目录
一.插值算法
1.概述
插值算法是数值分析中的基本方法之一,插值算法的应用可以帮助我们把模糊的数据准确化。当依据数据进行模型的处理和分析时,面对数据极少的情况,不足以支撑分析的进行,插值算法可以辅助生成可以使用并且满足需求的数据。
另外,插值算法可以用于短期预测;插值算法应用在数据预处理过程中补足缺失数据。
2.思路
插值算法的思路即是构造一个经过所有样本点的函数,在数据缺少的地方得到相应的构造值。同时构造的方法有多种。
二.方法
1.一般插值法
n+1个数据节点可以构造出唯一的n阶多项式:。
由线性代数的知识证明。但如果不要求多项式的次数,会有无数种插值多项式。
2.拉格朗日插值法
一种特殊的构造拉格朗日多项式的构造方法:
方便构造。
3.简单分段插值
Ⅰ.分段线性插值
每两个样本点构造一个线性表达式。
Ⅱ.分段二次插值
选取跟节点x最接近的三个节点进行二次插值。在几何上就是用分段抛物线代替对应的.
4.牛顿插值法
引入了差商的概念,与拉格朗日插值法相比,牛顿插值法的计算过程具有继承性。
5.埃尔米特(Hermite)插值
不但要求在节点上的函数值相等,还要求对应的导数值相等,甚至要求高阶导数也相等。
分段三次埃尔米特插值
取x附近三点按照埃尔米特插值法进行插值。
6.三次样条插值
满足基本插值条件之外,有着更加严格的要求。要求二阶导数连续可微。
三.局限性
高次多项式插值过程中会产生龙格现象。即Runge在两端处波动极大,产生明显的震荡。也就是说,插值多项式的次数越高,最终反而会产生越来越不可接受的极大误差。
拉格朗日插值法、一般高次插值、牛顿插值法、高次埃尔米特插值法都有着较为明显的龙格现象。
同时,拉格朗日插值法,牛顿插值法仅仅要求插值多项式在节点处的光滑,并不能全面反映被插值函数的性态。即需要低阶与高阶导数的光滑性,因此最终演变为最常用的方法是 分段三次埃尔米特插值与三次样条插值。