第2章 函数的多项式插值与逼近2.pptxVIP

§3 分段插值 （Piecewise Interpolation ） 一、高次插值评述 1、从插值余项角度分析 为了提高插值精度，一般来说应该增加插值节点的个数，这 从插值余项的表达式也可以看出，但不能简单地这样认为，原因 有三个： 注意下面图中 曲线的变化情况！ n 越大，端点附近误差 越大，称为Runge 现象 高次插值多项式的这种危险性,在20世纪初被Runge发现. 2、从稳定性角度分析 由于插值函数不可避免有误差，不妨设 二、 分段插值的构造方法 将插值区间划分为若干个小区间（通常取等距划分） 采用低次插值 1、分段线性插值 /* piecewise linear interpolation */ 或者： 几何意义为?：? (2)、分段线性插值基函数 n+1个分段线性插值基函数分别为： 一般地： 也称折线插值,如右图 曲线的光滑性较差 在节点处有尖点 但如果增加节点的数量 减小步长,会改善插值效果 因此 则 （1）几何直观： 分段抛物线弧段近似 2、分段二次插值 （2）方法概述： 3、误差估计： 三、埃尔米特插值 /* Hermite Interpolation */ 1、分段三次Hermite插值 可构造两点三次Hermite插值多项式 其中 我们称 为分段三次Hermite插值多项式，其余项为 分段低次插值的特点: 计算较容易 可以解决Runge现象,可保证收敛性 但插值多项式分段 插值曲线在节点处会出现尖点 （若无导数值） 优点: 缺点: 称上述问题为全导数的Hermite插值问题 2、整体（高次）Hermite插值 思想 类似于Lagrange插值多项式的构造方法，即通过构造一组插值基函数来表示Hermite插值多项式。 容易导出——全导数的Hermite插值多项式： 其中 0 1 2 1 2 3 -1 0 1 解：