插值与多项式逼近 | 拉格朗日插值多项式

天下弈星~

已于 2023-04-03 21:01:06 修改

阅读量411

点赞数 3

分类专栏：数值方法文章标签：人工智能算法机器学习 matlab python

于 2023-04-02 16:41:28 首次发布

本文链接：https://blog.csdn.net/m0_70452407/article/details/129912336

版权

数值方法专栏收录该内容

9 篇文章 0 订阅

订阅专栏

一、拉格朗日插值多项式的推导

已知插值节点 $x_{1},x_{2},...,x_{n}$ 以及对应的函数值 $f(x_{1}),f(x_{2}),...,f(x_{n})$ 。令插值多项式为 $P_{n}(x_{i})$ ， $l_{n}(x)$ 为拉格朗日插值多项式的基函数。

$P_{n}(x_{i})=f(x_{i})=y_{i} \ (i=0,1,2,...,n)$

$P_{n}(x)=f(x_{0})l_{0}(x)+f(x_{1})l_{1}(x)+...+f(x_{n})l_{n}(x)$

由于

$P_{n}(x_{0})=f(x_{0})l_{0}(x_{0})+f(x_{1})l_{1}(x_{0})+...+f(x_{n})l_{n}(x_{0})=f(x_{0})$

$P_{n}(x_{1})=f(x_{0})l_{0}(x_{1})+f(x_{1})l_{1}(x_{1})+...+f(x_{n})l_{n}(x_{1})=f(x_{1})$

......

$P_{n}(x_{n})=f(x_{0})l_{0}(x_{n})+f(x_{1})l_{1}(x_{n})+...+f(x_{n})l_{n}(x_{n})=f(x_{n})$

可以得到：

$l_{i}(x_{j})=\left\{\begin{matrix} 1,i=j & \\ 0,i\neq j& \end{matrix}\right.$

进一步可以推得拉格朗日基函数：

$l_{i}(x)=\frac{(x-x_{0})...(x-x_{i-1})(x-x_{i+1})...(x-x_{n})}{(x_{i}-x_{0})...(x_{i}-x_{i-1})(x_{i}-x_{i+1})...(x_{i}-x_{n})}$

若有：

$\pi (x)=\prod_{i=0}^{n}(x-x_{i})=(x-x_{0})(x-x_{1})...(x-x_{n})$

则：

$l_{i}(x)=\frac{\pi (x)}{(x-x_{i})\pi ^{'}(x_{i})}$

二、拉格朗日多项式逼近

$f(x)=P_{N}(x)+E_{N}(x)$

$f(x)\approx P_{N}(x)=\sum_{k=0}^{N}f(x_{k})L_{N,k}(x)$

误差项为：

$E_{N}(x)=\frac{(x-x_{0})(x-x_{1})...(x-x_{N})f^{(N+1)}(c)}{(N+1)!}$

三、拉格朗日插值多项式的MATLAB代码

function lagrange(X,Y)
%输入  X代表插值节点
%      Y代表插值节点所对应的函数值
n=length(X);
L=zeros(n,n);
for i=1:n
    V=1;
    for j=1:n
        if j~=i
            V=conv(V,poly(X(j)))/(X(i)-X(j));
        end
    end
    L(i,:)=V;
end
C=Y*L; 
LAG=poly2sym(C);
fprintf('拉格朗日多项式为：\nP(x)=%s\n',LAG);

通过在命令行窗口中输入：
>> X=[1 2 3 4 5 6];
>> Y=[66 66 65 64 63 63];
>> lagrange(X,Y)

可以得到拉格朗日插值函数为：
P(x)=(599*x)/60 - (161*x^2)/24 + 2*x^3 - (10262108525909*x^4)/35184372088832 + (37529996894755*x^5)/2251799813685248 + 61

四、拉格朗日插值多项式的Python代码

from scipy.interpolate import lagrange
x=[1,2,3,4,5,6]
y=[66,66,65,64,63,63]
a=lagrange(x,y)
print(a)

最后得到的结果如下：
5 4 3 2
0.01667 x - 0.2917 x + 2 x - 6.708 x + 9.983 x + 61

即 $0.01667x^{5}-0.2917x^{4}+2x^{3}-6.708x^{2}+9.983x+61$ 。

天下弈星~

关注

3
点赞
踩
10

收藏

觉得还不错? 一键收藏
打赏
0
评论
插值与多项式逼近 | 拉格朗日插值多项式

数值方法——拉格朗日插值法的原理、误差项和matlab实现、python实现。
复制链接

扫一扫

专栏目录