【数值计算方法(黄明游)】函数插值与曲线拟合(二):三次 Hermite 插值【理论到程序】

本文主要是介绍【数值计算方法(黄明游)】函数插值与曲线拟合(二):三次 Hermite 插值【理论到程序】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


文章目录

  • 一、近似表达方式
    • 1. 插值(Interpolation)
    • 2. 拟合(Fitting)
    • 3. 投影(Projection)
  • 二、Lagrange插值
    • 1. 拉格朗日插值方法
    • 2. Lagrange插值公式
      • a. 线性插值(n=1)
      • b. 抛物插值(n=2)
  • 三、Newton插值
  • 四、三次 Hermite 插值
    • 1. 天书
    • 2. 人话
    • 3. 例题
    • 4. python实现

一、近似表达方式

  插值、拟合和投影都是常用的近似表达方式,用于对数据或函数进行估计、预测或表示。

1. 插值(Interpolation)

  指通过已知数据点之间的插值方法,来估计或推算出在这些数据点之间的数值。插值可以用于构建平滑的曲线或曲面,以便在数据点之间进行预测或补充缺失的数据。

2. 拟合(Fitting)

  指通过选择合适的函数形式和参数,将一个数学模型与已知数据点拟合得最好的过程。拟合的目标是找到一个函数,使其在数据点附近的值与实际观测值尽可能接近。拟合可以用于数据分析、曲线拟合、回归分析等领域。

3. 投影(Projection)

  指将一个向量或一组向量映射到另一个向量空间或子空间上的过程。在线性代数中,投影可以用来找到一个向量在另一个向量或向量空间上的投影或投影分量。投影可以用于降维、数据压缩、特征提取等领域,以及计算机图形学中的投影变换。

二、Lagrange插值

【数值计算方法(黄明游)】函数插值与曲线拟合(一):Lagrange插值【理论到程序】
   Lagrange插值是一种用于通过已知数据点构造一个多项式函数的方法基于拉格朗日插值多项式的原理(该多项式通过每个数据点并满足相应的条件),拉格朗日插值可用于估计数据点之间的值,而不仅仅是在给定数据点上进行插值。

1. 拉格朗日插值方法

  1. 拉格朗日基函数: 对于给定的插值节点 x 0 , x 1 , … , x n x_0, x_1, \ldots, x_n x0,x1,,xn,拉格朗日插值使用如下的拉格朗日基函数:

    L i ( x ) = ∏ j = 0 , j ≠ i n x − x j x i − x j L_i(x) = \prod_{j=0, j\neq i}^{n} \frac{x - x_j}{x_i - x_j} Li(x)=j=0,j=inxixjxxj

  2. 插值条件: 拉格朗日插值要求插值多项式满足插值条件:对所有 i i i P ( x i ) = y i P(x_i) = y_i P(xi)=yi

  3. 插值多项式: 构造插值多项式为: P ( x ) = ∑ i = 0 n y i L i ( x ) P(x) = \sum_{i=0}^{n} y_i L_i(x) P(x)=i=0nyiLi(x)

  通过这种方法,可以在给定的数据点上获得一个平滑的插值函数,使得在这些数据点之间的任何位置上都可以估计函数的值。Lagrange插值在数据点较少或数据点之间存在较大间隔时可能会出现一些问题,例如插值多项式可能会产生振荡现象,这被称为Runge现象

2. Lagrange插值公式

L i ( x ) = ∏ j = 0 , j ≠ i n x − x j x i − x j L_i(x) = \prod_{j=0, j\neq i}^{n} \frac{x - x_j}{x_i - x_j} Li(x)=j=0,j=inxixjxxj P ( x ) = ∑ i = 0 n y i L i ( x ) P(x) = \sum_{i=0}^{n} y_i L_i(x) P(x)=i=0nyiLi(x)

a. 线性插值(n=1)

P ( x ) = y 0 ( x − x 1 ) ( x 0 − x 1 ) + y 1 ( x − x 0 ) ( x 1 − x 0 ) P(x) = y_0 \frac{(x - x_1)}{(x_0 - x_1)} + y_1 \frac{(x - x_0)}{(x_1 - x_0)} P(x)=y0(x0x1)(xx1)+y1(x1x0)(xx0)

b. 抛物插值(n=2)

P ( x ) = y 0 ( x − x 1 ) ( x − x 2 ) ( x 0 − x 1 ) ( x 0 − x 2 ) + y 1 ( x − x 0 ) ( x − x 2 ) ( x 1 − x 0 ) ( x 1 − x 2 ) + y 2 ( x − x 0 ) ( x − x 1 ) ( x 2 − x 0 ) ( x 2 − x 1 ) P(x) = y_0 \frac{(x - x_1)(x - x_2)}{(x_0 - x_1)(x_0 - x_2)} + y_1 \frac{(x - x_0)(x - x_2)}{(x_1 - x_0)(x_1 - x_2)} + y_2 \frac{(x - x_0)(x - x_1)}{(x_2 - x_0)(x_2 - x_1)} P(x)=y0(x0x1)(x0x2)(xx1)(xx2)+y1(x1x0)(x1x2)(xx0)(xx2)+y2(x2x0)(x2x1)(xx0)(xx1)

三、Newton插值

【数值计算方法(黄明游)】函数插值与曲线拟合(二):Newton插值【理论到程序】

四、三次 Hermite 插值

1. 天书

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2. 人话

  我们有两个插值节点 x 0 x_0 x0 x 1 x_1 x1,已知在这些节点上的函数值 y 0 = f ( x 0 ) y_0 = f(x_0) y0=f(x0) y 1 = f ( x 1 ) y_1 = f(x_1) y1=f(x1) 和导数值 m 0 = f ′ ( x 0 ) m_0 = f'(x_0) m0=f(x0) m 1 = f ′ ( x 1 ) m_1 = f'(x_1) m1=f(x1)。要求一个三次多项式 H ( x ) H(x) H(x),满足以下插值条件:

  1. H ( x 0 ) = y 0 H(x_0) = y_0 H(x0)=y0,即在 x 0 x_0 x0 节点上的函数值相等。
  2. H ′ ( x 0 ) = m 0 H'(x_0) = m_0 H(x0)=m0,即在 x 1 x_1 x1 节点上的导数值相等。
  3. H ( x 1 ) = y 1 H(x_1) = y_1 H(x1)=y1,即在 x 1 x_1 x1 节点上的函数值相等。
  4. H ′ ( x 1 ) = m 1 H'(x_1) = m_1 H(x1)=m1,即在 x 1 x_1 x1 节点上的导数值相等。

这样的插值问题可以通过构造一个三次多项式 H ( x ) H(x) H(x)来解决。一般而言,Hermite插值的基本形式为:

H ( x ) = h 0 ( x ) y 0 + h 1 ( x ) m 0 + h 2 ( x ) y 1 + h 3 ( x ) m 1 H(x) = h_0(x) y_0 + h_1(x) m_0 + h_2(x) y_1 + h_3(x) m_1 H(x)=h0(x)y0+h1(x)m0+h2(x)y1+h3(x)m1

  其中 h 0 ( x ) , h 1 ( x ) , h 2 ( x ) , h 3 ( x ) h_0(x), h_1(x), h_2(x), h_3(x) h0(x),h1(x),h2(x),h3(x)是一组基函数,它们的形式可以通过需求的导数条件来确定。由于我们要求满足函数值和一阶导数值的条件,基函数的形式可以通过Lagrange插值多项式的导数来得到。

待完善……

3. 例题

在这里插入图片描述

4. python实现

def hermite_interpolation(x, y, m, xi):"""三次 Hermite 插值Parameters:- x: 插值节点的 x 坐标- y: 插值节点的函数值- m: 插值节点的一阶导数值- xi: 要进行插值的点的 x 坐标Returns:- interpolated_value: 在 xi 处的插值结果"""t = (xi - x[0]) / (x[1] - x[0])h0 = (1 - 3 * t**2 + 2 * t**3)h1 = t * (1 - t)**2h2 = xi * (1 - t)**2h3 = xi**2 * (3 - 2 * t)interpolated_value = h0 * y[0] + h1 * y[1] + h2 * m[0] + h3 * m[1]return interpolated_value# 示例数据
x_nodes = [1, 2]
y_values = [2, 3]
derivatives = [1, 2]
xi_value = 1.5# 进行三次 Hermite 插值
interpolated_result = hermite_interpolation(x_nodes, y_values, derivatives, xi_value)# 打印插值结果
print("插值结果:", interpolated_result)

输出:

插值结果: 10.75

这篇关于【数值计算方法(黄明游)】函数插值与曲线拟合(二):三次 Hermite 插值【理论到程序】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/479035

相关文章

Android Kotlin 高阶函数详解及其在协程中的应用小结

《AndroidKotlin高阶函数详解及其在协程中的应用小结》高阶函数是Kotlin中的一个重要特性,它能够将函数作为一等公民(First-ClassCitizen),使得代码更加简洁、灵活和可... 目录1. 引言2. 什么是高阶函数?3. 高阶函数的基础用法3.1 传递函数作为参数3.2 Lambda

C++中::SHCreateDirectoryEx函数使用方法

《C++中::SHCreateDirectoryEx函数使用方法》::SHCreateDirectoryEx用于创建多级目录,类似于mkdir-p命令,本文主要介绍了C++中::SHCreateDir... 目录1. 函数原型与依赖项2. 基本使用示例示例 1:创建单层目录示例 2:创建多级目录3. 关键注

C++中函数模板与类模板的简单使用及区别介绍

《C++中函数模板与类模板的简单使用及区别介绍》这篇文章介绍了C++中的模板机制,包括函数模板和类模板的概念、语法和实际应用,函数模板通过类型参数实现泛型操作,而类模板允许创建可处理多种数据类型的类,... 目录一、函数模板定义语法真实示例二、类模板三、关键区别四、注意事项 ‌在C++中,模板是实现泛型编程

kotlin的函数forEach示例详解

《kotlin的函数forEach示例详解》在Kotlin中,forEach是一个高阶函数,用于遍历集合中的每个元素并对其执行指定的操作,它的核心特点是简洁、函数式,适用于需要遍历集合且无需返回值的场... 目录一、基本用法1️⃣ 遍历集合2️⃣ 遍历数组3️⃣ 遍历 Map二、与 for 循环的区别三、高

C语言字符函数和字符串函数示例详解

《C语言字符函数和字符串函数示例详解》本文详细介绍了C语言中字符分类函数、字符转换函数及字符串操作函数的使用方法,并通过示例代码展示了如何实现这些功能,通过这些内容,读者可以深入理解并掌握C语言中的字... 目录一、字符分类函数二、字符转换函数三、strlen的使用和模拟实现3.1strlen函数3.2st

如何用java对接微信小程序下单后的发货接口

《如何用java对接微信小程序下单后的发货接口》:本文主要介绍在微信小程序后台实现发货通知的步骤,包括获取Access_token、使用RestTemplate调用发货接口、处理AccessTok... 目录配置参数 调用代码获取Access_token调用发货的接口类注意点总结配置参数 首先需要获取Ac

MySQL中COALESCE函数示例详解

《MySQL中COALESCE函数示例详解》COALESCE是一个功能强大且常用的SQL函数,主要用来处理NULL值和实现灵活的值选择策略,能够使查询逻辑更清晰、简洁,:本文主要介绍MySQL中C... 目录语法示例1. 替换 NULL 值2. 用于字段默认值3. 多列优先级4. 结合聚合函数注意事项总结C

基于Python开发PDF转Doc格式小程序

《基于Python开发PDF转Doc格式小程序》这篇文章主要为大家详细介绍了如何基于Python开发PDF转Doc格式小程序,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 用python实现PDF转Doc格式小程序以下是一个使用Python实现PDF转DOC格式的GUI程序,采用T

Java8需要知道的4个函数式接口简单教程

《Java8需要知道的4个函数式接口简单教程》:本文主要介绍Java8中引入的函数式接口,包括Consumer、Supplier、Predicate和Function,以及它们的用法和特点,文中... 目录什么是函数是接口?Consumer接口定义核心特点注意事项常见用法1.基本用法2.结合andThen链

MySQL 日期时间格式化函数 DATE_FORMAT() 的使用示例详解

《MySQL日期时间格式化函数DATE_FORMAT()的使用示例详解》`DATE_FORMAT()`是MySQL中用于格式化日期时间的函数,本文详细介绍了其语法、格式化字符串的含义以及常见日期... 目录一、DATE_FORMAT()语法二、格式化字符串详解三、常见日期时间格式组合四、业务场景五、总结一、