数值逼近学习笔记

1。代数插值 在有目标函数的情况下，找一个插值函数与目标函数进行逼近，这个过程就是逼近的过程。原有的函数点叫插值节点。逼近的方法比较确定，设定一个逼近的方法，设得逼近的方程，将逼近点代入，求未知系数的值，那么逼近函数就有了。用目标函数与插值函数进行作差，这样就可以知道逼近的误差有多少，通过这个误差的值的变化趋势，我们可以了解到我们所设定的逼近方法是不是一个收敛的方法，如果是的话，这个插值的方法对于当前问题来说就是可行的。 最基本的插值方法就是线性插值，利用两个点之间的斜率信息就可以利用线的方式把原来的插值节点进行插值当然了，如果说是多个插值节点之间进行线性插值的话，结果自然是一个分段的函数。而如果使用三个点之间的关系来进行插值的话，得到的结果就是抛物线插值，即二次插值。主要的二次插值方法有牛顿形式的插值，拉格郎日的形式，逐次线性插值的形式等。对于二次插值的方法进行扩展，我们就可以得到n次代数插值的方法。 对于实际的应用来说，我们需要的是对于离散的数据的分析和处理，但是在数学理论中我们做的都是连续性的数据处理，所以在对于数学基本概念上的离散化理解就格外重要，于是引入了向前差分，向后差分，中心差分以及差商的概念。利用这些概念，我们可以把在连续数学论中的数学理论知识离散化到插值计算中，在后面样条插值算法中，这样的概念起到了最重要的作用。 需要特别说明的一种插值的方法就是Hermite插值方法，它是在满足了多项式插值所要求的对应插值节点的函数值相同的要求之外，进一步对于插值函数与目标函数对应的高次导数的值相等，这样就要求插值函数与目标函数在插值节点处的平滑程度要比较相像。至于方法就是借助台劳展开式，使用插值节点代入的方法求得未知参数，得到插值函数。最终插值的结果就是Hermite插值多项式。 2。样条函数