计算方法插值法.pptVIP

2.4埃尔米特插值Chapter2插值法第58页，共114页，星期日，2025年，2月5日2.4埃尔米特插值Chapter2插值法第59页，共114页，星期日，2025年，2月5日2.4埃尔米特插值Chapter2插值法第60页，共114页，星期日，2025年，2月5日2.4埃尔米特插值Chapter2插值法第61页，共114页，星期日，2025年，2月5日Chapter2插值法2.5分段低次插值/*Piecewisepolynomialapproximation*/多项式插值对于y=f(x)a≤x≤b给定插值节点x0,x1,…,xn，构造插值多项式Pn(x)，为使Pn(x)更好地逼近f(x)，我们已经知道插值有多种方法：Lagrange插值、Newton插值等多种方式。插值的目的就是数值逼近，而数值逼近，为的是得到一个数学问题的足够精确的数值解。分段插值第62页，共114页，星期日，2025年，2月5日Chapter2插值法高次插值使Pn(x)在较多点上与f(x)相等，但在插值节点外，误差如何？节点间距较小=节点多(n较大)=插值多项式Pn(x)的次数很高(高次插值)我们已经知道：f(x)在n+1个节点xi(i=0,1,2,…,n)上的n次插值多项式Pn(x)的余项设想当节点数增多时会出现什么情况?是否插值多项式Pn(x)的次数越高越好?2.5分段低次插值第63页，共114页，星期日，2025年，2月5日Chapter2插值法例并作图比较。定义在区间[-5，5]上，这是一个光滑函数，它的任意阶导数都存在。分析：龙格(Runge)现象2.5分段低次插值第64页，共114页，星期日，2025年，2月5日Chapter2插值法解：龙格(Runge)现象2.5分段低次插值第65页，共114页，星期日，2025年，2月5日%lagrangen.mfunctiony=lagrangen(x0,y0,x)n=length(x0);m=length(x);fori=1:mz=x(i);s=0;fork=1:nL=1;forj=1:nifj~=kL=L*(z-x0(j))/(x0(k)-x0(j));endends=s+L*y0(k);endy(i)=s;endy;Chapter2插值法龙格(Runge)现象2.5分段低次插值第66页，共114页，星期日，2025年，2月5日%Chazhibijiao.mx=-5:0.1:5;z=0*x;y=1./(1+x.^2);plot(x,z,k,x,y,r)axis([-55-1.52]);pause,holdonforn=2:2:10x0=linspace(-5,5,n+1);y0=1./(1+x0.^2);x=-5:0.1:5;y1=lagrangen(x0,y0,x);plot(x,y1),pauseendy2=1./(1+x0.^2);y=interp1(x0,y2,x);plot(x,y,k),holdoffgtext(n=2),gtext(n=4),gtext(n=6)gtext(n=8),gtext(n=10)gtext(f(x)=1/(1+x^2))Chapter2插值法龙格(Runge)现象2.5分段低次插值第67页，共114页，星期日，2025年，2月5日Chapter2插值法不同次数的Lagrange插值多项式的比较图2.5分段低次插值第68页，共114页，星期日，2025年，2月5日Chapter2插值法结果表明,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,故称为Runge现象.从图中，可见，在靠近-5或5时，余项会随n值增大而增大；在0附近插值效果是好的，即余项较小；另一种现象是插值多项式随节点增多而振动更多。龙格(Runge)现象2.5分段低次插值第69页，共114页，星期日，2025年，