4.分段线性插值公式4.1高次插值的Runge现象Lagrange插值的截断误差表明:插值多项式与被插函数的逼近程度,同插值节点的数目和位置有关。一般地,节点越多,逼近程度越好,但也有例外!例如:考察函数].1,1[,2511)(2xxxf为:的图形与插值多项式时,函数。当项式插值多,作,取等距节点)()(10)(Lagrange),,1,0(2110xLxfynxLninhihxni-110)(10xL-0.360.36从图可以看出:仅在区间的中部能较好的逼近函数f(x),在其它部位差异较大,而且越接近端点,逼近效果越差(虽然在插值节点上没有误差,但在插值节点之外插值误差变得很大,从“整体”上看,插值逼近效果将变得“很差”。即:高次插值的整体逼近效果往往不理想!)。可以证明,当节点无限加密时,Ln(x)也只能在很小的范围内收敛,在插值区间的边界附近发生剧烈的震荡,这一现象称为Runge现象。它表明通过增加节点来提高逼近程度是不适宜的,因而不采用高次多项式插值。Runge现象随着插值节点数增加,插值多项式的次数也相应地增加,而插值多项式在插值区间的边界上发生剧烈的震荡。它揭示了高次插值多项式存在的缺陷。产生的原因误差有截断误差和舍入误差两部分组成,而在插值的计算过程中,舍入误差可能会扩散或放大(数值不稳定!),从而引起计算失真!。问题:为了既要不增加插值多项式的次数以减少舍入误差(避免高次插值),又要缩小插值区间以减少截断误差(提高插值精度),可采用分段插值的方法。分段低次插值问题:就是将插值区间分为若干个小区间,然后在每个小区间上使用低次插值,最后将每个小区间上的插值多项式连接在一起,得到整个区间上的插值函数。~~~~~~~~~~~~~~~1)2)3).],[)()2;,,1,0,)()1)(,,,:1],[110110次式上是在每个小区间性质:,具有如下,求作一个插值函数和相应的函数值个插值节点:上,给定设在区间kxxxniyxxyyybxxxxanbaiikiikknnn分段低次插值问题的数学描述:称函数为具有分划的分段次式,点称作的节点。)(xkk),,1,0(nixi)(xk4.2分段线性插值(就是通过插值点用折线段连接起来逼近被插函数)分段线性插值问题:.],[)()3;,,1,0,)()2];,[C)()1)(,,,:1],[11101110110上是线性函数在每个小区间性质:,具有如下,求作一个插值函数和相应的函数值个插值节点:上,给定设在区间iiiinnnxxxSniyxSbaxSxSyyybxxxxanba易知,为是一条折线函数,在每个小区间上可表示为:)(1xS],[1iixx111111,)(ˆiiiiiiiiiixxxyxxxxyxxxxxS于是,是在上是连续函数。],[ba)(1xS用“基函数法”构造分段线性插值函数,则在整个区间上为],[ba)(1xS,)()(01njjjxlyxS插值基函数。是其中Lagrange)(xlj从“整体上”构造分段线性插值函数的基函数。每个插值节点上所对应的插值基函数满足:.)(],[201)(.0,1)(11都是线性函数上,插值基)在每个小区间即上,取值为插值节点,在其他的的函数值取上,插值基)在对应的插值节点xlxxjkjkxljkxxlxjiikjkjj基于以上两方面,我们观察分段线性插值函数的构造111111,)(ˆjjjjjjjjjjxxxyxxxxyxxxxxS1jx1jx1jxjjjjjjjjjjxxxyxxxxyxxxxxS111111,)(ˆ右左1,,2,1,njxj1jx1jx1jx其他0],[],[)(111111jjjjjjjjjjjxxxxxxxxxxxxxxxl1)在插值节点上,插值基为:0x2)在插值节点上,插值基为:,0],[)(101010其他xxxxxxxxlnx3)在插值节点上,插值基为:,0],[)(111其他nnnnnnxxxxxxxxl10x1x1nx1nx21(),[1,1]125fxxx用分段线性插值逼近上述例子的效果,取n=10。S1(x)的图形是一条以(xi,f(xi))为折点的折线。)(1xS)(1xS提示:参考《高等数学》,求最大值分段线性插值函数的误差估计.|)(|max;,max,8|)()(|max|))((|max2|)()(|max)(],[)(212211211111xfMxxhhhhMxSxfxxxxMxSxfxSbaxfbxakkkkkxxxkkxxxxxxkkkkkk其中,或...