拉格朗日插值法

爱做数据的不正经后端程序猿

于 2021-11-07 19:01:55 发布

阅读量779

点赞数

分类专栏：算法基础插值算法文章标签：线性代数

本文链接：https://blog.csdn.net/qq_29284253/article/details/121183641

版权

算法基础同时被 2 个专栏收录

2 篇文章 0 订阅

订阅专栏

插值算法

2 篇文章 0 订阅

订阅专栏

(1)线性插值：对于两个插值点：

$x{_1}$	$x{_2}$
$y{_1}$	$y{_2}$

满足以下条件：

$\\L(x{_1})=y{_1}\\ L(x{_2})=y{_2}$

直线的两点式表示：

$\\L(x)=\frac{x-x{_2}}{x{_1}-x{_2}}y{_1}+\frac{x-x{_1}}{x{_2}-x{_1}}y{_2}\\ =l{_1}x{_1}+l{_2}x{_2}$

其中 $l{_1},l{_2}$ 被称为插值基函数满足

	$x{_1}$	$x{_2}$
$l{_1}$	1	0
$l{_2}$	0	1

(2)二次插值（抛物插值）

同(1)对应三个插值点

$x{_1}$	$x{_2}$	$x{_3}$
$y{_1}$	$y{_2}$	$y{_3}$

三个插值基函数应当满足：

	$x{_1}$	$x{_2}$	$x{_3}$
$l{_1}$	1	0	0
$l{_2}$	0	1	0
$l{_3}$	0	0	1

故：

$\\l{_1(x)}=\frac{(x-x{_2})(x-x{_3})}{(x{_1}-x{_2})(x{_1}-x{_3})}\\ l{_2(x)}=\frac{(x-x{_1})(x-x{_3})}{(x{_2}-x{_1})(x{_2}-x{_3})}\\ l{_3(x)}=\frac{(x-x{_1})(x-x{_2})}{(x{_3}-x{_1})(x{_3}-x{_2})}$

$L(x)=l{_1}y{_1}+l{_2}y{_2}+l{_3}y{_3}$

(3)n次插值

对于n次插值有(n+1)个插值点如下：

$x{_1}$	$x{_2}$	....	$x{_n}$	$x{_{n+1}}$
$y{_1}$	$y{_2}$	...	$y{_n}$	$y{_{n+1}}$

(n+1)个插值基函数满足：

	$x{_1}$	$x{_2}$	...	$x{_n}$	$x{_{n+1}}$
$l{_1}$	1	0	0	0	0
$l{_2}$	0	1	0	0	0
...	0	0	1	0	0
$l{_n}$	0	0	0	1	0
$l{_{n+1}}$	0	0	0	0	1

$\\\therefore \forall i\in 1...(n+1)\\ l{_i(x)}=\frac{\prod_{j\neq i,j=1}^{n+1}(x-x{_j})}{\prod_{j\neq i,j=1}^{n+1}(x{_i}-x{_j})}$

$L(x)=\prod_{j=1}^{n+1}l{_j}y{_j}$

爱做数据的不正经后端程序猿

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
拉格朗日插值法

(1)线性插值：对于两个插值点：满足以下条件：直线的两点式表示：
复制链接

扫一扫

专栏目录

拉格朗日插值法

“相关推荐”对你有帮助么？