CH插值法与最小二乘法—～插值法.pptVIP

华长生制作 插值和拟合示意图 例2 并作图比较. 解: 2-2 高次插值多项式问题 不同次数的 Lagrange 插值多项式的比较图 -5 -4 -3 -2 -1 0 1 2 3 4 5 -1.5 2 -1 -0.5 0 0.5 1 1.5 n=2 n=4 n=6 n=8 n=10 f(x)=1/(1+x 2 ) 分段插值 为解决高阶插值多项式产生的Runge现象,可将插值区间分成若干个子区间,而在每个子区间上采用低次多项式插值。 Runge现象及解决方法 以上结果表明, 并不是插值多项式的次数越高, 插值效果越好, 精度也不一定是随次数的提高而升高, 这种现象在上个世纪初由Runge发现, 称为Runge现象。 所有子区间上的插值多项式构成 [a,b] 上的分段函数,称为 f (x) 在[a,b]上的分段插值多项式。 §3 分段插值法 注:子区间的分法与子区间上插值多项式的次数和插值点的位置有关,同时区间分点应取在节点上。 构造分段低次插值… 从§2节 可知,若插值多项式次数过高，可能产生Runge现象。 ? 将插值区间划分为若干个插值子区间； 各子区间上的插值多项式构成插值区间上的分段函数,称为分段插值多项式。 执行步骤： 在每个子区间上构造低阶插值多项式。 ? 3-1 分段线性Lagrange插值 给定 f(x) 在[a,b]上的节点