插值算法 学习笔记

目录

一.插值算法

1.概述

2.思路

二.方法

1.一般插值法

2.拉格朗日插值法

3.简单分段插值

Ⅰ.分段线性插值

Ⅱ.分段二次插值

4.牛顿插值法

5.埃尔米特（Hermite）插值

6.三次样条插值

三.局限性

---

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。