插值的故事

插值有个英文名叫interpolation，在这个点上，我觉得我们汉字表达的更实在！关于插值的起源，留给历史学家去考虑吧。我只想举一个简单的小例子。
在你的脑海中想象今天上午成都的问题是10度，下午是20度，那中午是多少度呢？你脑子里很快说出可能是15度。15度隐含了线性变化的假设。如果我们用向上凸的抛物线近似，那就过有可能就变16度。 既然是插值，我们就有各种各样的方法。

今天，我要讲的就是插值。 什么插值呢？我们假设一个一维函数$f$被$N + 1$点均分成$N$等分，函数在这$N + 1$的值都已知。我们想要通过计算程序知道函数在其它任何位置的值。对于有N+1个值的函数，我们希望用一个N阶多项式来近似。

幸运的是，对这个问题，数学家已经证明存在唯一个多项式，使得多项式在插值点的值和函数值相等。并且插值函数的误差可以有个估值范围。

我们有了唯一的多项式，现在就是构造多项式的问题。选单项式作为基函数简单，但是这个线性系统是满阵，解起来很不方便。有没有更好的办法呢？我们接下来就要看大名鼎鼎的牛顿插值法。

牛顿插值法中的$P(x)$多项式是一个$N$阶的多项式，其多项式被人为的构造成形式如下：
\begin{eqnarray}\label{1}
P(x) &=& \gamma_0 + \gamma_1 (x - x_0) + \gamma_2 (x - x_0)(x - x_1) +...+  \gamma_n (x - x_0)(x - x_1)...(x - x_{n-1}).
\end{eqnarray}

我们可以观察一下，当 $x = x