数值计算(二)之插值法与线性回归(拉格朗日插值法,牛顿插值法,赫米特插值法,最小二乘法) | 您所在的位置:网站首页 › 埃尔米特差值与一般函数差值的区别 › 数值计算(二)之插值法与线性回归(拉格朗日插值法,牛顿插值法,赫米特插值法,最小二乘法) |
插值法
插值法主要解决的问题就是,用一个多项式函数来逼近原函数,或者用多项式函数来拟合离散数据,在计算机图形的处理中,插值法应用广泛 插值法基本的有两种,拉格朗日插值法和牛顿插值法 还有一种要求更为严格的差值方法赫米特(Hiemite)插值法
插值法用多项式来逼近原函数,可以证明给定N个插值节点,只能构造唯一的,最高次不高于n的差值多项式 一般我们可以使用待定系数法,列出若干个方程,来求解系数,得到差值多项式。
拉格朗日插值法则构造一个差值基函数,保证这一部分在X取X0的时候等于1,在其他的时候等于0,不让其他的点干扰 基本形式为 插值基函数为 牛顿插值法则是引入差商的概念
关于差商的计算,我们可以使用递推的方式 最后牛顿插值法的基本形式为
拉格朗日插值法不具有承袭性,当增加了一个新的插值节点,我们需要全部重新计算 而牛顿插值法,改进了这一点,以上情况出现时,只需要在后面增加多一项即可。
拉格朗日插值法 double Lagrange(double *p,int n,double x) {//P是插值节点数组,n是插值节点格式,x是自变量的取值 int i,j,k; double numerator,denominator,ans; ans=0;//numerator分子,denominator分母 for(k=0;k |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |