计算方法（二）：n次多项式插值

插值法的基本思想

基本思想： 给出函数$y=f(x)$的一组观测点(函数表)

$x$	$x_0$	$x_1$	$\dots$	$x_n$
$y$	$y_0$	$y_1$	$\dots$	$y_n$

去寻找一个解析形式的函数$\varphi (x)$，它在各个插值节点处的函数值正好等于表中的函数值，而在其它点上的函数值近似于$f(x)$。如果选取的函数是次数不超过$n$的多项式，则称插值为代数插值。

插值法主要有：

• n次多项式插值；
• 分段线性插值
• Hermit插值
• 三次样条函数插值
• B样条函数插值

每种插值方法在MATLAB中都有相应的函数（包括自己编写的），下面先讨论n次多项式插值。

n次Lagrange插值

1. 基本思想

给出函数$f(x)$的$n+1$组观测点$(x_0,y_0),(x_1,y_1),\dots ,(x_n,y_n)$，令$\phi (x)$是次数不超过n的多项式
$$\phi (x)=a_0+a_{1}x+a_2{x}^2+\dots +a_n{x}^n$$
并且有$\phi (x_i)=y_i,i=0,1,\dots ,n$。将各个节点代入多项式得到系数$(a_0,\dots ,a_n)$满足的线性方程组
$$\{\begin{array}{c}{a}_0+a_1{x}_0+\dots +a_n{x}_0^n=y_0\\ a_0+a_1{x}_1+\dots +a_n{x}_1^n=y_1\\ \dots \\ a_0+a_1{x}_n+\dots +a_n{x}_n^n=y_n\end{array}$$
易知此线性方程组的系数矩阵为Vandermonde矩阵
$$\mathbf{A}=(\begin{array}{cccc}1& x_0& \dots & x_0^n\\ & & & \\ 1& x_1& \dots & x_1^n\\ ⋮& ⋮& \ddots & ⋮\\ 1& x_n& \dots & \end{array}$$