插值，不论在数学中的数值分析中，还是在我们实际生产生活中，都不难发现它的身影，比如造船业和飞机制造业中的三次样条曲线。那么，什么是插值呢？我们可以先看一下插值的定义，如下：
（定义）如果对于每个1≤i≤n,P(xi)=yi1≤i≤n,P(xi)=yi,则称函数y=P(x)y=P(x)插值数据点(x1,y1),...,(xn,yn)(x1,y1),...,(xn,yn).
插值的定义无疑是清楚明了的，而在众多的数学函数中，多项式无疑是最简单，最常见的函数，关于它的理论研究也最为透彻。因此，我们可以不妨先考虑利用多项式来进行插值。那么，这样的多项式是否总是存在呢？答案是肯定的，因为我们有如下定理：
（多项式插值定理）令(x1,y1),...,(xn,yn)(x1,y1),...,(xn,yn)是平面中的nn个点，各xixi互不相同。则有且仅有一个n−1n−1次或者更低的多项式PP满足P(xi)=yi,i=1,2,...,n.P(xi)=yi,i=1,2,...,n.
证明:先用归纳法证明存在性，再证明唯一性。
当n=1n=1时，常函数(0次)P1(x)=y1P1(x)=y1即符合要求。假设当n−1n−1时存在一个次数≤n−2≤n−2的多项式Pn−1Pn−1,使得Pn−1(xi)=yi,i=1,2,...,n−1.Pn−1(xi)=yi,i=1,2,...,n−1.则令Pn(x)=Pn−1(x)+c(x−x1)(x−x2)...(x−xn−1)(x−xn)Pn(x)=Pn−1(x)+c(x−x1)(x−x2)...(x−xn−1)(x−xn)，其中cc为待定系数，利用Pn(xn)=ynPn(xn)=yn即可求出待定系数cc.此时，Pn(xi)=yi,i=1,2,...,n,Pn(xi)=yi,i=1,2,...,n,且Pn(x)Pn(x)的次数≤n−1≤n−1.这样就证明了存在性。
其次证明唯一性。假设存在两个这样的多项式，设为P(x)P(x)和Q(x)Q(x)，它们次数≤n−1≤n−1且都插值经过nn个点，即P(xi)=Q(xi)=yi,i=1,2,...,n.P(xi)=Q(xi)=yi,i=1,2,...,n.令H(x)=P(x)−Q(x)H(x)=P(x)−Q(x),HH的次数也≤n−1≤n−1，且有nn个不同的根x1,x2,...,xnx1,x2,...,xn.因此，由多项式基本定理可知，H(x)H(x)为0多项式，即恒等于0，故有P(x)=Q(x)P(x)=Q(x).这样就证明了存在性。
证毕。
有了以上定理，我们可以放心地使用多项式进行插值，同时，通过上述定理，我们可以用归纳法来构造此多项式，但是，这样的方法难免复杂麻烦。于是，天才的法国数学家拉格朗日（Lagrange）创造性地发明了一种实用的插值多项式方法来解决这个问题，那么，他的方法是怎么样的？
一般来说，如果我们有nn个点(x1,y1),...,(xn,yn)(x1,y1),...,(xn,yn)，各xixi互不相同。对于1到n之间的每个kk，定义n−1n−1次多项式
Lk(x)Lk(x)具有有趣的性质： Lk(xk)=1,Lk(xj)=0,j≠k.Lk(xk)=1,Lk(xj)=0,j≠k.然后定义一个 n−1n−1次多项式
这样的多项式 Pn−1(x)Pn−1(x)满足 Pn−1(xi)=yi,i=1,2,...,n.Pn−1(xi)=yi,i=1,2,...,n.这就是著名的拉格朗日插值多项式！
以上就是拉格朗日插值多项式的理论介绍部分，接下来我们就要用Python中的Sympy模块来实现拉格朗日插值多项式啦~~
实现拉格朗日插值多项式的Python代码如下：
from sympy import *
def Lagrange_interpolation(keys, values):
x = symbols('x')
t = len(keys)
ploy = []
for i in range(t):
lst = ['((x-'+str(_)+')/('+str(keys[i])+'-'+str(_)+'))' for _ in keys if _ != keys[i]]
item = '*'.join(lst)
ploy.append(str(values[i])+'*'+item)
ploy = '+'.join(ploy)
return factor(expand(ploy))
def main():
#example 1, interpolate a line
x_1 = [1,2]
y_1 = [3,5]
if len(x_1) != len(y_1):
print('The lengths of two list are not equal!')
else:
print('Lagrange_interpolation polynomials is:')
print(Lagrange_interpolation(x_1,y_1))
#example 2, interpolate a parabola
x_2 = [0,2,3]
y_2 = [1,2,4]
if len(x_2) != len(y_2):
print('The lengths of two list are not equal!')
else:
print('Lagrange_interpolation polynomials is:')
print(Lagrange_interpolation(x_2,y_2))
#example 3
x_3 = [0,1,2,3]
y_3 = [2,1,0,-1]
if len(x_3) != len(y_3):
print('The lengths of two list are not equal!')
else:
print('Lagrange_interpolation polynomials is:')
print(Lagrange_interpolation(x_3,y_3))
main()函数Lagrange_interpolation()具体实现了拉格朗日插值多项式，参数(keys, values)为list形式的点对，在main()函数中举了三个Lagrange_interpolation()函数的应用实例，一个是插值两个点，即直线，一个是插值三个点，即抛物线，一个是插值四个点，但结果却是一次多项式。该程序的运行结果如下：
接下来，我们将介绍一个拉格朗日插值多项式的应用，即求
的求和公式，其中 x,kx,k为正整数。分析如下:
首先，该求和公式应当是一个至多为k+1次的关于 xx的多项式。然后，我们可以通过取k+2个不同的点，利用拉格朗日插值多项式的办法来求解，这k+2个不同的点的横坐标可以取 x=1,2,...,k+2x=1,2,...,k+2,在求出其对应的纵坐标的值。
以下代码分别求出 k=1,2,...,50k=1,2,...,50的求和公式，并将其插入到Redis中。
from sympy import *
import redis
def Lagrange_interpolation(keys, values):
x = symbols('x')
t = len(keys)
ploy = []
for i in range(t):
lst = ['((x-'+str(_)+')/('+str(keys[i])+'-'+str(_)+'))' for _ in keys if _ != keys[i]]
item = '*'.join(lst)
ploy.append(str(values[i])+'*'+item)
ploy = '+'.join(ploy)
return factor(expand(ploy))
def degree_of_sum(k):
x_list, y_list = [], []
degree = k # degree=k in expression of 1^k+2^k+...+x^{k}
cul_sum = 0
for i in range(1,degree+3):
x_list.append(i)
cul_sum += i**degree
y_list.append(cul_sum)
return Lagrange_interpolation(x_list,y_list)
def main():
r = redis.Redis(host='localhost', port=6379,db=0)
for k in range(1,51):
expression = str(degree_of_sum(k))
r.hset('sum_%s'%k,'degree',str(k))
r.hset('sum_%s'%k,'expression',expression)
print('Degree of %d inserted!'%k)
main()运行以上程序，结果如下：
在Redis中的储存结果如下：
我们可以具体查看当 k=2k=2时的求和公式，如下：
这样我们就介绍完了一个拉格朗日插值多项式的应用了。看了上面的介绍，聪明又机智的你是否能想到更多拉格朗日插值多项式的应用呢？欢迎大家交流哦~~
新的一年，新的气象，就从这一篇开始~~
注意：本人现已开通两个微信公众号： 用Python做数学（微信号为：python_math）以及轻松学会Python爬虫（微信号为：easy_web_scrape）， 欢迎大家关注哦~~
