分段插值法 | 分段线性插值 + 分段抛物插值

分段插值法

用多项式作为插值函数来逼近某一函数$f(x)$是最简单易行的一种插值方法，但是插值多项式的次数是随着插值节点的数目而增加的，且次数高的插值多项式往往插值效果并不理想，会出现所谓的Runge现象，即在插值函数$p_n(x)$的两端会发生激烈地震荡（不稳定）。为此，在实际应用中常采用分段插值方法。

所谓分段插值法就是将被插值函数逐段多项式化，构造一个分段多项式作为插值函数。

分段插值：首先，将插值区间划分为若干小段，在每一小段上使用低阶插值；然后，将各小段上的插值多项式拼接在一起作为整个区间上的插值函数。如果使用的低阶插值为线性插值（两点插值），则将拼接成一条折线，用它来逼近函数$f(x)$。

应用低阶插值的关键在于恰当地选择插值节点。由插值余项公式（9）可知，所选节点$x_i$离插值点x越近则误差越小。

1. 分段线性插值

将插值区间$[a,b]$分成
$$a=x_0,x_1,x_2,\cdots ,x_n=b$$
n个小段，在每一个小段$[x_{i-1},x_i](i=1,2,\cdots ,n)$上，其分段线性插值的公式为：
$$s(x)=y_i+\frac{y_i-y_{i-1}}{x_i-x_{i-1}}(x-x_i)$$
根据
$$i=\{\begin{array}{l}1x\le x_0\\ k{x}_{k-1}<x\le x_k时，(1\le k\le n)\\ nx>x_n\end{array}$$
选择插值节点，即当插值节点为$x_0,x_1,x_2,\cdots ,x_{k-1},x_k,\cdots ,x_n$时，依次从左至右取出各节点。如果插值点x不超过节点$x_1$（即在$[x_0,x_1]$之间），则取节点$x_0$和$x_1$进行线性插值，否则，再检查x是否超过$x_2,\cdots$，依次逐步检查。一旦发现x不超过某个节点$x_n$，则取它与前面一个节点$x_{n-1}$进行线性插值。如果x已超过$x_{n-1}$，则不论是否超过$x_n$，插值节点均取$x_n$和$x_{n-1}$（也就是一律当成是在$[x_{n-1},x_n]$）范围内取插值点。

在小段$[x_{n-1},x_n]$上，分段线性插值的误差是：
$$|R(x)|=|f(x)-s(x)|\le \frac{|f^{(2)}(\xi )|}{8}(x_n-x_{n-1}{)}^2,\xi \in [x_{n-1},x_n]$$
可见，当$f^{(2)}$有界时，小段$[x_{n-1},x_n]$越小，分段线性插值的误差就越小。用分段线性插值方法提高插值精度是有效的。

2. 分段抛物插值

为了提高插值精度，可以在每一小段取3个节点$x_{i-1},x_i$和$x_{i+1}$进行二次插值，从而构成分段抛物插值。其插值公式如下：
$$y=\frac{(x-x_i)(x-x_{i+1})}{(x_{i-1}-x_i)(x_{i-1}-x_{i+1})}\cdot y_{x-1}+\frac{(x-x_{i-1})(x-x_{i+1})}{(x_i-x_{i-1})(x_i-x_{i+1})}\cdot y_i+\frac{(x-x_{i-1})(x-x_i)}{(x_{i+1}-x_{i-1})(x_{i+1}-x_i)}\cdot y_i$$
根据
$$i=\{\begin{array}{l}1x<x_1\\ k-1x_{k-1}<x<x_k且|x-x_{k-1}|\le |x-x_k|,k=2,3,\cdots ,n-1\\ k{x}_{k-1}<x<x_k且|x-x_{k-1}|>|x-x_k|,k=2,3,\cdots ,n-1\\ n-1x>x_{n-1}\end{array}$$
选择插值节点。即靠近$x_0$取$i=1$，计算节点为$x_0,x_1，x_2$；靠近$x_{k-1}$取$i=k-1$，计算节点为$x_{k-2},x_{k-1},x_k$；靠近$x_k$取$i=k$，计算节点为$x_{k-1},x_k,x_{k+1}$；靠近$x_n$取$i=n-1$，计算节点为$x_{n-2},xn-1,x_n$。

3. 分段插值方法特点

（1）分段插值方法算法简单，收敛性可以得到保证，只要节点间距充分小，就能达到任何精度的要求。

（2）如需修改某个数据，则插值函数仅在相关的某个局部范围内受影响。

（3）分段抛物插值所拼接成的插值函数曲线不一定光滑。