理解插值法(拉格朗日、牛顿插值法)

本文深入解析了插值法的基本原理及其应用,重点介绍了拉格朗日插值法和牛顿插值法两种常用方法。拉格朗日插值法通过构造多项式来估算未知点的函数值,而牛顿插值法则利用差商的概念,具有更好的计算效率和灵活性,尤其在节点变化时优势明显。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

引言

我们首先理解下插值法主要用来做什么事:插值法就是利用已知的点建立合适的插值函数 f(x)f(x)f(x) ,未知点 xix_ixi 由插值函数 f(x)f(x)f(x) 可以求出函数值 f(xi)f(x_i)f(xi),用求得的(xi,f(xi))(x_i,f(x_i))(xi,f(xi))近似代替未知点。

对于平面上相异(无两点在一条直线上)的 nnn 个点,我们必定可以找到一个 n−1n-1n1 次多项式 y=a0+a1x+a2x2+...an−1xn−1y=a_0+a_1x+a_2x^2+...a_{n-1}x^{n-1}y=a0+a1x+a2x2+...an1xn1 ,使这个多项式函数经过这些点。拉格朗日插值法和牛顿插值法所要做的就是求得这个多项式函数。只是求得多项式的方式有些不同,下面详细介绍。

拉格朗日插值法

  1. 已知nnn 个点的坐标 (x1,y1),(x2,y2),(x3,y3)....(xn,yn)(x_1,y_1),(x_2,y_2),(x_3,y_3)....(x_n,y_n)(x1,y1),(x2,y2),(x3,y3)....(xn,yn),求得一个n−1n-1n1 次多项式 过这些点。
  2. 假设n−1n-1n1 次多项式为:y=a0+a1x+a2x2+...an−1xn−1y=a_0+a_1x+a_2x^2+...a_{n-1}x^{n-1}y=a0+a1x+a2x2+...an1xn1
  3. 将n个点代入多项式得:y1=a0+a1x1+a2x12+...an−1x1n−1y_1=a_0+a_1x_1+a_2x_1^2+...a_{n-1}x_{1}^{n-1}y1=a0+a1x1+a2x12+...an1x1n1y2=a0+a1x2+a2x22+...an−1x2n−1y_2=a_0+a_1x_2+a_2x_2^2+...a_{n-1}x_{2}^{n-1}y2=a0+a1x2+a2x22+...an1x2n1 ...............yn=a0+a1xn+a2xn2+...an−1xnn−1y_n=a_0+a_1x_n+a_2x_n^2+...a_{n-1}x_{n}^{n-1}yn=a0+a1xn+a2xn2+...an1xnn1
  4. 易解出拉格朗日插值多项式为:L(x)=y1(x−x2)(x−x3)...(x−xn)(x1−x2)(x1−x3)...(x1−xn)+y2(x−x1)(x−x3)...(x−xn)(x2−x1)(x2−x3)...(x2−xn)L(x)=y_1\frac{(x-x_2)(x-x_3)...(x-x_n)}{(x_1-x_2)(x_1-x_3)...(x_1-x_n)}+y_2\frac{(x-x_1)(x-x_3)...(x-x_n)}{(x_2-x_1)(x_2-x_3)...(x_2-x_n)}L(x)=y1(x1x2)(x1x3)...(x1xn)(xx2)(xx3)...(xxn)+y2(x2x1)(x2x3)...(x2xn)(xx1)(xx3)...(xxn)...+yn(x−x1)(x−x2)...(x−xn−1)(xn−x1)(xn−x2)...(xn−xn−1)...+y_{n}\frac{(x-x_1)(x-x_2)...(x-x_{n-1})}{(x_{n}-x_1)(x_{n}-x_2)...(x_{n}-x_{n-1})}...+yn(xnx1)(xnx2)...(xnxn1)(xx1)(xx2)...(xxn1)
  5. 上式也可以写为:
    L(x)=∑i=1nyi∏j=1,j≠inx−xjxi−xjL(x)=\sum_{i=1}^{n}y_i \prod_{j=1,j =\not i}^n \frac{x-x_j}{x_i-x_j} L(x)=i=1nyij=1,j≠inxixjxxj

拉格朗日插值公式在理论分析理解上很容易理解,但是若插值节点发生改变时,插值公式随之就要重新计算生成,在实际计算中会占用大量的计算量。e.g. 现在有n个节点生成的插值公式,这里第 n+1 个节点也要加入进去,若使用拉格朗日插值法,之前的n个节点生成的插值公式则要完全调整废弃,重新生成含 n+1 个节点插值公式,这样就带来很大的计算量。正常的想法是,当一个节点要加入,我们只需在原来的插值公式上稍加修改就可以得到新的插值公式,牛顿法的出现正是克服这个问题,当插值节点发生增加,新的插值公式基于原来的公式很容易就得到。

牛顿插值法

要理解牛顿插值法首先理解一些概念:

差商:

设函数 f(x)f(x)f(x) ,已知其nnn个插值节点为(x1,y1),(x2,y2),(x3,y3)....(xn,yn)(x_1,y_1),(x_2,y_2),(x_3,y_3)....(x_n,y_n)(x1,y1),(x2,y2),(x3,y3)....(xn,yn),我们定义:

  • 一阶差商
    在这里插入图片描述
  • 二阶差商
    在这里插入图片描述
  • nnn阶差商
    在这里插入图片描述
    其中⋀\bigwedge是省略的意思 ̄□ ̄||。

由以上定义我们的到 差商表 如下:
在这里插入图片描述
基于差商的牛顿插值公式:

根据差商的定义,我们可以得到下面公式:
在这里插入图片描述

我们可以从后往前不断地代入消去得到:
在这里插入图片描述
这时候上式有两部分组成, (不含未知x的)牛顿插值逼近函数P(x)P(x)P(x)(含未知x的)误差函数R(x)R(x)R(x)也称为余项R(x)R(x)R(x) 去掉,就得到牛顿插值公式:
在这里插入图片描述

拉格朗日、牛顿插值法小结

motivation: 将缺失的函数值对应的点 xxx 代入多项式得到缺失值的近似值f(x)f(x)f(x)

牛顿插值法和拉格朗日插值法两者都是多项式插值法。从本质上说,两者给出的结果是一样的(相同的次数,相同的系数多项式),只不过表示的形式不同。牛顿插值法与拉格朗日插值法相比具有承袭性和易于变动的特点。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值