第一讲-插值方法.ppt

* * Lagrange 插值 线性插值(n=1)：假定给定区间[xk,xk+1]及端点的函数值 * * 插值基函数 * * 基函数的图形 同理，当n=2时，即利用二次插值基函数立即得到二次插值多项式 插值基函数满足条件 * * n 2时，插值多项式 插值基函数 优点: 结构紧凑, 理论分析方便 缺点: 改变一个节点则全部的插值基函数都改变，即节点增加，基函数失效 * * 例 解 用线性插值计算，取 x0=0.32、x1=0.34 * * 这个结果与六位有效数字的正弦函数表完全一样，这说明查表时用二次插值精度已相当高了。 * * Hermite（埃尔米特） 插值 是Taylor插值与Lagrange插值的综合与推广。思想：在节点xi处插值函数pn(x)和要逼近的函数具有相同的函数值和导数值，这种插值方法称为Hermite插值 该多项式满足： 保持插值曲线在节点处有切线（光滑），使插值函数和被插函数的密合程度更好 。 * * 最简单的形式： 对于该问题，有三种解决方法： 待定系数法：解方程组 困难 余项校正法：用某个余项校正p1(x)以获得p2(x) 可行，但插值公式的次数不能高 基函数方法：将插值多项式的构造化归为求解几 个特殊数据表的插值问题 * * 则Hermite 插值多项式为： 一般形式： * * 特别：n=1时 * * 求过0、1两点构造一个三次插值多项式，满足条件： f(0)=1, f (0)=1/2 , f(1)=2, f (1) =1/2 解: 设 p3(x)=φ0(x) y0 + φ1(x) y1 +ψ0(x) y 0 +ψ1(x) y 0 同理可得: φ1(x)=(3-2x)x2 ψ0(x)=x(x-1)2 ψ1(x)=x2(x-1) 例 * * 5. 分段插值 一般来说，高次插值多项式的逼近效果并不好，从数值计算上可解释为高次插值多项式的计算会带来舍入误差的增大，从而引起计算失真。因此，实践上作插值时一般只用一次、二次最多用三次插值多项式。 Runge（龙格）现象 那么如何提高插值精度呢？ 采用分段插值 * * 分段插值的含义 选取分段多项式作为插值函数，即将插值函数逐段多项式化 将插值区间[a, b] 划分为若干个子段[xi , xi+1] 在每个子段上构造插值多项式 将每个子段上的插值多项式拼接在一起作为整个区间上的插值函数 若插值函数Sk(x)在分划Δ的每个子段上都是k次式，则称Sk(x)为具有分划Δ的分段k次式 * * 分段线性插值 则称S1(x)是f(x)在[a ,b]上的分段线性插值多项式。 通过插值点用折线连接起来逼近f(x)。设已知插值节点 上的函数值为 构造插值函数S1(x)，使其满足： * * 分段表达式 若采用Lagrange插值多项式 ? ? ? ? ? ? xj xj-1 xj+1 x0 xn n越大，误差越小 * * 设 （-1 ≤x ≤1）， 将[-1, 1] 10等份，用分段线性插值近似计算f(-0.96)。 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 例 所以f(-0.96)=0.041597…≈ S1(-0.96)=0.042532 * * 选取距节点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)，故分段二次插值又为分段抛物插值。 分段二次Lagrange插值 * * 将节点两两分段，在每一小段上作三次Hermite插值，就得到分段三次Hermite插值函数S3(x),它满足： 分段三次Hermite插值 * * 参照n=1时的Hermite插值多项式的结构可得分段三次Hermite插值函数的分段表达式: 分段插值只要节点间距足够小，总能获得所需精度，且无Runge现象，改变某个数据只影响局部范围。分段Hermite要求提供的信息太多，较复杂 * 科学出版