数学数值分析三次样条插值
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）。
(精品)数值分析课程设计-三次样条插值
《数值分析课程设计-三次样条插值》报告掌握三次样条插值函数的构造方法，体会三次样条插值函数对被逼近函数的近似。
三次样条插值函数边界条件由实际问题对三次样条插值在端点的状态要求给出。
以第1 边界条件为例，用节点处二阶导数表示三次样条插值函数，用追赶法求解相关方程组。
通过Matlab 编制三次样条函数的通用程序，可直接显示各区间段三次样条函数体表达式，计算出已给点插值并显示各区间分段曲线图。
引言分段低次样条插值虽然计算简单、稳定性好、收敛性有保证且易在电子计算机上实现，但只能保证各小段曲线在连接处的连续性，不能保证整件曲线的光滑性。
利用样条插值，既可保持分段低次插值多项式，又可提高插值函数光滑性。
故给出分段三次样条插值的构造过程算法步骤，利用Matlab软件编写三次样条插值函数通用程序，并通过数值算例证明程序的正确性。
三次样条函数的定义及特征定义：设[a,b] 上有插值节点，a＝x1＜x2<…xn＝b，对应函数值为y1,y2,⋯yn。
若函数S(x) 满足S(xj) ＝ yj （ j ＝ 1,2, ⋯,n ）， S(x) 在[xj,xj+1] （ j ＝1,2,⋯,n-1）上都是不高于三的多项式（为了与其对应j 从1 开始，在Matlab 中元素脚标从1 开始）。
当S(x) 在 [a,b] 具有二阶连续导数。
则称S(x) 为三次样条插值函数。
要求S(x) 只需在每个子区间[xj,xj+1] 上确定 1 个三次多项式，设为：Sj(x)＝ajx3＋bjx2＋cjx＋dj, (j＝1,2,⋯,n-1) (1)其中aj,bj,cj,dj 待定，并要使它满足：S(xj)＝yj, S(xj-0)=S(xj＋0), (j=2,⋯,n-1) (2)S'(xj-0)=S'(xj＋0), S"(xj-0)=S"(xj＋0), (j=2,⋯,n-1) (3)式(2)、(3)共给出n＋3(n-2)＝4n-6 个条件，需要待定4(n-1) 个系数，因此要唯一确定三次插值函数，还要附加2个边界条件。
三次样条插值的方法和思路
三次样条插值的方法和思路摘要：1.三次样条插值的基本概念2.三次样条插值的数学原理3.三次样条插值的实现步骤4.三次样条插值的优缺点5.三次样条插值在实际应用中的案例正文：在日常的科学研究和工程应用中，我们经常会遇到需要对一组数据进行插值的问题。
插值方法有很多，其中三次样条插值是一种常见且有效的方法。
本文将从基本概念、数学原理、实现步骤、优缺点以及实际应用案例等方面，全面介绍三次样条插值的方法和思路。
一、三次样条插值的基本概念三次样条插值（Cubic Spline Interpolation）是一种基于分段多项式的插值方法。
它通过在各个节点上构建一条三次多项式曲线，使得这条曲线在节点之间满足插值条件，从而达到拟合数据的目的。
二、三次样条插值的数学原理三次样条插值的数学原理可以分为两个部分：一是分段三次多项式的构建，二是插值条件的满足。
1.分段三次多项式的构建假设有一组数据点序列为（x0，y0），（x1，y1），（x2，y2），（x3，y3），我们可以将这些数据点连接起来，构建一条分段三次多项式曲线。
分段三次多项式在每个子区间上都是一个三次多项式，它们之间通过节点值进行连接。
2.插值条件的满足为了使分段三次多项式在节点之间满足插值条件，我们需要在每个子区间上满足以下四个条件：（1）端点条件：三次多项式在区间的端点上分别等于节点值；（2）二阶导数条件：三次多项式在区间内的二阶导数等于节点间的斜率；（3）三阶导数条件：三次多项式在区间内的三阶导数等于节点间的曲率；（4）内部点条件：三次多项式在区间内部满足插值函数的连续性。
通过求解这四个条件，我们可以得到分段三次多项式的系数，从而实现插值。
三、三次样条插值的实现步骤1.确定插值节点：根据数据点的位置，选取合适的节点；2.构建分段三次多项式：根据节点值和插值条件，求解分段三次多项式的系数；3.计算插值结果：将待插值点的横坐标代入分段三次多项式，得到插值结果。
三次样条插值ppt
把以上各式由后向前代入,可得
Nn (x) f (x0) f [x0, x1](x x0) f [x0, x1, xn](x x0) (x xn1)
Rn (x) f (x) Nn (x) f [x, x0, x1, xn ](x x0) (x xn)
yi
n1 ( x) ( x xi )n' 1 ( xi )
（2）插值误差估计
定理2 设 f (n) (x) 在[a,b] 上连续，f (n1) (x)在 (a,b) 内存在, 节点 a x0 x1 xn b，Pn (x) 是拉格朗日插值多项 式，则对任意 x [a,b] , 插值余项
x4 f ( x4 ) f [x3, x4 ] f [x2 , x3 , x4 ] f [x1, x2, x3, x4 ] f [x0, x1, x2, x3, x4 ]
(2) Newton插值公式
由差约定义 x [a,b]
f (x) f (x0 ) f [x, x0 ](x x0 )
f [x, x0 ] f [x0, x1] f [x, x0, x1](x x1)
xn1] f [x1, x2 , x0 xn
xn ] n 阶差商
差商表
xk
f
(xk )
一阶 差商
二阶差商
三阶差商 四阶差商
x0 f (x0 )
x1 f (x1) f [x0, x1]
x2 f (x2 ) f [x1, x2 ] f [x0 , x1, x2 ]
x3 f (x3 ) f [x2, x3] f [x1, x2 , x3 ] f [x0, x1, x2, x3]
数值计算方法( 三次样条插值)
u xj hj
分段三次Hermite插值算法
则 v A1 y j 1 A2 y j B1 f j1 B2 f j
算法： 1.输入x j , f j , f j （j 0,1,...,n）； 2.计算插值 (1)输入插值点u; (2)对于j 1,2,...,n做 如果u x j 则计算A1 , A2 , B1 , B2 ; v A1 f j 1 A2 f j B1 f j1 B2 f j; 3.输出u , v。
三次样条插值
于是由Taylor展示有 s( x) s( xi ) s( xi )(x xi ) s( xi ) s( xi ) 2 ( x xi ) ( x xi )3 2! 3! M M Mi yi s( xi )(x x j ) i ( x xi ) 2 i 1 ( x xi )3 2! 3!( xi 1 xi )
2M 0 M 1 6 f [ x0 , x0 , x1 ]
三次样条插值
同理(2)式中令i n得 M n 1 2M n 6 f [ xn 1 , xn , xn ] 即有 2M 0 M 1 6 f [ x0 , x0 , x1 ] ） i M i 1 2M i i M i 1 6 f [ xi 1 , xi , xi 1 ] （i 1,2,...,n 1 M 2M 6 f [ x , x , x ] n n 1 n n n 1
三次样条插值
对于待定系数a j , b j , c j .d j j 1,2,...n,即4n个未知系数，
而插值条件为 n 2个，还缺两个，因此须 4 给出两个 条件称为边界条件，有 以下三类： 第一类 已知两端点的一阶导数 s( x0 ) f ( x0 ) m0 s( xn ) f ( xn ) mn
第5章-3-三次样条插值PPT课件
(x
a)
m
m次截断多项式
a
.
7
定理5.5 任意s(x)∈Sm(x1,x2,…,xn)均可唯一地表示为
n
s(x)pm(x) cj(xxj)m , x (4-31) j1
其中pm(x)∈Pm，cj(j=1,2,…,n)为实数。
定理5.6 为使s(x)∈Sm(x1,x2,…,xn)，必须且只须存在pm(x)∈Pm
8
例1 验证分片多项式是三次样条函数。
1 2x
x 3
S ( x) 2825x9x2x3 3x1
2619x3x2x3 1x0
2619x3x2
0 x
解 利用上面的定理(光滑因子)验证．
(x 3)3,
2(x 1)3,
x3,
所以由定理5.5可知该函数为三次样条函数．
例，设
x3x2
0x1
S(x) a3xb2 xc x11x2
信息;
样? ?条?插插值值：:（样条函数—满足一定光滑性的分段多项式）。 局部性好, 满足一定光滑性, 收敛性保证, 只需要函数值
信息。
.
2
样条函数是一个重要的逼近工具，在插值、数值微分、曲 线拟合等方面有着广泛的应用。
定义5.3 对区间(-∞，+∞)的一个分割：
: x 1 x 2 x n ,
n
p n (x )p n 1 (x ) c n (x x n )m p0(x) cj(xxj)m j1
为了便于表示分段信息, 引进截断多项式：
(x a)m
(x a)m , x a,
0, x a,
(5-30)
易见
(x
a)
m
∈Cm-1(-∞,+∞)
数值分析三次样条插值
若取等距节点 hi = h, i = 1,…, n –1
i
h h
h
1 2
i
1 i
1 2
di
6 2h
yi 1
2 yi h
yi 1
3 h3
( yi1
2 yi
yi1 )
i 1, 2,, n
例1. 对于给定的节点及函数值
k 0123 xk 1 2 4 5 f (xk ) 1 3 4 2 求满足自然边界条件S(x0 ) S(xn ) 0的三次样条 插值函数S(x),并求f (3)的近似值
Mi1
( x xi )2 2hi 1
yi1 hi 1
yi
hi 1 6
( M i 1
Mi )
于是
Si( xi )
hi 3
Mi
yi
yi1 hi
hi 6
M i 1
Si1( xi )
hi 1 3
Mi
yi1 hi 1
yi
hi 1 6
M i 1
解： 由M关系式
k
hk
hk hk 1
k
hk 1 hk hk 1
1 k
1
2 3
1
1 3
2
1 3
2
2 3
di
6
yi1 hi1
yi
yi
yi hi
1
hi hi1 6 f [ xi1, xi , xi1]
三次样条插值算法详解
三次样条插值算法要求数据点数量较多，且在某些情况下可能存在数值不稳定性，如数据 点过多或数据点分布不均等情况。此外，该算法对于离散数据点的拟合效果可能不如其他 插值方法。
对未来研究的展望
01
02
03
改进算法稳定性
针对数值不稳定性问题， 未来研究可以探索改进算 法的数值稳定性，提高算 法的鲁棒性。
3
数据转换
对数据进行必要的转换，如标准化、归一化等， 以适应算法需求。
构建插值函数
确定插值节点
根据数据点确定插值节点，确保插值函数在节点处连续且光滑。
构造插值多项式
根据节点和数据点，构造三次多项式作为插值函数。
确定边界条件
根据实际情况确定插值函数的边界条件，如周期性、对称性等。
求解插值函数
求解线性方程组
06
结论
三次样条插值算法总结
适用性
三次样条插值算法适用于各种连续、光滑、可微的分段函数插值问题，尤其在处理具有复 杂变化趋势的数据时表现出色。
优点
该算法能够保证插值函数在分段连接处连续且具有二阶导数，从而在插值过程中保持数据 的平滑性和连续性。此外，三次样条插值算法具有简单、易实现的特点，且计算效率较高 。
根据数据点的数量和分布，合理分段，确保 拟合的精度和连续性。
求解线性方程组
使用高效的方法求解线性方程组，如高斯消 元法或迭代法。
结果输出
输出拟合得到的插值函数，以及相关的误差 分析和图表。
03
三次样条插值算法步骤
数据准备
1 2
数据收集
收集需要插值的原始数据点，确保数据准确可靠。
数据清洗
对数据进行预处理，如去除异常值、缺失值处理 等。
第五章(3)三次样条插值
6( xi xi 1 2 x ) ( yi 1 yi ) 3 hi 1
而
2 4 6 S ( xi 0) mi 1 mi 2 ( yi yi 1 ) hi hi hi 4 2 6 S ( xi 0) mi m i 1 2 ( yi 1 yi ) hi 1 hi 1 hi 1
n
当n 时，Ln ( x )只在 | x | 3.63 内收敛，而在该区间外 是发散的。
从图中可以看出，在 0 附近插值效果是好的，即余项较 小，另一种现象是插值多项式随节点增多而振动。这种插值 多项式当节点增加时反而不能更好地接近被插值函数的现象， 称为龙格现象。
上述现象告诉我们用高次插值多项式是不 妥当的，从数值计算上可解释为高次插值多项 式的计算会带来舍入误差的增大，从而引起计 算失真。因此，实践上作插值时一般只用一次、 二次最多用三次插值多项式。
式中x [ xi 1 , xi ] (i 1,2,, n)
第(2)步
为了确定mi，需要用到S ( x )的二阶导数在节点连续 的条件， S ( x )在[ xi 1 , xi ]和[ xi , xi 1 ]上的二阶导数分别为
Si( x ) 6 x 2 xi 1 4 xi 6 x 4 xi 1 2 xi mi 1 mi 2 2 hi hi ( x [ xi 1 , xi ])
若记hi xi xi 1，则上式可写为
( x x i ) 2 hi 2( x x i 1 ) ( x x i 1 ) 2 hi 2( x i x ) Si ( x) y i 1 yi 3 3 hi hi ( x x i ) 2 ( x x i 1 ) ( x x i 1 ) 2 ( x x i ) m i 1 mi 2 2 hi hi
数值分析实验报告-插值、三次样条
实验报告：牛顿差值多项式&三次样条问题：在区间[-1,1]上分别取n=10、20用两组等距节点对龙格函数21()25f x x作多项式插值及三次样条插值，对每个n 值，分别画出插值函数及()f x 的图形。
实验目的：通过编程实现牛顿插值方法和三次样条方法，加深对多项式插值的理解。
应用所编程序解决实际算例。
实验要求：1． 认真分析问题，深刻理解相关理论知识并能熟练应用； 2． 编写相关程序并进行实验； 3． 调试程序，得到最终结果； 4． 分析解释实验结果； 5． 按照要求完成实验报告。
实验原理：详见《数值分析 第5版》第二章相关内容。
实验内容：（1）牛顿插值多项式1.1 当n=10时：在Matlab 下编写代码完成计算和画图。
结果如下：代码：clear allclcx1=-1:0.2:1;y1=1./(1+25.*x1.^2);n=length(x1);f=y1(:);for j=2:nfor i=n:-1:jf(i)=(f(i)-f(i-1))/(x1(i)-x1(i-j+1));endendsyms F x p;F(1)=1;p(1)=y1(1);for i=2:nF(i)=F(i-1)*(x-x1(i-1));p(i)=f(i)*F(i);endsyms PP=sum(p);P10=vpa(expand(P),5);x0=-1:0.001:1;y0=subs(P,x,x0);y2=subs(1/(1+25*x^2),x,x0);plot(x0,y0,x0,y2)grid onxlabel('x')ylabel('y')P10即我们所求的牛顿插值多项式，其结果为：P10（x）=-220.94*x^10+494.91*x^8-9.5065e-14*x^7-381.43*x^6-8.504e-14*x^5+123.36* x^4+2.0202e-14*x^3-16.855*x^2-6.6594e-16*x+1.0并且这里也能得到该牛顿插值多项式的在[-1，1]上的图形，并和原函数进行对比（见Fig.1）。
三次样条插值求导法
三次样条插值求导法三次样条插值法是一种常用的数值分析方法，用于近似插值实现平滑曲线的拟合。
它的优点在于可以保持原始数据的特性，同时能够降低数据间的噪声干扰，使得插值的结果更加准确。
本文将介绍三次样条插值法的原理、算法以及应用方面的指导意义。
首先，我们需要了解三次样条插值法的基本原理。
三次样条插值法通过在相邻数据点之间构造三次多项式来近似拟合原始数据。
这些三次多项式满足一定的光滑性条件，使得插值结果的曲线平滑而连续。
在三次样条插值中，每个数据点都对应一个三次多项式，并且相邻多项式之间的导数和二阶导数必须相等，以保证曲线的平滑性。
接下来，我们将介绍三次样条插值法的算法步骤。
首先，我们需要确定每个数据点对应的三次多项式。
为了满足光滑性条件，我们需要计算每个数据点处的导数值。
这可以通过求解一个线性方程组来实现，其中方程的个数等于数据点的个数。
解得导数值之后，我们就可以得到每个数据点对应的三次多项式的系数。
然后，我们需要利用这些系数来计算在数据点之间的插值结果。
为了实现这一点，我们可以利用三次多项式的性质，通过给定的数据点和对应的三次多项式系数，来计算在两个相邻数据点之间的插值结果。
最后，我们需要通过合理的选择数据点以及插值节点的间距，来获得更加准确的三次样条插值结果。
一般来说，数据点的选择应尽量满足曲线的变化趋势，以反映原始数据的特点。
此外，插值节点的间距也需要经过合理的选择，以保证插值结果的准确性。
三次样条插值法在实际应用中有着广泛的意义和指导价值。
首先，它可以用于光滑曲线的拟合，将离散的数据点进行连续化处理，使得数据的绘图和分析更加方便。
其次，它可以用于数据的插值预测，通过已有的数据点来预测未知数据点的取值。
此外，三次样条插值法还可以在数字图像处理中用于图像的平滑和插值填充，从而改善图像的质量和美观度。
综上所述，三次样条插值法是一种有效的数值分析方法，可以用于实现平滑曲线的拟合和数据的插值预测。
通过了解其原理、算法以及应用方面的指导意义，我们可以更好地理解和应用这一方法，从而提高数据处理和分析的准确性和效率。
数值分析三次样条插值函数
数值分析三次样条插值函数【问题】对函数f x =ex, x∈[0,1]构造等距节点的三次样条插值函数，对以下两种类型的样条函数1. 三次自然样条2. 满足S′ 0 =1,S′ 1 =e的样条并计算如下误差：max{ f x1 −S x1 ,i=1,…,N} i−i−i这里xi−1为每个小区间的中点。
对N=10,20,40比较以上两组节点的结果。
讨论你的结果。
【三次样条插值】在每一个区间[t1,t2],…,[tn−1,tn]上，S都是不同的三次多项式，我们把在[ti−1,ti]上表示S的多项式记为Si，从而，S0 x x∈[t0,t1]∈[t1,t2] S x = S1 x x…Sn−1 x x∈[tn−1,tn]通过在节点处函数值、一阶导数和二阶导数的连续性可以得到：Si−1 ti = yi= Si ti 1≤i≤ n−1Si−1′ ti = Si′ tix→ti+limS′′ x =zi=limS′′(x) x→ti−再给定z0和zn 的值就构成了4n个条件，而三次样条插值函数共4n个系数，故可以通过这4n个条件求解三次样条函数的系数，从而求得该三次样条插值函数。
特别的，当z0=zn=0 时称为自然三次样条。
文本预览：一、自然三次样条插值【自然三次样条插值算法】1.由上面的分析可知，求解三次样条函数实际上就是求解一个矩阵：u 1h 1h1u2h2h2u3…v1 z1 v2 z2 z3=v3 … z…hn−2 n−2 vn−2 z vn−1 un−1 n−1ih3…hn−3un−2hn−26…其中hi=ti+1−ti，ui=2(hi+hi−1)，ui=h(yi+1−yi)，vi=bi−bi−1 所以自然三层次样条插值的算法就是在得到端点的函数值，一次导数值和二次导数值，然后根据上述求解矩阵得到v，代入自然三次样条的表达式即可。
2.根据题目中所给出的误差估计，计算在区间中点处的最大误差。
【实验】通过Mathematica编写程序得到如下结果：N=101. 计算得到zi的值为：由此可以得到各个区间的自然三次样条插值函数。
三次样条插值c++代码实现及注释
一、引言在计算机编程和数据处理领域，插值是一种常见的数值分析方法，用于在已知数据点之间估算未知点的数值。
而三次样条插值是插值方法中的一种重要技术，它可以在使用较少插值节点的情况下，实现更为平滑和精确的插值结果。
本文将着重探讨三次样条插值的原理和C++代码实现，并给出详细的注释和解释。
二、三次样条插值的原理三次样条插值是一种分段插值方法，它将整个插值区间分割为若干个小区间，每个小区间内采用三次多项式进行插值。
这样做的好处是可以在每个小区间内实现更为细致和精确的插值，从而提高插值的准确性和平滑性。
而三次样条插值的核心在于确定每个小区间内的三次多项式的系数，一般采用自然边界条件进行求解。
在具体实现中，我们需要先对给定的插值节点进行排序，并求解出每个小区间内的三次多项式系数。
最终将这些系数整合起来，就可以得到整个插值区间的三次样条插值函数。
三、C++代码实现及注释接下来，我们将给出使用C++语言实现三次样条插值的代码，并对每个关键步骤进行详细注释和解释。
```cpp// include necessary libraries#include <iostream>#include <vector>using namespace std;// define the function for cubic spline interpolationvector<double> cubicSplineInterpolation(vector<double> x, vector<double> y) {// initialize necessary variables and containersint n = x.size();vector<double> h(n-1), alpha(n), l(n), mu(n), z(n), c(n), b(n), d(n);vector<double> interpolatedValues;// step 1: calculate the differences between x valuesfor (int i = 0; i < n-1; i++) {h[i] = x[i+1] - x[i];}// step 2: calculate alpha valuesfor (int i = 1; i < n-1; i++) {alpha[i] = (3/h[i]) * (y[i+1] - y[i]) - (3/h[i-1]) * (y[i] - y[i-1]); }// step 3: calculate l, mu, and z valuesl[0] = 1;mu[0] = 0;z[0] = 0;for (int i = 1; i < n-1; i++) {l[i] = 2*(x[i+1] - x[i-1]) - h[i-1]*mu[i-1];mu[i] = h[i]/l[i];z[i] = (alpha[i] - h[i-1]*z[i-1])/l[i];}l[n-1] = 1;z[n-1] = 0;c[n-1] = 0;// step 4: calculate coefficients for the cubic polynomials for (int j = n-2; j >= 0; j--) {c[j] = z[j] - mu[j]*c[j+1];b[j] = (y[j+1] - y[j])/h[j] - h[j]*(c[j+1] + 2*c[j])/3;d[j] = (c[j+1] - c[j])/(3*h[j]);}// step 5: interpolate values using the cubic polynomials for (int i = 0; i < n-1; i++) {double xi = x[i];while (xi < x[i+1]) {double dx = xi - x[i];double interpolatedValue = y[i] + b[i]*dx + c[i]*dx*dx + d[i]*dx*dx*dx;interpolatedValues.push_back(interpolatedValue);xi += 0.1; // adjust the step size for finer interpolation }}return interpolatedValues;}// main function for testing the cubic spline interpolation int main() {vector<double> x = {1, 2, 3, 4, 5};vector<double> y = {3, 6, 8, 10, 15};vector<double> interpolatedValues = cubicSplineInterpolation(x, y);for (int i = 0; i < interpolatedValues.size(); i++) {cout << "Interpolated value " << i << " : " << interpolatedValues[i] << endl;}return 0;}```四、总结与展望通过本文的学习，我们了解了三次样条插值的原理和C++代码实现。
数值分析课程设计--三次样条插值
《数值分析》课程设计三次样条插值算法院（系）名称信息工程学院专业班级 09普本信计1班学号 090111073学生姓名宣章然指导教师孔繁民2012年06月08日数值分析课程设计评阅书课程设计任务书2008—2009学年第二学期专业班级： 09普本信计1班学号： 060111060 姓名：宣章然课程设计名称：数值分析设计题目：三次样条插值完成期限：自 2012 年 6 月 8 日至 2012 年 6 月 13 日共 1 周设计依据、要求及主要内容：一、设计目的熟练掌握三次样条插值算法的原理和推导过程，并且能够应用Matlab软件编写相应的程序和使用Matlab软件函数库软件。
二、设计要求(1)用Matlab函数库中相应函数对选定的问题，求出具有一定精度的结果。
(2)使用所用的方法编写Matlab程序求解,对数值结果进行分析。
(3)对于使用多个方法解同一问题的，在界面上设计成菜单形式。
三、设计内容首先构造三次样条插值函数的定义和一般特征,并对实例问题进行实例分析,并总结四、参考文献[1] 黄明游,冯果忱.数值分析[M].北京:高等教育出版社,2008.[2] 马东升,雷勇军.数值计算方法[M].北京:机械工业出版社,2006.[3] 石博强,赵金.MATLAB数学计算与工程分析范例教程[M].北京:中国铁道出版社.2005.[4]郝红伟，MATLAB 6，北京，中国电力出版社，2001[5]姜健飞，胡良剑，数值分析及其MATLAB实验，科学出版社，2004[6]薛毅，数值分析实验，北京工业大学出版社，2005 计划答辩时间：2012年6月18日指导教师（签字）：教研室主任（签字）：批准日期：年月三次样条插值摘 要分段低次样条插值虽然计算简单、稳定性好、收敛性有保证且易在电子计算机上实现，但只能保证各小段曲线在连接处的连续性，不能保证整件曲线的光滑性。
利用样条插值，既可保持分段低次插值多项式，又可提高插值函数光滑性。
数值分析实验报告-插值、三次样条
实验报告：牛顿差值多项式&三次样条... . (1)问题：在区间［-1,1］上分别取n=10、20用两组等距节点对龙格函数f (x)---作多项式插25 x 2值及三次样条插值对每个n值，分别画出插值函数矽(x)的图形。
实验目的：通过编程实现牛顿插值方法和三次样条方法，加深对多项式插值的理解。
应用所编程序解决实际算例。
实验要求：1.认真分析问题，深刻理解相关理论知识并能熟练应用；2.编写相关程序并进行实验；3.调试程序，得到最终结果；4.分析解释实验结果；5.按照要求完成实验报告。
实验原理：详见《数值分析第5版》第二章相关容。
实验容：(1)牛顿插值多项式1.1 当 n=10 时：在Matlab下编写代码完成计算和画图。
结果如下：代码：clear allclcx1=-1:0.2:1;y1=1./(1+25.*x1.八2);n=length(x1);f=y1(：);for j=2:nfor i=n:-1:jf(i) = (f(i)-f(i-1))/(x1(i)-x1(i-j+1));endendsyms F x p;F(1)=1;p(1)=y1(1);for i=2:nF(i)=F(i-1)*(x-x1(i-1));p(i)=f(i)*F(i);endsyms PP=sum(p);P10=vpa(expand(P),5);x0=-1:0.001:1;y0=subs(P,x,x0);y2=subs(1/(1+25火x八2),x,x0);plot(x0,y0,x0,y2)grid onxlabel('x')ylabel('y')P10即我们所求的牛顿插值多项式，其结果为：P10（x ）=-220.94*x A10+494.91*x A8-9.5065e-14*x A7-381.43*x A6-8.504e-14*x A5+123.36*x A4+2.0202e-14*x A3-16.855*x A2-6.6594e-16*x+1.0并且这里也能得到该牛顿插值多项式的在［-1，1］上的图形，并和原函数进行对比（见Fig.1）。
三次样条插值的基本步骤
三次样条插值的基本步骤
三次样条插值的基本步骤如下：
1. 收集数据点：收集需要进行插值的数据点，包括自变量和因变量。
2. 分割区间：根据数据点的自变量将整个插值区间分割为多个小区间。
3. 求解系数：对每个小区间进行三次插值，需要求解每个小区间的三次多项式系数。
可以使用线性方程组或矩阵运算的方法求解系数。
4. 生成插值函数：根据每个小区间的三次多项式系数，将整个插值区间上的函数定义为一个分段函数。
5. 检验插值函数：通过计算插值函数在数据点上的值与实际数据的差异，来验证插值函数的准确性和拟合度。
6. 应用插值函数：根据需要，使用插值函数进行预测、填充数据等应用。
数值分析作业-三次样条插值
数值计算方法作业实验4.3 三次样条差值函数实验目的：掌握三次样条插值函数的三弯矩方法。
实验函数:dt ex f xt ⎰∞--=2221)(π实验内容：（1） 编程实现求三次样条插值函数的算法，分别考虑不同的边界条件； （2） 计算各插值节点的弯矩值；（3） 在同一坐标系中绘制函数f(x)，插值多项式，三次样条插值多项式的曲线比较插值结果。
实验4.5 三次样条差值函数的收敛性实验目的：多项式插值不一定是收敛的，即插值的节点多，效果不一定好。
对三次样条插值函数如何呢？理论上证明三次样条插值函数的收敛性是比较困难的，通过本实验可以证明这一理论结果。
实验内容：按照一定的规则分别选择等距或非等距的插值节点，并不断增加插值节点的个数。
实验要求：（1） 随着节点个数的增加，比较被逼近函数和三样条插值函数的误差变化情况，分析所得结果并与拉格朗日插值多项式比较；（2） 三次样条插值函数的思想最早产生于工业部门。
作为工业应用的例子，考虑如下例子：某汽车制造商根据三次样条插值函数设计车门曲线，其中一段数据如下：kx012345678910 ky0.00.79 1.53 2.19 2.71 3.03 3.27 2.89 3.06 3.19 3.29ky'0.80.2算法描述：拉格朗日插值：其中是拉格朗日基函数，其表达式为：()∏≠=--=nijj jiji xxxxxl)()(牛顿插值：))...()(](,...,,[....))(](,,[)0](,[)()(11211211----++--+-+=nnnxxxxxxxxxxfxxxxxxxfxxxxfxfxN其中⎪⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎪⎨⎧--=--=--=-)/(]),...,[],...,[(]...,[..],[],[],,[)()(],[11211xxxxxfxxxfxxxfxxxxfxxfxxxfxxxfxfxxfnnnnikjikjkjijijiji三样条插值：所谓三次样条插值多项式Sn(x)是一种分段函数，它在节点Xi(a<X0<X1……<Xn<b)分成的每个小区间[xi-1,xi]上是三次多项式，其在此区间上的表达式如下：],[),6()6(]6)([6)(6)()(111113131iiiiiiiiiiiiiiiiiiiiixxxhyMhMhhyxMMhhyyhxxMihxxMxS-------∈-+-+---+-+-=式中Mi=)(ixS''.因此，只要确定了Mi 的值，就确定了整个表达式，Mi 的计算方法如下：令⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=---+=+=+=+--++++++],,[6)(6111111111i i i i i i i i i i i i i i i i i i i ix x x f h y y h y y h h d h h h h h h λμ则Mi 满足如下n-1个方程：1,...2,1,211-==+++-n i d M M M i i i i i i λμ 常用的边界条件有如下几类：（1） 给定区间两端点的斜率m 0,m n ,即n n n m y x S m y x S ='='='=')(,)(000 （2） 给定区间两端点的二阶导数M0，Mn,即n n n M y x S M y x S =''=''=''='')(,)(000 （3） 假设y=f(x)是以b-a 为周期的周期函数，则要求三次样条插值函数S （x ）也为周期函数，对S （x ）加上周期条件2,1,0),0()0()(0)(=-=+p x S x S n p p对于第一类边界条件有⎪⎪⎩⎪⎪⎨⎧--=+--=+--)(62)(6211001110n n n n n n i h y y mn h M M m h y y h M M对于第二类边界条件有⎩⎨⎧=+=+-n n n n d M M d M M 221100μλ其中n n n n nnn M u x x f m h d M m x x f h d )1(2]),[(6)1(2)],[(6100001010-+-=-+-=-μλλ那么解就可以为⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----n n n n n n n d d d d d M M M M M 1210121011...2...............2............................1..2.1......0..2μλμλμλ对于第三类边界条件，)0()0(,,000-=+==n n n x S x S M M y y ，由此推得0010012d M M M n =-++μλ，其中]),1[],[(6,,101010110n n nn n n x x f x x f h h d h h h h h h --+=+=+=μλ，那么解就可以为： ⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-------1221012101221100...2.............2..............................2..,,.......,..22n n n n n n n d d d d d M M M M M n μλλμλμμλ 程序代码： 1拉格朗日插值函数Lang.mfunction f=lang(X,Y,xi) %X 为已知数据的横坐标 %Y 为已知数据的纵坐标 %xi 插值点处的横坐标%f 求得的拉格朗日插值多项式的值 n=length(X); f=0; for i=1:n l=1; for j=1:i-1l=l.*(xi-X(j))/(X(i)-X(j)); end ; for j=i+1:nl=l.*(xi-X(j))/(X(i)-X(j)); end ;%拉格朗日基函数 f=f+l*Y(i); endfprintf('%d\n',f) return2 牛顿插值函数newton.mfunction f=newton(X,Y,xi) %X 为已知数据的横坐标 %Y 为已知数据的纵坐标%xi插值点处的横坐标%f求得的拉格朗日插值多项式的值n=length(X);newt=[X',Y'];%计算差商表for j=2:nfor i=n:-1:1if i>=jY(i)=(Y(i)-Y(i-1))/(X(i)-X(i-j+1));else Y(i)=0;endendnewt=[newt,Y'];end%计算牛顿插值f=newt(1,2);for i=2:nz=1;for k=1:i-1z=(xi-X(k))*z;endf=f+newt(i-1,i)*z;endfprintf('%d\n',f)return3三次样条插值第一类边界条件Threch.mfunction S=Threch1(X,Y,dy0,dyn,xi)% X为已知数据的横坐标%Y为已知数据的纵坐标%xi插值点处的横坐标%S求得的三次样条插值函数的值%dy0左端点处的一阶导数% dyn右端点处的一阶导数n=length(X)-1;d=zeros(n+1,1);h=zeros(1,n-1);f1=zeros(1,n-1);f2=zeros(1,n-2);for i=1:n%求函数的一阶差商h(i)=X(i+1)-X(i);f1(i)=(Y(i+1)-Y(i))/h(i);endfor i=2:n%求函数的二阶差商f2(i)=(f1(i)-f1(i-1))/(X(i+1)-X(i-1));d(i)=6*f2(i);endd(1)=6*(f1(1)-dy0)/h(1);d(n+1)=6*(dyn-f1(n-1))/h(n-1);%¸赋初值A=zeros(n+1,n+1);B=zeros(1,n-1);C=zeros(1,n-1);for i=1:n-1B(i)=h(i)/(h(i)+h(i+1));C(i)=1-B(i);endA(1,2)=1;A(n+1,n)=1;for i=1:n+1A(i,i)=2;endfor i=2:nA(i,i-1)=B(i-1);A(i,i+1)=C(i-1);endM=A\d;syms x;for i=1:nSx(i)=collect(Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(x-X(i))...+M(i)/2*(x-X(i))^2+(M(i+1)-M(i))/(6*h(i))*(x-X(i))^3);digits(4);Sx(i)=vpa(Sx(i));%三样条插值函数表达式endfor i=1:ndisp('S(x)=');fprintf('%s (%d,%d)\n',char(Sx(i)),X(i),X(i+1));endfor i=1:nif xi>=X(i)&&xi<=X(i+1)S=Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(xi-X(i))+M(i)/2*(xi-X(i))^2+(M(i+1)-M(i))/(6 *h(i))*(xi-X(i))^3;endenddisp('xi S');fprintf('%d,%d\n',xi,S);return4 三次样条插值第二类边界条件Threch2.mfunction [Sx]=Threch2(X,Y,d2y0,d2yn,xi)X为已知数据的横坐标%Y为已知数据的纵坐标%xi插值点处的横坐标%S求得的三次样条插值函数的值%d2y0左端点处的二阶导数% d2yn右端点处的二阶导数n=length(X)-1;d=zeros(n+1,1);h=zeros(1,n-1);f1=zeros(1,n-1);f2=zeros(1,n-2);for i=1:n%求一阶差商h(i)=X(i+1)-X(i);f1(i)=(Y(i+1)-Y(i))/h(i);endfor i=2:n%求二阶差商f2(i)=(f1(i)-f1(i-1))/(X(i+1)-X(i-1));d(i)=6*f2(i);endd(1)=2*d2y0;d(n+1)=2*d2yn;%赋初值A=zeros(n+1,n+1);B=zeros(1,n-1);C=zeros(1,n-1);for i=1:n-1B(i)=h(i)/(h(i)+h(i+1));C(i)=1-B(i);endA(1,2)=0;A(n+1,n)=0;for i=1:n+1A(i,i)=2;endfor i=2:nA(i,i-1)=B(i-1);A(i,i+1)=C(i-1);endM=A\d;syms x;for i=1:nSx(i)=collect(Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(x-X(i))... +M(i)/2*(x-X(i))^2+(M(i+1)-M(i))/(6*h(i))*(x-X(i))^3);digits(4);Sx(i)=vpa(Sx(i));endfor i=1:ndisp('S(x)=');fprintf('%s (%d,%d)\n',char(Sx(i)),X(i),X(i+1));endfor i=1:nif xi>=X(i)&&xi<=X(i+1)S(i)=Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(xi-X(i))+M(i)/2*(xi-X(i))^2+(M(i+1)-M(i)) /(6*h(i))*(xi-X(i))^3;endenddisp('xi S');fprintf('%d,%d\n',xi,S);return5插值节点处的插值结果main3.mclearclcX=[0.0,0.1,0.2,0.3,0.4];Y=[0.5000,0.5398,0.5793,0.6179,0.7554];xi=0.13;%xi=0.36;disp('xi=0.13');%disp('xi=0.36');disp('拉格朗日插值结果');lang(X,Y,xi);disp('牛顿插值结果');newton(X,Y,xi);disp('三次样条第一类边界条件插值结果');Threch1(X,Y,0.40,0.36,xi);%0.4,0.36分别为两端点处的一阶导数disp('三次样条第二类边界条件插值结果');Threch2(X,Y,0,-0.136,xi);%0,-0.136分别为两端点处的二阶导数6将多种插值函数即原函数图像画在同一张图上main2.mclearclcX=[0.0,0.1,0.2,0.3,0.4];Y=[0.5000,0.5398,0.5793,0.6179,0.7554];a=linspace(0,0.4,21);NUM=21;L=zeros(1,NUM);N=zeros(1,NUM);S=zeros(1,NUM);B=zeros(1,NUM);for i=1:NUMxi=a(i);L(i)=lang(X,Y,xi);% 拉格朗日插值N(i)=newton(X,Y,xi);%牛顿插值B(i)=normcdf(xi,0,1);%原函数S(i)=Threch1(X,Y,0.4,0.36,xi);%三次样条函数第一类边界条件endplot(a,B,'--r');hold on;plot(a,L,'b');hold on;plot(a,N,'r');hold on;plot(a,S,'r+');hold on;legend('原函数','拉格朗日插值','牛顿插值','三次样条插值',2);hold off7增加插值节点观察误差变化main4.mclear;clc;N=5;%4.5第一问Ini=zeros(1,1001);a=linspace(-1,1,1001);Ini=1./(1+25*a.^2);for i=1:3 %节点数量变化次数N=2*N;t=linspace(-1,1,N+1);%插值节点ft=1./(1+25*t.^2);%插值节点函数值val=linspace(-1,1,101);for j=1:101L(j)=lang(t,ft,val(j));S(j)=Threch1(t,ft,0.074,-0.074,val(j));%三样条第一类边界条件插值endplot(a,Ini,'k')%原函数图象hold onplot(val,L,'r')%拉格朗日插值函数图像hold onplot(val,S,'b')%三次样条插值函数图像str=sprintf('插值节点为%d时的插值效果',N);title(str);legend('原函数','拉格朗日插值','三次样条插值');%显示图例hold offfigureend8车门曲线main5.mclearclcX=[0,1,2,3,4,5,6,7,8,9,10];Y=[0.0,0.79,1.53,2.19,2.71,3.03,3.27,2.89,3.06,3.19,3.29]; dy0=0.8;dyn=0.2;n=length(X)-1;d=zeros(n+1,1);h=zeros(1,n-1);f1=zeros(1,n-1);f2=zeros(1,n-2);for i=1:nh(i)=X(i+1)-X(i);f1(i)=(Y(i+1)-Y(i))/h(i);endfor i=2:nf2(i)=(f1(i)-f1(i-1))/(X(i+1)-X(i-1));d(i)=6*f2(i);endd(1)=6*(f1(1)-dy0)/h(1);d(n+1)=6*(dyn-f1(n-1))/h(n-1); A=zeros(n+1,n+1);B=zeros(1,n-1);C=zeros(1,n-1);for i=1:n-1B(i)=h(i)/(h(i)+h(i+1));C(i)=1-B(i);endA(1,2)=1;A(n+1,n)=1;for i=1:n+1A(i,i)=2;endfor i=2:nA(i,i-1)=B(i-1);A(i,i+1)=C(i-1);endM=A\d;x=zeros(1,n);S=zeros(1,n);for i=1:nx(i)=X(i)+0.5;S(i)=Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(x(i)-X(i))+M(i)/2*(x(i)-X(i))^2+(M(i+1)-M (i))/(6*h(i))*(x(i)-X(i))^3;endplot(X,Y,'k'); hold on;plot(x,S,'o');title('三次样条插值效果图');legend('已知插值节点','三次样条插值');hold off实验结果：4.31计算插值节点处的函数值xi=0.13时Xi=0.36时2将多种插值函数即原函数图像画在同一张图上4.5.1增加插值节点观察误差变化从上面三张图可以看出增加插值节点并不能改善差之效果4.5.2 车门曲线（注：专业文档是经验性极强的领域，无法思考和涵盖全面，素材和资料部分来自网络，供参考。
数值分析2 6三次样条插值
4m h j 1
j
6 h2j1
(
yj
y j1 )
由条件
S( x j 0) S( x j 0) ( j 1,...,n 1)
可得
1 h j 1
m
j
1
2(
1 h j 1
1 hj
)m
j
1 hj
m
j1
3(
y
j
1 h2j
yj
y
j
y h2j1
j1
)
( j 1,...,n 1)
进一步简化为
jm j1 2m j jm j1 g j ( j 1,...n 1)
yk k (x) yk 1 k1(x)
其中
kk1((xx))(1(122xxkxxk1xxxkkxkk11)()(xxxkkx1xxkxkkx11k))22
k(
k 1
(
x) x)
(x (x
xk
)(
x xk
xk1 xk1
)2
xk
1
)(
x x xk1
k
x
k
)2
一、 三次样条的产生和背景
2.三次样条插值函数的定义
三次样条函数 +
S(xi) = yi
3.求解三次样条插值函数的已知条件数和 未知条件数
未知参数个数
4n
已知条件个数
插值条件：
n+1
S(x)∈C2[a,b] ：3(n-1)
共 计：
4n-2
缺少条件，通常在插值区间的端点给出，称 为边界条件。
4.常用的三种边界条件
1°已知两端的一阶导数值，即：
周期样条
S( x0 0) S( xn 0)
- 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)。
33
2.8.1 三次样条函数
第二章 插值法
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( x hj3
x j1 )] y j1
(x
x j1 )2 ( x
h
2 j
xj)
mj
(x
x j )2( x h2j
x j1 )
§8 三次样条插值 © 2009, Henan Polytechnic University
66
第二章 插值法
2.8.2 三转角方程
设 S( x ) m (i 0,1, , n)为参数，这种通过确
i
i
定mi 来求S(x)的方法叫三转角法。
mi 在用力分学段上埃解尔释米为特细插梁值在，节得点到截S面(x)处在的x转j , x角j1，
S( x0 ) f0, S( xn ) fn
S( x0 ) S( xn ) 0 称为自然边界条件 3°（周期条件）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，即
S( x0 0) S( xn 0)
S( x0 0) S( xn 0)
周期样条
S( x0 0) S( xn 0)
第八节 三次样条插值
1
第二章 插值法
三次样条的产生和背景
1.问题的产生 实际中有许多计算问题对插值函数的光滑性 有较高的要求，例如飞机机翼外形、发动机 进、排气口都要求有连续的二阶导数。
显然我们前面介绍的方法已不 能解决这个问题。
§8 三次样条插值 © 2009, Henan Polytechnic University
1111
第二章 插值法
区间,故应确定4n个系数, S(x)在n-1个内节点上具有
二阶连续导数，应满足条件
S( xi 0) S( xi 0)
S(
xi
0)
S(
xi
0)
S( xi 0) S( xi0)
(i 1,2, ,n 1)
即有3n-3个连续条件，再加上S(x) 满足的插值条件
n+1个，共计4n-2个，因此还需要2个条件才能确定
过3的多项式; (3) 在每个内节点xi (i=1,2,...,n-1)上具有二阶连续导数,
则称 S(x) 为关于上述划分的一个三次多项式样条 函数，简称三次样条。
§8 sity
44
第二章 插值法
S(x)在每个小区间[xi , xi+1]上是一个次数不超过 3的多项式, 因此需确定四个待定常数, 一共有n个小
mj
6( x j1
xj h 3j 1
2x) (yj
y j1 )
于是
S( x j
0)
2 m
h j 1
j1
4 h j 1
m
j
6 h2j1
(
yj
y j1 )
由条件 S( x j 0) S( x j 0) ( j 1,...,n 1)
§8 三次样条插值 © 2009, Henan Polytechnic University
0
0
n
n
结合 jm j1 2m j jm j1 g j ( j 1,...n 1)
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
§8 三次样条插值 © 2009, Henan Polytechnic University
99
第二章 插值法
可得
1 h j 1
m
j1
2(
1 h j 1
1 hj
)m
j
1 hj
m
j1
3(
y
j1 h2j
yj
y
j
y h2j1
j
1
)
( j 1,...,n 1)
进一步简化为
jm j1 2m j jm j1 g j ( j 1,...n 1)
其中：
j
hj hj1
hj
,j
1j
hj1 hj1 hj
m j1
§8 三次样条插值 © 2009, Henan Polytechnic University
77
第二章 插值法
对S(x)求二阶导数得：
S( x)
6x
2xj
h
2 j
4x
j1
m
j
6x
4
xj
h
2 j
2x
j1
m
j1
6( x j
x j1 h3j
2x) ( y j1
yj)
于是
S( x j
0)
4 hj
g j 3 j f x j1 , x j j f x j , x j1
§8 三次样条插值 © 2009, Henan Polytechnic University
( j 1,2, , n 1)
1010
第二章 插值法
结合三种边界条件有如下三种情况：
1、已知 f ( x ) m , f ( x ) m ,
22
2.样条的概念(Spline)
第二章 插值法
样条是工程设计中使用的一种绘图工具，它是富有 弹性的细木条或细金属条。绘图员利用它把一些已 知的点连接成一条光滑曲线称为样条曲线，样条曲 线在连接点处有连续的曲率（即连续的二阶导数）， 它实际上是分段三次曲线拼接而成，在连接点上要 求二阶导数连续。
§8 三次样条插值 © 2009, Henan Polytechnic University
S(x)，通常补充两个边界条件( x0 , xn处 各 一 个)
§8 三次样条插值 © 2009, Henan Polytechnic University
55
第二章 插值法
常用的三种边界条件 1°（转角条件）已知两端的一阶导数值，即：
S( x0 ) f0, S( xn ) fn 2°（弯矩条件）已知两端的二阶导数值，即：
m
j
2 hj
m
j1
6 h2j
( y j1
yj
)
§8 三次样条插值 © 2009, Henan Polytechnic University
88
第二章 插值法
同理可得S(x)在区间[xj-1 , xj]上的二阶导数：
S( x)
6x
2 x j1
h
2 j 1
4xj
m j1
6x
4 x j1
h
2 j 1
2xj