第4节 分段插值多项式.pptVIP

§4 分段插值多项式 4.1 高次插值的龙格现象 4.2 分段线性插值 4.3 分段Hermite 插值 本节(§4 )问题 * 根据插值条件构造的插值多项式作为函数的近似,有很大局限性，插值多项式的次数随着节点个数的增高而升高，但高次插值多项式的近似效果并不理想，看下面的例子。 取等距节点 对于 求出 可构造Lagrange插值多项式Ln(x). n=10时，插值多项式 L10(x) 的计算结果见下图： 从图中可见，在 x=0 附近 L10(x) 对 f(x) 有较好的近似，而点x 距零点越远，近似效果越差，以至于完全失真。实际上，当n→∞ 时，在|x|0.36…. 范围内, L10(x)收敛于f(x),而在这个区间外, L10(x) 是不收敛的。这个现象被称为Runge（龙格）现象。 Runge现象表明，为减小近似误差，盲目地提高插值多项式次数是不可取的，实际上，很少采用高于7次的插值多项式。因此，只能通过缩小插值区间的办法达到减小误差的目的，这就是下面要讨论的低次分段插值多项式。 为了提高近似程度，可以考虑用分段线性插值来逼近 原函数。 设 y=f(x) 在节点a = x0 x1 … xn= b 处的函数值为 yi = f (xi) , i=0,1,2,…,n . 这时的插值函数为分段函数： 在区间 上的线性函数为 误差为： 易见,S(x)是平面上以点(xi ,yi)(i=0,1,2,..,n) 为节点的折线。 有如下的特点： （1）S(x) 在[xi-1 ,xi] 上为次数不超过一次的多项式。 若 　，由线性插值的误差公式： （2）S(x) ∈C[a,b] ; （3）S(x) ∈C1[xi-1 ,xi] ; 则有： 令 可以按如下的方式考虑： 关于误差： 若记 则对任一 x ∈[a,b] 都有 于是,当 h→ 0 时，分段线性插值S(x) 收敛于f(x) 。值得注意的是：分段线性插值虽然有很好的收敛性质，但却不是光滑的。也就是说，S(x)的导数不一定存在！ 下面我们就考虑在节点处可导的插值多项式的构造。 分段线性插值多项式S(x),在插值区间[a,b]上只能保证连续性，而不光滑。要想得到在插值区间上光滑的分段插值多项式，可采用分段Hermite插值。 如果已知函数y=f(x) 在节点a = x0 x1 … xn= b 处的函数值和导数值： 则在小区间[x i-1 , xi ] 上有四个插值条件： 故能构造一个三次多项式 Hi(x) 并称其为三次埃尔米特(Hermite)插值多项式。 yk=f(xk), yk’=f ’(xk) , k=0,1, … ,n yi-1=f(xi-1), yi=f (xi) , y ’i-1=f ’(xi-1), yi’=f ’(xi) , 关于 Hi(x) 的构造，我们可以通过基函数来进行： 由插值条件： 可以给出基函数满足的条件： 由于?i-1(x)满足条件： 我们称 为三次Hermite插值基函数。 所以?i-1(x) 应该具有形式： 下面来求基函数： 再将 代入可得 而且 将 得到 类似地有 代入下式： 代入下式 得到 这样，便求出了分段三次Hermite插值多项式： 其中Hi(x) ， x ∈ [x i-1 , xi ]满足条件： H(x) 在 x ∈ [a , b ]上光滑： 关于误差，若f(x)在[a,b]具有4阶连续导数，可推得 其中 如果记 则有： 即 关于整体误差，若 f(x) ∈C4[a,b] ,则可按如下方式考虑： 记 则有： 于是,当h→ 0 时，R(x)→ 0.说明分段三次Hermite插值 H(x) 收敛于f(x) 。 上节中的分段低次插值有很好的收敛性，但其光滑性不够理想，为了提高光滑性，就得增加节点上的导数插值条件，这显然是困难的。 由 H(x)的表达式，可知它有如下特性： （2） H(x)?C1[a,b] ; （3） H(x)?C2 [x i-1 , xi ]. （1） H(x) 在[a,b]上是分段函数，且在每个[xi-1,xi]是一个三次多项式; 比分段线性插值的光滑性要好一些。 理想的结果是：构造一个多项式，在不增加已知条件的情况下，既有好的逼近效果，又有好的光滑性。下一节讨论这样的问题。 解释