拉格朗日插值法实现与误差分析：Matlab代码示例

本文将通过Matlab代码示例演示拉格朗日插值法的实现过程，并分析插值误差与已知数据点个数的关系。

代码实现

function y =lagrange (x0,y0,x) %定义拉格朗日插值函数，输入已知数据的x坐标、y坐标和需要插值的x坐标，输出插值的y坐标
m=length(x); %需要插值的x坐标个数
n=length(x0); %已知数据个数
for i=1:m %逐个计算需要插值的x坐标的y坐标
     z=x(i); %取出一组需要插值的x坐标
    s=0; %初始化插值的y坐标
   for k=1:n %逐个计算拉格朗日插值多项式的每一项
      p=1.0; %初始化插值多项式的每一项
      for j=1:n %逐个计算插值多项式的每个乘项
           if j~=k %如果不是同一个已知数据点
             p=p*(z-x0(j))/(x0(k)-x0(j)); %计算乘项的值
         end
    end
    s=p*y0(k)+s; %将每一项相加得到插值的y坐标
     end
y(i)=s; %将插值的y坐标存入结果向量中
end
clear; clc; clf;：清空命令窗口、清空当前图形、关闭所有图形窗口。
 x0=[-1:0.02:1];：定义x0为一个从-1到1，步长为0.02的行向量。
y0=1./(1+25*x0.^2);：定义y0为一个与x0相同大小的行向量，每个元素为1/(1+25*x0^2)。
plot(x0,y0,'b')：绘制x0和y0的图形，颜色为蓝色。
hold on：保持当前图形，并在其上绘制后续的图形。
x1=linspace(-1,1,11);：定义x1为一个从-1到1，长度为11的行向量，即包括-1和1。
y1=1./(1+25*x1.^2);：定义y1为一个与x1相同大小的行向量，每个元素为1/(1+25*x1^2)。
y0=lagrange(x1,y1,x0);：调用自定义函数lagrange，计算x0处的拉格朗日插值多项式在y1上的值，并将结果存储在y0中。
plot(x0,y0,'--r')：绘制x0和y0的图形，颜色为红色，线型为虚线。
x1=linspace(-1,1,21);：定义x1为一个从-1到1，长度为21的行向量，即包括-1和1。
y1=1./(1+25*x1.^2);：定义y1为一个与x1相同大小的行向量，每个元素为1/(1+25*x1^2)。
 y0=lagrange(x1,y1,x0);：调用自定义函数lagrange，计算x0处的拉格朗日插值多项式在y1上的值，并将结果存储在y0中。
 plot(x0,y0,'--g')：绘制x0和y0的图形，颜色为绿色，线型为虚线。

结论

根据代码和注释，该程序实现了拉格朗日插值法，并在图像上绘制了原函数、11个已知数据点的插值曲线和21个已知数据点的插值曲线。结合图像看，随着已知数据点的增加，插值曲线逐渐逼近原函数，但在两端的插值误差较大。因此，拉格朗日插值法在有限的已知数据点下可以得到较好的插值结果，但需要注意插值误差的问题。

总结

本文通过Matlab代码示例演示了拉格朗日插值法的实现过程，并分析了插值误差与已知数据点个数的关系。代码包含函数定义、插值计算和图形绘制等部分，帮助读者理解拉格朗日插值法的工作原理和应用场景。在实际应用中，需要根据实际情况选择合适的插值方法，并注意插值误差的影响。