数值分析（三） Lagrange（拉格朗日）插值法及Matlab代码实现

前言

  本篇为插值法专栏第三篇内容讲述，此章主要讲述 Lagrange（拉格朗日）插值法及matlab代码，其中也给出详细的例子让大家更好的理解Lagrange插值法
提示 之前已经介绍牛顿插值法和三次样条插值，如果没看过前两篇的可以点击以下链接阅读

1. 数值分析（一）牛顿插值法
2. 数值分析（二）三次样条插值法
3. 数值分析（二续） 三次样条插值二类边界完整matlab代码
4. 数值分析（三） Lagrange（拉格朗日）插值法及Matlab代码实现
5. 数值分析（四） Hermite（埃尔米特）插值法及matlab代码

一、Lagrange（拉格朗日）插值

  为了构造满足插值条件$p(x_i)=f(x_i),(i=0,1,2,\dots ,n)$的便于使用的插值多项式 $P(x)$ ，在介绍Lagrange插值前先补充一下 线性插值 和 抛物插值 的知识点。

1. 线性插值

   线性插值是代数插值的最简单形式。假设给定了函数 $f(x)$ 在两个互异的点的值，$x_0,x_1,y_0=f(x_0),y_1=f(x_1)$ ，现要求用线性函数$p(x)=ax+b$ 近似的代替$f(x)$。选择参数 $a$ 和 $b$, 使 $p(x_i)=f(x_i),(i=0,1)$。称这样的线性函数 $P(x)$ 为 $f(x)$ 的线性插值函数。
   线性插值的几何意义：用通过点 $A(x_0,f(x_0))$ 和 $B(x_1,f(x_1))$ 的直线近似地代替曲线 $y=f(x)$ 由解析几何知道，这条直线用点斜式表示为（如下图所示）: $$p(x)=y_0+\frac{y_1-y_0}{x_1-x_0}(x-x_0)\to p(x)=\frac{x-x_1}{x_0-x_1}{y}_0+\frac{x-x_0}{x_1-x_0}{y}_1$$

为了便于推广，那么记$$l_0(x)=\frac{x-x_1}{x_0-x_1},l_1(x)=\frac{x-x_0}{x_1-x_0}$$这是一次函数，具有如下性质$$\begin{gathered} \begin{array}{cc}{l}_0(x_0)=1,& l_0(x_1)=0,\\ l_1(x_0)=0& l_1(x_1)=1\end{array} \\ {l}_0(x)+l_1(x)=1 \end{gathered}$$
那么可以记为：$$l_k(x_i)={\delta }_{ki}=\{\begin{array}{ccc}1& (i=k)& \\ 0& (i\ne k)& \end{array}$$那么 $l_0(x)$ 和 $l_1(x)$ 称为线性插值基函数，且有 $$l_k(x)=\prod _{j=0,j\ne k}^1\frac{x-x_j}{x_k-x_j},(k=0,1)$$ 则上述线性插值函数可以表示为与基函数的线性组合 $$p(x)=l_0(x)y_0+l_1(x)y_1$$

2. 抛物插值

  抛物插值又称二次插值，它也是常用的代数插值之一。设已知 $f(x)$ 在三个互异点$x_0,x_1,x_2$的函数值$y_0,y_1,y_2$，要构造次数不超过二次的多项式
$$P(x)=a_2{x}^2+a_{1}x+a_0$$ 使满足二次插值条件：$$P(x_i)=y_i(i=$$