拉格朗日插值法(圖文詳解)

阿新 • • 發佈：2018-12-31

對某個多項式函式，已知有給定的k + 1個取值點：

$(x_{0},y_{0}),\ldots ,(x_{k},y_{k})$

其中 $x_{j}$ 對應著自變數的位置，而 $y_{j}$ 對應著函式在這個位置的取值。

假設任意兩個不同的x_j都互不相同，那麼應用拉格朗日插值公式所得到的拉格朗日插值多項式為：

$L(x):=\sum _{{j=0}}^{{k}}y_{j}\ell _{j}(x)$

其中每個 $\ell _{j}(x)$ 為拉格朗日基本多項式（或稱插值基函式），其表示式為：

$\ell _{j}(x):=\prod _{{i=0,\,i\neq j}}^{{k}}{\frac {x-x_{i}}{x_{j}-x_{i}}}={\frac {(x-x_{0})}{(x_{j}-x_{0})}}\cdots {\frac {(x-x_{{j-1}})}{(x_{j}-x_{{j-1}})}}{\frac {(x-x_{{j+1}})}{(x_{j}-x_{{j+1}})}}\cdots {\frac {(x-x_{{k}})}{(x_{j}-x_{{k}})}}.$ ^[3]

拉格朗日基本多項式 $\ell _{j}(x)$ 的特點是在 $x_{j}$ 上取值為1，在其它的點 $x_{i},\,i\neq j$ 上取值為0。

範例

假設有某個二次多項式函式 $f$ ，已知它在三個點上的取值為：

$f(4)=10$
$f(5)=5.25$
$f(6)=1$

要求 $f(18)$ 的值。

首先寫出每個拉格朗日基本多項式：

$\ell _{0}(x)={\frac {(x-5)(x-6)}{(4-5)(4-6)}}$

$\ell _{1}(x)={\frac {(x-4)(x-6)}{(5-4)(5-6)}}$

$\ell _{2}(x)={\frac {(x-4)(x-5)}{(6-4)(6-5)}}$

然後應用拉格朗日插值法，就可以得到 $p$ 的表示式（ $p$ 為函式 $f$ 的插值函式）：

$p(x)=f(4)\ell _{0}(x)+f(5)\ell _{1}(x)+f(6)\ell _{2}(x)$

$.\,\,\,\,\,\,\,\,\,\,=10\cdot {\frac {(x-5)(x-6)}{(4-5)(4-6)}}+5.25\cdot {\frac {(x-4)(x-6)}{(5-4)(5-6)}}+1\cdot {\frac {(x-4)(x-5)}{(6-4)(6-5)}}$
$.\,\,\,\,\,\,\,\,\,\,={\frac {1}{4}}(x^{2}-28x+136)$

此時代入數值 $\ 18$ 就可以求出所需之值： $\ f(18)=p(18)=-11$ 。

證明

存在性

對於給定的k+1個點： $(x_{0},y_{0}),\ldots ,(x_{k},y_{k})$ ，拉格朗日插值法的思路是找到一個在一點 $x_{j}$ 取值為1，而在其他點取值都是0的多項式 $\ell _{j}(x)$ 。這樣，多項式 $y_{j}\ell _{j}(x)$ 在點 $x_{j}$ 取值為 $y_{j}$ ，而在其他點取值都是0。而多項式 $L(x):=\sum _{{j=0}}^{{k}}y_{j}\ell _{j}(x)$ 就可以滿足

$L(x_{j})=\sum _{{i=0}}^{{k}}y_{i}\ell _{i}(x_{j})=0+0+\cdots +y_{j}+\cdots +0=y_{j}$

在其它點取值為0的多項式容易找到，例如：

$(x-x_{0})\cdots (x-x_{{j-1}})(x-x_{{j+1}})\cdots (x-x_{{k}})$

它在點 $x_{j}$ 取值為： $(x_{j}-x_{0})\cdots (x_{j}-x_{{j-1}})(x_{j}-x_{{j+1}})\cdots (x_{j}-x_{{k}})$ 。由於已經假定 $x_{i}$ 兩兩互不相同，因此上面的取值不等於0。於是，將多項式除以這個取值，就得到一個滿足“在 $x_{j}$ 取值為1，而在其他點取值都是0的多項式”：

這就是拉格朗日基本多項式。

唯一性

次數不超過k的拉格朗日多項式至多隻有一個，因為對任意兩個次數不超過k的拉格朗日多項式： $P_{1}$ 和 $P_{2}$ ，它們的差 $P_{1}-P_{2}$ 在所有k+1個點上取值都是0，因此必然是多項式 $(x-x_{0})(x-x_{{1}})\cdots (x-x_{{k}})$ 的倍數。因此，如果這個差 $P_{1}-P_{2}$ 不等於0，次數就一定不小於k

+1。但是 $P_{1}-P_{2}$ 是兩個次數不超過k的多項式之差，它的次數也不超過k。所以 $P_{1}-P_{2}=0$ ，也就是說 $P_{1}=P_{2}$ 。這樣就證明了唯一性^[4]。

幾何性質

拉格朗日插值法中用到的拉格朗日基本多項式 $\ell _{0},\ell _{1},\cdots ,\ell _{n}$ （由某一組 $x_{0}<x_{1}<\cdots <x_{n}$ 確定）可以看做是由次數不超過n的多項式所組成的線性空間： ${\mathbb {K}}_{n}[X]$ 的一組基底。首先，如果存在一組係數： $\lambda _{0},\lambda _{1},\cdots ,\lambda _{n}$ 使得，

$P=\lambda _{0}\ell _{0}+\lambda _{1}\ell _{1}+\cdots +\lambda _{n}\ell _{n}=0$ ，

那麼，一方面多項式P是滿足 $P(x_{0})=\lambda _{0},P(x_{1})=\lambda _{1},\cdots ,P(x_{n})=\lambda _{n}$ 的拉格朗日插值多項式，另一方面P是零多項式，所以取值永遠是0。所以

$\lambda _{0}=\lambda _{1}=\cdots =\lambda _{n}=0$ 。

這證明了 $\ell _{0},\ell _{1},\cdots ,\ell _{n}$ 是線性無關的。同時它一共包含n+1個多項式，恰好等於 ${\mathbb {K}}_{n}[X]$ 的維數。所以 $\ell _{0},\ell _{1},\cdots ,\ell _{n}$ 構成了 ${\mathbb {K}}_{n}[X]$ 的一組基底。

拉格朗日基本多項式作為基底的好處是所有的多項式都是齊次的（都是n次多項式）。

優點與缺點

拉格朗日插值法的公式結構整齊緊湊，在理論分析中十分方便，然而在計算中，當插值點增加或減少一個時，所對應的基本多項式就需要全部重新計算，於是整個公式都會變化，非常繁瑣

[5]。這時可以用重心拉格朗日插值法或牛頓插值法來代替。此外，當插值點比較多的時候，拉格朗日插值多項式的次數可能會很高，因此具有數值不穩定的特點，也就是說盡管在已知的幾個點取到給定的數值，但在附近卻會和“實際上”的值之間有很大的偏差（如右下圖）^[6]。這類現象也被稱為龍格現象，解決的辦法是分段用較低次數的插值多項式。

重心拉格朗日插值法

重心拉格朗日插值法是拉格朗日插值法的一種改進。在拉格朗日插值法中，運用多項式

$\ell (x)=(x-x_{0})(x-x_{1})\cdots (x-x_{k})$

拉格朗日插值法的數值穩定性：如圖，用於模擬一個十分平穩的函式時，插值多項式的取值可能會突然出現一個大的偏差（圖中的14至15中間）

可以將拉格朗日基本多項式重新寫為：

$\ell _{j}(x)={\frac {\ell (x)}{x-x_{j}}}{\frac {1}{\prod _{{i=0,i\neq j}}^{k}(x_{j}-x_{i})}}$

定義重心權^[7]^[8]

$w_{j}={\frac {1}{\prod _{{i=0,i\neq j}}^{k}(x_{j}-x_{i})}}$

上面的表示式可以簡化為：

$\ell _{j}(x)=\ell (x){\frac {w_{j}}{x-x_{j}}}$

於是拉格朗日插值多項式變為：

$L(x)=\ell (x)\sum _{{j=0}}^{k}{\frac {w_{j}}{x-x_{j}}}y_{j}\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (1)$

即所謂的重心拉格朗日插值公式（第一型）或改進拉格朗日插值公式。它的優點是當插值點的個數增加一個時，將每個 $w_{j}$ 都除以 $(x_{j}-x_{{k+1}})$ ，就可以得到新的重心權 $w_{{k+1}}$ ，計算複雜度為 ${\mathcal O}(n)$ ，比重新計算每個基本多項式所需要的複雜度 ${\mathcal O}(n^{2})$ 降了一個量級。

將以上的拉格朗日插值多項式用來對函式 $g(x)\equiv 1$ 插值，可以得到：

$\forall x,\,g(x)=\ell (x)\sum _{{j=0}}^{k}{\frac {w_{j}}{x-x_{j}}}$

因為 $g(x)\equiv 1$ 是一個多項式。

因此，將 $L(x)$ 除以 $g(x)$ 後可得到：

$L(x)={\frac {\sum _{{j=0}}^{k}{\frac {w_{j}}{x-x_{j}}}y_{j}}{\sum _{{j=0}}^{k}{\frac {w_{j}}{x-x_{j}}}}}\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ (2)$ ^[7]

這個公式被稱為重心拉格朗日插值公式（第二型）或真正的重心拉格朗日插值公式。它繼承了（1）式容易計算的特點，並且在代入x值計算 $L(x)$ 的時候不必計算多項式 $\ell (x)$ ^[7]。它的另一個優點是，結合切比雪夫節點進行插值的話，可以很好地模擬給定的函式，使得插值點個數趨於無窮時，最大偏差趨於零^[7]。同時，重心拉格朗日插值結合切比雪夫節點進行插值可以達到極佳的數值穩定性。第一型拉格朗日插值是向後穩定的，而第二型拉格朗日插值是向前穩定的，並且勒貝格常數很小^[9]。

參考來源

^ E. Waring. Problems Concerning Interpolations. Philosophical Transactions of the Royal Society of London. 1779, 69: 59–67.
^ （英文）E. Meijering. A chronology of interpolation: From ancient astronomy to modern signal and image processing,. Proceedings of the IEEE: 323.
^ （英文）Julius Orion Smith III. Lagrange_Interpolation. Center for Computer Research in Music and Acoustics (CCRMA), Stanford University.
^ 馮有前，《數值分析》，第63頁
^ 李慶揚，《數值分析》第4版，第31頁
^ 馮有前，《數值分析》，第64頁
^ 王兆清，李淑萍，唐炳濤. 一維重心型插值：公式、演算法和應用. 山東建築大學學報. 2007, 22 (5): 447–453.

（中文）李慶揚，王能超，易大義. 《數值分析》第4版. 清華大學出版社. 2001. ISBN 7-302-04561-5.
（中文）馮有前. 《數值分析》. 清華大學出版社. 2001. ISBN 7-810-82495-3.

拉格朗日插值法(圖文詳解)

範例

證明

存在性

唯一性

幾何性質

優點與缺點

重心拉格朗日插值法

參考來源

拉格朗日插值法(圖文詳解)

拉格朗日插值法及應用

拉格朗日插值法

4559[JLoi2016]成績比較容斥+拉格朗日插值法

Codeforces 622F The Sum of the k-th Powers ( 自然數冪和、拉格朗日插值法 )

Python實現拉格朗日插值法

菜鷄日記——《Python資料分析與挖掘實戰》實驗6-1 拉格朗日插值法

拉格朗日插值法--CF622F The Sum of the k-th Powers

快速排序法拉格朗日插值法二分法

拉格朗日插值法學習

拉格朗日插值法概述

拉格朗日插值法複習小計

bzoj 4162: shlw loves matrix II 拉格朗日插值法+矩陣乘法

HDU 4059 -容斥原理 +拉格朗日插值法

拉格朗日插值法（程式碼實現及部分證明）

拉格朗日插值法對資料探勘中缺失值處理

【拉格朗日插值法求自然數冪和】

對於多複雜資料的插值最優方法---拉格朗日插值法。

[bzoj5339][TJOI2018]教科書般的褻瀆【拉格朗日插值法】

51nod 1258 序列求和 V4 拉格朗日插值法求自然數冪和

拉格朗日插值法(圖文詳解)

範例

證明

存在性

唯一性

幾何性質

優點與缺點

重心拉格朗日插值法

參考來源

相關推薦