插值法是从已知点近似计算未知点的近似计算方法。 也就是说,创建多项式函数,使其通过所有已知点,然后使用求出的函数预测位置点。 这里记录了最近学到的插值法,以及它们的一些试用条件、优缺点,并简述自己对插值多项式结构的理解。
1.Lagrange插值法
即,通过以n=i时Li(x )=1、ni时Li ) ) x )=0的方式构建多项式、Li ) ) x ),从而确保各) xi、yi )点通过,遵循插值原理
这就是插值多项式系数,如果保证Li(Xi )=1,将其他点都带入0,则yi*Li ) Xi )得到通过已知各点的插值多项式的各项。
但是,这种插值法存在问题。
1 .运算量大
2 .稳定性差。 也就是说,ln(x )的东西可以通过所有已知的点,但不能保证ln(x )的已知点附近的值是否有意义,有可能会超出实际意义而发生较大的变动。
2.Newton插值法
定义差商后,发现差商具有以下性质,类似矩阵。
接下来找预测公式。 我发现一介是线性的。 然后,再高阶地反复。
于是,f(x )由一部分已知多项式和未知多项式构成,可以将未知多项式作为误差函数rn(x )。
3.Neville插值
如果知道了两点,插补当然是在连接两点的直线上寻找一点。 可以验证的是,以下表达式是(x0,y0 ),) x1,y1 )上的一点:
其次,必须考虑如果有三点怎么办。
我们考虑在(x1,y1 )和(x2,y2 )之间插入一个,在两个插值点之间再插入一次。
(x1,y1 )和(x2,y2 )之间的插值公式如下。
然后,缺省的两个点分别接近(x0,y0 )、(x1,y1 ),在新得到的两个点之间插值。
通过简化,可以得到以下公式。
在以上过程中发现了递归:
综上所述,我们通过两个已知点得到了n个插值点。
4 .分段线性插值法
简单来说,就是用直线连接相邻的两个训练点,制作折线图,用该折线图进行预测。 其实是前面插值法的一种形式。
5 .条纹插值法
样条插值是对分段线性插值的修改,而不是用直线连接相邻点。 升级后,用要求n次微分的函数链接