Newtonsches und lagrangesches Interpolationsverfahren

Aufgabe der (allgemeinen) Interpolation ist es, zu n + 1 Punkten $P_{0}, P_{1}, P_{2}, ..., P_{n}$ ein Polynom (möglichst kleinen Grades) mit der Eigenschaft $p (x_{i}) = y_{i} (m i t i = 0, 1, 2, ..., n)$ zu finden.
Dies ist mit dem newtonschen sowie dem lagrangeschen Interpolationsverfahren möglich, wobei das erstere Verfahren die größere praktische Bedeutung hat.

Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
Viel günstiger als andere Nachhilfe und schützt deine Daten.

Jetzt 30 Tage risikofrei testen

Newtonsches Interpolationsverfahren

In einem Verfahren, das auf ISAAC NEWTON (1643 bis 1727) zurückgeht, nähert man die Funktion durch eine ganzrationale Funktion, eine sogenannte Polynomfunktion, von möglichst kleinem Grad an. Dieses newtonsche Interpolationsverfahren sei im Folgenden dargestellt.

Von der Funktion f mit f(x) seien gegeben:

die Argumente $x_{0}; x_{1}; x_{2}; ...; x_{n}$ , die sogenannten Stützstellen,
die zugehörigen Funktionswerte $y_{0}; y_{1}; y_{2}; ...; y_{n}$ , die sogenannten Stützwerte.

Bild

Es wird vorausgesetzt, dass die Stützstellen (alle) voneinander verschieden sind, für die Stützwerte ist dies nicht erforderlich.

Das Interpolationspolynom p(x) erhält man durch die folgende Newtonsche Interpolationsformel:
$\begin{array}{l} p (x) = a_{0} + a_{1} (x - x_{0}) + a_{2} (x - x_{0}) (x - x_{1}) + ... \\ + a_{n} (x - x_{0}) (x - x_{1}) (x - x_{2}) \cdot ... \cdot (x - x_{n - 1}) \end{array}$

Die Koeffizienten $a_{0}; a_{1}; a_{2}; ...; a_{n}$ kann man dann schrittweise aus folgenden Gleichungen berechnen:
$\begin{array}{l} y_{0} = a_{0} \\ y_{1} = a_{0} + a_{1} (x_{1} - x_{0}) \\ y_{2} = a_{0} + a_{1} (x_{2} - x_{0}) + a_{2} (x_{2} - x_{0}) (x_{2} - x_{1}) \\ ... \\ y_{n} = a_{0} + a_{1} (x_{n} - x_{0}) + a_{2} (x_{n} - x_{0}) (x_{n} - x_{1}) + ... \\ + a_{n} (x_{n} - x_{0}) (x_{n} - x_{1}) (x_{n} - x_{2}) \cdot ... \cdot (x_{n} - x_{n - 1}) \end{array}$

Wir betrachten dazu folgendes Beispiel.

Beispiel: Gegeben seien die Punkte
$P_{0} (1; 2), P_{1} (2; 3), P_{2} (3; 1) u n d P_{3} (4; 3)$

Bild

Dann gilt (wegen $n = 3$ ):
$p (x) = a_{0} + a_{1} (x - 1) + a_{2} (x - 1) (x - 2) + a_{3} (x - 1) (x - 2) (x - 3)$

Die Koeffizienten $a_{i}$ werden nach den oben genannten Verfahren wie folgt berechnet:
$\begin{array}{l} 2 = a_{0} \Rightarrow a_{0} = 2 \\ 3 = 2 + a_{1} (2 - 1) \Rightarrow a_{1} = 1 \\ 1 = 2 + 1 (3 - 1) + a_{2} (3 - 1) (3 - 2) \Rightarrow a_{2} = - \frac{3}{2} = - 1,5 \\ 3 = 2 + 1 (4 - 1) - 1,5 (4 - 1) (4 - 2) + a_{3} (4 - 1) (4 - 2) (4 - 3) \Rightarrow a_{3} = \frac{7}{6} \end{array}$

Setzt man diese Werte in die Ausgangsformel ein, erhält man nach einigen Umformungen als Polynomfunktion:
$p (x) = \frac{1}{6} (7 x^{3} - 51 x^{2} + 110 x - 54)$

Die Probe zeigt, dass das Bild dieser ganzrationalen Funktion 3. Grades durch die vier gegebenen Punkte geht.

Lagrangesches Interpolationsverfahren

Ein anderes Verfahren stammt vom französischen Mathematiker JOSEPH LOUIS LAGRANGE (1736 bis 1813).

Das k-te lagrangesche Polynom n-ten Grades $(m i t k \leq n)$ ist folgendermaßen definiert:
$L_{k} (x) = \frac{(x - x_{o}) (x - x_{1}) \cdot ... \cdot (x - x_{k - 1}) (x - x_{k + 1}) \cdot ... \cdot (x - x_{n})}{(x_{k} - x_{o}) (x_{k} - x_{1}) \cdot ... \cdot (x_{k} - x_{k - 1}) (x_{k} - x_{k + 1}) \cdot ... \cdot (x_{k} - x_{n})}$

Als lagrangesches Interpolationspolynom ergibt sich dann:
$L (x) = y_{0} \cdot L_{0} + y_{1} \cdot L_{1} + y_{2} \cdot L_{2} + ... + y_{n} \cdot L_{n}$

Beispiel: Gegeben seien (wiederum) die Punkte $P_{0} (1; 2), P_{1} (2; 3), P_{2} (3; 1) u n d P_{3} (4; 3)$ .

Dann sind zunächst die lagrangeschen Polynome 3. Grades $L_{0}; L_{1}; L_{2} u n d L_{3}$ zu berechnen, und es ist:
$\begin{array}{l} L_{0} = \frac{(x - x_{1}) (x - x_{2}) (x - x_{3})}{(x_{0} - x_{1}) (x_{0} - x_{2}) (x_{0} - x_{3})} \\ = \frac{(x - 2) (x - 3) (x - 4)}{(1 - 2) (1 - 3) (1 - 4)} = - \frac{1}{6} (x^{3} - 9 x^{2} + 26 x - 24) \end{array}$

$\begin{array}{l} L_{1} = \frac{(x - x_{0}) (x - x_{2}) (x - x_{3})}{(x_{1} - x_{0}) (x_{1} - x_{2}) (x_{1} - x_{3})} \\ = \frac{(x - 1) (x - 3) (x - 4)}{(2 - 1) (2 - 3) (2 - 4)} = \frac{1}{2} (x^{3} - 8 x^{2} + 19 x - 12) \end{array}$

$\begin{array}{l} L_{2} = \frac{(x - x_{0}) (x - x_{1}) (x - x_{3})}{(x_{2} - x_{0}) (x_{2} - x_{1}) (x_{2} - x_{3})} \\ = \frac{(x - 1) (x - 2) (x - 4)}{(3 - 1) (3 - 2) (3 - 4)} = - \frac{1}{2} (x^{3} - 7 x^{2} + 14 x - 8) \end{array}$

$\begin{array}{l} L_{3} = \frac{(x - x_{0}) (x - x_{1}) (x - x_{2})}{(x_{3} - x_{0}) (x_{3} - x_{1}) (x_{3} - x_{2})} \\ = \frac{(x - 1) (x - 2) (x - 3)}{(4 - 1) (4 - 2) (4 - 3)} = \frac{1}{6} (x^{3} - 6 x^{2} + 11 x - 6) \end{array}$

Dann ergibt sich das lagrangesche Interpolationspolynom in der Form
$L (x) = 2 \cdot L_{0} + 3 \cdot L_{1} + 1 \cdot L_{2} + 3 \cdot L_{3},$
woraus nach Einsetzen und Umformen
$L (x) = \frac{1}{6} (7 x^{3} - 51 x^{2} + 110 x - 54)$
folgt. Erwartungsgemäß ist dieses Ergebnis identisch mit dem des vorangehenden Beispiels.

Ein Vergleich beider Interpolationsverfahren zeigt, dass beim newtonschen Verfahren durch die Hinzunahme einer neuen Stützstelle die bisherigen Rechnungen Gültigkeit behalten während beim lagrangeschen Verfahren die gesamte Rechnung neu begonnen werden muss.

Weitere Interpolationsformeln wurden von den Mathematikern JAMES STIRLING (1692 bis 1770), PIERRE SIMON LAPLACE (1749 bis 1829), CARL FRIEDRICH GAUSS (1777 bis 1855) und FRIEDRICH WILHELM BESSEL (1784 bis 1846) entwickelt.

Der Interpolation, bei der es darum geht, eine Funktion zu finden, deren Bild durch eine vorgegebene Menge von Punkten geht, ist die Ausgleichsrechnung verwandt. Bei dieser ist ebenfalls eine Menge von Punkten (z.B. als Ergebnis von Messungen) vorgegeben, und es wird eine Funktion (lineare, quadratische, trigonometrische Funktion bzw. Potenz-, Wurzel, Exponential-, Logarithmusfunktion) gesucht, die einen den gegebenen Punkten zugrunde liegenden Zusammenhang möglichst gut widerspiegelt.

Im Gegensatz zur Interpolation wird bei der Ausgleichsrechnung nicht gefordert, dass das Bild der Funktion durch alle gegebenen Punkte geht. Im Gegenteil, da die Existenz von Messfehlern angenommen werden muss, geht es darum, die Abweichungen zu minimieren und auszugleichen sowie Aussagen über die erreichte Genauigkeit zu treffen.

Lernhelfer (Duden Learnattack GmbH): "Newtonsches und lagrangesches Interpolationsverfahren." In: Lernhelfer (Duden Learnattack GmbH). URL: http://www.lernhelfer.de/schuelerlexikon/mathematik-abitur/artikel/newtonsches-und-lagrangesches-interpolationsverfahren (Abgerufen: 20. May 2025, 09:01 UTC)

Suche nach passenden Schlagwörtern

Jetzt durchstarten

Entspannt durch die Schule mit KI-Tutor Kim und Duden Learnattack.

Kim hat in Deutsch, Mathe, Englisch und 6 weiteren Schulfächern immer eine von Lehrkräften geprüfte Erklärung, Video oder Übung parat.
24/7 auf Learnattack.de und WhatsApp mit Bildupload und Sprachnachrichten verfügbar. Ideal, um bei den Hausaufgaben und beim Lernen von Fremdsprachen zu unterstützen.
Viel günstiger als andere Nachhilfe und schützt deine Daten.

Verwandte Artikel

Geschichte der Analysis

Die Analysis (oder auch Infinitesimalrechnung) beschäftigt sich im Wesentlichen mit der Differenzial- und Integralrechnung.
Ausgangspunkt für die Integralrechnung war das schon in der Antike betrachtete Problem der Bestimmung des Inhalts von Flächen und Körpern, wie etwa von Rotationskörpern.
Die Differenzialrechnung hat ihre Wurzeln dagegen im Tangentenproblem, mit dem sich Mathematiker im 17. Jahrhundert intensiver beschäftigten.
Im 18. Jahrhundert wurde der Zusammenhang zwischen dem Differenzieren und Integrieren erkannt und im Hauptsatz der Differenzial- und Integralrechnung formuliert. Hierzu trugen wesentlich ISAAC NEWTON und GOTTFRIED WILHELM LEIBNIZ bei.

Lineare Interpolation

Beim Arbeiten mit Tabellen wie Sinus- oder Logarithmentafeln besteht ein Problem darin, zu Werten, die zwischen den tabellierten liegen, entsprechende Funktionswerte (oder auch umgekehrt zu Funktionswerten, die nicht direkt in den Tabellen vorkommen, die entsprechenden Argumente) zu ermitteln.

Dies leistet das Verfahren der sogenannten linearen Interpolation. Hierbei ersetzt man den Graph einer Funktion zwischen den Stellen $x_{1} u n d x_{2}$ durch eine Gerade und kann so einen Näherungswert für f(x) ablesen.

Joseph Louis Lagrange

* 25. Januar 1736 Turin
† 10. April 1813 Paris

JOSEPH LOUIS LAGRANGE hatte entscheidenden Anteil an den in der zweiten Hälfte des 18. Jahrhunderts bzw. zu Beginn des 19. Jahrhunderts erzielten Fortschritten auf den Gebieten der Analysis bzw. der Mechanik (insbesondere der Himmelsmechanik).
LAGRANGE entwickelte u.a. erste allgemeine Methoden der Variationsrechnung und begründete auf analytischem Wege die Bewegungsgleichungen der Mechanik. Sein wohl bedeutendstes Werk ist die „Mécanique analytique“ (Analytische Mechanik).

Korrelation und lineare Regression

Die grafische Darstellung von Wertepaaren $(x_{i}; y_{i})$ zweier Größen X und Y führt häufig zu einer Menge von Punkten, die nicht ohne Weiteres einer Funktion bzw. einer Kurve zugeordnet werden können.
Es stellt sich die Frage, ob zwischen den Größen eine Abhängigkeit besteht.
Oftmals ist in solchen Fällen eine Funktion gesucht, deren Graph möglichst nahe an allen Punkten liegt.
Dies führt zur Definition der Korrelation sowie der Regression.

Taylor-Entwicklung einiger trigonometrischer Funktionen

Ist f eine nichtrationale Funktion mit der Gleichung y = f(x), dann ist es nicht möglich, zur Annäherung von y = f(x) ein Polynom n-ter Ordnung zu verwenden, dessen Koeffizienten mit den Ableitungen von y = f(x) an der Stelle $x_{0}$ in derselben Weise gebildet werden, wie die Koeffizienten der TAYLOR-Entwicklung einer ganzrationalen Funktion.

Dies ergibt sich bereits daraus, dass – im Unterschied zu ganzrationalen Funktionen n-ten Grades – die (n + 1)-te Ableitung und alle weiteren Ableitungen einer nichtrationalen Funktion im Allgemeinen nicht identisch gleich null sind.

Das heißt: Die Entwicklung einer solchen Funktion an einer Stelle $x_{0}$ „bricht nicht ab“, sondern würde zu einer Summe mit unendlich vielen Summanden (Reihe) führen. Man spricht deshalb auch von der Entwicklung einer Funktion in eine TAYLOR-Reihe.
An zwei Beispielen wird gezeigt, dass sich die Sinus- und auch die Kosinusfunktion in eine TAYLOR-Reihe entwickeln lassen.

Newtonsches und lagrangesches Interpolationsverfahren

Schule wird easy mit KI-Tutor Kim und Duden Learnattack

Newtonsches Interpolationsverfahren

Lagrangesches Interpolationsverfahren

Suche nach passenden Schlagwörtern