Hermite插值法

合集下载

工程数学(12)Hermite插值

工程数学(12)Hermite插值
2n
共2n 2个方程,可求出2n 2个系数a0 , a1 ,..., a2n , a2n1 .
工程数学
工程数学
Hermite插值多项式的构造
( 2) Lagrange型插值基函数法 设Hermite插值多项式为 H 2 n1 ( x ) hi ( x ) yi hi ( x ) y 'i
hi ( x )应满足条件: (1) hi ( x )应是 2n 1次多项式; i j 1 (2) hi ( x j ) ij i j 0 h 'i ( x j ) 0 ( i,j 0, 1, 2, ,n) hi ( x )应满足条件: (1)hi ( x )应是 2n 1次多项式; i j 1 (2)h 'i ( x j ) ij i j 0 hi ( x j ) 0 ( i,j 0, 1, 2, ,n )

hi ( x) (cx d )l 2i ( x)
由条件(2)可列出方程组 2 hi ( xi ) (cxi d )li ( xi ) 0 2 ' h 'i ( xi ) cli ( xi ) 2(cxi d )li ( xi )l i ( xi ) 1
, H ( x ) h ( x ) y0 h ( x ) y1 h ( x ) y2 h ( x ) y h ( x ) y1 ' 4 ' 0 ' 1 ' 2 , 0 , 0 , 1
h ( x0 ) 0, h ( x0 ) 0, h ( x0 ) 0, h ( x0 ) 1, h ( x0 ) 0
Hermite插值中,最基本而重要的情形是只要求 一阶导数的条件。给出n 1个互异节点x0 , x1 , xn上 的函数值和导数值 yi f ( xi )和y 'i f '( xi ) ( i 0,1, 2, , n) 构造不低于2n 1次插值多项式H 2 n 1 ( x ),要求满足 插值条件 H 2 n 1 ( x i ) yi i 0, 1, 2, n H '2 n1 ( xi ) y 'i

Hermit插值

Hermit插值
2 42 4 2
-0.5 -0.75 0.5 -0.75 0 0.5 -0.75 1 1
2 3 2.5 1 0
p3(x)3 4(x1 2)(x1 2)x21
18
†误差估计:
定理 5.3 设 x0, x1, , xn是互异的实数,对于给定的 x,是 函数 f (t)在区间I x具体m n 2阶导数,Hmn1(x)是满足 插值条件的 Hermite 多项式,则用Hmn1(x)近似代替 f (x) 的余项为
上,有
h1 ( x)
(1
(2 x
x1)
l(1
x1)

l
2( 1
x

h2 (
x)
(1
(2 x
x2)
l(2
x

2

l
2( 2
x

h1 (
x)
(x
x1)
l
2( 1
x

h2 (
x)
(x
x

2
l
2( 2
x

其中
l1(x)xx1xx22, l'1(x)x1 1x2
l2(x)xx2xx11, l'2(x)x21x1
1 i j
(2)h 'i ( x j )
ij
0
i j
hi ( x j ) 0 (i, j 0,1,2, , n)
设 h i(x ) (c x d )l2 i(x )
由 条 件 (2)可 列 出 方 程 组
h'i(h x i(i)x i)c li2 ((cx xii) d 2 )(lc i2 x (ix i)d )l0 i(xi)li'(xi)1

hermite插值

hermite插值

1.3 Hermite 插值Hermite 插值也叫带指定微商值的插值,它要构造一个插值函数,不但在给定节点上取函数值,而且取已知微商值,使插值函数和被插函数的密和程度更好 。

01012()000()111()()1,,,(),'(),,()(),'(),,()(),'(),,()(0,1,2,,)n n m m m n n ni H f x n x x x x f x f x f x f x erm f x f x f x f x it f x m i n e +⋅⋅⋅=插值的一般提法如下给出函数在个互异节点上的函数值及若干导数值,设插值节点为。

给出其中是:正整数。

111ni i N n m N H x ==++-∑以上总共有个插值条件,要求构造不低于次插值函数()满足以上插值条件。

''001'02110'110140H x x H H x H H H ==-=-====求一个四次插值多项式(),使 时,(),(); 时,(),(),()例012121211,,()''()(0,1,2,,)21()()012'()'n i i i i n n i in ii Hermite n x x x y f x y f x i n n H x H x y i n H x y ++++===+=⎧=⎨=⎩插值中,最基本而重要的情形是只要求一阶导数的条件。

给出个互异节点上的函数值和导数值和构造不低于次插值多项式,要求满足插值条件,,,''12121233''331122112232111112,,1,21,2()()()'()'()12()1i i i i x x y y y y Hermite H x H x y i H x y i H x h x y h x y h x y h x y Hermite H x h x x x l x l x h x ==⎧⎨==⎩=+++'=--=-在节点和上已知和。

Hermite_插值法

Hermite_插值法

, x0]
lim
xi x0
f [x0, x1,
,
xn ]
1 n!
f
(n) ( x0 )
重节点Newton插值
在 Newton 插值公式中,令 xi x0 , i = 1, … , n, 则
Nn( x) f ( x0 ) f [ x0 , x1]( x x0 )
f ( x0 ) f '( x0 )( x x0 )
( x1 x0 )( x1 x2 )
三点三次Hermite 插值
余项公式
由于 x0 , x1 , x2 是 R(x) 的零点,且 x1 是二重零点,故可设 R( x) f ( x) P( x) k( x)( x x0 )( x x1 )2 ( x x2 )
与 Lagrange 插值余项公式的推导过程类似,可得
x
x0
)
x x0
x1 x1
2
1(
x)
(
x
x1
)
x x1
x0 x0
两点三次Hermite 插值
满足插值条件
P(x0) = f(x0) = y0,P’(x0) = f’(x0) = m0 P(x1) = f(x1) = y1,P’(x1) = f’(x1) = m1
的三次 Hermite 插值多项式为
三点三次Hermite 插值
三点三次 Hermite 插值
插值节点:x0 , x1 , x2
插值条件:P(xi) = f(xi),i = 0, 1, 2,P’(x1) = f’(x1) 设 P( x) f ( x0 ) f [x0, x1]( x x0 )
f [ x0, x1, x2]( x x0 )( x x1) A( x x0 )( x x1 )( x x2 ) 将 P’(x1) = f’(x1) 代入可得 A f '( x1 ) f [ x0 , x1] f [ x0, x1, x2]( x1 x0 )

5.2Hermite插值

5.2Hermite插值

六、分段Hermite插值 (与学生一起看书学习) 6.6 分段Hermite插值(任玉杰) 1、分段Hermite插值函数(408页) (1)定义6.4(分段三次Hermite插值函数)
分段三次Hermite插值函数与一般的Hermite插值的区别:
设在节点 a x0 x1 xn b 上,
r ( xi ) 0, i 0,1,2,, n r ( xik ) 0, k 0,1,2,, m
r ( x) 的零点个数m+n+2个.
r ( x) 0
四、Hermite插值多项式的构造 设在节点 a x0 x1 xn b 上,
yi f xi , yi f xi i 0,1, n
0 ( x) y1 1 ( x) H3 ( x) y00 ( x) y11 ( x) y0
H 2 n1 x y j j x yj j x .
j 0 n
n 1 2 j x 1 2 x x j l j x. k 0 x j xk k j
提示:令
j ( x) (ax b)l 2 j ( x), j ( x) (cx d )l 2 j ( x),
例:求满足条件:
f x0 , y1 f x1 , y1 f x1 y0 f x0 , y0
的三次Hermite插值多项式 H 3 ( x) 。
要求插值多项式 H x ,满足条件
① H xi yi , H xi yi i 0,1, n .
1 H x C [a, b] ②
③在每个子区间 [ xi 1 , xi ] 上为三次多项式。 (2)分段三次Hermite插值多项式的形式

第一章 第三节 Hermite插值

第一章 第三节 Hermite插值

内至少有一个零点,即存在 a, b ,使
F
2 n+2
0

f
2 n+ 2
x 2n + 2 ! 0
f
于是
x
2 n + 2 !
2 n+2
将它代入表达式4.9,便得到 Hermite 插值余项。综合以上, 有 定理 2
(4.1)
类似于Lagrange插值多项式的构造法,可以设想H(x) 具有如下形式:
H ( x) Ai ( x) yi + Bi ( x) yi'
j 0 j 0
n
n
(4.2)
其中 Aj ( x), B j ( x) 都是2n + 1次多项式,且满足条件
Aj ( xi ) ij , A'j ( xi ) 0 B j ( xi ) 0, B 'j ( xi ) ij
可以证明,三次 Hermite 插值多项式的余项为
R x f x H3 x f
4

24
x x0 x x1
2
2
例 2、求作二次式H 2 x ,使满足
H 2 x0 y0 , H 2 x0 y0 , H 2 x1 y1 ,
n
l 2 x y j j
+ x x j l 2 x y j j
n j 0
可知,
x x0 x x1 A0 x 1 2 x0 x1 x0 x1
2
若记 x1 x0 h, 则
x x0 x x0 A0 x 1 1 + 2 h h

插值法-Hermite插值专业知识

插值法-Hermite插值专业知识

共有m+1个条件
其中 xi (i 0,1,, n) 互异,mi为正整数,记 mi m 1,
谋求m次多项式P(x)使满足插值条件:
i0
P(k)( xi ) f (k)( xi ), (i 0,1,, n;k 0,1,, mi 1) (5.1)
埃尔米特Hermite插值问题
我们只讨论 P( xi ) f ( xi ), P( xi ) f ( xi ) 旳情形。
(5.5)
其中
j
(
x),
j
(
j0
x),( j
0,1,,
n)为Hermite插值基函数,即
j(x)
(1
2( x
n
xj)
i0
xj
1
xi
)l
2 j
(
x
);
i j
j
(
x)
(
x
x
j
)l
2 j
(
x);
n
l
j
(x)
n
i0 i j
x xi x j xi
实际上,有 H 2n1 ( xi ) ( j ( xi ) yi j ( xi ) y' j ) yi
j
(
x)
(1
c(
x
x
j
))
(((xxxxx000))222((xx xx11))222(((xxxxxjjj11))22((xx xxjj11))22((xx xxnn))22
((xxjj
xx00))22((xxjj
xx11))22((xxjj
xxjj11))22((xx
jj
xx
))22
jj11

三次Hermite插值

三次Hermite插值
检查插值多项式是否满足Hermite插 值的约束条件,即插值多项式和原函 数在节点处有相同的函数值和导数值 。
04 实例分析
CHAPTER
实例一:已知数据点的插值
总结词
利用已知数据点进行插值,可三次Hermite插值方法,利用已知的数据点来估计未知点的值。这 种方法能够更好地处理数据点的变化,并提高插值的精度。
CHAPTER
插值多项式的构造
定义
Hermite插值法是一种通过已知的离散数据点来构造一个多 项式,使其能够准确地经过这些数据点,并尽可能地平滑地 连接这些点的方法。
构造方法
Hermite插值多项式由两个部分组成,一个是线性函数,另 一个是二次函数。线性函数部分用于确保插值多项式能够准 确地经过数据点,而二次函数部分则用于保证插值多项式的 平滑性。
实例二:未知数据点的插值
总结词
在未知数据点的情况下,可以通过三次 Hermite插值方法,预测并估计未知点的值。
详细描述
在数据点未知的情况下,可以利用三次 Hermite插值方法,根据已知的数据点来预 测和估计未知点的值。这种方法能够为后续 的数据分析和处理提供重要的参考依据。
实例三:复杂函数的插值
三次Hermite插值能够提供高精度的插值结果,特别是在处理
复杂函数时。
稳定性好
02
该方法在处理大数据集时表现出良好的稳定性,不易受到噪声
和异常值的影响。
易于实现
03
三次Hermite插值的算法相对简单,易于在计算机上实现和优
化。
三次Hermite插值的局限性
对初始数据敏感
三次Hermite插值的结果对初始数据的选择 较为敏感,不同的初始数据可能导致不同的 插值结果。

第五节Hermite插值

第五节Hermite插值

多项式, f(x)在含xi的区间[a,b]上2n+2阶连续可微, 则对任意
的x[a,b],总存在 (a,b),使得
f ( 2 n 2) ( ) 2 R( x) f ( x) H 2 n 1 ( x) ( x ) (5.6) (2n 2)!
6 例 求满足 P( x j ) f ( x j )
'
( j 0,1,, n)
与前面讨论类似,可证明满足条件的Hermite 插值多项式 是存在唯一的,其余项为
10
m f ( m n 2) ( ) R( x) f ( x) H ( x) n1 ( x) ( x x jk ) (m n 2)! k 0
例:按下表求Hermite 插值多项式
( j 0,1,2) 及 P' ( x j ) f ' ( x j )
的插值多项式及其余项表达式。
由给定条件,可确定次数不超过3 的插值多项式。
由于此多项式通过点
( x0 , f ( x0 )),
故其形式为
( x1 , f ( x1 )) 及 ( x2 , f ( x2 ))
P( x) f ( x0 ) f [ x0 , x1 ]( x x0 )
n 2 i n
(5.5)
H 2 n 1 ( x) [1 2( x xi )li ( xi )]l ( x) yi ( x xi )li2 ( x) yi
i 0 i 0
{[1 2( x xi )li ( xi )] yi ( x xi ) yi}li2 ( x)
f [ x0 , x1 , x2 ]( x x0 )( x x2 )
A( x x0 )( x x1 )( x x2 )

Hermite插值PPT

Hermite插值PPT

j
(x)
(x
x
j
)l
2 j
(x),(
j
0,1,,n)
称 2 n + j (x1为), j (次x),( j 多 0,1,项, n) 式
Hermite插值的基函数 满足插值条件
H H
2 n1
2 n1
( (
xi xi
) )
yi yi
(i 0,1,,n)
的2n+1次多项式:
n
H2n1( x) ( j ( x) y j j (x) y' j ) j0
(k 0,1,, n)
的2n+1次多项式 j (x)( j 0,1,,n)
显然, x0, x1, …,xj-1,xj+1,…,xn为 j (x) 的二重零 点且 j ( x j ) 1 于是
j (x) (c(x x j ) 1)
(
(x x0 )2 (x x j x0 )2 ( x j
由条件
H
3
(2)得:3 k=2,
所以
H3(x) 2x3 9x2 15x 6 此法实为待定系数法.
解法2 造重结点的差商表
y(xi ,
xi )
lim
x0
y( xi
x) x
y(xi )
y( xi )
xi yi y.. y... y....
1 2 2 2 4 3 1 2 2 4 8 5 3 12
由Newton插值公式得:
从而可得y=5,所以应得的x值为
x (5) p(5) 2.3123
说明:反插值法还可用于方程 f(x)=0 的近似求根。 对函数y=f(x)进行反插值,求 y=0 所对应的 x 值, 即为方程 f(x)=0的近似根。

Hermite插值多项式

Hermite插值多项式

( xi1
4
xi )2
因此
|
Ri ( x) |
(
x i
+1
8
xi )2
max |
xi x xi1
f ( x) |
于是在[a,b]上,| R( x) ||
f
( x)
L1( x) |
h2 8
M2
优点:计算简单; 适用于光滑性要求不高的插值问题。
缺点:分段插值函数只能保证连续性, 失去了原函数的光滑性。
(1) L1(x) 在每个子区间[xi , xi+1](i=0,1,2,,n-1)上是
线性插值多项式;
(2) L1(xi ) yi , i=0,1,2,…,n (3) L1(x) 在区间[a , b]上连续; 则称 L1(x)是f(x)在[a ,b]上的分段线性插值函数。
2.分段线性插值函数的表达式
2
两点三次Hermit插值(续1)
5
直接设 H3 (x) ax3 bx2 cx d
待定系数法求出,但不易推广到高次。
3
基函数法:
令H3(x) y00 (x) y11(x) y00 (x) y11(x)
为使H3(x)是一个次数3的多项式且满足插值条件
H3 (xi ) yi , H3(xi ) yi i 0,1
并在每个 xi , xi子1区间上构造插值多项式,然后把 它们装配在一起,作为整个区间 上a,的b插值函数。
二、分段线性插值
1.问题的提法
定义 设f(x)是定义在[a,b]上的函数,在节点 a= x0< x1<x2<…<xn-1<xn=b,
的函数值为 y0 , y1 ,y2 ,…yn-1 ,yn ,若函数 L1(x)满足条件

hermie插值法

hermie插值法

Hermite插值法是解决数学建模中预测类问题的最常用的方法,可以有效的解决“已知数据”数量不够的问题。

但是,直接使用Hermite插值得到的多项式次数较高,也存在着“龙格现象(Runge phenomenon)”。

因此,在实际应用中,往往使用分段三次Hermite插值多项式(PCHIP),来提高“模拟数据的准确性”。

Hermite插值法运用及原理:
1.Hermite插值法的含义是保持插值曲线在节点处有切线(光滑),使得插
值函数和被插值函数的密合程度更好。

2.Hermite插值不但要求在节点处上的函数值相等,而且还要求对应的导数
值也相等,甚至要求高阶导数也相等。

3.满足这种要求的插值多项式就是“Hermite插值多项式”。

埃尔米特(Hermite)插值

埃尔米特(Hermite)插值

i0
i0
i0
n
H 2n1(x) i (x) y i (x) y ´
i0
H 2n1(x j )
n
i(x j ) f (x j )
n
i (x j ) f (x j )
n
i(x j ) f (x j )
i0
i0
i0
n
n
i (x j ) f (x j ) 0 0 ij f (x j ) 0 f (x j )
j0
x
j
)l
2 j
(
x)
f
(x j )
H2n+1(x)为满足条件 H (xi ) f (xi ), H (xi ) f (xi ) (i 0,1,,n) 的2n+1次Hermite插值多项式。
定理5.3 满足插值条件
H (xi ) f (xi ), H (xi ) f (xi ) (i 0,1,, n)
定理的证明可仿照Lagrange插值余项的证明方 法请同学们自行证明
实际中使用最广泛的是三次Hermite插值多项式,即
n=1的情况
1
1
H3 (x) j (x) f (x j ) j (x) f (x j )
j0
j0
0
Hale Waihona Puke (x)(1
2
x x0 x0 x1
)(
x x0
x1 x1
)
2
1
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)

hermite插值法原理

hermite插值法原理

Hermite插值法是一种用于构造多项式插值函数的方法,它可以通过给定的数据点和导数值来构造一个满足这些条件的插值多项式。

Hermite插值法的原理可以分为以下几个步骤:
1. 给定一组数据点和对应的函数值,以及这些数据点处的导数值。

2. 构造一个基函数集合,这些基函数是一组满足插值条件的函数。

常用的基函数是Hermite基函数,它是一组多项式函数。

3. 根据给定的数据点和导数值,利用基函数集合构造插值多项式。

这可以通过求解一个线性方程组来实现,其中方程组的未知数是插值多项式的系数。

4. 得到插值多项式后,可以使用它来估计在其他点上的函数值。

Hermite插值法的优点是可以通过给定的导数值来更好地逼近原函数的特性,尤其在数据点附近的插值效果更好。

然而,
它的缺点是在数据点之间的插值效果可能不够理想,因为它只是通过给定的数据点和导数值来构造插值多项式,而没有考虑其他可能的信息。

Hermite插值法

Hermite插值法
′ ′ R3 ( xi ) = f ′( xi ) − H 3 ( xi ) = 0
i = 0 ,1
x0 , x1均为R3 ( x )的二重零点,因此可设
R3 ( x ) = K ( x )( x − x0 )2 ( x − x1 )2
其中K (x )待定
10
构造辅助函数
ϕ (t ) = f (t ) − H 3 (t ) − K ( x )(t − x0 )2 (t − x1 )2
求一个次数不超过2n+1次的多项式H(x)使 求一个次数不超过2n+1次的多项式H(x)使 2n+1次的多项式H(x)
H ( xi ) = f ( xi ) = yi H ′( xi ) = f ′( xi ) = yi′
i = 0 ,1,L , n i = 0 ,1,L , n
这种带有导 数的多项式 问题, 插值 问题, 称为 Hermite插 Hermite插 值问题。 值问题。 1
′ ′ H 3 ( x) = y0α 0 ( x) + y1α1 ( x) + y0 β 0 ( x) + y1β1 ( x)
线性插值基函数代入定理1.5 将Lagrange线性插值基函数代入定理 线性插值基函数代入定理 中的基函数求得三次Hermite插值的基 中的基函数求得三次 插值的基 函数! 函数
x − x1 l0 ( x) = x0 − x1 x − x0 l1 ( x) = x1 − x0
基函数具有 什么表达式? 什么表达式?
4
x − x0 x − x1 α 0 ( x) = 1 + 2 x1 − x0 x0 − x1
2
x − x1 x − x0 α1 ( x ) = 1 + 2 x0 − x1 x1 − x0

Hermite插值公式

Hermite插值公式
i =0
-----(9)
′ 由条件(4)知hk ( xk ) = 1
D= 1
i =0 i≠k
∑∏ (x
j =0 i =0 i≠ j
n
n
k
xi )∏ ( xk xi ) + ∑ ∏ ( xk xi )∏ ( xk xi )
i =0 i≠k j =0 i =0 j ≠k i =0 i≠k i≠ j
f ( 1.5) ≈ H 3 ( 1.5) = 2.625 f (1.7 ) ≈ H 3 (1.7 ) = 2.931
作为多项式插值,三次已是较高的次数,次数再高就有 可能发生Runge现象,因此,对有n+1节点的插值问题, 我们可以使用分段两点三次Hermite插值
G ( xi ) = 0, i = 0,1,L, n G′( xi ) = 0, i = 0,1,L, r
于是G ( x)必含有因式( x xi ) 2 (i = 0,1,L, r ) 和( x xi )(i = r + 1, r + 2,L, n)
故G ( x)的次数至少为n + r + 2, 矛盾.证毕21 hk (Fra bibliotekxi ) = 0
i=k i≠k
i, k = 0,1,L, n
------(3)
′ hk ( xi ) = 0, k = 0,1,L, n; i = 0,1,L, r
1 hk ( xi ) = 0 ′
i=k i≠k
i, k = 0,1,L, r
------(4)
hk ( xi ) = 0, k = 0,1,L, r; i = 0,1,L, n
由条件(4)知 xi 零点 .
(i = 0,1,L, r ; i ≠ k ) 是 hk (x) 的二重

Hermite插值

Hermite插值

由插值条件
H2n1(xi ) yi f (xi ),
H
' 2 n 1
(
xi
)
yi '
f ' (xi )
(i 0,1, 2,...n)
n
n
设H2n1(x)
j (x) y j
j
(
x)
y
' j
j0
j0
其中, j (x), j (x)为2n 2个基函数。
由Lagrange插值基函数,设想
0
'
j
(
x0
)
'
j
(
x1
)
...
'
j
(
x
j 1
)
'
j
(x
j 1 )
...
'
j
( xn
)

j
(
x
j
)
1,
'
j
(
x
j
)
0
则x0 , x1,...x j1, x j1,..., xn是 j (x)的二重零点。
所以,令
j
(x)
C
(
x)
(x
(
j
x x0 )2 (x x1)2...(x x0 )2 (x j x1)2...(x j
Ax j
B)l
' j
(xj
)
0
A 2l B 1
' j
(
x
j
)
2
x
jl
' j
(
x
j
)
故得:

计算方法 1.3 Hermite插值

计算方法 1.3 Hermite插值
观察上面的条件,可知
n个插值节点xk , k 0,1,, n, k j是插值基函数Aj (x)的二重 零点, 而x j不是Aj (x)的零点,然而基函数Aj (x)是2n 1次多项 式。故我们可以假设
Aj ( x) D j (ax b)( x x0 )2 ( x x j1 )2 ( x x j1 )2 ( x xn )2
而第二个方程用于确定与导数值相关的条件,因此,有
Bj ( xk ) 0, k 0,1,, n, j k; Bj ( xk ) 1, j k
函数值
导数值
x0 x1 ... xn-1 xn x0 x1 … xn-1 xn
A0(x) A1(x) …
10 01 ……
An-1(x) 0 0
再构造 Aj ( x) : 由于第一个方程用于确定与函数值相关的条件,因此,有
Aj ( xk ) 0, k 0,1,, n, 且k j; Aj ( xk ) 1, k j.
而第二个方程用于确定与导数值相关的条件,因此,有
Aj ( xk ) 0, k 0,1,, n.
j0
j0
其中插值基函数 Aj ( x) ,B j ( x) 都是 2n 1 次式。由于 插值问题的解存在唯一性定理,有

H 2n1 ( xk
)

n
Aj ( xk ) y j Ak ( xk ) yk
n
B j ( xk ) yj

j0 jk
j0

n
n


H
背景:Lagrange插值和Newton插值虽然构造比较简单, 但插值曲线只是在节点处与原函数吻合(但不一定光滑), 若还要求在节点处二者相切,即导数值相等,使之与被插 函数的“密切”程度更好,这就要用到带导数的插值。

hermit插值

hermit插值

16 多项式(12)常用作分段低次插值,称为分段三次Hermite插值.
x − x1 2 h0 ( x) = ( x − x0 )( ) x0 − x1 x − x0 2 h1 ( x) = ( x − x1 )( ) x1 − x0
例1.
已知f ( x )在节点1,处的函数值为f (1) = 2 , f ( 2 ) = 3 2 f ( x )在节点1,处的导数值为f ′(1) = 0 , f ′( 2 ) = −1 2
8
其中,
wr ( x) = ∏ ( x − xi )
r
wr ( xk ) = ∏ ( xk − xi )
i =0
n
i =0 r
x − xi lkn ( x) = ∏ i =0 xk − xi
i≠k
综合(1)(2)得到 hk ( x) ( k = 0,1,⋯ n) 即式(6),(8)
2.求解 hk ( x) (k = 0,1,⋯ n)
i =0 i≠k i = r +1 r n
将A,B代入式(5),得
′ ′ hk ( x) = {1 − ( x − xk )[lkn ( xk ) + lkr ( xk )]}lkn ( x)lkr ( x) ------(6) k = 0,1,⋯, r
6
其中,
x − xi lkn ( x) = ∏ i =0 xk − xi
n i≠k r
x − xi lkr ( x) = ∏ i =0 xk − xi
i≠k n
1 ′ lkn ( xk ) = ∏ i =0 xk − xi
i≠k
r
1 ′ lkr ( xk ) = ∏ i =0 xk − xi
i≠k
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

作为多项式插值,三次已是较高的次数, 作为多项式插值 三次已是较高的次数,次数再高就有 三次已是较高的次数 可能发生Runge现象 因此,对有n+1节点的插值问题, 可能发生 现象,因此,对有 节点的插值问题, 现象 因此 节点的插值问题 我们可以使用分段两点三次Hermite插值 我们可以使用分段两点三次 插值
所以,两点三次Hermite插值的余项为
f ( 4 ) (ξ ) R3 ( x ) = ( x − x0 )2 ( x − x1 )2 4!
x0 ≤ ξ ≤ x1
以上分析都能成立吗?
当f ( 4 ) ( x)在[ x0 , x1 ]上存在时, 上述余项公式成立
Hermite插值法定理1 满足插值条件: H n +1 ( xi ) = yi = f ( xi ) , i = 0,1,⋯ , n H n +1 ( xi ) = yi′ = f ′( xi ) Hermite值问题的解存在且唯一.
R3 ( x ) = f ( x ) − H 3 ( x ) R3 ( xi ) = f ( xi ) − H 3 ( xi ) = 0
′ ′ R3 ( xi ) = f ′( xi ) − H 3 ( xi )x )的二重零点,因此可设
R3 ( x ) = K ( x )( x − x0 )2 ( x − x1 )2
其中K (x )待定
构造辅助函数
均是 二重零点
ϕ (t ) = f (t ) − H 3 (t ) − K ( x )(t − x0 )2 (t − x1 )2 ϕ ( xi ) = f ( xi ) − H 3 ( xi ) − K ( x )( xi − x0 )2 ( xi − x1 )2 = 0 ϕ ( x ) = f ( x ) − H 3 ( x ) − K ( x )( x − x0 )2 ( x − x1 )2 = 0
求f ( x )的两点三次插值多项式, 及f ( x )在x = 1.5 ,1.7处的函数值.
解:
x0 = 1, x1 = 2
f 0 = 2, f1 = 3
f 0′ = 0, f1′ = −1
H 3 ( x ) = f 0α 0 ( x ) + f1α1 ( x ) + f 0′β 0 ( x ) + f1′β1 ( x )
2 1
x − x0 x −x 0 1
2
2
β 0 ( x ) = ( x − x0 ) ⋅ l02 ( x ) = ( x − x0 ) x − x1 x −x 1 0
β 1 ( x ) = ( x − x1 ) ⋅ l ( x ) = ( x − x1 )
2
x − x0 x −x 0 1
2
2
x − x0 x − x1 + f 0′ ( x − x0 ) + f1′( x − x1 ) x −x x −x 1 0 1 0
2
二、两点三次Hermite插值的余项
两点三次Hermite插值的误差为
其中
α 0 ( x0 ) = 1
α 1 ( x0 ) = 0
α 0 ( x1 ) = 0
α 1 ( x1 ) = 1 β 0 ( x1 ) = 0
′ α 0 ( x0 ) = 0 ′ α 1 ( x0 ) = 0
′ β 0 ( x0 ) = 1
′ α 0 ( x1 ) = 0
′ α 1 ( x1 ) = 0
设P( x )为f ( x )的在区间[ a , b ]上的具有一阶导数的插 值函数
(1) 若要求P( x )在[ a , b ]上具有一阶导数(一阶光滑度) 即P ( x )在节点 x0 , x1 , ⋯ , xn处必须满足
P ( xi ) = f ( xi ) = f i P′( xi ) = f ′( xi ) = f i′
希望插值系数与Lagrange插值一样简单 重新假设
H 3 ( x ) = f 0α 0 ( x ) + f1α1 ( x ) + f 0′β 0 ( x ) + f1′β1 ( x )
′ ′ ′ H 3 ( x) = f 0α 0 ( x) + f1α1′( x) + f 0′β 0 ( x) + f1′β1′( x)
因此ϕ (t )至少有5个零点
i = 0 ,1
连续使用4次Rolle定理,可得, 至少存在一点ξ ∈ [ x0 , x1 ] 使得
ϕ ( 4 ) (ξ ) = 0

ϕ ( 4 ) (ξ ) = f ( 4 ) (ξ ) − 4! K ( x ) = 0
f ( 4 ) (ξ ) K ( x) = 4!
+ f1 (1 + 2l0 ( x )) ⋅ l12 ( x ) = f 0 (1 + 2l1 ( x )) ⋅ l ( x )
2 0
+ f 0′( x − x0 ) ⋅ l02 ( x ) + f1′( x − x1 ) ⋅ l12 ( x )
x − x0 x − x1 x − x1 = f0 1 + 2 x − x + f1 1 + 2 x1 − x0 0 x0 − x1 1
2
2 H 3 ( x ) = 2 (1 + 2( x − 1)) ( x − 2 )2 + 3(1 − 2( x − 2 )) ( x − 1)
− ( x − 2 ) ( x − 1)2 = −3 x 3 + 13 x 2 − 17 x + 9
f ( 1.5) ≈ H 3 ( 1.5) = 2.625 f (1.7 ) ≈ H 3 (1.7 ) = 2.931
Hermite插值法定理2 Hermite插值多项式的余项为: R2 n +1 ( x ) = f ( x ) − H 2 n +1 ( x ) f (2 n + 2) (ξ ) n = ( x − x j ) 2 , ξ ∈ [ a , b] ∏ (2n + 2) ! j =0
例1.
已知f ( x )在节点1,处的函数值为f (1) = 2 , f ( 2 ) = 3 2 f ( x )在节点1,处的导数值为f ′(1) = 0 , f ′( 2 ) = −1 2
第二章 函数近似计算的插值法
§ 2.4 Hermite插值法 插值法
§2.4 Hermite插值法 插值法
Lagrange插值虽然构造比较简单,但插值曲线只是在节点 处与原函数吻合,若还要求在节点处两者相切,即导数值 相等,使之与被插函数的”密切”程度更好,这就要用到带 导数的插值. 设f ( x )在节点 a ≤ x0 , x1 ,⋯ , xn ≤ b处的函数值为f 0 , f1 ,⋯ , f n ,
非标准情形举例
P54 情形Ⅱ
(承袭性构造法 承袭性构造法) 承袭性构造法
例: P55 例2.3.2 解法二
定义1. 称满足(1)或(2)式的插值问题为Hermite插值, 称满足(1)或(2)式的插值多项式P(x)为Hermite插值多项 式,记为 H k ( x ) , k 为多项式次数.
一般, k次Hermite插值多项式H k ( x )的次数k如果太高会 影响收敛性和稳定性( Runge现象,将在后面章节讲到), 因此k 不宜太大.
2 1
x − x0 x −x 0 1
2
将以上结果代入
H 3 ( x ) = f 0α 0 ( x ) + f1α1 ( x ) + f 0′β 0 ( x ) + f1′β1 ( x )
得两个节点的三次Hermite插值公式
H 3 ( x ) = f 0α 0 ( x ) + f1α1 ( x ) + f 0′β 0 ( x ) + f1′β1 ( x )
α 0 ( x0 ) = 1
′ α 0 ( x0 ) = 0
可得
2 a=− ( x0 − x1 )3
1 2 x0 b= + 2 ( x0 − x1 ) ( x0 − x1 )3
α 0 ( x ) = ( x − x1 )2 ( ax + b )
2x 1 2 x0 = ( x − x1 ) − ( x − x ) 3 + ( x − x )2 + ( x − x )3 0 1 0 1 0 1
一、两点三次Hermite插值
先考虑只有两个节点的插值问题
设 f ( x ) 在节 点 x 0 , x1处的 函数 值为 f 0 , f1
′ 在节点 x 0 , x1处的的一阶导数值为 f 0′, f 1 两个节点最高可以用 3次 Hermite 多项式 H 3 ( x )作为插值函数
H 3 ( x )应满足插值条件
x − x0 x − x1 x − x1 = f0 1 + 2 x − x + f1 1 + 2 x1 − x0 0 x0 − x1 1
2
x − x0 x −x 0 1
2
2
x − x0 x − x1 + f 0′ ( x − x0 ) + f1′( x − x1 ) x −x x −x 1 0 1 0
β 0 ( x0 ) = 0
′ β 0 ( x1 ) = 0 ′ β 1 ( x1 ) = 1
β 1 ( x0 ) = 0
可知
β 1 ( x1 ) = 0
′ β 1 ( x0 ) = 0
x1是α 0 ( x )的二重零点,即可假设
相关文档
最新文档