【数值分析Ⅰ】第五章：插值与拟合方法

1. 基本概率

1. 插值与拟合的作用：根据客观存在的函数f(x)的 n+1 个样本点，构造一个函数P(x)作为f(x)的近似函数。
2. 插值函数定义：若找到一个函数P(x)代入到所有样本点都成立，称 P(x)是f(x)的一个插值函数。
3. 拟合函数定义：若找到一个合适的函数φ(x)，然后使得其与 n+1 个样本点的残差范数最小，称 φ(x)是f(x)的一个拟合函数。(一般只会代入部分样本点成立)

2. 代数插值

• 代数插值的一个定理：如果n+1个插值节点互异，则唯一存在满足插值条件的n次插值多项式。

接下来介绍几种代数插值的方法。

2.1 Lagrange插值(拉格朗日插值)

1. Lagrange插值：多项式P(x)每一项的系数已知，每一项的插值基函数待定。
   

2. 插值基函数：多项式P(x)中每一项的待定函数。

   1. 公式：
      
   2. 性质：有几个插值节点(即有几个样本)就有几个基函数

      求基函数例题：
      

   3. 作用：因为代数插值函数P(x)每一项的系数已知，所以求出插值基函数就可以得到代数插值函数P(x)
      

3. 插值余项：f(x)与代数插值函数P(x)的差值

   1. 公式：
      
   2. 作用：由插值余项可以计算产生的误差
      

4. 最终得到f(x)、插值函数P(x)、插值余项之间的具体表达式：
   

5. 例题：

   1. 求数的近似值
      
   2. 求取点个数
      

2.2 Newton插值(牛顿插值)

1. Newton插值：多项式P(x)每一项的基函数已知，每一项的系数待定。
   

2. 差商：

   1. 公式：
      

   2. 构造差商表去计算差商：
      

      

   3. 作用：因为代数插值函数P(x)每一项的基函数已知，所以求出系数就可以得到代数插值函数P(x)。(Newton插值中的插值系数是差商)
      

3. 插值余项：f(x)与代数插值函数P(x)的差值

   1. 公式：
      

   2. 作用：由插值余项可以计算产生的误差
      

4. 最终得到f(x)、插值函数P(x)、插值余项之间的具体表达式：
   

5. 例题：
   

2.3 Hermite插值

不考

2.4 分段插值

不考

2.5 样条插值

不考

3. 曲线拟合

3.1 离散

3.1.1 曲线拟合过程

1. 第一步：找到 m + 1个函数，然后使用这 m + 1 个函数的线性组合φ(x)去拟合实际函数f(x)
   

   由于每一项的基函数 φ_i 是已知的，每一项的系数 a_i 是未知的。所以接下来求系数 a_i

2. 第二步：构造对应的法方程组，求解系数 a_i
   
   其中 m+1 是函数个数，n + 1 是样本个数。

   原理如下：
   

3.1.2 误差

前面提到过，就是残差加权之和：

3.1.3 例子

注意：计算内积(φ0，φ0)如果题目没有给出权重，则默认为1

1. m次多项式曲线去拟合：
   

2. 指数曲线拟合
   

3. 分式曲线拟合
   

3.2 连续

内积变为了积分：