MATLAB编写拉格朗日插值与龙格现象

最新推荐文章于 2024-09-27 15:18:25 发布

hser-chen

最新推荐文章于 2024-09-27 15:18:25 发布

阅读量3.4w

点赞数 34

分类专栏：研究生数学文章标签：数值大作业插值拉格朗日龙格现象

本文链接：https://blog.csdn.net/weixin_41788456/article/details/85038356

版权

研究生数学专栏收录该内容

12 篇文章 5 订阅

订阅专栏

插值与龙格现象

在区间[-1,1]上对函数 $f(x)=\frac{1}{1+25x^{2}}$ ，选取不同的插值节点构造插值多项式，比较他们的误差。

（1）取等距节点，n=5，10，15，20。

（2）取节点 $x_{k}=cos\frac{k\pi }{n}$ ，k=0,1,2,…n；分别取n=5，10，15，20能有什么样的结论。

1.数学原理：

1.1、拉格朗日（Lagrange）插值原理

拉格朗日（Lagrange）插值公式的基本思想是把的构造问题转化为n+1个插值基函数 $l_{i}(x)(i=0,1,...,n)$ 。首先我们利用节点直接构造如下多项式：

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

其中

$w_{n+1}(x)=(x-x_{0})(x-x_{1})(x-x_{2})...(x-x_{n})$ ，

$w_{n+1}(x_{j})=(x_{i}-x_{0})(x_{i}-x_{1})...(x_{i}-x_{i-1})(x_{i}-x_{i+1})...(x_{i}-x_{n})$

容易验证该多项式具有性质

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

$L_{n}(x_{k})=\sum_{k=0}^{n}l_{k}(x)y_{k}=l_{i}(x_{i})y_{{i}} ,i=0,1,...,n$

既满足插值条件。我们称 $L_{n}(x)$ 为拉格朗日插值多项式，称 $l_{i}(x_{})$ 为拉格朗日插值函数。

1.2、截断误差的实用估计式

$R_{n}(x)=f(x)-L_{n}(x)$

上式公式估计误差时不实用，实际中实用估计式应该用如下方法：

假设插值条件中包含n+2组数据

$f(x_{i})=y_{i},i=0,1,..,n,n+1$

那么利用n+1组数据我们可以构造一个n次拉格朗日插值多项式 $L_{n}(x)$ ，利用后n+1组数据我们可以构造另一个n次拉格朗日插值多项式 $L{}'_{n}(x)$ 。利用公式（4.1）知，他们各自的插值余项为

$f(x)-L_{n}(x)=\frac{1}{(n+1)!}f^{(n+1)}(\xi )(x-x_{0})(x-x_{1})(x-x_{2})...(x-x_{n})$

$f(x)-L{}'_{n}(x)=\frac{1}{(n+1)!}f^{(n+1)}(\xi {}')(x-x_{1})(x-x_{2})...(x-x_{n})(x-x_{n+1})$

两式相减得

$L_{n}^{'}(x)-L_{n}(x)=\frac{1}{(n+1)!}f^{(n+1)}(\xi )(x-x_{1})(x-x_{2})...(x-x_{n})(x_{n+1}-x_{0})$

并可写成

$\frac{1}{(n+1)!}f^{(n+1)}(\xi {})(x-x_{1})(x-x_{2})...(x-x_{n})=\frac{L{}'_{n}(x)-L_{n}(x)}{(x_{n+1}-x_{0})}$

注意到上式中利用该条件在很多情况下是成立的。

   利用上式可得

   $\left\{\begin{matrix} R_{n}(x)=f(x)-L_{n}(x)\approx\frac{L{}'_{n}(x)-L_{n}(x)}{(x_{0}-x_{n+1})} \\ R{}'_{n}(x)=f(x)-L{}'_{n}(x)\approx\frac{L_{n}(x)-L{}'_{n}(x)}{(x_{n+1}-x_{0})} \end{matrix}\right.$

上式给出了用 $L_{n}(x)$ 或 $L{}'_{n}(x)$ 作近似计算时的实用误差估计式，它不需要计算高阶导数，也不用估计插值区间上高阶导数的界。