样条插值ppt(1) 下载
第三章 插值法 三次样条插值
问题
分段低次插值
在处理实际问题时,总是希望将所得到的数据点用得越多越好。
最简单的方法是用直线将函数值点直接连接。
分段低次插值
基本思想:用分段低次多项式来代替单个多项式。
具体作法:(1) 把整个插值区间分割成多个小区间;
(2) 在每个小区间上作低次插值多项式;
(3) 将所有插值多项式拼接整一个多项式。
优点:公式简单、运算量小、稳定性好、收敛性…
缺点:节点处的导数不连续,失去原函数的光滑性。
三次样条函数
样条函数
由一些按照某种光滑条件分段拼接起来的多项式组成的函数。
最常用的样条函数为三次样条函数,即由三次多项式组成,满足处处有二阶连续导数。
定义设节点a =x 0< x 1 < …< x n -1 < x n =b ,若函数
在每个小区间[x i , x i +1 ]上是三次多项式,则称其为三次样条函数。
如果同时满足s (x i ) = f (x i ) (i = 0, 1, 2, …, n ),则称s (x ) 为f (x ) 在[a , b ]上的三次样条函数。
],[)(2b a C x s ∈
利用线性插值公式,即可得的表达式:
求导得:
即:
:第一类边界条件(缺省边界条件)。
样条插值
1.5
1
0.5
0
越大,称为 Runge 现象
-4 -3 -2 -1 0 1 2 3 4 5
-0.5 -5
高次插值要慎用,一般采用分段低次插值
分段线性插值 /* piecewise linear interpolation */ 在每个区间[ xi , xi 1 ] 上,用1阶多项式 (直线) 逼近 f (x):
f ( x ) P1 ( x ) x x i 1 x xi yi y i 1 x i x i 1 x i 1 x i
for x [ xi , xi 1 ]
一致
记 h max| xi 1 xi | ,易证:当 h 0 时,P1h ( x ) f ( x)
WuHan University
高次Hermite插值在许多场合中看不中用! •提高Hermite插值多项式的次数就要增加约束条件 ——给出插值结点处被插函数及其直到足够高阶 导数之值. •作为约束条件的所有数据都是通过观测得到的,而 观测总难免有误差. 于是 高次插值不仅增添了数据准备和计算的困 难,也将导致更大的误差.
5.3 样条插值
前面我们根据区间[a,b]上给出的节点做 插值多项式Ln(x)近似表示f (x)。一般总 以为Ln(x)的次数越高,逼近f (x)的精度 越好,但实际并非如此,次数越高,计 算量越大,也不一定收敛。
例:在[5, 5]上考察 f ( x )
2.5
1 1 x2
的Ln(x)。取 xi 5 10 i (i 0, ... , n)
记 lj
1 j n 1
即:有n+1 个未知数, n1 个方程。
m1
插值逼近 样条函数解读 PPT
20 输出u, v
分段插值函数
I1 ( x)
I ( x)
I 2 ( x)
I
n
(
x)
x (x0 , x1)
x (x1, x2 ) ...... x (xn1, xn )
其中I j
x xj x j1 x j
y j1
x x j1 x j x j1
zi1
hi 1 3
zi
yi hi
1 1
yi hi 1
(9)
利用Si' (ti )=Si' -1(ti ),得到
hi zi1 2(hi hi1)zi
hi
zi1
6 hi
(
yi1
yi
)
6 hi 1
(
yi
yi1)
(10)
其中i 1,2,...n -(1 内节点).
zi 1 6hi
(
x
ti
)3
C(
x
ti
)
D(ti
1
x)
(6)
这里,C 和D是积分常数
由插值条件 Si (ti ) yi 以及 Si (ti 1) yi 1 可以确定C和 D
Si (x)
zi 6hi
(ti
1
x)3
zi 1 6hi
(x
ti )3
(
yi 1 hi
x=linspace(0,2.25,10); y=sqrt(x); xx=linspace(0,2.25,100);yy = spline(x,y,xx);
样条插值
作业
• 教材第146页习题:20、22、25、26
数值分析
数值分析
三次样条插值
数值分析
余下的n+3个条件的确定:
(1)n+1个插值节点条件,即s3(xk)=f(xk)=yk; (2)两个边界条件!
数值分析
三次样条插值的边界
数值分析
构造三次样条插值函数S ( x )的基本方法
(1)三弯矩插值法
(2)三转角方 (3)基于B样条的三次样条插值函数
数值分析
f (1.25) ≈ S (1.25) = S1 (1.25) = 1.0336,Q 1.25 ∈[1.2,1.4].
数值分析
数值分析
B(皮埃尔·贝塞尔(Pierre Bézier))样条
数值分析
样条函数插值
定义:记
k ⎧ x , x≥0 k x+ = ⎨ ⎩ 0, x < 0
k x+ (k = 1, 2,L ) 称为 k 次半截单项式,并规定
• • • • • 一元函数插值(一元Lagrange插值) 二元函数插值(二元Lagrange插值) Hermite插值 分段低次插值 样条插值
数值分析
样条插值
• 分段低次插值,收敛性好,但光滑性不够理想。为了得到光 滑度更高的插值函数,引入样条插值函数。 • “样条”名词来源于工程中船体和汽车等的外形设计:给出 外形曲线上的一组离散点(样点),(xi , yi),i = 0, 1, 2, …, n, 将有弹性的细长木条或钢条(样条)在样点上固定,使其在 其它地方自由弯曲,这种样条所表示的曲线,称为样条曲线(函 数). • 这样,整个曲线不仅通过样点,并且在整个区间上其一阶 导数,二阶导数是连续的。
数学数值分析三次样条插值PPT课件
2.8.1 三次样条函数
定义 给定区间[a,b]的一个划分 a=x0<x1<…<xn=b, yi=f (xi) (i=0,1,…,n),如果函数S(x)满足: (1) S(xi )=yi (i=0,1,…,n); (2) 在每个小区间[xi, xi+1] (i=0,1,...,n-1)上是次数不超
S上且( xS与)(x相)的(邻x表节达x点j式的1 )为2两[hh个jj3转2角( x有关x j,)]故y j称为三h转j=x角j+方1-x程j 。
(
x
x
j
)2[hj 2( hj3
x
x j1 )] y j1
(x
x j1 )2 ( x h2j
xj)
mj
(x
x j )2( x h2j
x j1 )
m j1
则方程组化为:
2 1 2 2 2
m1 g1 1 f0
m2
g2
n2 2 n2 mn2 gn2
n1 2 mn1 gn1 n1 fn
第10页/共40页
2、已知 S( x0 ) f0, S( xn ) fn
2m0
m1
3
f
[x0 ,
x1 ]
h0 2
f0
第18页/共40页
S(
x)
M
j
(
x j1 6hj
x)3
M
j1
(x
x 6hj
j
)3
(
y
j
M jh2j 6
)
x
j1 hj
x
(
y
j1
M
j1h2j 6
)
x
x hj
样条插值
M j 1
j 1
, j 1, , n 1,
jM
其中
j
2M
jM
d j, ,d
j
j 1, , n 1, 6 f [ x j 1 , x j , x j 1 ].
h j 1 h j 1 h j
, j
hj h j 1 h j
解:这里 n 2,区间 [ 1,1]分为 [ 1,], ,]两个子区间 0 [0 1 S (x) a x 3 b x 2 c x d , x [ 1, 0 ] 0 0 0 0 0 并设: S ( x ) 3 2 S 1 ( x ) a 1 x b1 x c 1 x d 1 , x [ 0 ,1] S 0 ( 1 ) 1, S 0 ( 0 ) 0 : S 1 ( 0 ) 0 , S 1 (1) 1 a 0 b0 c 0 1 d 0 0 可得: d1 0 a b c 1 1 1 1
hj 6
M j
hj 3
M j 1
y j 1 y j hj
,
h j 1 6
M j 1 M j
j
h j 1 3 hj 6
M j
y j y j 1 h j 1 y j y j 1 h j 1
. y j 1 y j hj
h j 1 h j 3
j 1
S ( xi 0) S ( xi 0) S ( x i 0 ) S ( x i 0 ) S ( x 0 ) S ( x 0 ) i i
i 1, 2 , , n 1
共有3(n1)个条件。因此,要确定一个三次样条函数,还需要另 增加4n3(n1) = n+3 个条件。 利用样条函数进行插值,即取插值函数为样条函数,称为样条 插值。例如 分段线性插值是一次样条插值。 已知函数y = f (x)在区间[a, b]上的n +1个节点a = x0<x1<… < xn = b上的值yj=f (xj)(j=0,1,…,n),求插值函数S (x)使其满足:
样条函数及三次样条插值PPT课件
(x)
lim
x xk
Sk 1( x)
lim
x
x
k
Sk (x)
lim
x
x
k
Sk1( x)
k 1,2,,n 1
------(4)
lim
x
x
k
Sk( x)
lim
x
x
k
Sk1( x)
共4n 2个条件
5
Sk (x)是[xk , xk 1 ]上的三次样条插值多项式,应有4个待定的系数 即要确定S(x)必须确定4n个待定的系数 少两个条件 并且我们不能只对插值函数在中间节点的状态进行限制 也要对插值多项式在两端点的状态加以要求 也就是所谓的边界条件:
例. 使用不同的插值方法于函数
y
1
1 x2
x [5,5]
最后,介绍一个有用的结论
定理 . 设f (x) C 2[a,b], S(x)是以xk (k 0,1,, n)
为节点, 满足任意边界条件的三次样条插值函数,
设hi
xi 1
xi
,
h
max
0in1
hi
,
min
0in1
hi
,
则当 h
c 时
S(x)和S(x)在[a,b]上一致收敛到f (x)和f (x)
------(6)
13
由(11)式,可知
S0( x0
)
6( x0
x1 h03
2 x0
) ( y1
y0 )
6 x0
2 x0 h02
4 x1
m0
6 x0
4 x0 h02
2 x1
m1
6 h02
(
样条插值
Spline:分段低次, 自身光滑, f 的导数只在边界给出。
§5 Cubic Spline
Lab 11. Cubic Spline
Construct the cubic spline interpolant S for the function f, defined at points x0 x1 ... xn , satisfying some given boundary conditions. Partition an given interval into m equal-length subintervals, and approximate the function values at the endpoints of these subintervals. Input
§5 Cubic Spline
Output ( represents a space)
For each test case, you are supposed to output the following information: 1. The set of coefficients of S(x) in the format:
这时: ; m n 0 , gn 2 y l0 0 , g0 2 y0 n 特别地,M0 = Mn = 0 称为自由边界 /* free boundary */,对应的 样条函数称为自然样条 /* Natural Spline */。 第3类边条件 /* periodic boundary */ : m M g 2 l 当 f 为周期函数时,
记 lj
样条插值
后得到P(t)上的点 Pj[ r 1] (t )
清华大学
计算机图形学
P
[1] j k 3
3] Pj[k 4 2] Pj[k 3
Pj[ k 1]
Pj[ 2 ] Pj[1]
Pj k 2
1] Pj[k 2
清华大学
计算机图形学
3.3.3 de Boor 算法
• 欲计算B样条曲线上对应一点P(t),可以利用B样条曲 线方程,但是采用de Boor 算法,计算更加快捷。
– de Boor 算法的导出
P(t ) Pi N i ,k (t )
i 0 j n i j k 1
PN
i
j
i ,k
P(t ) Pj N (t )
1 j 0 1 j ,k
清华大学 计算机图形学
n 1
• Boehm给出了这些未知新顶点的计算公式
Pj1 Pj , 1 Pj (1 j ) Pj 1 j Pj , P1 P , j 1 j
j
t tj t j k 1 t j
(t )
t ti ti k t Pi N i ,k 1 (t ) N i 1,k 1 (t ) ti k ti 1 i j k 1 ti k 1 ti t ti ti k 1 t Pi Pi 1 N i ,k 1 (t ) ti k 1 ti i j k 1 ti k 1 ti
Riesenfield, Gordan, ...
清华大学
计算机图形学
• 如何理解B-样条?
计算方法课件 样条差值
Today ’s Plan2011-9-29上节课重点回顾上节课重点回顾::分段线性插值分段线性插值、、Hermite 插值插值、、分段三次Hermite 插值 今日新内容今日新内容::三次样条插值上节课(2010-9-26)重点回顾谢谢朱亚楠同学带领大家做回顾总结带领大家做回顾总结!!2.7 三次样条插值(cubic spline interpolation)分段多项式插值不分段多项式Newton :线性线性,,二次二次,,n 次;承袭性行列式形式行列式形式::线性线性,,二次二次,,n 次缺点缺点::Runge 现象只适合较低次插值≤7次分段线性插值:逼近好;缺点缺点::折线,不光滑Hermite 插值插值::光滑光滑;;缺点缺点::需导数值,次数高时也有Runge 现象分段三次Hermite 插值插值::光滑,逼近好;缺点缺点::需要节点导数值而实际问题中往往未知逼近好,无Runge 现象,光滑,不需节点导数样条插值Hermite 插值一阶连续可导连续可导,,但既需要节点函数值也需要节点微商值;给出节点的函数值较方便给出节点的函数值较方便,,给出微商值则困难些则困难些;; 样条插值试图在只给出节点函数值的情况下构造整体上具有二阶连续微商的插值函数值函数。
当我们用直尺作曲线时当我们用直尺作曲线时,,得到左图的形状得到左图的形状;;当用样条尺作图时,会得到右图的形状会得到右图的形状,,具有好的光滑性具有好的光滑性。
弯曲所绘制出来的曲线就是样条曲线弯曲所绘制出来的曲线就是样条曲线。
样条曲线不仅通过各节点样条曲线不仅通过各节点,,并且在各节点处的一阶和二阶导数连续,也即该曲线具有连续的连续的、、曲率变化均匀的特点的特点。
一、样条(Spline )函数的定义已知函数y=f (x )在节点a = x 0 < x 1 < …< x n = b 处的函数值为如果函数S (x )满足条件满足条件::(1)S(x)是一个分段的m 次多项式且S(x k )=y k ;则称S(x)是m 次样条插值函数。
三次样条插值
插值的根本区别在于S(x)自 注:三次样条与分段 Hermite 插值的根本区别在于 自 的导数值(除了在2个端点可能需 身光滑, 身光滑,不需要知道 f 的导数值(除了在 个端点可能需 );而 插值依赖于f 要);而Hermite插值依赖于 在所有插值点的导数值。 插值依赖于 在所有插值点的导数值。
§4.6 三次样条插值
2 定义4.6.1 设 a = x0 < x1 < ... < xn = b。三次样条函数S ( x ) ∈ C [ a , b ] , 定义
且 在 每 个 [ x i , x i +1 ] 上 为 三 次 多 项 式
。若它同时还满
三次样条插值函数。 足 S ( xi ) = f ( xi ), ( i = 0, ... , n),则称它为 f 的三次样条插值函数。
( x j x )2 ( x x j 1 ) 2 + M j 1 + Aj S[j]'(x) = M j 1 2h j 2h j
利用已知
S[j](xj1) = yj1 S[j](xj) = yj
( x j x) ( x x j 1 ) [j](x) = + Mj + Aj x + B j S M j 1 6hj 6hj
这时: 0 = 0 , g0 = 2 y0′ ; n = 0 , gn = 2 y′′ 这时: ′ λ n 特别地, 称为自然边界 对应的样条函数称为自 特别地,M0 = Mn = 0 称为自然边界,对应的样条函数称为自 然样条。 类边界条件: 第3类边界条件: 类边界条件 M g 2 λ 周期函数时 当 f 为周期函数时,
3 3
可解
yj yj1 Mj Mj1 Aj = hj hj 6
样条插值.ppt
+mk 1hk 1 6
dk1
其中dk
yk1 hk
yk
而一阶导函数在xk点连续,即 sk ( xk ) sk1( xk )从而得
hk1mk1 2(hk1 hk )mk hk mk1 6(dk dk1 ) uk , k 1, 2,,n 1
h0m0 2(h0 h1 )m1 h1m2 u1
x xk
3
yk hk
mk hk 6
xk1 x
yk1 hk
mk 1 hk 6
x xk
表达式化为只含{mk}形式,再将xk点代入方可求出未 知{mk},求导
sk
(
x
)
mk 2hk
xk1 x
2 mk1 2hk
x xk
2
yk hk
mk hk 6
yk 1 hk
mk 1hk 6
有用。
hk1mk1 2(hk1 hk )mk hk mk1 uk
v1 h1
h1
v2
h2
m1 u1
m2
u2
OO O
M M
hn3
vn2
hn
2
mn
2
un2
hn2 vn1 mn1 un1
16
24
已知(0,0),(1,0.5),(2,2.0),(3,1.5), 求三
sk( x)
mk hk
xk1 x
mk1 hk
x xk
xk x xk1, k 0,1,L , n 1
将上次积分两次,引入两个积分常数,得如下形式
sk
(x)
mk 6hk
xk1 x
3 mk1 6hk
x xk 3 pk
xk1 x qk
数值分析(15)样条插值
数值分析
同理,在[ xi1, xi ]也可以得到
S
" i
1
(
x
)
6x
2 xi1 h2
i 1
4xi
mi 1
6x
4 xi1 h2
i 1
2xi
mi
6( xi1 xi 2
在内节点x(i ih3i
1
1,
2,
x
)
,
( yi
n-
yi1 )
1)上,由S
" i
(
xi
)
S
" i
1
(
xi
)
1 hi 1
mi 1
化简后得到三弯矩方程
hi1Mi1 (2 hi1+hi)Mi hi Mi1 6( f xi , xi1 f xi1 , xi ) gi
(i 1, 2, , n 1)
h0 2(h0 h1 )
h1
h1
2(h1 h2 ) h2
M0 g1
M1
g2
hn2
2(hn2 hn1 )
是三次多项式; 则称S( x)为三次样条函数。x1, ..., xn1称为内节点, x0 , xn称为外节点.
数值分析
数值分析
插值条件分析
由(3)S( x)在每个[ xi , xi1]上表达式不同,故应分段构造:
S0( x)
S
(
x)
S1( x)
Sn1( x)
x [ x0 , x1]; x [ x1, x2 ];
数值分析
第五节 样条插值
样条是绘图员用于描绘光滑曲线的一种机 械器件,它是一些易弯曲材料制成的窄条或棒条. 在绘制需要通过某点的光滑曲线时,对它在这些 点的位置上“压铁”,它就被强制通过或接近图 表上确定的描绘点.“样条函数”这个术语意在 点出这种函数的图象与机械样条画出的曲线很 象.
4.4三次样条插值(共70张PPT)
解 做差商表(P111),由于是等距离(jùlí)节点,
hi xi xi1 0.15 i 1,2,3,4
i
hi hi1 hi
1 2
,
i
hi1 hi1 hi
1 2
第二十六页,共七十页。
由第二类边界条件得
2 1
M0 5.86667
0.5
2
0.5
M
1
5.14260
0.5
x1 6
] f
[
xi
1
,
xi
,
xi
1
]
(i 1,2,..., n 1)
M
n
1
2Mn
6
f [xn1, xn , xn ]
第二十二页,共七十页。
三次(sān cì)样条插值
第二类边界条件 s'' (x0 ) f '' (x0 ) M 0 , s'' (xn ) f '' (xn ) M n 同理可得
yi xi
yi1 xi1
2 (6 Mi
1 6 M i1)(xi
xi1)
(2)
因为s( x)连续,所以(1)(2)即
yi1 yi xi1 xi
(
1 6
M
i 1
2 6
M
i
)( xi 1
xi
)
yi xi
yi1 xi1
(
2 6
M
i
1 6
M
i 1
)( xi
xi1)
记hi xi xi1
i
hi hi1 hi
则法方程为其中xedx1008731273130873127313169030903平方误差为06277452对离散数据的曲线拟合最小二乘法曲线拟合问题对于fx插值问题要想提高精度就要增加节点因此多项式的次数也就太高计算量过大而节点少多项式的次数低但误差精度不能保证为了消除误差干扰取多一些节点利用最小二乘法确定低次多项式近似表示fx这就是曲线拟合问题
第七节样条插值
由S(x)二阶连续可微,即S ''(xi-) = S ''(xi+),得
6 6 2 4 6 6 4 2 yi 1 2 yi mi 1 mi 2 yi 2 yi 1 mi mi 1 2 hi 1 hi 1 hi 1 hi 1 hi hi hi hi
S ' ( xn ) f n' ,
S ( x0 ) f ,
'' '' 0
S ( xn ) f
''
'' nn ) 0,
'' ''
称为自然边界条件。
4 3° 当f (x ) 是以xn − x0为周期的周期函数时,则要求 S(x ) 也是周期函数。这时边界条件应满足 : S ' ( x 0), S ( x0 0) S ( xn 0), S ' ( x0 0) n
3) S(xi) = yi , (i=0,1,2,…,n),
则称 S(x)为 f (x)的三次样条插值函数.
根据S (x ) 在 [a ,b ] 上二阶导数连续,在节点x j ( j = 1 , , 2 , n − 1) L处应满足连续性条件:
S ( x j 0) S ( x j 0), S ' ( x j 0) S ' ( x j 0),
x xi 1 x xi S ( x ) 1 2 xi xi 1 xi 1 xi x xi ( x xi 1 ) x x i i 1
2
x xi yi 1 1 2 x x i 1 i
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第二章 插值与拟合
这样,由以上给定的任一种边界条件加上插值条件和连 接条件,就能得出4n个方程,可以惟一确定4n个系数。从而 得到三次样条插值函数S(x)在各个子区间xi , xi+1上的表达 式S(xi)(i=1,2,…,)。但是,这种做法当n较大时,计算工 作很大,不便于实际应用。因此我们希望找到一种简单的构 造方法。
定理2.8(3 次样条插值函数存在唯一)
(1)如果 f ( x) 是定义在[a,b] 上函数且已知 y f (x) 函数表 ( xi , f ( xi )), (i 0,1,, n)且 a x0 x1 xn b ; (2)给定边界条件 (a() 或(b)或(c)),则 f ( x) 于 [a,b] 存在 唯一3次样条插值函数S( x),且满足 (a() 或(b)或(c))。
若(1)中三次样条函数 S( x) 还满足插值条件:
S( xi ) f ( xi ), (i 0,1,, n)
(2.42)
称 S( x) 为 f ( x) 关于剖分 的三次样条插值函数。
第二章 插值与拟合
提出问题:
3次样条插值函数 S( x) 是否存在?是否唯一? 如何计算?误差估计?
问题的提法:给定数据表
x
x0
x1 …
xn
f x f0
f1
…
fn
构造3次样条函数 S ,x满 足插值条件
S xi fi , i 0,1, ,n.
(2.42)
构造方法:
S(x)应具有如下形式
第二章 插值与拟合
S0 x,
S
x
S1
x
,
x x0, x1, x x1, x2 ,
Sn1 x, x xn1, xn ;
并且满足条件(2.42)和
(a)S( x) C 2a, b,即具有连续的一阶,二阶导数。
b S( x) 在每一个小区间 [x j , x j1] j 0,1, n 1 上是次数 3
多项式。
则称 S( x)为关于剖分 的一个3次样条函数。
(2)设给定 y f (x) 函数表 ( xi , f ( xi )), (i 0,1,, n)
样条曲线实际上是由分段三次曲线并接而成, 在连接点击样点上要求二阶导数连续,从数学 上加以概括就得到数学样条这一概念。
第二章 插值与拟合
相同数据3次样条插值与Lagrange插值效果比较
Cubic Spline Interpolation
Lagrange
二、样条函数的定义
第二章 插值与拟合
定义 2.8 (三次样条函数) (1) 设有对[a,b]的剖分 : a x0 x1 xn b, 如果函数 S( x) 满足下述条件:
三次样条插值
三次样条插值函数的概念 三弯矩算法 三转角算法 三次样条插值函数的误差估计
总结
三次样条插值
学习目标: 知道三次样条插值函数的概念,会求 三次样条插值函数,进行误差分析。
第二章 插值与拟合
三次样条插值函数的概念
一、背景
L-插值(牛顿插值)
Hermite插值
高次插值出现龙格现象
分段插值 但分段线性插值在节点处不一定光滑
第二章 插值与拟合
推导方法: 1、先确定插值函数S( x) 在节点处的一阶导数,记为 S( x j ) m j ,
j 0,1,, n, 该方法即为3次样条插值函数的一阶导数表示。
2、先确定插值函数S( x) 在节点处的二阶导数,记为S( x j ) M j , j 0,1,, n,
该方法即为3次样条插值函数的二阶导数表示。
x
Sj1( x
j j
) )
Sj(xj Sj ( x j
) )
S
j1
(
x
j
)
Sj(
x
j
)
j 1,,n 1
(2.43)
S和S′, S’’ 在n-1个内结点连续,即满足条件(2.43),因而
(2.43)给出了3(n-1) 个条件;
第二章 插值与拟合
②已有条件: S( x j ) f ( x j ), ( j 0,1,, n) (2.42)
提供了n+1个独立条件; 共有4n 2个条件,要唯一确定S( x) ,还必须附加2个条件 (边界条件)。 ③附加2个条件,有多种给法.最常见的给法是:
(a) S x0 f x0 M0 , Sxn f xn Mn , (2.44)
(简支边界,导致三弯矩关系式, M 关系式), 特别地, M0 Mn 0,(自然边界,三次自然样条);
S(x) S j (x) aj bj x cj x2 d j x3, x [ x j , x j1], ( j 0,1,,n 1)
4n个待定系数: {a j },{bj },{c j },{d j }, j 0,1,,n 1
从而S(x)共须4n个独立条件确定 .
①内部条件:
S
j
1
(
(b) S x0 f x0 m0 , Sxn f xn mn , (2.45)
(固支边界,导致三转角关系式, m关系式).
第二章 插值与拟合
(c)第3种边界条件(周期边界条件): y f (x) 为周期函数,
要求 S( x) 亦是周期函数,周期为 b a ,即取
S (k) ( x0 ) S (k ) ( xn ), (k 0,1,2). 此时称 S( x) 为周期样条函数。
Si x C3 xi , xi1 .
Si1 Si1
xi xi
Si Si
xi xi
, ,
Si1 xi Si xi ,
i 1, 2, , n 1, i 1, 2, , n 1, i 1, 2, , n 1[ x j , x j1] 上是分段3次多项式,即为
分段Hermite插值 但导数值不容易提取(找到)
三次样条插值(先由函数值确定导数值,再由分段 Hermite插值解决问题) 举例:
1 汽车、船的外形设计,流体力学等要求流线型(光滑); 2 木样条的来源。
第二章 插值与拟合
数学里的样条( Spline )一词来源于它的直观几何 背景:绘图员或板金工人常用弹性木条或金属 条加压铁(构成样条!)固定在样点上,在其它地方 让它自由弯曲,然后画下长条的曲线,称为样 条曲线.