CH3插值法与最小二乘法—3.1～3.3插值法.pptVIP

华长生制作 插值和拟合示意图 例2 并作图比较. 解: 2-2 高次插值多项式问题 不同次数的 Lagrange 插值多项式的比较图 -5 -4 -3 -2 -1 0 1 2 3 4 5 -1.5 2 -1 -0.5 0 0.5 1 1.5 n=2 n=4 n=6 n=8 n=10 f(x)=1/(1+x 2 ) 分段插值 为解决高阶插值多项式产生的Runge现象,可将插值区间分成若干个子区间,而在每个子区间上采用低次多项式插值。 Runge现象及解决方法 以上结果表明, 并不是插值多项式的次数越高, 插值效果越好, 精度也不一定是随次数的提高而升高, 这种现象在上个世纪初由Runge发现, 称为Runge现象。 所有子区间上的插值多项式构成 [a,b] 上的分段函数,称为 f (x) 在[a,b]上的分段插值多项式。 §3 分段插值法 注:子区间的分法与子区间上插值多项式的次数和插值点的位置有关,同时区间分点应取在节点上。 构造分段低次插值… 从§2节 可知,若插值多项式次数过高，可能产生Runge现象。 ? 将插值区间划分为若干个插值子区间； 各子区间上的插值多项式构成插值区间上的分段函数,称为分段插值多项式。 执行步骤： 在每个子区间上构造低阶插值多项式。 ? 3-1 分段线性Lagrange插值 给定 f(x) 在[a,b]上的节点 及对应函数值 , 任取两相邻节点 ，形成一个插值区间 ，构造Lagrange线性插值多项式： 1、分段线性插值多项式的构造 显然， 称由(1)、(2)式构成的插值多项式 Lh(x)为 f(x)在[a,b]上的分段线性插值多项式。 整个区间可以分成 ？个上述子区间： (2) n 注：k 为子区间的标号. (1) 由第二节定理1可知，n 次插值多项式的余项为： 1）插值余项 则分段线性插值多项式Lh(x) 的余项为： 其中: ，且 与x 有关 2、插值余项及收敛性 并且设 设相邻两节点之间的距离为： 因此,若 f(x)在[a,b]上连续,则 2）收敛性 曲线的光滑性较差 在节点处有尖点 增加节点数量 减小步长 即:分段线性插值的光滑性虽然不好，但可以保证收敛。 连接插值节点 的一条折线，称 折线插值。 分段线性插值曲线 实际是 由余项公式知:节点 xk 离插值点越近,误差越小,插值效果就越好, 因此应尽量 在插值点的邻近选取插值节点. 分段插值的关键:恰当挑选插值节点 对于给定的一组数据 ,设节点按 的顺序排列,设插值点 x = u,则有： 若 ,就取这两个节点作内插，即 ① 3、插值节点的选取原则 如何确定 k？ 外推 内 插 外推 ② 若 ,取靠近它的 作外推,即 若 ,取靠近它的 作外推,即 ③ 3-2 分段二次Lagrange插值 分段线性插值的光滑性较差,且精度不高.因此,当节点较多时,可根据情况构造分段二次Lagrange插值. 将整个区间划分为若干个小的子区间，在子区间上，用三个节点构造二次Lagrange插值多项式. 1、分段二次插值多项式的构造 设给定 f(x)在[a,b]上的节点 xi(i = 0,1,…n)及其对应的函数值 yi (i = 0,1,…n)，任取三个相邻节点 ,形成一个插值区间 ,对于插值节点x = u,构造分段二次 Lagrange 插值多项式: 对给定插值点 x = u, 取靠近 u 的三个节点作二次插值多项式. ① 若 ,显然插值区间 和 都包含插值点 u,另一个节点取 xi-1 还是 xi+2 取决于 u 偏向于区间 的哪一侧： 如何确定 k？ 内 插 内 插 当u靠近 xi+1,即 时,补选 xi+2为节点,此时 当u靠近 xi ,即 时,补选 xi-1为节点,此时 内插 外推 内插 外推 若 时(包含外推情况), 取 为节点 ② 若 时(包含外推情况), 取 为节点 ③ 设 在各节点的数据为 例: 用分段二次插值,求 在 处的近似值 解: 因为 靠近表头,所以取 为插值节点