函数逼近的插值法Hermie插值多项式.ppt

函数逼近的插值法——Hermite插值多项式 Lagrange插值公式所求得L(x)保证了节点处的函数值相等，也就是保证了函数的连续性。 但不少实际问题还需要插值得光滑度，也就是还要求它在节点处的导数值也相等，导数的阶数越高则光滑度越高。 现代的仿生学就是一个典型的例子。在设计交通具的外形，就是参照海豚的标本上已知点及已知点的导数，做插值在计算机上模拟海豚的外形制成飞机、汽车等外形。 Hermite插值问题的提法 Hermite插值多项式的求法—Lagrange方法 Hermite插值余项 三次Hermite插值多项式(n=1) Hermit插值问题的一般提法 Hermite插值多项式的求法——Newton方法 分段多项式插值 前面我们根据区间[a,b]上给出的节点做插值多项式Ln(x)近似表示f (x)。 一般总以为Ln(x)的次数越高，逼近f (x)的精度越好， 但实际并非如此，次数越高，计算量越大，也不一定收敛。 Runge现象 当节点加密时，被插函数与插值多项式的差别越来越大，这种现象称为Runge现象。 所以，高次插值多项式要慎用。 一般，采用低次分段多项式插值。 分段线性插值 分段三次Hermite插值 上述分段线性插值曲线是折线，光滑性差，如果交通工具用这样的外形，则势必加大摩擦系数，增加阻力，因此用hermite分段插值更好。 分段三次Hermite插