第1章1-08样条插值

合集下载

样条插值

样条插值
数值分析
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。

数值分析(15)样条插值

数值分析(15)样条插值

数值分析
于是,在[xi , xi 1 ]上
( x xi 1 )2 (hi 2( x xi )) ( x xi )2 (hi 2( xi 1 x )) Si ( x ) yi yi 1 3 3 hi hi ( x xi 1 ) 2 ( x x i ) ( x xi ) 2 ( x xi 1 ) mi mi 1 2 2 hi hi
故构造S ( x )需要4n个条件 由(1)已知节点上函数值 yi , i 0,1, 2, ..., n。 这是n+1个条件
由(2)S ( x ) C 2 [a , b], 隐含着在内节点上应有 Si 1 ( xi ) Si ( xi ), Si'1 ( xi ) Si' ( xi ), Si''1 ( xi ) Si'' ( xi ), i 1, 2, ..., n 1
数值分析
数值分析
(3)如何求mi? 利用在节点上二阶导数连续的条件 由 Si''1 ( xi ) Si'' ( xi ), i 1, 2, ..., n 1 导出三转角方程(n 1个方程要解n 1个未知数)
(4)再由三转角方程 边界条件(补充两个方程) 封闭的方程组,可求出mi ,( i 0,1, 2, ..., n)
(2)构造三弯矩方程
利用S ( x )在内节点上一阶导数连续的条件, 在区间[ x i , x i 1 ]上 ' ( x ) 3a ( x- x ) 2 2b ( x- x ) c Si i i i i i
数值分析
数值分析
三、三弯矩方程求解法
三弯矩法的基本思想 (1)yi'' f '' ( xi )未知,但可设S '' ( xi ) M i , ( M i yi'' , 只是M i yi'' ) (2)如能求出M i,则可由M i 和yi 构造S ( x ).

样条插值

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

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
(

样条插值实验报告

样条插值实验报告

四、三次样条插值1.样条函数插值的原理给定区间[,]a b 上划分011:n n a x x x x b -∆=<<<<=,若分段函数()S x 满足: 1. ()S x 在各个子区间1[,]i i x x +,0,1,,1i n =-上均为x 的三次多项式;2. ()S x 在整个区间[,]a b 上有直至二阶的连续导数。

则称()S x 为[,]a b 上依次划分的三次样条函数,简称样条函数。

具体地有分段表达式:3200000132111112322222233211111,[,],[,](),[,](1),[,]n n n n n n a x b x c x d x x x a x b x c x d x x x S x a x b x c x d x x x a x b x c x d x x x -----⎧+++∈⎪+++∈⎪⎪=+++∈⎨⎪⎪⎪+++∈⎩共有4n 个参数,,,,0,1,,i i i i a b c d i n =,它们在内节点处满足00''00''''00()(),()(),1,2,, 1.(2)()(),i i i i i i S x S x S x S x i n S x S x -+---+=⎧⎪==-⎨⎪=⎩满足样条函数定义的函数集合称为分划∆上的三次样条函数空间,记为(3,)S ∆,可以证明(3,)S ∆为线性空间。

若()(3,)S x S ∈∆,且进一步满足插值条件()(),0,1,,(3)i i i S x y f x i n===其中i y 为节点i x 处的给定函数值(若被插函数()f x 已知,则用()i f x 代替之),则称()S x 为以011,,,,n n x x x x -为节点的三次样条函数。

其中式(3)插值节点提供了1n +个约束条件,加上式(2)的33n -个,合起来共有42n -个,欲求4n 个待定参数的唯一解,尚缺两个条件。

样条曲线插值法

样条曲线插值法

• 写成和式为
• 曲线段置Si(t)与对应的控制多边形如图2—6 中所示。
• 每一段曲线的两端点Si(o)与Si(1)即对应于B 样条曲线上的结点Pi与Pi+1,且在端点处为 C2连续的。有上述方程可知,分段连接点 及其各阶导矢与控制顶点的关系为 • 因此曲线段S可按如下几何作图求出。
三次均匀B样条曲线段的起点和终点均不在多 边形的边上,但曲线仍落在四个控制顶点所形成 的凸包内。
逆向工程中曲线和曲面的重构 方法
主要内容:
• 曲线拟合的一般方法
• 均匀B样条曲线的拟合方法 • 曲面重构的方法 • 一双3次B样条曲面的重构方法
• 曲线拟合就是用一条(或一组)理论盐线去模 拟一条(或一组)实验曲线。因此,曲线拟合 有两大任务:第一是解决用什么样的函数 表达式(即理论曲线)去描述实验数据.即确 定数学模式问题;第二是在函数表达式确 定之后,如何计算表达式中的参数问题。 拟合可以分为插值和逼近两种方式。使用 插值方法拟合曲面通过所有数据点,适合 于测量设各精度高,数据点坐标比较精确 的场合:使用逼近的方法所拟合的曲面不 一定通过所有的数据点,适用于测量数据 较多,测量数据含噪声较高的情况。
• 在计算机辅助设计与图形学中得到了广泛 的应用的方法有:Bezier法,均匀B样条法, NURBS法等。
• B样条曲线拟合的核心思想: 1)对给定的型值点进行局部逼近,而非插值。 2)相邻的逼近曲线之间的连续性有一定的要 求。
• 均匀B样条函数的定义:
• 设空间有一序列点P.(j=1,2,⋯n),被一组曲线 所逼近,要求每个曲线段的形状仅由点列中的k个 顺序排列的点所控制,则第j曲线段具有下列形式:
一双三次B样条曲面片的示意图如图2— 8中所示

数值计算_样条插值方法

多项式插值方法—样条插值-5-4-3-2-1012345-0.500.511.52f (x)P 5(x)P 10(x)当插值节点过多→龙格现象插值多项式虽然满足插值条件,但是在节点之外,靠近插值区间端点处与实际函数偏离较大,出现了震荡现象如何解决龙格现象?☐根据数据特点选用三角函数或有理函数☐由于多项式的优良性能,更偏爱多项式☐使用分段函数数学模型,在较小的区间段上使用低次多项式插值要点与学习目标☐掌握样条插值的概念和数学模型☐了解样条插值函数系数的确定方法样条插值☐改善分段线性插值和二次插值的精度☐保持曲线的光滑性☐样条的概念三次样条插值函数对于给定的函数表 x)(x f yxx 1xny 1yn思考:根据该定义,关于四个节点的三次样条插值函数的数学模型是什么?需要多少个约束方程才能确定该样条?分段样条插值的数学模型231101112130123220212223122333031323323()=,[,]()()=,[,]()=,[,]S x a a x a x a x x x x S x S x a a x a x a x x x x S x a a x a x a x x x x ⎧+++∈⎪=+++∈⎨⎪+++∈⎩以四个节点为例,四个节点的样条插值函数思考:该函数能否由节点数据完全确定?231101112130123220212223122333031323323()=,[,]()()=,[,]()=,[,]S x a a x a x a x x x x S x S x a a x a x a x x x x S x a a x a x a x x x x ⎧+++∈⎪=+++∈⎨⎪+++∈⎩(0)(0)(1,2,...,1)'(0)'(0)(1,2, (1)''(0)''(0)(1,2, (1)()(0,1,...,)i i i i i ii i S x S x i n S x S x i n S x S x i n S x y i n -=+=-⎧⎪-=+=-⎪⎨-=+=-⎪⎪==⎩样条插值问题的边界条件归根到底,样条插值问题是线性方程组求解的问题。

样条插值

Hermite: 给出 yi 及 yi ’,选 hi(x) 及 hi(x) 。

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

第五节样条插值问题的背景高次插值函数的计算量大, 有剧烈振荡, 数值稳定性差;而分段线性插值在分段点上仅连续而不光滑(导数不连续)。

样条函数可以同时解决这两个问题, 使插值函数既是低阶分段函数,又是光滑的函数。

1. 样条函数在[a,b]上取n+1个插值结点a=x0<x1<…<xn=b,已知函数f(x)在这n+1个点的函数值为yk=f(xk), 则在[a,b]上函数y=f(x)的m次样条插值函数S(x)满足: (1) S(x)在(a,b)上直到m-1阶导数连续;(2) S(xk )=yk,(k=0,1,…,n) ;(3) 在区间[xk ,xk+1](k=0,1,…,n-1)上,S(x)是m次多项式。

2. 三次样条函数在[a,b]上函数y=f(x)的三次样条插值函数S(x)满足: (1) 在(a,b)上0、1、2阶导数连续; 即:s'(xk -0)=s'(xk+0),s″(xk-0)=s″(xk+0) ,(k=0,1,…,n-1)(2) S(xk )=yk,(k=0,1,…,n) ;(3) 在区间[xk ,xk+1](k=0,1,…,n-1)上,S(x)是三次多项式。

3. 三次样条函数的计算由二阶导数连续, 设是未知待定的数。

因S(x)是分段三次多项式, 则在每个区间[xk ,xk+1]内,S″(x)是分段一次多项式, 记hk=xk+1-xk, 则:将上式在区间[xk ,xk+1]上积分两次,并且由S(xk)=yk,S(xk+1)=yk+1来确定两个积分常数。

当x∈[xk,xk+1]时,利用S(x)一阶导数连续的性质,对上式求导,得:在上式中,令x=xk,得:将上式中的k换成k-1,得: s'(x)在[xk-1 ,xk]上的表达式, 将x=xk代入,而s'(xk +0)=s'(xk-0), 联立上述两式, 得到关于m 的方程:两边乘以, 得:上式中,等式左边含未知量mk-1 ,mk,mk+1,等式右边yk-1,yk,yk+1是已知的,令则得:λk mk-1+2mk+μkmk+1= Ck,(k=1,2,…,n-1).这是含有n+1个未知量m0,m1,…,mn,共有n-1个方程组成的线性方程组。

样条插值法公式

样条插值法公式样条插值法是一种在数学和计算机科学中非常有用的数值分析方法。

咱们今天就来好好聊聊这个听起来有点高大上的“样条插值法公式”。

想象一下,你正在做一个科学实验,测量了一些数据点,但是这些点之间的空白区域你不知道具体数值是多少。

这时候,样条插值法就派上用场啦!先来说说什么是样条插值法。

简单来说,就是通过一系列的分段多项式来连接给定的数据点,使得曲线不仅经过这些点,而且还很光滑。

样条插值法公式有很多种,比如三次样条插值公式。

咱们就以三次样条插值为例来深入了解一下。

假设我们有 n + 1 个数据点 (x₀, y₀), (x₁, y₁),..., (xₙ, yₙ) ,并且x₀ < x₁ <... < xₙ 。

对于每个区间 [xᵢ, xᵢ₊₁] ,我们定义一个三次多项式 Sᵢ(x) = aᵢ(x - xᵢ)³+ bᵢ(x - xᵢ)² + cᵢ(x - xᵢ) + dᵢ。

为了确定这些系数 aᵢ、bᵢ、cᵢ、dᵢ,我们需要满足一些条件。

首先,Sᵢ(xᵢ) = yᵢ,Sᵢ(xᵢ₊₁) = yᵢ₊₁,这保证了曲线经过给定的数据点。

然后,还需要满足在每个节点处一阶导数和二阶导数连续。

这一堆条件看起来很复杂,但其实就是为了让我们得到的曲线既经过点,又光滑自然。

我记得有一次,我在帮一个学生解决物理实验中的数据处理问题。

实验是测量一个物体自由下落的高度和时间的关系。

但是由于测量设备的精度问题,得到的数据点并不是很连续。

我们就用样条插值法来填补这些空缺。

通过计算那些复杂的公式,一点点地确定系数,最终得到了一条非常漂亮的曲线,准确地反映了物体下落的规律。

那个学生当时眼睛都亮了,直说:“老师,这太神奇了!”在实际应用中,样条插值法可广泛用于图像处理、工程设计、金融分析等领域。

比如说,在图像处理中,对图像进行缩放或者变形时,就可以用样条插值来保持图像的质量。

总之,样条插值法公式虽然看起来有点吓人,但只要我们掌握了它的原理和方法,就能在很多情况下发挥大作用,解决那些让我们头疼的数据空缺问题。

  1. 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. 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. 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)。

x1 x2
xn1 xn b
a x0
分析:因 S( x)在[ x j , x j 1 ] 上是3次多项式,即为 S( x) S j ( x) a j bj x c j x 2 d j x 3 , x [ x j , x j 1 ],( j 0,1,, n 1) 4n个待定系数: {a j }, {b j }, {c j }, {d j }, 已有条件: S( x j ) f ( x j ),( j 0,1,, n) 内部条件: (内节点)
(一阶导数表示) 1.8.2 三次样条插值函数的表达式 一、推导公式: 回忆: 分段3次Hermite插值 I h ( x ) , 当 x [ x j , x j 1 ] 时 Ih ( x) I j ( x) y j c j ,1 ( x x j ) c j ,2 ( x x j )2 c j ,3 ( x x j )3 c j ,1 m j 已知
( 8 .9 )
S( x0 ) f0 m0 , S( xn ) f n mn , (1)增加第1种边界条件: n 1 m 则方程组(8. 8)为关于 j j 1 所满足的方程组:
再由 m0 f 0 m n f n
2 1 m 1 g1 1 f 0 2 m g 2 2 2 2 ( 8 .9 ) 2 m g j j j j g n 2 n 2 2 n 2 m n 2 g f n 1个方程 m 2 n 1 n 1 n n 1 n 1
二 、 样条函数的定义 定义 (3次样条函数) (1) 设有对[a,b]的分划 : a x0 x1 xn b, 如果函数 S ( x ) 满足下述条件: (a) S( x) C 2 a, 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 j 1 j 0,1, n 1 上是次数 3 多项式。 则称 S ( x )为关于分划 的一个3次样条函数。 (8.1) (2)设给定 y f ( x) 函数表 ( xi , f ( xi )),(i 0,1,, n) 若(1)中3次样条函数 S ( x ) 还满足插值条件: S( xi ) f ( xi ),(i 0,1,, n) 称 S ( x ) 为 f ( x ) 关于分划 的3次样条插值函数。 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?
三次样条插值函数的表达式
基本思路: 以分段三次Hermite插值为基础,由(1)函数表 ( xi , yi ), k) ( i 0,1,, n); (2)S(j k ) ( x j ) S(j 1 ( x j ), k 0,1,2 ;(3)三种边界条件中 的某一种推导3次样条插值函数。
c j ,1 m j
c j ,2 (
c j ,3
3( y j 1 y j ) hj
2m j m j 1 )
y j 1 y j 1 (m j 1 m j 2 ) 2 hj hj
1 hj
不固定,是待定参数, 共 ( n+ 1 ) 个
( 8 .4 )
n 1 个条件
hj h j h j 1 m j 1 2 m j h j 1 h j h j 1 m j 1 3[ h j 1 y j 1 y j hj h j h j 1 hj y j y j 1 h j 1 h j h j 1 ]
( j 1,2, , n 1)
j j 1





j
hj hj hj 1
, j 1 j j
hj 1 hj hj 1
,
( j 1,2, , n 1)
g j 3[ j
y j 1 y j hj
y j y j 1 hj 1
], hj x j 1 x j , ( j 1,2,, n 1)
hj x j 1 x j , x [ x j , x j 1 ], j 0,1,, n 1 2 a, b , 则要求满足: S ( x ) C 若要 j 1,2,, n 1 S j 1 ( x j ) S j ( x j ),

3
( 8 .3 )
三种边界条件
j m j 1 2m j j m j 1 g j , ( j 1,2,, n 1)
( 8 .8 )
j m j 1 2m j j m j 1 g j , ( j 1,2,, n 1) n 方程组(8. 8)为关于 m j j 0 所满足的方程组:

由条件 S j ( x j ) S j 1 ( x j ), ( j 1,2,, n 1) 及(8.5)、(8.6)得
c j ,2 c j 1,2 3c j 1,3hj 1 , ( j 1,2, n 1)
( 8 .7 )
把(8.4)代入(8.7)得到 {m j }所满足线性方程组 y j 1 y j y j y j 1 1 1 1 1 m j 1 2( )m j m j 1 3( ) 2 2 h j 1 h j 1 h j hj hj h j 1 h j h j 1 ( j 1,2, , n 1) 两边同除以 ,得 h j 1 h j
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)
常见边界条件有三种:
( a ) 第1种边界条件:S( x0 ), S( xn ) 已知,即 S( x0 ) f0, S( xn ) fn.
( b ) 第2种边界条件: S( x0 ), S( xn )已知,即 S( x0 ) f0, S( xn ) f n . 若S( x0 ) S( xn ) 0 ,称为自然边界条件。

说明: (a)(8.8)式是关于n+1个未知量m0 , m1 ,, mn的 n 1 个 方程组成的方程组.mj( j=0,1,…,n)在力学上叫做细梁xj( j=0,1,…,n) 处的转角,数学上叫做变化率。方程(8. 8)反映了mj与mj-1,mj+1的 关系,因此(8.8)叫做三转角方程。 (b)(8.8)式有n-1个方程,要确定n+1个未知量 m0 , m1 ,, mn 还少两个方程,由边界条件补足.
( 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。
注:一般不取一端是一阶导数而另一端是二阶导数。
j 0,1,, n 1
n 1 个条件
S j 1 ( x j ) S j ( x j ) 3(n 1) 个条件 S j 1 ( x j ) S j ( x j ) S j 1 ( x j ) S j( x j ) j 1,, n 1
c j , 3 (m j 1 m j 2
y j 1 y j hj
1 2m j m j 1 ) hj
1 ) 2 hj
令 S( x) S j ( x) y j c j ,1 ( x x j ) c j ,2 ( x x j )2 c j ,3 ( x x j )
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。
加某一边界条件(2个)

n 1 个条件
S( x) S j ( x) y j c j ,1 ( x x j ) c j ,2 ( x x j )2 c j ,3 ( x x j )3
( 8 .3 )
对(8. 3)式求导: S j ( x ) 2c j , 2 6c j , 3 ( x x j ), x [ x j , x j 1 ] Sj1 ( x) 2c j 1,2 6c j 1,3 ( x x j 1 ), x [ x j 1 , x j ] S j ( x j ) 2c j , 2 (8.5) j 1,2,, n 1 S ( 8 .6 ) j 1 ( x j ) 2c j 1, 2 6c j 1, 3 h j 1
1 2
( 8 .8 )
1
2

0
2 j
2 j n 1 2
S( x0 ) f0 m0 , S( xn ) f n mn , (1)增加第1种边界条件: n 1 m 则方程组(8. 8)为关于 j j 1 所满足的方程组可写为:
hj x j 1 x j , x [ x j , x j 1 ], j 0,1,, n 1 问题:设给定 y f ( x) 函数表 ( xi , f ( xi )),(i 0,1,, n) (8.1) 求3次样条插值函数 S ( x ) 。

c j ,2 (
3( y j 1 y j ) hj
§1.8 三次样条插值
1.8.1 引言
一、背景 L-插值(牛顿插值) Hermite插值 分段插值

高次插值出现龙格现象
但分段线性插值在节点处不一定光滑
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。
相关文档
最新文档