数值分析分段低次插值要点.pptVIP

第五节 分段低次插值 一、分段线性插值多项式 二.分段二次插值与分段三次插值 三.分段三次Hermite插值 四、分段低次插值的收敛性 * 数值分析 数值分析 * 我们已经知道插值有多种方法：Lagrange 插值、Newton插值、Hermite 插值等多种方式。插值的目的就是数值逼近的一种手段，而数值逼近是为得到一个数学问题的精确解或足够精确的解。那么，是否插值多项式的次数越高，越能够达到这个目的呢？现在我们来讨论一下这个问题。 我们已经知道：f(x)在n+1个节点xi(i=0，1，2， …，n) 上的n次插值多项式Pn (x) 的余项 设想当节点数增多时会出现什么情况。由插值余项可知，当f(x)充分光滑时，若余项随n增大而趋于0时，这说明可用增加节点的方法达到这个目的，那么实际是这样吗？ 插值节点的增多,尽管使插值多项式在更多的插值节点上与函数 f(x) 的值相等,但在两个节点之间Pn(x)不一定能很好地逼近 f(x) , 有时误差会大得惊人,著名的龙格(Runge)现象证实了这个观点. 例:1901年龙格(Runge) 给出一个例子: 龙格(Runge)现象 插值多项式情况，见图:取n=6和n=10 从图中可见， P10(x)仅在区间[-0.2,0.2]内能较好地逼近f(x),而在其于位置, P10(x)与f(x)的值相差很大,越靠近 端点,近似的效果越差.对于等距节点,高次多项式插值发生的这种现象称为龙格现象. chzh00.m 如 P6(0.96)=0.4233 P10(0.96)=1.80438 f(0.96)=0.0416 龙格(Runge)现象表明插值多项式序列不收敛，实际上，严格的理论分析可知插值多项式序列确是不收敛的，而且高阶插值还是不稳定的。 数值稳定性 从计算的数值运算误差看,对于等距节点的差分形式,由于高阶差分的误差传播,函数值的微小变化都将使插值产生很大的误差. 因此实际应用中常采用分段低次插值。 （1）分段线性插值 （2）分段二次插值与分段三次插值 （3）分段Hermite插值 (4) 分段三次样条插值 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。 那么如何提高插值精度呢？ 定义 设f(x)是定义在[a,b]上的函数，在节点 a= x0 x1x2…xn-1xn=b, 的函数值为 y0 , y1 ,y2 ,…yn-1 ,yn ,若函数?(x)满足条件 (1) ?(x)在每个子区间[xi , xi+1](i=0,1,2,???,n-1)上是线性插值多项式; (2) ?(xi )= yi , i=0,1,2,…,n (3) ?(x)在区间[a , b]上连续; 则称?(x)是f(x)在[a ,b]上的分段线性插值多项式。 1.问题的提法 分段线性插值问题的解存在唯一. 2.分段线性插值函数的表达式 由定义， ?(x)在每个子区间[xi ,xi+1](i=0,1,2,???,n-1)上是一次插值多项式; 分段线性插值曲线图： x0 x1 … xi xi+1 ,,, xn x0 … xi-1 xi xi+1 … xn x0 x1… xi … xn-1 xn 3.分段线性插值函数的余项 注意: h随分段增多而减少，因此用分段插值提高精 度是很好的途径. 定理：设f(x)在[a,b]上有二阶连续导数f″(x) ， 且| f″(x)| ≤m2, 记： h = max |xi+1-xi|,就有估计： |R(x)| =|f(x)- ?(x) |≤m2h2/ 8 , x∈[a, b]。 例: 在[-4,4]上给出等距节点函数表，若用分段二次插值计算ex的近似值，要使截断误差不超过10-6,问使用函数表的步长h 应为多少? 解：设 xi-1≤x≤xi+1, 则有 xi-1=xi-h, xi+1=xi+h, x=xi+th (-1≤t≤1) 过三点 xi-1，xi，xi+1的二次插值误差为： 1.问题的提法 分段三次Hermite插值多项式存在唯一 2.分段三次Hermite插值的表达式 3.分段三次Hermite插值的余项 定理：设f(x)在[a,b]上有四阶连续导数f(4)(x) ，