第4节 分段插值多项式分析.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