SlideShare a Scribd company logo
1 of 3
Download to read offline
Интерполяционный многочлен Лагранжа
Наиболее широко применяется приближение в виде
g (x;a1, ... , an ) =
i
n


1
ai i (x)
где i (x) - фиксированные функции, значения ai определяются из условия
f(xi) =
i
n


1
ai i (xi)
Для определения коэффициентов аi может быть использован метод неопределенных
коэффициентов.
Наиболее изучен случай интерполирования многочленами
i
n


1
ai xi-1
Определитель этой системы отличен от нуля (определитель Вандермонда).
Следовательно, система
i
n


1
ai xj
i-1
= f(xj ) j = 1, ... , n
имеет решение и притом единственное.
Будем строить многочлен в виде
gn (x) =
i
n


1
f(xi ) Фj (x)
т.к. Фi(xj) = 0 при i не равном j, то Фi(xj) делится на (x - xj) при i не равном j. Таким
образом, нам известно n-1 делителей многочлена степени n-1, отсюда
Фi (x) = C
j i
n

 (x-xj )
Из условия Фi(xi) = 1 получаем
Фi (x) =
j i
n
j
i j
x x
x x



Интерполяционный многочлен имеет вид
gn (x) = Ln (x) =
i
n


1
f(xi )
j i
n
j
i j
x x
x x



Это интерполяционный многочлен Лагранжа.
Введем в рассмотрение функцию
Ln (x) =
i
n


1
f(xi )
j i
n
j
i j
x x
x x



Wn = ( )x xj
j
n



1
W'n (x) =
k
n


1
( )x xj
j k
n



При x - xi , k неравном i слагаемое обращается в нуль, тогда
W'n (xi) = ( )x xi j
j j
n



Тогда
j i
n
i
i j
x x
x x



=
W x
W x x x
n
n i i
( )
( )( )'

Ln =
i
n


1
f(xi )
W x
W x x x
n
n i i
( )
( )( )'

Оценка остаточного члена интерполяционного многочлена Лагранжа
Предположим непрерывность f(n)
(x). Введем
 (z) = f(x) - gn(z) - KWn(z).
Выберем К из условия  (x) = 0, где x - точка в которой оценивается погрешность
)(
)()(
zW
zgzf
K
n
n

При таком выборе К функция  (z) обращается в нуль в (n+1) - й точке x1 , x2 , ... , xn , x. На
основании теоремы Ролля производная '(z) обращается в нуль по крайней мере в n -
точках и т.д.  (n)
(z) обращается в нуль по крайней мере в одной точке  , причем эта точка
принадлежит отрезку [y1 , y2 ].
y1 = min (x1 , ... , xn , x); y22 = max (x1 , x2 , ... , xn ,x);
 n
(z) = f n
(z) - Kn!;
откуда
!
)(
n
f
K
n


Тогда
!
)(
)()(
n
f
xgxf
n
n

 ,   [y1 , y2 ].

More Related Content

What's hot

Proizvodnaya
ProizvodnayaProizvodnaya
ProizvodnayaAlex_Tam
 
К.В. Воронцов "Нейронные сети (продолжение)"
К.В. Воронцов "Нейронные сети (продолжение)"К.В. Воронцов "Нейронные сети (продолжение)"
К.В. Воронцов "Нейронные сети (продолжение)"Yandex
 
Исследование производной
Исследование производнойИсследование производной
Исследование производнойagafonovalv
 
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"Yandex
 
производящие функции
производящие функциипроизводящие функции
производящие функцииMariya_Lastochkina
 
1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойстваDEVTYPE
 
Pervoobraznaya i integral_11_klass
Pervoobraznaya i integral_11_klassPervoobraznaya i integral_11_klass
Pervoobraznaya i integral_11_klassdimonz9
 
примеры линейных нормированных_пространств
примеры линейных нормированных_пространствпримеры линейных нормированных_пространств
примеры линейных нормированных_пространствVladimir Kukharenko
 
Периодические функции
Периодические функцииПериодические функции
Периодические функцииAlbina
 
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...Nikolay Grebenshikov
 
Синус и косинус
Синус и косинусСинус и косинус
Синус и косинусartec457
 
4 b stepennye fukcii
4 b stepennye fukcii4 b stepennye fukcii
4 b stepennye fukciiNarvatk
 
Predel funk
Predel funkPredel funk
Predel funkAlex_Tam
 
графики Мехралиева С.А.
графики Мехралиева С.А.графики Мехралиева С.А.
графики Мехралиева С.А.veraka
 
Дмитрий Кашицын, Вывод типов в динамических и не очень языках II
Дмитрий Кашицын, Вывод типов в динамических и не очень языках IIДмитрий Кашицын, Вывод типов в динамических и не очень языках II
Дмитрий Кашицын, Вывод типов в динамических и не очень языках IIPlatonov Sergey
 

What's hot (20)

Proizvodnaya
ProizvodnayaProizvodnaya
Proizvodnaya
 
Основы MATLAB. Численные методы
Основы MATLAB. Численные методыОсновы MATLAB. Численные методы
Основы MATLAB. Численные методы
 
К.В. Воронцов "Нейронные сети (продолжение)"
К.В. Воронцов "Нейронные сети (продолжение)"К.В. Воронцов "Нейронные сети (продолжение)"
К.В. Воронцов "Нейронные сети (продолжение)"
 
Исследование производной
Исследование производнойИсследование производной
Исследование производной
 
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"
К.В. Воронцов "Нелинейная регрессия. Многослойные нейронные сети"
 
производящие функции
производящие функциипроизводящие функции
производящие функции
 
1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства1.4 Точечные оценки и их свойства
1.4 Точечные оценки и их свойства
 
Pervoobraznaya i integral_11_klass
Pervoobraznaya i integral_11_klassPervoobraznaya i integral_11_klass
Pervoobraznaya i integral_11_klass
 
Pr i-3
Pr i-3Pr i-3
Pr i-3
 
6
66
6
 
примеры линейных нормированных_пространств
примеры линейных нормированных_пространствпримеры линейных нормированных_пространств
примеры линейных нормированных_пространств
 
Периодические функции
Периодические функцииПериодические функции
Периодические функции
 
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...
Лекция №2. Алгоритмические проблемы. Стандартные схемы программ. Предмет "Тео...
 
Синус и косинус
Синус и косинусСинус и косинус
Синус и косинус
 
Pr i-7
Pr i-7Pr i-7
Pr i-7
 
Lection06
Lection06Lection06
Lection06
 
4 b stepennye fukcii
4 b stepennye fukcii4 b stepennye fukcii
4 b stepennye fukcii
 
Predel funk
Predel funkPredel funk
Predel funk
 
графики Мехралиева С.А.
графики Мехралиева С.А.графики Мехралиева С.А.
графики Мехралиева С.А.
 
Дмитрий Кашицын, Вывод типов в динамических и не очень языках II
Дмитрий Кашицын, Вывод типов в динамических и не очень языках IIДмитрий Кашицын, Вывод типов в динамических и не очень языках II
Дмитрий Кашицын, Вывод типов в динамических и не очень языках II
 

Viewers also liked

I fr-відкриті дистанційні курси
I fr-відкриті дистанційні курсиI fr-відкриті дистанційні курси
I fr-відкриті дистанційні курсиVladimir Kukharenko
 
ассоциация E learning ua-вводная
ассоциация E learning ua-вводнаяассоциация E learning ua-вводная
ассоциация E learning ua-вводнаяVladimir Kukharenko
 
основні вимоги редакцій наук11 02 15
основні вимоги редакцій наук11 02 15основні вимоги редакцій наук11 02 15
основні вимоги редакцій наук11 02 15Vladimir Kukharenko
 
електр каталог_зав_каф_09_2016
електр каталог_зав_каф_09_2016електр каталог_зав_каф_09_2016
електр каталог_зав_каф_09_2016Vladimir Kukharenko
 
многочлены чебышева
многочлены чебышевамногочлены чебышева
многочлены чебышеваVladimir Kukharenko
 
нормативно правові та організаційні аспекти дистанційного навчання
нормативно правові та організаційні аспекти дистанційного навчаннянормативно правові та організаційні аспекти дистанційного навчання
нормативно правові та організаційні аспекти дистанційного навчанняVladimir Kukharenko
 
куратор содержания 4-01
куратор содержания 4-01куратор содержания 4-01
куратор содержания 4-01Vladimir Kukharenko
 

Viewers also liked (17)

сплайны
сплайнысплайны
сплайны
 
I fr-відкриті дистанційні курси
I fr-відкриті дистанційні курсиI fr-відкриті дистанційні курси
I fr-відкриті дистанційні курси
 
експерт
експертексперт
експерт
 
Intro trdk-1-id-15
Intro trdk-1-id-15Intro trdk-1-id-15
Intro trdk-1-id-15
 
ассоциация E learning ua-вводная
ассоциация E learning ua-вводнаяассоциация E learning ua-вводная
ассоциация E learning ua-вводная
 
банк15
банк15банк15
банк15
 
10 февраля 2015
10 февраля 201510 февраля 2015
10 февраля 2015
 
основні вимоги редакцій наук11 02 15
основні вимоги редакцій наук11 02 15основні вимоги редакцій наук11 02 15
основні вимоги редакцій наук11 02 15
 
електр каталог_зав_каф_09_2016
електр каталог_зав_каф_09_2016електр каталог_зав_каф_09_2016
електр каталог_зав_каф_09_2016
 
многочлены чебышева
многочлены чебышевамногочлены чебышева
многочлены чебышева
 
Lviv 10-10-15
Lviv 10-10-15Lviv 10-10-15
Lviv 10-10-15
 
Video
VideoVideo
Video
 
нормативно правові та організаційні аспекти дистанційного навчання
нормативно правові та організаційні аспекти дистанційного навчаннянормативно правові та організаційні аспекти дистанційного навчання
нормативно правові та організаційні аспекти дистанційного навчання
 
Bl rakurs-26-02-15(1)
Bl rakurs-26-02-15(1)Bl rakurs-26-02-15(1)
Bl rakurs-26-02-15(1)
 
тиждень 2 куратор
тиждень 2 куратортиждень 2 куратор
тиждень 2 куратор
 
Stolyarevska 2013
Stolyarevska 2013Stolyarevska 2013
Stolyarevska 2013
 
куратор содержания 4-01
куратор содержания 4-01куратор содержания 4-01
куратор содержания 4-01
 

Similar to интерполяционный многочлен лагранжа

20081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-1020081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-10Computer Science Club
 
К.В. Воронцов "Регрессивный анализ и метод главных компонент"
К.В. Воронцов "Регрессивный анализ и метод главных компонент"К.В. Воронцов "Регрессивный анализ и метод главных компонент"
К.В. Воронцов "Регрессивный анализ и метод главных компонент"Yandex
 
Лекция 16 Вычислительная геометрия
Лекция 16 Вычислительная геометрияЛекция 16 Вычислительная геометрия
Лекция 16 Вычислительная геометрияsimple_people
 
11.2 курс лекций афу
11.2 курс лекций афу11.2 курс лекций афу
11.2 курс лекций афуGKarina707
 
Методы численного интегрирования
Методы численного интегрированияМетоды численного интегрирования
Методы численного интегрированияTheoretical mechanics department
 
Мысль №6
Мысль №6Мысль №6
Мысль №6rasparin
 
Мысль №6
Мысль №6Мысль №6
Мысль №6rasparin
 
математик анализ лекц№10
математик анализ лекц№10математик анализ лекц№10
математик анализ лекц№10narangerelodon
 
Корреляция и МНК
Корреляция и МНККорреляция и МНК
Корреляция и МНКKurbatskiy Alexey
 
Многочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийМногочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийTheoretical mechanics department
 
[Youdz.ru] первообразная.
[Youdz.ru] первообразная.[Youdz.ru] первообразная.
[Youdz.ru] первообразная.You DZ
 
L6: Метод опорных векторов
L6: Метод опорных векторовL6: Метод опорных векторов
L6: Метод опорных векторовTechnosphere1
 

Similar to интерполяционный многочлен лагранжа (20)

Lecture 10 cont_joint_distr
Lecture 10 cont_joint_distrLecture 10 cont_joint_distr
Lecture 10 cont_joint_distr
 
20081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-1020081116 structuralcomplexitytheory lecture09-10
20081116 structuralcomplexitytheory lecture09-10
 
К.В. Воронцов "Регрессивный анализ и метод главных компонент"
К.В. Воронцов "Регрессивный анализ и метод главных компонент"К.В. Воронцов "Регрессивный анализ и метод главных компонент"
К.В. Воронцов "Регрессивный анализ и метод главных компонент"
 
Pr i-2
Pr i-2Pr i-2
Pr i-2
 
4
44
4
 
Лекция 16 Вычислительная геометрия
Лекция 16 Вычислительная геометрияЛекция 16 Вычислительная геометрия
Лекция 16 Вычислительная геометрия
 
Integral1
Integral1Integral1
Integral1
 
10474
1047410474
10474
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
11.2 курс лекций афу
11.2 курс лекций афу11.2 курс лекций афу
11.2 курс лекций афу
 
Методы численного интегрирования
Методы численного интегрированияМетоды численного интегрирования
Методы численного интегрирования
 
Мысль №6
Мысль №6Мысль №6
Мысль №6
 
Мысль №6
Мысль №6Мысль №6
Мысль №6
 
Funkciya y cos_ee_svojstva_i_grafik
Funkciya y cos_ee_svojstva_i_grafikFunkciya y cos_ee_svojstva_i_grafik
Funkciya y cos_ee_svojstva_i_grafik
 
математик анализ лекц№10
математик анализ лекц№10математик анализ лекц№10
математик анализ лекц№10
 
Корреляция и МНК
Корреляция и МНККорреляция и МНК
Корреляция и МНК
 
Многочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближенийМногочлены наилучших среднеквадратичных приближений
Многочлены наилучших среднеквадратичных приближений
 
[Youdz.ru] первообразная.
[Youdz.ru] первообразная.[Youdz.ru] первообразная.
[Youdz.ru] первообразная.
 
Pr i-6
Pr i-6Pr i-6
Pr i-6
 
L6: Метод опорных векторов
L6: Метод опорных векторовL6: Метод опорных векторов
L6: Метод опорных векторов
 

More from Vladimir Kukharenko (20)

Приклад презентації до захисту
Приклад презентації до захистуПриклад презентації до захисту
Приклад презентації до захисту
 
Intro trdk-2021
Intro trdk-2021Intro trdk-2021
Intro trdk-2021
 
Idl 1-2020
Idl 1-2020Idl 1-2020
Idl 1-2020
 
Abstract edl
Abstract edlAbstract edl
Abstract edl
 
Intro tutor-2019
Intro tutor-2019Intro tutor-2019
Intro tutor-2019
 
Winter school-2019
Winter school-2019Winter school-2019
Winter school-2019
 
Intro e-learning-2018
Intro e-learning-2018Intro e-learning-2018
Intro e-learning-2018
 
Scel 2018-2
Scel 2018-2Scel 2018-2
Scel 2018-2
 
Scel 2018-1
Scel 2018-1Scel 2018-1
Scel 2018-1
 
E university-khnu-2018
E university-khnu-2018E university-khnu-2018
E university-khnu-2018
 
Intro tutor-2018
Intro tutor-2018Intro tutor-2018
Intro tutor-2018
 
Trdk bloom-2018
Trdk bloom-2018Trdk bloom-2018
Trdk bloom-2018
 
Trdk 2018-id
Trdk 2018-idTrdk 2018-id
Trdk 2018-id
 
Intro trdk-2018
Intro trdk-2018Intro trdk-2018
Intro trdk-2018
 
главчева 1 01_2018_1
главчева 1 01_2018_1главчева 1 01_2018_1
главчева 1 01_2018_1
 
от нрк к результатам обучения 2081.02.01
от нрк к результатам обучения 2081.02.01от нрк к результатам обучения 2081.02.01
от нрк к результатам обучения 2081.02.01
 
компетентність мудл
компетентність мудлкомпетентність мудл
компетентність мудл
 
компетентність викладач
компетентність викладачкомпетентність викладач
компетентність викладач
 
компетентність 1
компетентність 1компетентність 1
компетентність 1
 
відкрита освіта зш-1
відкрита освіта зш-1відкрита освіта зш-1
відкрита освіта зш-1
 

интерполяционный многочлен лагранжа

  • 1. Интерполяционный многочлен Лагранжа Наиболее широко применяется приближение в виде g (x;a1, ... , an ) = i n   1 ai i (x) где i (x) - фиксированные функции, значения ai определяются из условия f(xi) = i n   1 ai i (xi) Для определения коэффициентов аi может быть использован метод неопределенных коэффициентов. Наиболее изучен случай интерполирования многочленами i n   1 ai xi-1 Определитель этой системы отличен от нуля (определитель Вандермонда). Следовательно, система i n   1 ai xj i-1 = f(xj ) j = 1, ... , n имеет решение и притом единственное. Будем строить многочлен в виде gn (x) = i n   1 f(xi ) Фj (x) т.к. Фi(xj) = 0 при i не равном j, то Фi(xj) делится на (x - xj) при i не равном j. Таким образом, нам известно n-1 делителей многочлена степени n-1, отсюда Фi (x) = C j i n   (x-xj ) Из условия Фi(xi) = 1 получаем Фi (x) = j i n j i j x x x x    Интерполяционный многочлен имеет вид gn (x) = Ln (x) = i n   1 f(xi ) j i n j i j x x x x   
  • 2. Это интерполяционный многочлен Лагранжа. Введем в рассмотрение функцию Ln (x) = i n   1 f(xi ) j i n j i j x x x x    Wn = ( )x xj j n    1 W'n (x) = k n   1 ( )x xj j k n    При x - xi , k неравном i слагаемое обращается в нуль, тогда W'n (xi) = ( )x xi j j j n    Тогда j i n i i j x x x x    = W x W x x x n n i i ( ) ( )( )'  Ln = i n   1 f(xi ) W x W x x x n n i i ( ) ( )( )'  Оценка остаточного члена интерполяционного многочлена Лагранжа Предположим непрерывность f(n) (x). Введем  (z) = f(x) - gn(z) - KWn(z). Выберем К из условия  (x) = 0, где x - точка в которой оценивается погрешность )( )()( zW zgzf K n n  При таком выборе К функция  (z) обращается в нуль в (n+1) - й точке x1 , x2 , ... , xn , x. На основании теоремы Ролля производная '(z) обращается в нуль по крайней мере в n - точках и т.д.  (n) (z) обращается в нуль по крайней мере в одной точке  , причем эта точка принадлежит отрезку [y1 , y2 ]. y1 = min (x1 , ... , xn , x); y22 = max (x1 , x2 , ... , xn ,x);  n (z) = f n (z) - Kn!; откуда