Interpolazione newtoniana
In analisi numerica , l' interpolazione newtoniana , dal nome di Isaac Newton , è un metodo di interpolazione polinomiale che consente di ottenere il polinomio di Lagrange come combinazione lineare di polinomi della " base newtoniana".
A differenza dell'interpolazione Hermite, ad esempio, questo metodo differisce dall'interpolazione lagrangiana solo per il modo in cui viene calcolato il polinomio, il polinomio di interpolazione risultante è lo stesso. Per questo motivo parliamo piuttosto anche della forma di Newton del polinomio di Lagrange.
Definizione
dato punti
K+1{\ displaystyle k + 1}
(X0,y0),...,(XK,yK){\ displaystyle (x_ {0}, y_ {0}), \ ldots, (x_ {k}, y_ {k})}(gli x j tutti distinti da 2 a 2), l'interpolazione polinomiale in una base di Newton è una combinazione lineare di polinomi appartenenti a questa base
NON(X)=∑j=0Kajnonj(X){\ displaystyle N (x) = \ sum _ {j = 0} ^ {k} a_ {j} n_ {j} (x)}
con i polinomi di Newton definiti come segue
nonj(X)=∏0≤io<j(X-Xio)j=0,...,K{\ displaystyle n_ {j} (x) = \ prod _ {0 \ leq i <j} (x-x_ {i}) \ qquad j = 0, \ ldots, k}(in particolare , il prodotto vuoto )
non0=1{\ displaystyle n_ {0} = 1}
e i coefficienti uguali alle differenze divise :
aj=[y0,...,yj].{\ displaystyle a_ {j} = [y_ {0}, \ ldots, y_ {j}].}In sintesi :
Il polinomio di interpolazione di Newton associato ai punti è definito da:
NON(X){\ displaystyle N (x)}K+1{\ displaystyle k + 1}(X0,y0),...,(XK,yK){\ displaystyle (x_ {0}, y_ {0}), \ ldots, (x_ {k}, y_ {k})}
NON(X)=[y0]+[y0,y1](X-X0)+...+[y0,...,yK](X-X0)...(X-XK-1).{\ displaystyle N (x) = [y_ {0}] + [y_ {0}, y_ {1}] (x-x_ {0}) + \ ldots + [y_ {0}, \ ldots, y_ {k }] (x-x_ {0}) \ ldots (x-x_ {k-1}).}
Teorema di interpolazione di Newton
Il seguente teorema giustifica il nome di "polinomio di interpolazione" per :
NON{\ displaystyle N}
Questo polinomio è uguale al polinomio di interpolazione di Lagrange associato ai punti, cioè all'unico polinomio di grado minore o uguale a soddisfare:NON{\ displaystyle N}K+1{\ displaystyle k + 1}L{\ displaystyle L}K{\ displaystyle k}∀io∈{0,...,K}L(Xio)=yio.{\ displaystyle \ forall i \ in \ {0, \ dots, k \} \ quad L (x_ {i}) = y_ {i}.}
Dimostrazione
Mostriamo prima, per induzione su , che il coefficiente di grado di è uguale a . Per il punto, questa uguaglianza è immediata. Supponiamo che sia vero per i punti e denotiamo il polinomio di interpolazione associato ai primi punti (con indici to ) e quello associato all'ultimo (con indici to ). Allora,
K{\ displaystyle k}K{\ displaystyle k}L{\ displaystyle L}[y0,...,yK]{\ displaystyle [y_ {0}, \ dots, y_ {k}]}1{\ displaystyle 1}K{\ displaystyle k}P{\ displaystyle P}K{\ displaystyle k}0{\ displaystyle 0}K-1{\ displaystyle k-1}Q{\ displaystyle Q}K{\ displaystyle k}1{\ displaystyle 1}K{\ displaystyle k}
L(X)=(X-X0)Q(X)-(X-XK)P(X)XK-X0{\ displaystyle L (x) = {\ frac {(x-x_ {0}) Q (x) - (x-x_ {k}) P (x)} {x_ {k} -x_ {0}}} }quindi (per ipotesi di induzione) il coefficiente di grado di è effettivamente uguale a .
K{\ displaystyle k}L{\ displaystyle L}[y1,...,yK]-[y0,...,yK-1]XK-X0=[y0,...,yK]{\ displaystyle {\ frac {[y_ {1}, \ dots, y_ {k}] - [y_ {0}, \ dots, y_ {k-1}]} {x_ {k} -x_ {0}} } = [y_ {0}, \ dots, y_ {k}]}
Con le stesse annotazioni, mostriamo ora, ancora una volta per induzione , questo . Per il punto, questa uguaglianza è immediata. Supponiamo che sia vero per i punti. è di grado minore o uguale ae zero in e il suo coefficiente di grado è uguale a quello di quindi, secondo quanto sopra, a . Pertanto, è uguale a , cioè (per ipotesi di induzione) a .
K{\ displaystyle k}L=NON{\ displaystyle L = N}1{\ displaystyle 1}K{\ displaystyle k}L-P{\ displaystyle LP}K{\ displaystyle k}X0,...,XK-1{\ displaystyle x_ {0}, \ dots, x_ {k-1}}K{\ displaystyle k}L{\ displaystyle L}[y0,...,yK]{\ displaystyle [y_ {0}, \ dots, y_ {k}]}L(X){\ displaystyle L (x)}P(X)+[y0,...,yK](X-X0)...(X-XK-1){\ displaystyle P (x) + [y_ {0}, \ ldots, y_ {k}] (x-x_ {0}) \ ldots (x-x_ {k-1})}NON(X){\ displaystyle N (x)}
Nota
Il polinomio di interpolazione di Lagrange appartiene allo spazio vettoriale dei polinomi di grado minore o uguale a , di cui la "base di Newton" sopra definita è una base. Secondo il teorema di interpolazione di Newton, le coordinate di in sono , dove sono le differenze divise. Un metodo ingenuo per calcolare direttamente le coordinate di in sarebbe risolvere il sistema di equazioni lineariL{\ displaystyle L}K{\ displaystyle k}non: =(non0,...,nonK){\ displaystyle n: = (n_ {0}, \ dots, n_ {k})}L{\ displaystyle L}non{\ displaystyle n}(a0,...,aK){\ displaystyle (a_ {0}, \ dots, a_ {k})}aio{\ displaystyle a_ {i}}L{\ displaystyle L}non{\ displaystyle n}
∑j=0ioajnonj(Xio)=yioio=0,...,K{\ displaystyle \ sum _ {j = 0} ^ {i} a_ {j} n_ {j} (x_ {i}) = y_ {i} \ qquad i = 0, \ dots, k},
che si riscrive
(101X1-X01X2-X0(X2-X0)(X2-X1)⋮⋮⋱1XK-X0......∏j=0K-1(XK-Xj))(a0⋮aK)=(y0⋮yK).{\ displaystyle {\ begin {pmatrix} 1 &&&& 0 \\ 1 & x_ {1} -x_ {0} &&& \\ 1 & x_ {2} -x_ {0} & (x_ {2} -x_ {0} ) (x_ {2} -x_ {1}) && \\\ vdots & \ vdots && \ ddots & \\ 1 & x_ {k} -x_ {0} & \ ldots & \ ldots & \ prod _ {j = 0} ^ {k-1} (x_ {k} -x_ {j}) \ end {pmatrix}} {\ begin {pmatrix} a_ {0} \\\ vdots \\ a_ {k} \ end {pmatrix} } = {\ begin {pmatrix} y_ {0} \\\ vdots \\ y_ {k} \ end {pmatrix}}.}Dato che questo sistema è sfalsato e triangolare ancora più basso , potremmo risolverlo passo dopo passo, partendo dalla retta che ci darebbe poi per , il calcolo di ci permetterebbe di dedurre , e così via fino a .
io=0{\ displaystyle i = 0}a0{\ displaystyle a_ {0}}io=1{\ displaystyle i = 1}a0{\ displaystyle a_ {0}}a1{\ displaystyle a_ {1}}io=K{\ displaystyle i = k}
Applicazioni
Come mostra la definizione delle differenze divise , è possibile aggiungere ulteriori punti per creare un nuovo polinomio di interpolazione senza ricalcolare i coefficienti. Inoltre, se si modifica un punto, è inutile ricalcolare tutti i coefficienti. Un altro vantaggio è che se x i sono distribuiti uniformemente, il calcolo delle differenze divise diventa molto più veloce. Pertanto, la forma di Newton per il polinomio di interpolazione è preferita a quella di Lagrange o anche al metodo ingenuo sopra, per ragioni pratiche.
Il teorema di interpolazione di Newton ci permette di dimostrare che qualsiasi funzione polinomiale è uguale alla sua serie di Newton .
Vedi anche
Link esterno
Interpolazione polinomiale di tipo Newton (sic) e differenze divise su math-linux.com
Credito dell'autore
(fr) Questo articolo è parzialmente o interamente tratto dall'articolo di Wikipedia in
inglese intitolato
" Polinomio di Newton " ( vedere l'elenco degli autori ) .
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">