插值法与Lagrange插值课件

8
其中 Ai 为待定系数，利用li ( xi ) = 1可解得：
Ai = ( xi − x0 )
1 ( xi − xi−1 )( xi − xi+1 )
(xi − xn )
从而
∏ li ( x) =
j≠i
x − xj xi − x j
基本插值函数 (插值基函数)
9
2-2 Lagrange 插值多项式
数类，插值函数 P( x) 满足 P( xi ) = yi (i = 0, , n) ， 即
a0ϕ0 ( xi ) + a1ϕ1 ( xi ) + + anϕn ( xi ) = yi , i = 0, , n
6
若插值基函数{ϕ
i
(
x
)}n i=
0
线性无关，则上述方程组
有唯一的解{ai
}n i=
0
(3)
P(xk ) = I1,
,n ( xk
)
xk x1
− xn+1 − xn+1
+
I2,
,n+1 ( xk
)
xk − x1 xn+1 − x1
=
f
( xk
)
xk x1
− −
xn +1 xn +1
+
f
( xk
)
xk − x1 xn+1 − x1
=
f (xk )
(2 ≤ k ≤ n)
23
注 由上述性质可知， P(x) 是 f (x) 的关于节点 x1, , xn+1的 n 次插值多项式. 它实质上是对两个 n −1次的插值多项式，再经过线性插值求出的.

有 s in 5 0 0 L 2 (5 0 ) 1 6 2 3 (1 8 0 )3 2 0 5 1 0 0 .0 0 0 7 6 7
事实上，
s5 i0 n 0 L 1 (5 ) 0 0 .01 ; s 05 i0 1 n 0 L ~ 1 ( 0 5 ) 0 0 .005
因此做线性内插时取 x00.2,x10.3 相应地 y01 .2 2 1 4 ,y11 .3 4 9 9
由线性插值公式，得
L 1 (x ) 0 x .2 0 0 .3 .3 1 .2 2 1 4 0 x .3 0 0 .2 .2 1 .3 4 9 9
所得近似值为
e 0 . 2 8 5 L 1 ( 0 . 2 8 5 ) 0 0 . 2 . 2 8 5 0 0 . 3 . 3 1 . 2 2 1 4 0 0 . 2 . 3 8 5 0 . 0 2 . 2 1 . 3 4 9 9 1 . 3 3 0 6
由线性插值余项公式
所以
s in 5 0 0 L 1 ( 5 0 ) 1 2 2 3 ( 1 8 0 )2 2 0 5 0 .0 1 3 1 9 0
同理，由
s5 i 0 n L ~ 0 1 ( 5 ) 1 2 0 ( s) i1 n ( ) 2 ( 8 5 4 0 0 ) 5 5 ( 6 0 )3 0 0 0 6 0
插值多项式⑤称为拉格朗日插值多项式，记作 L n ( x )
当n=2时,由⑤式可得三点插值公式
L 2 ( x ) y 0 ( ( x x 0 x x 1 1 ) ) ( ( x x 0 x x 2 2 ) ) y 1 ( ( x x 1 x x 0 0 ) ) ( ( x x 1 x x 2 2 ) ) y 2 ( ( x x 2 x x 0 0 ) ) ( ( x x 2 x x 1 ) 1 ) 这是一个二次函数。用二次函数 L 2 ( x ) 近似

n
Rn ( x ) = K ( Rn(x) 至少有 n+1 个根 ( x ) 充分光滑，x( x 0 )(= ( x)1 ) = 0 ，则 充分光滑， ) Π x xi Rolle’s Theorem: 若 i =0 ) 存在 ξ ∈ (x 0≠, x 1 )(i使得 ′(ξ), = 0 。 ( t ) = R ( t ) K ( x ) n ( t x ) …, n 任意固定 x xi = 0, 求导 考察 注意这里是对 t Π n i = ξ 0 ∈ ( x0 , x1 ), ξ1 ∈i ( 0 1 , x2 ) x 推广： 推广：若 ( x0 ) = ( x1 ) = ( x2 ) = 0 1) (x)有 n+2 个不同的根ξx0) …0xn x ξ ∈ (ξ , ( n)+使得 = ′′(,ξ )ξ= 0 ( a , b ) 有 使得 ′(ξ ) = ′( = (ξ x ) 0 x ∈ 0 ξ1 0 1
外插 的实际误差 ≈ 0.01001 利用 x1 = π , x2 = π 4 3 内插 的实际误差 ≈ 0.00596
~ 0.00538 < R1 5π < 0.00660 sin 50° ≈ 0.76008, ° 18
n=2
( x π )( x π ) 1 ( x π )( x π ) 1 ( x π )( x π ) 4 6 6 L2 ( x ) = π π π π3 × + π π π π3 × + π π π π4 × 3 ( 6 4 )( 6 3 ) 2 ( 4 6 )( 4 3 ) 2 ( 3 6 )( 3 4 ) 2
n 求 n 次多项式 Pn ( x ) = a0 + a1 x + L + a n x 使得

确定多项式的阶数
根据已知的插值点和插值函数的性质 ，确定多项式的阶数。
求解插值多项式的系数
求系数
通过已知的插值点和构造的插值多项式，求解出多项式的系数。
验证解的正确性
通过已知的插值点和求解出的系数，验证解的正确性。
04
拉格朗日插值法的应用实例
在数值分析中的应用
数值积分
拉格朗日插值法可用于数值积分，通过插值多项式对被积函数进行近似，进而求得积分的近似值。
全局插值能力较弱
拉格朗日插值法主要适用于局部插值，对于全局插值问题可能不太 适用。
06
拉格朗日插值法的改进与发
展
改进方法
提高精度
通过增加插值基函数的数量， 可以更精确地逼近函数，从而
提高插值的精度。
处理异常值
引入稳健性估计方法，对异常 值进行识别和处理，以提高插 值的稳定性。
优化算法
改进算法以提高计算效率，减 少计算量，使得插值过程更加 快速和高效。
图像处理
在图像处理中，可以使用拉格朗日插值法对图像进行放大、缩小或旋转等变换，保持图 像的清晰度和连贯性。
三维模型重建
在三维模型重建中，可以使用拉格朗日插值法对点云数据进行插值，得到连续光滑的三 维模型表面。
05
拉格朗日插值法的优缺点
优点
01
02
03
简单易行
拉格朗日插值法是一种直 观且易于理解的方法，不 需要复杂的数学工具即可 实现。
工程
用于解决各种实际问题，如机 械振动、流体动力学和电路分 析等。
物理学
用于模拟和预测各种物理现象 ，如力学、电磁学和量子力学 等。
02
拉格朗日插值法的基本概念
拉格朗日插值法的定义