数值插值法要点.ppt

第2章 插值法 实际上并非如此。因为： （1）节点的增多固然使插值函数Ln(x)在更多的地方与f (x)相等，但另一方面在两个插值节点之间Ln(x)不一定能很好地逼近f (x)，有时差异还很大，即高次插值收敛性得不到保证。 （2）从计算的含入误差看，高次插值可能会产生严重的误差积累，即稳定性得不到保证。 下面举例说明。 　　例 给定函数 取其等距节点 ， 构造的Lagrange插值多项式为 给出了f (x)及P10(x)的图象，从中可以看出，P10(x)在端点附近，误差很大，并且还可画出P4(x)相比较，P10(x)在区间中间能较好地逼近f (x)，比P4(x)好得多，但在端点附近P10(x)的波动很大，可以证明：Pn(x)只在|x|≤3.63内收敛于f (x)。在3.63|x|≤5内Pn(x)与f (x)偏离很大，不收敛于f (x)。 高次多项式插值产生的这种不收敛现象称为龙格（Runge）现象 。 在插值过程中有两种误差： 1）由插值函数 替代被插函数 所引起的 截断误差； 2）节点数据的误差。这种误差在插值过程中是否会 被扩散或放大呢？这就是插值过程的稳定性问题。对 任意的插值节点，当 时， 不一定收敛 到 。事实上，当n变大时，插值过程对于节点 的数据误差非常敏感，也就是说高次插值具有数值不 稳定性。 实际上在以Ln(x)近似f (x)时，由误差估计式： 样条函数可以同时解决这两个问题,使插值函数既是低阶分段函数,又是光滑程度较高的函数，并且只需在区间端点提供某些导数信息. 所谓样条（Spline）本来是工程设计中使用的一种绘图工具，它是一种富有弹性的细长木条，在飞机或轮船制造过程中，被用于描绘光滑的外形曲线。使用时，用压铁将其固定在一些给定的型值点上，在其它地方任其自然弯曲，并稍作调整，使样条具有满意的形状（各段接口处呈光滑状），然后沿样条画出曲线，称为样条曲线，它实际上是由分段三次曲线拼接而成，在连接点即型值点上，不仅函数自身是连续的，而且它的一阶和二阶导数也是连续的。由此抽象出数学模型称为样条函数。 2.6.2 样条插值函数的建立——三弯矩插值法 2.6.3 误差界与收敛性 评 述 第二种边界条件（6.4） （6.14） 令 , 矩阵形式 第三种边界条件（6.5） 其中 （6.15） 例1: 求不超过3次的多项式 H (x)，使之满足插值条件： 解： (1) 公式法 令 则 Hermite插值多项式的求法：（一般情形的Hermite插值） (1) 直接利用公式（基函数法）； (2) 待定系数法； (3) 利用插商表。 (2) 待定系数法 令 ，由条件可得： 解得： (3) 插商表 xi f ( xi ) 一阶 二阶 三阶 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。 2.5 分段低次插值 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？ y x 图5-4 1 （3）因为高次插值不能用，而实际情况需要将给定的节点全部都用上( 区间长度所需要），此时常采用分段低次多项式插值。 以上分析给我们几点启示： （1）增加节点并不一定能保证在两节点之间插值函 数 Ln(x)能很好地逼近f (x)，即高次插值（如7，8次上）在实际应用中很少被采用。 (2）插值多项式逼近f (x)时,当f (x)为多项式 时效果非常好，误差为零，而上述Runge现象中f (x)为有理函数，能否寻求用有理分式（而不用多项式）作插值函数。 （4）由于高次插值可能不收