- Newton-Darstellung
-
Unter Polynominterpolation versteht man die Lösung der Aufgabe, ein Polynom zu finden, das exakt durch vorgegebene Stützstellen verläuft und diese damit interpoliert. Für n + 1 gegebene Wertepaare mit paarweise verschiedenen xi gibt es genau ein Polynom P(x) maximal n-ten Grades, das alle Gleichungen P(xi) = fi erfüllt. Dieses Polynom wird Interpolationspolynom genannt.
Ein Polynom n-ten Grades hat n+1 Koeffizienten, also ebenso viele Freiheitsgrade. Die Lösung des Interpolationsproblems kann damit durch ein lineares Gleichungssystem bestimmt werden. Wie dieses Gleichungssystem aussieht, hängt von der gewählten Darstellung beziehungsweise Basis ab. Die Eindeutigkeit folgt daraus, dass ein Polynom n-ten Grades mit reellen oder komplexen Koeffizienten, das nicht das Nullpolynom ist, höchstens n Nullstellen hat. Die Differenz zweier verschiedener Lösungen wäre aber an allen n+1 Interpolationsstellen gleich 0.
Inhaltsverzeichnis
Newton-Basis
Die so genannte Newton-Basis hat sich zur Darstellung und Auswertung bewährt. Dabei ist das Interpolationspolynom gegeben durch
mit den Newton-Basis-Funktionen
Die unbekannten Koeffizienten ck können hier mit Hilfe des „Schemas der dividierten Differenzen“ effizient und numerisch stabil berechnet werden. Es gilt
- ,
wobei die dividierten Differenzen durch die Rekursion (i < j)
aus den Stützwerten bestimmt werden.
Wenn das Feld x die Stützstellen x(1)...x(n) und das Feld y die Stützwerte y(1) bis y(n) enthält, dann liefert der folgende BASIC-Algorithmus die Koeffizienten c1,c2,...,cn. Die Programmsequenz verändert dazu das Feld y derart, dass der Koeffizient c1 in y(1) steht, c2 in y(2) bis cn in y(n).
For i = 1 To n For j = n To i + 1 Step -1 y(j) = (y(j) - y(j-1)) / (x(j) - x(j-i)) Next j Next i
Das folgende Programm liefert, ausgehend von den oben berechneten Koeffizienten und Stützstellen, den Wert der Interpolationsfunktion an der Stelle x_Wert. Ferner ist die Auswertung eines Polynoms in Newton-Darstellung mittels des Horner-Schemas in linearem Zeitaufwand möglich.
y_Wert = y(n+1) For i = n To 1 Step -1 y_Wert = y_Wert * (x_Wert - x(i)) + y(i) Next i
Lagrange-Basis
Eher für theoretische Betrachtungen günstig ist eine Darstellung in der Lagrange-Basis. Hier nennt man die Basisfunktionen Lagrange-Polynome:
Sie sind so definiert, dass
- gilt,
wobei das Kronecker-Delta darstellt. Die Lösung des Interpolationsproblems lässt sich dann einfach angeben als
Dies wird häufig benutzt, um die Existenz der Lösung des Interpolationsproblems zu beweisen.
Der große Vorteil der Newton-Basis ist, dass sich dort neue Punkte sehr leicht einfügen lassen, indem man einfach am Ende noch einen Term anhängt. Bei der Lagrange-Basis muss man alle Basisfunktionen komplett neu berechnen.
Probleme
Polynome haben den Nachteil, dass sie viele Extrema haben und deswegen bei hohem Polynomgrad recht stark schwingen, weswegen es manchmal vorteilhaft ist, das Interpolationspolynom aus Teil-Polynomen zusammenzusetzen (siehe Runges Phänomen und Spline-Interpolation).
Anwendungen
Polynome lassen sich sehr leicht integrieren und ableiten. Deswegen tauchen interpolierende Polynome an vielen Stellen in der numerischen Mathematik auf, beispielsweise bei der numerischen Integration und entsprechend bei Verfahren zur numerischen Lösung gewöhnlicher Differentialgleichungen.
Literatur
- Hans R. Schwarz, Norbert Köckler: Numerische Mathematik, 5. Aufl., Teubner, Stuttgart 2004, ISBN 3-519-42960-8
Weblinks
Wikimedia Foundation.