第六章插值与逼近.pptVIP

许多实际问题不但要求插值函数p(x)在插值节点处与被插函数f(x)有相同的函数值p(xi)=f(xi) (i=0,1,2,…,n), 而且要求在有些节点或全部节点上与f(x)的导数值也相等,甚至要求高阶导数值也相等,能满足这种要求的插值问题就称为埃尔米特插值(Hermite) 6.2 埃尔米特(Hermite)插值 定义 已知 n+1个互异点上 的函数值 和导数值 ,若存在 一个次数不超过2n+1的多项式H(x),满足 则称H(x)为f(x)的2n+1次埃尔米特(Hermite)插值 上式给出了2n+2个条件,可惟一确定一个次数不超过2n+1的多项式H2n+1(x),采用类似于求Lagrange插值多项式的基函数方法求埃尔米特(Hermite)插值多项式H2n+1(x) 次数不超过2n+1次的多项式的形式为: H2n+1(x)=a0+ a1x+ a2x2+ …+ a2n+1x2n+1 由2n+2个条件来确定2n+2个系数a0, a1, a2, …a2n+1显然非常复杂, 所以要用求Lagrange插值多项式的基函数的方法, 求插值基函数λi(x)及μi(x) (i=0,1,2, …,n)共有2n+2个, 设每一个基函数为次数不超过2n+1次的多项式,且满足条件 (i, j =0,1,2, …,n) Hermite插值多项式可写成插值基函数表示的形式 验证: 于是得,满足条件 的2n+1次Hermite插值多项式为 定理6.2.1 若f(x)在?a,b?上存在2n+2阶导数,则 2n+1次Hermite插值多项式的余项为 其中 实际中使用最广泛的是三次Hermite插值多项式,即 n=1的情况 余项 例6.2.1 已知函数 y= f(x) 的数据如下表所示, 求次数 不超过三次的Hermite的插值多项式H3(x)使 H3(xi) = yi (i=0,1,2) H′3(xi) = y′i 解 所求三次Hermite的插值多项式为 解 所求三次Hermite的插值多项式为 由插值条件得到以下方程组 解上述方程组 故得 另解 由题意知:x=0是H3(x) 的二重零点,故可令 H3(x)=x2(ax+b) 由H3(-1)= -1 H3(-1)=1 知 b - a= -1 a +b= 1 解之得 a=1 b=0 故有 H3(x)=x3 6.5 分段线性插值 6.5.1 高次插值的龙格现象 插值多项式余项公式说明插值节点越多,一般说来误差越小,函数逼近越好,但这也不是绝对的,因为余项的大小既与插值节点的个数有关，也与函数f(x)的高阶导数有关。换句话说，适当地提高插值多项式的次数，有可能提高计算结果的准确程度，但并非插值多项式的次数越高越好。当插值节点增多时，不能保证非节点处的插值精度得到改善，有时反而误差更大。考察函数 考察函数 右图给出了 和 的图像,当n 增大时, 在两端 会发出激烈的振荡, 这就是所谓龙格现象。该现象表明,在 大范围内使用高次 插值,逼近的效果往 往是不理想的 。 另外,从舍入误差来看,高次插值误差的传播 也较为严重,在一个节点上产生的舍入误差会在计 算中不断扩大,并传播到其它节点上。因此，次数 太高的高次插值多项式并不实用，因为节点数增加 时，计算量增大了，但插值函数的精度并未提高。 为克服在区间上进行高次插值所造成的龙格现象， 采用分段插值的方法，将插值区间分成若干个小的 区间，在每个小区间进行线性插值，然后相互连接， 用连接相邻节点的折线逼近被插函数，这种把插 值区间分段的方法就是分段线性插值法。 6.5.2 分段线性插值 分段线性插值就是通过插值节点用折线段连接起 来逼近f(x)。 f(x)的分段线性插值函数记作 。 设f(x)在n+1个节点 上的函数值为 ,在每个小区间 (k=0,1,…,n）上作线性插值,得 在几何上就是用折线 替代曲线,如右图所示 若用插值基函数表示, 则在?a,b?上 其中 例6.5.1 已知f(x)在四个节点上的函数值如下表所示 30 45