拉格朗日多项式四点插值计算
计算方法 插值法Lagrange插值
的n次插值基函数
以n+1个n次基本插值多项式lk(x)(k 0,1, … , n) 为基础，可直接写出满足插值条件
P(xi ) f(x i ) (i 0,1,2, … , n)
的n次代数插值多项式：
P(x) l0(x)y 0 l1(x)y1 … ln(x)yn
B(x1, f(x1))
x0
x1
由解析几何知道,这条直线用点斜式表示为
改写为
p(x)
y0
y1 x1
y0 x0
(x
x0)
p(x)
x x1 x0 x1
y0
x x0 x1 x0
y1
为了便于推广，记
推导
l0(x)
x x1 , x0 x1
l1(x )
x x0 x1 x0
线性插值 基函数
或者写成：
(i 0,1,2)
其几何意义是用经过3个点
(x0, y0 ), (x1, y1), (x2, y2 )
的抛物线 y P(x) 用以近似计算 y f(x)
y=f(x)
y
y = L 2 (x)
y0
y1
x0
x1
y2 x
x2
P(x)的系数 a0 , a1, a2 直接由插值条件决定，即
a0 , a1, a2 满足代数方程组：
(x 0 x1)(x 0 x2 )
从而导出 l0(x)
(x (x 0
x1)(x x2 ) x1)(x 0 x2 )
类似地可以构造出插值多项式 l1(x )和l2 (x )
于是确定了3个抛物插值的基函数：
l0(x)
(x (x 0
x1)(x x1)(x
拉格朗日差值
对于给定的若n+1个点，对应于它们的次数不超过n的拉格朗日多项式只有一个。
如果计入次数更高的多项式，则有无穷个，因为所有与相差的多项式都满足条件。
其中对应着自变量的位置，而对应着函数在这个位置的取值。
假设任意两个不同的x j都互不相同，那么应用拉格朗日插值公式所得到的拉格朗日插值多项式为：其中每个为拉格朗日基本多项式（或称插值基函数），其表达式为：[3]拉格朗日基本多项式的特点是在上取值为1，在其它的点上取值为0。
范例假设有某个二次多项式函数，已知它在三个点上的取值为：∙∙∙要求的值。
首先写出每个拉格朗日基本多项式：然后应用拉格朗日插值法，就可以得到的表达式（为函数的插值函数）：此时代入数值就可以求出所需之值：。
证明存在性对于给定的k+1个点：，拉格朗日插值法的思路是找到一个在一点取值为1，而在其他点取值都是0的多项式。
这样，多项式在点取值为，而在其他点取值都是0。
而多项式就可以满足在其它点取值为0的多项式容易找到，例如：它在点取值为：。
由于已经假定两两互不相同，因此上面的取值不等于0。
于是，将多项式除以这个取值，就得到一个满足“在取值为1，而在其他点取值都是0的多项式”：这就是拉格朗日基本多项式。
唯一性次数不超过k的拉格朗日多项式至多只有一个，因为对任意两个次数不超过k 的拉格朗日多项式：和，它们的差在所有k+1个点上取值都是0，因此必然是多项式的倍数。
因此，如果这个差不等于0，次数就一定不小于k+1。
但是是两个次数不超过k 的多项式之差，它的次数也不超过k。
所以，也就是说。
这样就证明了唯一性[4]。
几何性质拉格朗日插值法中用到的拉格朗日基本多项式（由某一组确定）可以看做是由次数不超过n的多项式所组成的线性空间：的一组基底。
首先，如果存在一组系数：使得，，那么，一方面多项式P是满足的拉格朗日插值多项式，另一方面P是零多项式，所以取值永远是0。
所以。
这证明了是线性无关的。
同时它一共包含n+1个多项式，恰好等于的维数。
拉格朗日插值法总结
拉格朗日插值法总结拉格朗日插值法2008-05-12 16：44一、问题的背景在实际问题中常遇到这样的函数y=f(x),其在某个区间[a,b]上是存在的。
但是,通过观察或测量或试验只能得到在区间[a,b]上有限个离散点x0,x1,…,xn上的函数值yi=f(xi),(i=0,1,…,n)。
或者f(x)的函数f(x)表达式是已知的,但却很复杂而不便于计算；希望用一个既能反映函数f(x)的特性，又便于计算的简单函数来描述它。
二、插值问题的数学提法：已知函数在n+1个点x0,x1,…,xn上的函数值yi=f(xi),(i=0,1,…,n)求一个简单函数y=P(x),使其满足：P(xi)=yi,(i=0,1,…,n)。
即要求该简单函数的曲线要经过y=f(x)上已知的这个n+1个点：(x0,y0),(x1,y1),…,(xn,yn),同时在其它x∈[a,b]上要估计误差：R(x)=f(x)-P(x)其中P(x)为f(x)的插值函数，x0,x1,…,xn称为插值节点，包含插值节点的区间[a,b]称为插值区间，求插值函数P(x)的方法称为插值法。
若P(x)是次数不超过n的代数多项式，就称P(x)为插值多项式，相应的插值法称为多项式插值。
若P(x)是分段的多项式，就是分段插值。
若P(x)是三角多项式，就称三角插值。
三、插值方法面临的几个问题第一个问题：根据实际问题选择恰当的函数类。
本章我们选择代数多项式类，其原因有两个：(1)代数多项式类简单；微分、积分运算易于实行；(2)根据著名的Weierstrass逼近定理，任何连续的函数都可以用代数多项式作任意精确的逼近。
第二个问题：构造插值函数P(x),使其满足：P(xi)=yi,(i=0,1,…,n)与此相关的问题是：插值问题是否可解(存在性的问题)，如果有解,是否唯一?(唯一性的问题)第三个问题：插值误差R(x)=f(x)-P(x)的估计问题。
与此相关的问题是插值过程的收敛性的问题。
几种插值法简介
举例来看：可以认为某水文要素T 随时间t 的变化是连续的，某一个测点的水文要素T 可以看作时间的函数T=f(t)，这样在实际水文观测中，对测得的（n+1）个有序值进行插值计算来获取任意时间上的要素值。
①平均值法：若求T i 和T i+1之间任一点T ，则直接取T 为T i 和T i+1的平均值。
插值公式为：T=T i +T i+12②拉格朗日（Lagrange ）插值法：若求T i 和T i+1之间任一点T ，则可用T i-1、T 1、T i+1三个点来求得，也可用T i 、T i+1、T i+2这三个点来求得。
前三点内插公式为：T=(t-t i )(t-t i+1)(t i-1-t i )(t i-1-t i+1) T i-1+(t-t i-1)(t-t i+1)(t-t i-1)(t-t i+1) T i +(t-t i )(t-t i-1)(t i+1-t i )(t i+1-t i-1) T i+1后三点内插公式为：T=(t-t i+1)(t-t i+2)(t i -t i+1)(t i -t i+2) T i +(t-t i )(t-t i+2)(ti-t i )(t i -t i+2) T i+1+(t-t i )(t-t i+1)(t i+2-t i )(t i+2-t i+1) T i+2为提高插值结果可靠性，可将前后3点内插值再进一步平均。
③阿基玛（Akima ）插值法：对函数T=f(t)的n+1个有序型值中任意两点T i 和T i+1满足：f(t i )=T i df dt |t-ti =k i f’(t i+1)=T’i df dt|t-ti+1=k i+1 式中k i ，k i+1为曲线f(t)在这两点的斜率，而每点的斜率和周围4个点有关，插值公式为：T=P 0+P 1(t-t i )+P 2(t-t i )2+P 3(t-t i )3，来对T i 和T i+1之间的一点T 进行内差。
拉格朗日多项式插值法
拉格朗日多项式插值法
拉格朗日多项式插值法是一种基于插值多项式的数值分析方法，用于给定一组数据点，在这些点上构造一个多项式，从而推断出在其他位置上的函数值。
该方法的主要思想是利用一个多项式来近似描述数据点间的关系，使得多项式在已知数据点上的取值与给定数值相一致。
拉格朗日多项式插值法是一种常用的插值方法，其优点是简单易用、精度高、计算量小，适用于各种类型的数据点。
在实践中，拉格朗日多项式插值法被广泛应用于科学计算、工程设计以及数值模拟等领域。
- 1 -。
插值法数学计算方法
插值法数学计算方法插值法是一种数学计算方法，用于在已知数据点的基础上，通过构建一条插值曲线来估计未知数据点的值。
插值法可以应用于各种数学问题中，例如逼近函数、插值多项式、差值等。
本文将详细介绍插值法的原理和常见的插值方法。
一、插值法的原理插值法的基本思想是通过已知数据点的函数值来构建一个函数表达式，该函数可以通过插值曲线来估计任意点的函数值。
根据已知数据点的数量和分布，插值法可以采用不同的插值方法来构建插值函数。
插值法的原理可以用以下几个步骤来描述：1.收集已知数据点：首先，需要收集一组已知的数据点。
这些数据点可以是实际测量得到的，也可以是其他方式获得的。
2.选择插值方法：根据问题的特性和数据点的分布，选择适合的插值方法。
常见的插值方法包括拉格朗日插值法、牛顿插值法、埃尔米特插值法等。
3.构建插值函数：通过已知数据点，利用选择的插值方法构建插值函数。
这个函数可以拟合已知数据点，并通过插值曲线来估计未知数据点。
4.估计未知数据点：利用构建的插值函数，可以估计任意点的函数值。
通过插值曲线，可以对未知数据点进行预测，获得相应的数值结果。
二、常见的插值方法1.拉格朗日插值法：拉格朗日插值法基于拉格朗日多项式，通过构建一个具有多项式形式的插值函数来逼近已知数据点。
插值函数可以通过拉格朗日基函数计算得到，式子如下：P(x) = ∑[f(xi) * l(x)], i=0 to n其中，P(x)表示插值函数，f(xi)表示已知数据点的函数值，l(x)表示拉格朗日基函数。
2.牛顿插值法：牛顿插值法基于牛顿差商公式，通过构建一个递归的差商表来逼近已知数据点。
插值函数可以通过牛顿插值多项式计算得到，式子如下：P(x) = f(x0) + ∑[(f[x0, x1, ..., xi] * (x - x0) * (x - x1)* ... * (x - xi-1)] , i=1 to n其中，P(x)表示插值函数，f[x0, x1, ..., xi]表示xi对应的差商。
4插值法
4.1 函数插值的基本问题
4.1.1 插值问题的基本概念 函数插值的必要性
使复杂函数简单化 使无解析式的函数（离散型、图形图像）获得解析式
为其他数值方法提供支持手段（如数值积分、微分）
插值问题
定义4-1
4.1 函数插值的基本问题
4.1.1 插值问题的基本概念 代数多项式插值问题
由于多项式有其优良的特性，所以通常都是用多项式作为 插值函数。还有其它类型的插值函数，如有理函数插值、 三角函数插值等
4.1.3 插值多项式的误差估计
最大值估计
设 Max f
a x b ( n 1)
( x) M , 则 Rn ( x)
M n1 ( x) (n 1)!
事后估计
当 f
( n 1)
( ) 无法估计时，可作两次 插值，即
x 0 , x1 , , x n p n ( x )
i 0 n
拉格朗日插值的特点： 基函数整齐、对称,与被插函数无关,均为不超过n次的多项式 插值函数被表示为基函数与函数值的线性组合 不便于增加插值基点，因为基函数与插值基点和个数有关 公式的理论价值高于牛顿插值 例4-4 p70例3 例4-5 p71例4
例4-6 p71例5
4.2.4 拉格朗日插值在密钥管理中的应用
依赖于x的点 (a, b) ，使
f ( n 1) ( ) Rn ( x ) n 1 ( x) (n 1)!
n i 0
其中：
n 1 ( x) ( x x0 )(x x1 ) ( x x n ) ( x xi )
推论：当f(x)是次数不超过次的多项式时，pn(x)=f(x)。
函数插值涉及的基本问题
拉格朗日插值实验报告
拉格朗日插值实验报告一、实验目的本实验旨在通过实际实验，深入理解拉格朗日插值法的原理和应用，掌握其计算过程和相关技巧。
二、实验原理Pn(x) = ∑ [yi * li(x)]其中，li(x)称为拉格朗日基函数，具体的计算公式如下：li(x) = ∏ [(x-xj)/(xi-xj)] (i≠j)利用拉格朗日插值法可以对数据进行插值计算，从而得到原函数未知的点的函数值。
三、实验步骤1.根据实验要求，选择一组离散的数据点，确保它们在横坐标轴上不共线。
2. 使用拉格朗日插值法计算插值多项式的各个基函数li(x)。
3.对插值多项式进行求和，得到最终的插值多项式Pn(x)。
4.在给定的范围内选择一些未知数据点，利用插值多项式Pn(x)计算其函数值。
5.将实际计算的函数值与原函数值进行对比，评估插值方法的准确性和精确度。
四、实验结果以实验要求给定的数据点为例，具体数据如下：x:1,2,3,4,5,6y:5,19,43,79,127,187根据拉格朗日插值法的计算公式，可以得到以下结果：l0(x)=(x-2)(x-3)(x-4)(x-5)(x-6)/(-120)l1(x)=(x-1)(x-3)(x-4)(x-5)(x-6)/120l2(x)=(x-1)(x-2)(x-4)(x-5)(x-6)/(-48)l3(x)=(x-1)(x-2)(x-3)(x-5)(x-6)/48l4(x)=(x-1)(x-2)(x-3)(x-4)(x-6)/(-20)l5(x)=(x-1)(x-2)(x-3)(x-4)(x-5)/20插值多项式Pn(x)=5*l0(x)+19*l1(x)+43*l2(x)+79*l3(x)+127*l4(x)+187*l5(x)综合以上计算结果，可以对给定范围内的未知数据点进行插值计算，从而得到相应的函数值。
五、实验分析与结论在实际实验中，我们可以利用拉格朗日插值法对任意给定的函数进行逼近计算，从而得到函数在离散数据点之间的近似值。