拉格朗日插值公式详解
一.线性插值(一次插值)
已知函数f(x)在区间[xk ,xk+1 ]的端点上的函数值yk =f(xk ), yk+1 = f(xk+1 ),求一个一次函数y=P1 (x)使得yk =f(xk ),yk+1 =f(xk+1 ), 其几何意义是已知平面上两点(xk ,yk ),(xk+1 ,yk+1 ),求一条直线过该已知两点。
1. 插值函数和插值基函数
由直线的点斜式公式可知:
把此式按照 yk 和yk+1 写成两项:
记
并称它们为一次插值基函数。该基函数的特点如下表:
从而
P1 (x) = yk lk (x) + yk+1 lk+1 (x)
此形式称之为拉格朗日型插值多项式。其中, 插值基函数与yk 、yk+1 无关,而由插值结点xk 、xk+1所决定。一次插值多项式是插值基函数的线性组合, 相应的组合系数是该点的函数值yk 、yk+1 .
例1: 已知lg10=1,lg20=1.3010, 利用插值一次多项式求lg12的近似值。
解: f(x)=lgx,f(10)=1,f(20)=1.3010,设
x0 =10 ,x1 =20 ,y0 =1 ,y1 =1.3010
则插值基函数为:
于是, 拉格朗日型一次插值多项式为:
故 :
即lg12 由lg10和lg20 两个值的线性插值得到,且具有两位有效数字(精确值lg12=1.0792).
二.二次插值多项式
已知函数y=f(x)在点xk-1 ,xk ,xk+1上的函数值yk-1 =f(xk-1 ),yk =f(xk ), yk+1 =f(xk+1 ), 求一个次数不超过二次的多项式P2(x), 使其满足,
P2 (xk-1 )=yk-1 , P2 (xk )=yk , P2 (xk+1 )=yk+1 .
其几何意义为:已知平面上的三个点
(xk-1 ,yk-1 ),(xk ,yk ),(xk+1 ,yk+1 ),
求一个二次抛物线, 使得该抛物线经过这三点。
1.插值基本多项式
有三个插值结点xk-1 ,xk ,xk+1 构造三个插值基本多项式,要求满足:
(1) 基本多项式为二次多项式; (2) 它们的函数值满足下表:
因为lk-1 (xk )= 0,lk-1 (xk+1 )=0, 故有因子(x-xk )(x-xk+1 ), 而其已经是一个二次多项式, 仅相差一个常数倍, 可设
lk-1 (x)=a(x-xk )(x-xk+1 ),
又因为
lk-1 (xk-1 )=1 ==> a(xk-1 -xk )(xk-1 -xk+1 )=1
得
从而
同理得
基本二次多项式见右上图(点击按钮“显示Li”)。
2. 拉格朗日型二次插值多项式
由前述, 拉格朗日型二次插值多项式:
P2 (x)=yk-1 lk-1 (x)+yk lk (x)+yk+1 lk+1 (x),P2 (x)
是三个二次插值多项式的线性组合,因而其是次数不超过二次的多项式,且满足:
P2 (xi )=yi , (i=k-1,k,k+1) 。
例2 已知:
xi 10 15 20
yi=lgxi 1 1.1761 1.3010
利用此三值的二次插值多项式求lg12的近似值。
解:设x0 =10,x1 =15,x2 =20,则:
故:
所以
7利用三个点进行抛物插值得到lg12的值,与精确值lg12=1.0792相比,具有3位有效数字,精度提高了。
三、拉格朗日型n次插值多项式
已知函数y=f(x)在n+1个不同的点x0 ,x1 ,…,x2 上的函数值分别为
y0 ,y1 ,…,yn ,求一个次数不超过n的多项式Pn (x),使其满足:
Pn (xi )=yi , (i=0,1,…,n),
即n+1个不同的点可以唯一决定一个n次多项式。
1. 插值基函数
过n+1个不同的点分别决定n+1个n次插值基函数
l0 (x),l1 (x),…,ln (X)
每个插值基本多项式li (x)满足:
(1) li (x)是n次多项式;
(2) li (xi )=1,而在其它n个li (xk )=0 ,(k≠i)。
由于li (xk )=0 ,(k≠i), 故有因子:
(x-x0 )…(x-xi-1 )(x-xi+1 )…(x-xn )
因其已经是n次多项式,故而仅相差一个常数因子。令:
li (x)=a(x-x0 )…(x-xi-1 )(x-xi+1 )…(x-xn )
由li (xi )=1,可以定出a, 进而得到:
2.n次拉格朗日型插值多项式Pn (x)
Pn (x)是n+1个n次插值基本多项式l0 (x),l1 (x),…,ln (X)的线性组合,相应的组合系数是y0 ,y1 ,…,yn。即:
Pn (x)=y0 l0 (x)+y1 l1 (x)+…+yn ln (x),
从而Pn (x)是一个次数不超过n的多项式,且满足
Pn (xi )=yi , (i=0,1,2,…,n).
例3 求过点(2,0),(4,3),(6,5),(8,4),(10,1)的拉格朗日型插值多项式。
解 用4次插值多项式对5个点插值。
所以
四、拉格朗日插值多项式的截断误差
我们在[a,b]上用多项式Pn (x) 来近似代替函数f(x), 其截断误差记作
Rn (x)=f(x)-Pn (x)
当x在插值结点xi 上时Rn (xi )=f(xi )-P n(xi )=0,下面来估计截断误差:
定理1:设函数y=f(x)的n阶导数y(n) =f(n) (x)在[a,b]上连续,
y(n+1) = f(n+1) (x)
在(a,b)上存在;插值结点为:
a≤x0 <x1 <…<xn ≤b,
Pn (x)是n次拉格朗日插值多项式;则对任意x∈[a,b]有:
其中ξ∈(a,b), ξ依赖于x:ωn+1 (x)=(x-x0 )(x-x1 )…(x-xn )
证明:由插值多项式的要求:
Rn(xi )=f(xi )-Pn (xi )=0,(i=0,1,2,…,n);
设
Rn (x)=K(x)(x-x0 )(x-x1 )…(x-xn )=K(x)ωn+1 (x)
其中K(x)是待定系数;固定x∈[a,b]且x≠xk ,k=0,1,2,…,n;作函数
H(t)=f(t)-Pn (t)-K(x)(t-x0 )(t-x1 )…(t-xn )
则 H(xk )=0,(k=0,1,2,…,n), 且H(x)=f(x)-Pn (x)-Rn(x)=0, 所以,
H(t)在[a,b]上有n+2个零点,反复使用罗尔中值定理:存在ξ∈(a,b),
使; 因Pn (x)是n次多项式,故P(n+1) (ξ)=0, 而
ωn+1 (t)=(t-x0 )(t-x1 )…(t-xn )
是首项系数为1的n+1次多项式,故有
于是
H(n+1) (ξ)=f(n+1)(ξ)-(n+1)!K(x)
得:
所以
设 , 则:
易知,线性插值的截断误差为:
二次插值的截断误差为:
下面来分析前面两个例子(例1,例2)中计算lg12的截断误差:
在例1中,用lg10和lg20计算lg12,
P1(12)=1.0602,lg12=1.0792
e=|1.0792-1.0602|=0.0190;
估计误差:f(x)=lgx,
,当x∈[10,20]时,
在例2中,用lg10,lg15和lg20计算lg12.
P2(12)=1.0766,
e = |1.0792-1.0766|=0.0026
估计误差:
拉格朗日插值公式详解相关推荐
- 拉格朗日对偶性详解(手推笔记)
个人原创笔记,转载请附上本文链接. 拉格朗日对偶性其实也没有那么难理解,在我梳理过后你会发现也就是那一回事罢了. 围绕着拉格朗日对偶性探讨的整个流程下来,实际上牵扯到 三个问题: 原始问题,我们记作 ...
- 拉格朗日插值法(图文详解)
参考:https://www.cnblogs.com/ECJTUACM-873284962/p/6833391.html 在数值分析中,拉格朗日插值法是以法国十八世纪数学家约瑟夫·拉格朗日命名的一种多 ...
- 拉格朗日插值的优缺点_拉格朗日插值法(图文详解)
对某个多项式函数,已知有给定的k + 1个取值点: 其中 对应着自变量的位置,而 对应着函数在这个位置的取值. 假设任意两个不同的xj都互不相同,那么应用拉格朗日插值公式所得到的拉格朗日插值多项式为: ...
- 分段二次插值函数表达式_【插值】插值方法原理详解
插值问题详解 1. 我在具体的应用(如数学建模竞赛)中,常常需要根据已知的函数点进行数据.模型的处理和分析,而通常情况下现有的数据是极少的,不足以支撑分析的进行,这时就需要使用一些数学的方法,&quo ...
- matlab插值法原理,【插值】插值方法原理详解
插值问题详解 1. 我在具体的应用(如数学建模竞赛)中,常常需要根据已知的函数点进行数据.模型的处理和分析,而通常情况下现有的数据是极少的,不足以支撑分析的进行,这时就需要使用一些数学的方法,&quo ...
- 20160203.CCPP体系详解(0013天)
程序片段(01):数组.c+02.数组初始化语法.c 内容概要:数组 ///01.数组.c #include <stdio.h> #include <stdlib.h>//01 ...
- SVM分类器原理详解
SVM分类器原理详解 标签: svm文本分类java 2015-08-21 11:51 2399人阅读 评论(0) 收藏 举报 分类: 数据挖掘 文本处理(16) 机器学习 分类算法(10) 目 ...
- SVM-支持向量机原理详解与实践之一
SVM-支持向量机原理详解与实践 前言 去年由于工作项目的需要实际运用到了SVM和ANN算法,也就是支持向量机和人工神经网络算法,主要是实现项目中的实时采集图片(工业高速摄像头采集)的图像识别的这一部 ...
- SVM-支持向量机原理详解与实践之三
SVM-支持向量机原理详解与实践之二 SVM原理分析 以下内容接上篇. 拉格朗日对偶性(Largrange duality)深入分析 前面提到了支持向量机的凸优化问题中拉格朗日对偶性的重要性. 因为通 ...
- abaqus实例详解_Abaqus接触分类、形成和定义
接触概述 从物理意义上来讲,两个物体彼此接触,接触压力在两个物体间传递,同时,接触面之间摩擦产生剪切应力,阻止物体切向运动:从数值计算上来讲,接触是极其不连续的边界条件非线性,即接触面接触时产生接触约 ...
最新文章
- 网站禁止复制怎样操作
- 寒冰linux视频教程笔记5 过滤器、输入输出及管道
- OpenFlow Switch — 1.3 规范
- 盘点三个JavaScript案例——实现限时秒杀、定时跳转、改变盒子大小
- 如何踢掉 sql 语句中的尾巴,我用 C# 苦思了五种办法
- plt.subplots中的ax = ax.flatten()
- Anomaly Detection异常检测基础
- php 判断json包含key,php判断json对象是否存在的方法
- 17.2融合关键词的文本增强
- 使用分区表fstab永久挂载磁盘分区
- Nginx+Tomcat负载平衡
- mysql directx repair_[MySQL]快速解决is marked as crashed and should be repaired故障
- C#学习笔记之不安全代码
- vue中解决跨域问题
- 读《从优秀到卓越》乱摘
- Justinmind使用教程(3)——管理原型
- php 设置斜体字体,斜体 - FontForge 教程 | BootWiki.com
- 基于Jsp的手机应用商店的设计与实现mysql
- Ant Design of Vue中a-form-model多行表单对齐和验证
- 商淘软件WSTMart怎么样