牛顿插值法

差商

差商的定义：
函数$f(x)$在两个互异点$x_i,x_j$处的一阶差商定义为：
$$f[x_i,x_j]=\frac{f(x_i)-f(x_j)}{x_i-x_j}(i\ne j,x_i\ne x_j)$$
2阶差商：
$$f[x_i,x_j,x_k]=\frac{f[x_i,x_j]-f[x_j,x_k]}{x_i-x_k}(i\ne k)$$
$k+1$阶差商：
$$\begin{gathered} f[x_0,...,x_{k+1}]=\frac{f[x_0,x_1,...x_k]-f[x_1,...,x_k,x_{k+1}]}{x_0-x_{k+1}} \\ =\frac{f[x_0,...,x_{k-1},x_k]-f[x_0,...,x_{k-1},x_{k+1}]}{x_k-x_{k+1}} \end{gathered}$$
差商的性质：

牛顿插值多项式推导

或

根据上图，前n+1个式子乘以一个系数再相加，经过两边抵消得到$f(x)$，等式右边第一项$N_n(x)$为牛顿插值公式，第二项$R_n(x)$为插值余项。

等距节点的牛顿插值

设$f(x)$在等距节点$x_k=x_0+kh$处的函数值为$f_k，k=0,1,...,n$，称
$$△f_k=f_{k+1}-f_k,k=0,1,...,n-1$$
为$f(x)在x_k$处的一阶向前差分
$$\nabla f_k=f_k-f_{k-1},k=1,2,...,n$$
为$f(x)在x_k$处的一阶向后差分。
在等距节点前提下，差商与差分的关系如下：

牛顿前向插值公式

如果节点$x_0,x_1,...,x_n$是等距节点，即
$$x_k=x_0+kh,k=0,1,...,n,h=\frac{b-a}{n}$$
牛顿插值基本公式为
$$\begin{gathered} N_n(x)=f_0+{\Sigma }_{k=1}^{n}f[x_0,x_1,\cdots ,x_x]{\omega }_k(x) \\ {\omega }_k(x)={\Pi }_{j=0}^{k-1}(x-x_j) \end{gathered}$$
如果假设$x=x_0+th$,由差商与向前差分的关系$f[x_0,x_1,...,x_k]=\frac{{△}^k{f}_0}{k!h^k}$
$${\omega }_k(x)={\Pi }_{j=0}^{k-1}(x-x_j)={\Pi }_{j=0}^{k=1}(x_0+th-x_0-jh)={\Pi }_{j=0}^{k-1}(t-j)h$$

则Newton向前插值公式为：
$$N_n(x_0+th)=f_0+{\Sigma }_{k=1}^n[\frac{{△}^k{f}_0}{k!}{\Pi }_{j=0}^{k-1}(t-j)]$$
插值余项为：
$$R_n(x_0+th)=\frac{f^{(n+1)}(\xi )}{(n+1)!}{h}^{n+1}{\Pi }_{j=0}^n(t-j)$$

#牛顿插值法优缺点
牛顿插值法的优点是计算较简单，尤其是增加节点时，计算只增加一项，这是拉格朗日插值无法比的。
缺点是仍没有改变拉格朗日的插值曲线在节点处有尖点，不光滑，插值多项式在节点处不可导等缺点。