6.分段插值.pptVIP

证明：由Lagrange 余项公式，当x∈[xi, xi+1]时 |f(x)- L(x) |=|R(x)| = |f″(?)(x-xi)(x- xi+1 )|/2! 定理：设f(x)在[a,b]上有二阶连续导数f″(x) ， 且| f″(x)| ≤m2，记： h = max |xi+1-xi|， 则有估计式： 故|R(x)| ≤m2*max|(x-xi)(x-xi+1)|/ 2≤m2h2/8 上式右端与小区间的位置无关，证毕。 令xi+1-xi=hi, x= xi+t hi , 0?t?1 则，(|hi|≤h) 易证，当0 ? t ? 1时,|t(t-1)|的最大值为1/4， 2、分段插值的余项估计 注意: h(所有小区间长度最大者)与小区间的位置无关, 且随分段增多而减少，因此用分段插值法提高精度是很好的途径. ——分段线性插值函数的误差估计式 对于分段线性插值，插值节点越多误差越小！ 例：设 -1 ≤x ≤1 (1)将[-1，1] 10 等分，用分段线性插值近似计算f(-0.96)。 (2)将[-1，1] n 等分，用分段线性插值近似计算,问如何选择步长h可使近似计算误差R10-4? 解：(1)插值节点为xi= -1+ i/5 (i=0,1,…,10),h=1/5 因为 -0.96∈[-1,-0.8],取此区间为线性插值区间，其上的插值函数为 所以f(-0.96)≈ L(-0.96)=0.04253 (2)插值节点为xi=-1+ ih (i=0,1,…,n)，h=(b-a)/n=2/n 由分段线性插值的余项估计： x=0时f ’’(x)取最大值50 误差R10-4 例：设 -1 ≤x ≤1 (1)将[-1，1] 10 等分，用分段线性插值近似计算f(-0.96)。 (2)将[-1，1] n 等分，用分段线性插值近似计算,问如何选择步长h可使近似计算误差R10-4? (2)’将[-1，1] n 等分，用分段线性插值近似计算,问将[-1，1]区间 多少 等分可使近似计算误差R10-4? ∴n500 即 如何选择n可使近似计算误差R10-4? **☆**分段二次插值: 选取跟x最近的三个节点xi-1,xi, xi+1进行二次插值,即在区间[xi-1, xi+1]，取： 这种分段的低次插值叫分段二次插值，在几何上就是用分段抛物线代替y=f(x)，故分段二次插值又称分段抛物插值。 原始数据的散点图 x=[0 1 2 3 4 5 6 7 8 9 10]; y=[1 2.3 2.1 2 4.6 4.7 4.3 8.1 9.2 9.8 10.3]; plot(x,y,*) 实验:求下列数据的多项式插值函数 原始数据的折线图 plot(x,y,’*’,x,y) 分段线性插值 思考:如何作分段的多项式插值函数? 分四段插值 3次 3次 2次 2次 x1=[0 : 3 ];y1=[1 2.3 2.1 2]; x0=[0:0.1:3]; y0=lagrange(x1,y1,x0) x2=[3 : 6 ];y2=[ 2 4.6 4.7 4.3 ];x20=[3:0.1:6]; y20=lagrange(x,y,x20); x3=[ 6 :8];y3=[ 4.3 8.1 9.2];x30=[6:0.1:8]; y30=lagrange(x3,y3,x30); x4=[ 8 : 10];y4=[ 9.2 9.8 10.3];x40=[8:0.1:10]; y40=lagrange(x4,y4,x40); plot(x0,y0,--r,x1,y1,*,x20,y20,--r,x2,y2,*,x30,y30,--r,x3,y3,*,x40,y40,--r,x4,y4,*) * * */58 计算方法四③ 我们已经知道插值有多种方法：Lagrange 插值、 Newton插值等方法。插值的目的就是数值逼近的一种手段，而数值逼近，为的是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(即插值节点越多)，越能够达到这个目的呢？现在，我们来讨论一下这个问题。 §6 一、高次插值的病态分析 1901年龙格(Runge) 给出一个例子: 我们已经知道：f(x)在n+1个节点x0, x1,…, xn 上的n次插值多项式Pn (x) 的余项为： 表达式上看，当节点数增多时，由插值余项可知，当f(x)充分光滑时，余项随n增大应该趋于0的，也就是说节点越多精度应该越高。那么实际情况是这样吗？ 定义在