Hermite（埃尔米特）插值法 | 插值多项式+ 插值余项

Lagrange插值法、Newton插值法、逐次插值法、分段插值法，只要求插值多项式$p_n(x)$与被插值函数$f(x)$在插值节点处的函数值相等即可，即$p_n(x_i)=f(x_i)(i=0,1,\cdots ,n)$。但这种插值不能完全反映出被插值函数的性态。在许多实际问题中，不仅要求插值函数与被插值函数在节点处的函数值相同，而且还要求插值函数与被插值函数在某些节点处的导数值，甚至高阶导数值也相同。按照这种插值条件所进行的插值称为Hermite插值。其中，最常见的是要求一阶导数值相同的插值。下面就来导出其插值多项式。

1. Hermite插值多项式

假设已知函数$y=f(x)$在插值节点$x_i(i=0,1,\cdots ,n)$处的函数值为$y_i=f(x_i)$，一阶导数值为$m_i=f^{\prime }(x_i)(i=0,1,2,\cdots ,n)$，则$Hermite$插值多项式$H(x)$满足：
$$\{\begin{array}{l}H(x_i)=y_i,\\ H^{\prime }(x_i)=m_i,i=0,1,\cdots ,n\end{array}\text{\hspace{1em}(1)}$$
其几何意义就是，要求$y=H(x)$的图形与$y=f(x)$的图形在这n+1个点处相切，因此$x_0,x_1,\cdots ,x_n$称为二重节点。在（1）式中有$2(n+1)$个条件，因此可以确定一个次数不超过$2n+1$次的插值多项式。仿照求Lagrange插值多项式的方法，设
$$H(x)=a_0(x)y_0+{\beta }_0(x)m_0+a_1(x)y_1+{\beta }_1(x)m_1+\cdots +a_n(x)y_n+{\beta }_n(x)m$$
或
$$H(x)=\sum _{i=0}^n(a_i(x)y_i)+{\beta }_i(x)m_i$$
根据插值条件，$a_i(x)$和${\beta }_i(x)$必须分别满足:
{ ai(xk)={ 0,k≠i1,k=ii,k=0,1,⋯ ,nai′(xk)=0 \begin{cases} a_i(x_k)=\begin{cases} 0,k\neq i \\ 1,k=i \quad i,k=0,1,\cdots,n\end{cases} \\ a_i'(x_k)=0 \end{cases} ⎩⎪