《计算方法》笔记之（七）数据近似之 分段插值

多项式插值随着点数的增加，多项式的次数也在增加，由于 龙格现象，所以多项式插值的误差也增加了。

那怎么做才可以使增加节点，多项式插值误差减小呢？

这种方法叫做分段插值方法：
先将区间划分为若干个小区间，然后在每个小区间用低次多项式代替单个多项式做插值，并将每个小区间上所得到的多项式连接成一条连续曲线。
所得的多项式称为 分段插值多项式。

分段线性插值

即在每一个区间上使用一次多项式作为插值多项式，即每段一条直线。

设$a=x_0<x_1<x_2<...<x_n=b$，则节点把$[a,b]$分成n个小区间，当插值点x在第i个小区间$[x_{i-1},x_i]$时，

采用一次Lagrange插值多项式：
$g_{1i}^{}(x)=\frac{x-x_i}{x_{i-1}-x_i}{y}_{i-1}+\frac{x-x_{i-1}}{x_i-x_{i-1}}{y}_i,x_{i-1}\le x\le x_i,i=1,2,...,n$

采用Newton插值多项式：
$g_{1i}^{}(x)=y_{i-1}+y[x_{i-1},x_i](x-x_{i-1}),x_{i-1}\le x\le x_i,i=1,2,...,n$

分段线型插值的误差：
$E(g_{1i})=\left|\frac{y^{\prime \prime }(\xi )}{2}(x-x_{i-1})(x-x_i)\right|\le \frac{M_{2,i}}{2}\left|(x-x_{i-1})(x-x_i)\right|$
设$M_{2,i}=\underset{x_{i-1}\le x\le x_i}{\max }\left|y^{\prime \prime }(x)\right|$，表示在$[x_{i-1},x_i]$区间上的2阶导的绝对值最大值。
$\underset{x}{\max }\left|(x-x_{i-1})(x-x_i)\right|=\frac{1}{4}(x_i-x_{i-1}{)}^2$
因此$E(g_{1i})\le \frac{M_{2,i}}{8}(x_i-x_{i-1}{)}^2$

定理：
设$g_1(x)$是在$a=x_0<x_1<\cdots <x_n=b$上插值$y(x_i)$的分段线型插值多项式，若$y^{\prime \prime }(x)$在$[a,b]$上连续，则有误差估计：
$$E(g_1)\le \frac{1}{8}{M}_2{\Delta }^2$$
其中$M_2=\underset{x}{\max }{M}_{2,i}=\underset{a\le x\le b}{\max }\left|y^{\prime \prime }(x)\right|,\Delta =\underset{1\le i\le n}{\max }(x_i-x_{i-1})$

式中，只有$\Delta$会随n的变化而改变。所以，只要增加的插值数据点在最长的子区间中，那么当节点数目增大时，$\Delta$将减小。所以按照这种方法增加插值数据点会使误差随n的增大而趋于0。

优缺点：
优点：计算量少，可以保证插值准确性。
缺点：曲线在节点处不可导，即光滑程度较差。

分段二次插值

既然线性插值的光滑程度较差，我们可以尝试提高次数，使用二次插值。

若将区间[a,b]分成偶数个子区间，在每相邻的两个子区间上做二次插值多项式$g_{2i}(x)$，即在子区间$[x_{i-1},x_{i+1}]$上，$g_{2i}(x)$是以$(x_{i-1},y_{i-1}),(x_i,y_i),(x_{i+1},y_{i+1})$为插值点的插值多项式$(i=1,3,...,n-1)$。

采用Newton插值多项式：
$$g_{2i}(x)=y_{i-1}+y[x_{i-1},x_i](x-x_{i-1})+y[x_{i-1},x_i,x_{i+1}](x-x_{i-1})(x-x_i)$$

余项为：
$$\begin{array}{l}y(x)-g_{2i}(x)=\frac{y^{\prime \prime \prime }({\xi }_i)}{3!}(x-x_{i-1})(x-x_i)(x-x_{i+1}),x\in [x_{i-1},x_{i+1}],{\xi }_i\in [x_{i-1},x_{i+1}]\end{array}$$

定理：
设$g_{2i}(x)$是在$a=x_0<x_1<\cdots <x_n=b$上插值$y(x_i)$的分段二次插值多项式，若$y^{\prime \prime \prime }(x)$在$[a,b]$上连续，则有误差估计：
$$E(g_1)\le \frac{M_3}{12}{\Delta }^3$$
其中$M_2=\underset{a\le x\le b}{\max }\left|y^{\prime \prime \prime }(x)\right|$

这里的$\Delta$指相邻两个区间中较大的。

上述定理可以看出，分段二次插值当合理增加插值点数使$\Delta$减小时，分段二次插值的误差也随之减小。光滑性相比样条插值得到了改善，但是仍然一个不可导节点相邻一个可导节点。

三次样条插值

要想让所有节点都“光滑”，按照二次函数的方法只能提高到n次，那就变成了多项式插值。
还有另外一种办法。
在每一个子区间$[x_{i-1},x_i]$上是一个三阶多项式，这些多项式的曲线在节点$x_i$处光滑的连接起来，这样的分段三次多项式称为 三次样条函数。
通过数据点 { ( x i , y i ) } ( i = 0 , 1 , 2 , . . . , n ) \{ ({x_i},{y_i})\} (i = 0,1,2,...,n) { (xi​,y