BL2.ru

Интерполяция - полином Лагранжа (онлайн калькулятор)

Интерполяционный многочлен Лагранжа по произвольным точкам: добавьте сколько нужно узлов (x; F(x)) и точку xn. Калькулятор посчитает базисные многочлены Lx, значение, многочлен в явном виде и построит график.

Рассчитать
Тут можно интерполировать по формуле Лагранжа онлайн Также для рассчета интерполяции можно воспользоваться сервисами Линейная интерполяция и экстраполяция, Билинейная интерполяция и полином Ньютона

Интерполяционный многочлен Лагранжа

L(x) = Σi=1..n Fxi · Lxi,   Lxi = Πj≠i (x − xj) / (xi − xj)

Что делает калькулятор

Есть таблица известных значений функции: в точках x1, x2, …, xn функция равна Fx1, Fx2, …, Fxn. Сама формула функции неизвестна. Полином Лагранжа — это единственный многочлен степени не выше n−1, который проходит точно через все эти точки. Калькулятор строит его и считает значение в нужной точке xn.

Как устроена формула

Для каждой точки строится базисный множитель Lxi: он равен 1 в «своей» точке xi и 0 во всех остальных узлах.

Lxi = Πj≠i (x − xj) / (xi − xj)

Ответ — сумма значений, взвешенных этими множителями: L(x) = Σ Fxi · Lxi. Калькулятор показывает все Lxi, чтобы было видно вклад каждой точки. Их сумма всегда равна 1.

Пример

Известно: f(1) = 1, f(2) = 4, f(4) = 16 (это y = x², но калькулятору это знать не нужно). Найдём f(3):

ixiFxiLxi(3)Fxi · Lxi
111(3−2)(3−4) / ((1−2)(1−4)) = −1/3−1/3
224(3−1)(3−4) / ((2−1)(2−4)) = 14
3416(3−1)(3−2) / ((4−1)(4−2)) = 1/316/3

Сумма: −1/3 + 4 + 16/3 = 9. Ровно 3² — по трём точкам полином второй степени восстанавливается точно.

Что важно знать

  • Узлы могут идти с любым шагом — в отличие от формул Ньютона на этом сайте, которым нужен равномерный шаг. Главное, чтобы xi не повторялись.
  • Точность. Если функция — многочлен степени меньше числа точек, результат точный. Для других функций это приближение, и оно лучше всего между узлами.
  • Экстраполяция (точка вне диапазона узлов) работает, но ошибка быстро растёт.
  • Много точек — не всегда лучше. При 10–20 равномерных узлах полином начинает сильно «раскачиваться» у краёв (эффект Рунге). Для больших таблиц лучше брать 3–5 ближайших точек или сплайны.
  • Отличие от Ньютона. Результат тот же многочлен. Формулу Лагранжа проще записать и понять, а форма Ньютона удобнее, когда точки добавляются по одной: не нужно пересчитывать всё заново.

Где применяется

  • Таблицы измерений и справочники — значение между точками калибровки датчика, свойства материалов, табличные коэффициенты, когда известно 3–4 точки и зависимость нелинейная.
  • Численные методы — на полиноме Лагранжа построены формулы численного интегрирования (Ньютона — Котеса, Симпсона) и численного дифференцирования.
  • Компьютерная графика и анимация — плавная кривая через заданные ключевые точки.
  • Обработка сигналов — передискретизация и дробная задержка сигнала (Lagrange interpolation filters в аудио).
  • Криптография — схема разделения секрета Шамира: секрет восстанавливают интерполяцией Лагранжа по нескольким долям.
  • Учёба — проверить домашнее задание по численным методам и увидеть вклад каждой точки.

Как пользоваться

  • Введите пары xi и Fxi; кнопкой «+» добавьте строку, «−» — уберите.
  • В поле xn укажите точку, где нужно значение, и нажмите «Рассчитать». С галочкой в кнопке расчёт идёт автоматически при каждом изменении.
  • Можно вводить дроби (1/3), числа с запятой (0,5) и выражения — как в других калькуляторах раздела.

Частые вопросы

Сколько точек можно задать?
Любое количество от двух. Но при многих узлах многочлен высокой степени сильно колеблется между ними (эффект Рунге). Для длинных таблиц лучше кубический сплайн.
Нужен ли одинаковый шаг между x?
Нет, в этом главное преимущество Лагранжа. Узлы могут идти с любым шагом, но значения x не должны повторяться.
Как получить сам многочлен?
Под кнопками выводится P(x) в обычном виде (a·x² + b·x + c) и в форме Лагранжа, а также график через все узлы.
Чем отличается от аппроксимации?
Многочлен Лагранжа проходит точно через каждую точку. Если в данных есть погрешности измерений, лучше подойдёт аппроксимация методом наименьших квадратов.