数学建模 / 英语

多项式插值

Mathemation · YouTube · 9:48

YouTube · Mathemation原视频

选中时刻 · 0:00 · 章节点是时间参考，不表示实时播放进度。

视频中的要点

01多项式插值问题
02为何无法精确复原
03用多项式替代光滑曲线

来自学习笔记

\text{degree}=n-1

n个点的次数法则

选中时刻

多项式插值简介

建议预备知识

基本函数与图像
多项式与多项式次数
代入代数表达式
线性方程组
多项式求值与代入
求解小型线性方程组
对形如 $2^2$ 和 $3^3$ 等幂运算进行基础代数化简
基础代数
对多项式的理解
序列与差分的概念
多项式
有限差分
阶乘
通过给定数据点的插值

阅读与收藏

把讲解展开来看。

被收藏 0

已审核学习内容 · 视频分析 · 中文

阅读完整概览

这段150秒的黑板式讲解将多项式插值引入为一个数学问题：当真实底层函数未知时，如何寻找一条简单曲线，使其精确通过一组有限的数据点。主讲人首先解释为何在缺乏额外假设的前提下，无法确定两点之间函数的精确行为；随后将候选曲线范围从任意光滑曲线缩小至多项式。散点图上的动态演示引出如下规律：n 个点对应一个次数为 $n-1$ 的多项式。最后部分转向具体实例：拟合一个三次函数 $y=a$ +bx+cx^ $2+dx^3$ ，使其通过四个横坐标分别为0、1、2、3的点，并推导出关于系数 a、b、c、d 的含4个方程的线性方程组。该片段在求解该方程组前停止。本150秒白板片段提出了如下问题：求一个三次多项式 $y = a$ + bx + cx^ $2 + dx^3$ ，使其经过四个横坐标分别为0、1、2、3的点。将这四点代入后，得到一个含4个方程的关于 a、b、c、d 的线性方程组。随后，讲解者介绍了牛顿的有限差分法：对相邻方程逐次相减，消去公共的 a 项，从而得到 $Δy_0 = b + c + d$ 、 $Δy_1 = b + 3c + 7d$ 和 $Δy_2 = b + 5c + 19d$ 。这将原问题简化为一个含3个方程的关于 b、c、d 的方程组。片段最后指出，相同的思想还可再次用于消去 b，但本片段内并未执行二阶差分步骤。本视频片段演示了有限差分法在求解由三次多项式拟合四个数据点所导出的线性方程组中的应用。通过对方程组反复取差分，讲解者系统地消去了系数 'b' 和 'c'，最终分离出 'd'。该片段最后展示了如何用 y 值的有限差分来表示全部系数（a、b、c、d）。本片段首先针对四个等距点推导牛顿前向插值公式，再将其推广至 $n+1$ 个点。推导始于三次多项式 $y=a$ +bx+cx^ $2+dx^3$ ，将系数a、b、c、d用前向差分重写，最终得到框出的公式 $y=y_0+xΔy_0+x(x-1)Δ^2y_0/2+x(x-1)(x-2)Δ^3y_0/6$ 。后半部分陈述了适用于点(0, $y_0$ )、……、(n, $y_n$ )的n阶类似公式，解释了下降阶乘乘积、差分阶数递增及阶乘分母的规律，并提醒：此版本仅当x值恰好为0、1、……、n时适用，且最后一项乘积止于 $x-(n-1)$ 。

在学习检查器中查看要点和时刻，或切换阅读标签查看完整笔记。

章节

0:00多项式插值简介 0:22未知函数与有限的数据点 0:57为何无法以确定的方式实现精确插值 1:32选择多项式而非任意光滑曲线 1:44次数规律：2、3、4，以及 n 个点 2:11实例：构造通过四个点的三次函数 2:30问题陈述：求一个三次多项式，使其经过四个给定点。2:46代入各点，得到一个4行4列的线性方程组 3:11历史注记：牛顿早于线性代数 3:26一阶有限差分消去a 4:31化简后的3行3列方程组，并预览下一步 5:00有限差分法简介 5:11消去“b”项 6:16消去“c”项 6:35求解系数 7:30三次多项式模板与系数关系 7:48四点牛顿前向插值公式 8:36推广至

n+1

个点 9:13适用条件说明与末项因子警告

学习解说文稿

依据视频画面与讲解整理，并非逐字语音转写。

该片段以标题为“多项式插值——概览”的黑板风格幻灯片开场，右侧附有参考框，注明“笔记：第89–94页”，“Rogawski 教材：不适用”。左侧写明问题：“给定一组数据点，我们能否找到一条通过它们的光滑曲线？”右侧平面上标出四个黄色点。主讲人将本主题介绍为本周概览，并提醒观众查阅课程笔记，因为这部分内容未包含在电子教材中。

随后，旁白构建了这一数学情境：假设存在一个未知函数 $y=f(x)$ ，但我们并不知道它的精确表达式；仅掌握若干实测数据点。主讲人举出一些应用实例，例如随时间变化的速度或每日利润，并强调这一抽象问题在许多不同场景中都会出现。

基于这些有限的样本，我们的目标是估算该函数在中间输入处的行为。主讲人随即指出：这一点无法被确定地回答——在已描出的点之间，真实函数可能以多种不同方式变化。这确立了建模假设的必要性，而非追求精确复原。

在函数表现“足够良好”、且采样点能反映其总体趋势的假设下，视频提出通过寻找一条穿过数据点的曲线，来近似填补缺失的行为。此时黑板上仍写着“光滑曲线”，与口述内容一致。

接着，方法被进一步简化。主讲人说明：他们不会使用任意一条光滑曲线，而是选择最简单却仍有用的一类函数——多项式。画面上，“光滑”一词被划掉，并替换为“多项式”，从而将问题转化为：求一条经过给定点的多项式曲线。

图上的一系列示意图引出了对次数的选择：对于两个点，一条直线即可；对于三个点，主讲人建议使用抛物线，即一个二次多项式（次数为2）；对于四个点，则指出需用三次多项式（次数为3, is indicated. The board then summarizes the pattern as "polynomial of degree n-1次多项式”，适用于 $n$ 个点。

画面切换至一块新黑板，标题为“例：用三次多项式拟合4个点”。目标是找出一个三次多项式 $y=a+bx+cx^2+dx^3$ ，使其经过 $(0,y_0)$ 、 $(1,y_1)$ 、 $(2,y_2)$ 和 $(3,y_3)$ 这四个点。将这四个 $x$ 值代入该三次多项式后，得到所展示的方程组： $y_0=a$ 、 $y_1=a+b+c+d$ 、 $y_2=a+2b+4c+8d$ 和 $y_3=a+3b+9c+27d$ 。片段在此处结束，尚未求解该方程组。

本片段以黑色数字白板开场，标题为“例：用三次多项式拟合4个点”。目标是求出一个三次多项式 $y = a + bx + cx^2 + dx^3$ ，使其经过点 $(0,y_0)$ 、 $(1,y_1)$ 、 $(2,y_2)$ 和 $(3,y_3)$ 。未知量是四个系数 $a,b,c,d$ 。

讲解者说明基本约束条件：该三次多项式必须在每个给定点处满足其多项式方程。将 $x=0$ 代入 $y=a+bx+cx^2+dx^3$ 后， $bx$ 、 $cx^2$ 和 $dx^3$ 项均消失，仅剩 $y_0=a$ 。对 $x=1,2,3$ 重复相同代入操作，得到所展示的方程组 $y_1=a+b+c+d$ 、 $y_2=a+2b+4c+8d$ 和 $y_3=a+3b+9c+27d$ 。

此时问题已转化为含 $4\times4$ 个方程、 $a,b,c,d$ 个未知数的线性方程组。讲解者指出，现代线性代数可直接求解，但转而介绍牛顿的历史性替代方法：利用每行恰好含一个 $a$ 项这一特点。

牛顿法通过逐次相减方程来推进。定义 $\Delta y_0=y_1-y_0$ 。利用前两行可得 $(a+b+c+d)-a=b+c+d$ ，因此 $\Delta y_0=b+c+d$ 。同理可得 $\Delta y_1=y_2-y_1=(a+2b+4c+8d)-(a+b+c+d)=b+3c+7d$ 和 $\Delta y_2=y_3-y_2=(a+3b+9c+27d)-(a+2b+4c+8d)=b+5c+19d$ 。

这三个新方程构成一个含三个未知量 $b,c,d$ 、且不再含 $a$ 项的简化方程组。讲解者将 $\Delta y_0,\Delta y_1,\Delta y_2$ 命名为一阶有限差分。接着他指出，每个简化后的方程中仅含一个 $b$ 项，因此可再次采用相同的相减策略，下一步消去 $b$ 。本片段在此处结束，尚未写出二阶差分方程组。

视频首先给出一个三元方程组，表示某个三次多项式的前三阶有限差分： $\Delta y_0 = b + c + d$ 、 $\Delta y_1 = b + 3c + 7d$ 和 $\Delta y_2 = b + 5c + 19d$ 。目标是消去变量 $b$ 。

为消去 $b$ ，主讲人对相邻方程作差。用第二个方程减去第一个方程，得到二阶有限差分： $\Delta^2 y_0 = \Delta y_1 - \Delta y_0 = (b + 3c + 7d) - (b + c + d) = 2c + 6d$ 。

类似地，用第三个方程减去第二个方程，得到另一个二阶有限差分： $\Delta^2 y_1 = \Delta y_2 - \Delta y_1 = (b + 5c + 19d) - (b + 3c + 7d) = 2c + 12d$ 。此时， $b$ 项已成功被消去。

接下来，主讲人通过对二阶有限差分再作差来消去 $c$ 项，从而得到三阶有限差分： $\Delta^3 y_0 = \Delta^2 y_1 - \Delta^2 y_0 = (2c + 12d) - (2c + 6d) = 6d$ 。

此时仅剩 $d$ ，可直接求解： $d = \frac{\Delta^3 y_0}{6}$ 。由于 $y$ 的值是已知的数据点，可计算其有限差分，进而确定 $d$ 。

一旦求得 $d$ ，主讲人说明可逆向代入原方程组，依次解出 $c$ 、 $b$ ，最后得到 $a$ 。为完备起见，屏幕上同时展示了用有限差分表示的 $a, b, c,$ 与 $d$ 的显式公式。

本片段以一块黑板开场，其上已绘出四个数据点的有限差分设定：右侧为三次模板 $y=a+bx+cx^2+dx^3$ ，左侧为将 $\Delta y_0,\Delta y_1,\Delta y_2,\Delta^2 y_0,\Delta^2 y_1,\Delta^3 y_0$ 用 $b,c,d$ 表示的关系式。

主讲人解释道：一旦将 $a,b,c,d$ 替换为推导出的表达式，该多项式就不再以未知系数的形式书写，而是直接用给定的 $y$ -值表示。

已解出的系数公式清晰可见： $a=y_0$ 、 $b=\Delta y_0-\tfrac12\Delta^2 y_0+\tfrac13\Delta^3 y_0$ 、 $c=\tfrac12(\Delta^2 y_0-\Delta^3 y_0)$ 和 $d=\Delta^3 y_0/6$ 。

将这些代入三次多项式并合并同类项，得到框出的四点牛顿前向插值公式 $y=y_0+x\Delta y_0+x(x-1)\frac{\Delta^2 y_0}{2}+x(x-1)(x-2)\frac{\Delta^3 y_0}{6}$ 。

旁白强调每一部分的含义：常数项为 $y_0$ ，下一项使用一阶前向差分，再下一项使用二阶前向差分，最后使用三阶前向差分，分母分别为2和6。

该结果被表述为一个普适结论：对任意位于 $x=0,1,2,3$ 的四个数据点，此三次表达式均通过全部四个点。

主讲人随后邀请观众观察该公式的结构，寻找可能推广至四点以上的规律。

板面切换至新标题：多项式插值： $n+1$ 个点，并指出通过 $n$ 阶多项式 $(0,y_0),(1,y_1),\ldots,(n,y_n)$ 由所显示的级数给出。

广义公式为 $y=y_0+x\Delta y_0+x(x-1)\frac{\Delta^2 y_0}{2!}+x(x-1)(x-2)\frac{\Delta^3 y_0}{3!}+\cdots+x(x-1)(x-2)\cdots(x-(n-1))\frac{\Delta^n y_0}{n!}$ 。

对规律的解释十分明确：每一新增项都增加一个递降的 $x$ -因子，推进到下一个前向差分，并除以对应的阶乘。

在用该公式举例之前，主讲人给出一项限制：此版本仅适用于数据点的 $x$ -值恰好为 $0,1,\ldots,n$ 的情形。

第二点说明澄清了一种常见的结构混淆：尽管数据点延伸至 $x=n$ ，公式中最终乘积却止于 $x-(n-1)$ ，而非 $x-n$ 。

给出的理由是：端点 $x=n$ 的作用已在计算最后一个前向差分 $\Delta^n y_0$ 时被吸收，因此表达式本身不会额外出现因子 $x-n$ 。

知识卡片

多项式插值问题

视频提出了一个基本问题：给定一组有限的数据点，能否找到一条经过所有这些点的曲线，从而在采样点之间逼近那个未知函数？这是在引入任何公式之前，首先呈现的驱动性问题。

为何无法精确复原

主讲人指出：仅凭少数几个数据点，我们无法确切知晓底层函数在点之间的行为。因此，插值必须依赖关于规则性与趋势的假设，而不能声称实现了精确重建。

用多项式替代光滑曲线

为保持模型简洁，视频将搜索范围从任意光滑曲线缩小到多项式。黑板上直接展示了这一过程：“光滑”被划去，其旁写上“多项式”。

n个点的次数法则

通过2、3和4个点的示例，视频指出规律： $n$ 个点需要一个次数为 $n-1$ 的多项式。黑板上将其写为“次数为 $n-1$ 的多项式。”

\text{degree}=n-1

三次函数示例的设定

该例题要求构造一个经过四个点的三次多项式，这四个点的x坐标分别为0、1、2和3。所设待定形式为 $y=a+bx+cx^2+dx^3$ ，其中包含四个待定系数。

y=a+bx+cx^2+dx^3

由四个点导出的线性方程组

强制多项式经过 $(0,y_0)$ 、 $(1,y_1)$ 、 $(2,y_2)$ 和 $(3,y_3)$ 这四个点，得到关于 $a,b,c,d$ 的四元一次方程组。这是求解三次插值多项式的代数设定。

\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}

三次插值目标

本例旨在寻找一个三次多项式 $y=a+bx+cx^2+dx^3$ ，使其经过四个横坐标为 $0,1,2,3$ 的点。系数 $a,b,c,d$ 即为待求未知量。

y = a + bx + cx^2 + dx^3

从点出发构建一个4行4列的线性方程组

施加四个插值条件，每个点对应一个方程。代入后得到 $y_0=a$ 、 $y_1=a+b+c+d$ 、 $y_2=a+2b+4c+8d$ 和 $y_3=a+3b+9c+27d$ 。

\begin{cases} y_0 = a \\ y_1 = a + b + c + d \\ y_2 = a + 2b + 4c + 8d \\ y_3 = a + 3b + 9c + 27d \end{cases}

牛顿第一阶有限差分消元法

由于每个原始方程中恰好含有一个 $a$ 项，将相邻方程依次相减即可消去 $a$ 。由此得到简化后的方程组： $\Delta y_0=b+c+d$ 、 $\Delta y_1=b+3c+7d$ 、 $\Delta y_2=b+5c+19d$ ，这是一个含 $3$ 个方程、关于 $b,c,d$ 的方程组。

\begin{aligned} \Delta y_0 &= y_1 - y_0 = b + c + d \\ \Delta y_1 &= y_2 - y_1 = b + 3c + 7d \\ \Delta y_2 &= y_3 - y_2 = b + 5c + 19d \end{aligned}

下一次消元的预览

讲解者指出，该简化后的方程组中每个方程仍只含一个 $b$ ，因此可重复使用相同的差分技巧来消去 $b$ 。本片段未展示实际的二阶差分计算过程。

一阶有限差分方程组

由三次多项式导出的初始方程组，代表其一阶有限差分。

\begin{cases} \Delta y_0 = b + c + d \\ \Delta y_1 = b + 3c + 7d \\ \Delta y_2 = b + 5c + 19d \end{cases}

二阶有限差分（ $\Delta^2 y_0$ ）

通过用第二个方程减去第一个方程计算得出，消去了 $b$ 项。

\Delta^2 y_0 = \Delta y_1 - \Delta y_0 = 2c + 6d

二阶有限差分（ $\Delta^2 y_1$ ）

通过用第三个方程减去第二个方程计算得出，同样消去了 $b$ 项。

\Delta^2 y_1 = \Delta y_2 - \Delta y_1 = 2c + 12d

三阶有限差分（ $\Delta^3 y_0$ ）

通过用两个二阶有限差分相减计算得出，消去 $c$ 项，从而分离出 $d$ 。

\Delta^3 y_0 = \Delta^2 y_1 - \Delta^2 y_0 = 6d

求解系数 $d$

系数 $d$ 等于三阶有限差分除以6。

d = \frac{\Delta^3 y_0}{6}

所有系数的公式

用有限差分表示的 $a, b, c,$ 和 $d$ 的显式公式，其中有限差分基于 $y$ 的值。

d = \frac{\Delta^3 y_0}{6}, \quad c = \frac{1}{2}(\Delta^2 y_0 - \Delta^3 y_0), \quad b = \Delta y_0 - \frac{1}{2}\Delta^2 y_0 + \frac{1}{3}\Delta^3 y_0, \quad a = y_0

四点插值的三次模板

视频从一个一般三次多项式出发，将其系数视为待定未知量，并利用有限差分法进行重写。这是推导四点插值多项式的起点。

y = a + bx + cx^2 + dx^3

系数通过前向差分表示

通过求解所展示的差分关系式，三次多项式的系数被完全重写为仅含 $y_0$ 及在下标0处的前向差分的形式。

a=y_0,\; b=\Delta y_0-\frac12\Delta^2 y_0+\frac13\Delta^3 y_0,\; c=\frac12(\Delta^2 y_0-\Delta^3 y_0),\; d=\frac{\Delta^3 y_0}{6}

四点的牛顿前向公式

代入之后，插值三次多项式呈现出一种结构化形式，由降阶因子乘积与逐阶前向差分构成。主讲人指出，该多项式经过位于 $x=0,1,2,3$ 处的任意四个数据点。

y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2} + x(x-1)(x-2)\frac{\Delta^3 y_0}{6}

适用于 $n+1$ 个点的广义公式

同一模式可从四点推广至 $n+1$ 个等距点。每一项均增加降阶因子的个数、提高前向差分的阶数，并除以对应的阶乘。

y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2!} + x(x-1)(x-2)\frac{\Delta^3 y_0}{3!} + \cdots + x(x-1)(x-2)\cdots(x-(n-1))\frac{\Delta^n y_0}{n!}

所展示公式的适用条件

主讲人明确限定该版本公式仅适用于其 $x$ -值恰好为 $0,1,\ldots,n$ 的数据。其他节点布置方式需借助后续的广义形式。

为何最后一个乘积止于x-(n-1)

尽管数据中包含 $x=n$ 对应的点，公式中最后一个降阶因子乘积仍止于 $x-(n-1)$ 。该端点的贡献体现在 $\Delta^n y_0$ 的计算中，而非通过额外因子 $x-n$ 体现。

详细学习笔记

按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。

符号定义 · 36

$y=f(x)$

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人说：“假设你正在研究某个函数 y 等于 $f(x)$ 。”

符号

$y=f(x)$

含义

一个底层函数，其确切表达式未知。

适用范围

实值函数语境；视频未明确说明其定义域或值域。

n

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人描述通过实验“收集到了若干数据点”。
图示
观察依据
坐标系图像上标出了四个黄色的描点。

符号

含义

一般插值讨论中给出的数据点个数。

适用范围

正整数；视频在短语“有 n 个点”中使用了 n，但未进一步给出形式化定义。

n-1

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人说：“因此，一般地，若有 n 个点，我们就需要一个次数为 n 减一的多项式。”
公式
观察依据
黑板上写着“次数为 n 减1的多项式”。

符号

n-1

含义

用于插值 n 个点所提出的多项式的次数。

适用范围

与 n 个数据点相对应的整数次数。

$y=a$ +bx+cx^ $2+dx^3$

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示“ $y = a$ + bx + cx^ $2 + dx^3$ ”。

符号

$y=a$ +bx+cx^ $2+dx^3$

含义

示例中用作插值目标的一般三次多项式。

适用范围

关于 x 的多项式，系数为 a、b、c、d；视频未明确指定系数所属的数域，仅使用常规代数记号。

a,b,c,d

依据清楚

视频直接表达

来源依据

公式
观察依据
这些系数出现在所展示的三次公式及四个线性方程中。

符号

a,b,c,d

含义

待由数据点求解的三次多项式的未知系数。

适用范围

所展示方程组中的标量系数。

(0, $y_0$ ),(1, $y_1$ ),(2, $y_2$ ),(3, $y_3$ )

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上列出了“（0, $y_0$ ），（1, $y_1$ ），（2, $y_2$ ），（3, $y_3$ ）”。
声音
观察依据
主讲人以相同顺序命名了这四个点。

符号

(0, $y_0$ ),(1, $y_1$ ),(2, $y_2$ ),(3, $y_3$ )

含义

四个插值节点，其 x 值等距分布，为 0、1、2、3，对应的 y 值 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 未知。

适用范围

x 值固定为 0、1、2、3； $y_i$ 视为给定的数据值。

$\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}$

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上展示了四个方程： $y_0=a$ ， $y_1=a+b+c+d$ ， $y_2=a+2b+4c+8d$ ， $y_3=a+3b+9c+27d$ 。

符号

$\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}$

含义

将 $x=0$ 、1、2、3 代入三次多项式后所得的线性方程组。

适用范围

将未知系数 a、b、c、d 与数据值 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 关联起来的方程。

y

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示的三次多项式为 $y = a$ + bx + cx^ $2 + dx^3$ 。
声音
观察依据
讲解者说：“y 等于 a 加 b 乘以 x 加 c 乘以 x 的平方加 d 乘以 x 的立方。”

符号

含义

插值三次多项式的因变量或输出值。

适用范围

实数值函数输出。

x

依据清楚

视频直接表达

来源依据

公式
观察依据
该多项式按 x 的幂次书写： $y = a$ + bx + cx^ $2 + dx^3$ 。
声音
观察依据
讲解者将 $x = 0$ 代入第一个点，并提及 x 值 0、1、2、3。

符号

含义

三次多项式的自变量；插值节点为 $x = 0$ 、1、2、3。

适用范围

实数值输入变量。

a

依据清楚

视频直接表达

来源依据

公式
观察依据
a 出现在 $y = a$ + bx + cx^ $2 + dx^3$ 的常数项中，也出现在方程组 $y_0 = a$ 、 $y_1 = a + b + c + d$ 等式中。
声音
观察依据
讲解者提问如何确定系数 a、b、c、d，并随后指出每一行都只含一个 a 项。

符号

含义

三次多项式的常数系数；代入后它等于 $y_0$ 。

适用范围

未知标量系数。

b

依据清楚

视频直接表达

来源依据

公式
观察依据
b 出现在 $y = a$ + bx + cx^ $2 + dx^3$ 中 x 的系数位置，以及一阶差分方程组中。
声音
观察依据
讲述者将 b 列为未知系数之一，并指出每个新方程都包含一个含 b 的项。

符号

含义

三次多项式中一次项 x 的系数。

适用范围

未知的标量系数。

c

依据清楚

视频直接表达

来源依据

公式
观察依据
c 出现在多项式中 $x^2$ 的系数位置，以及在一阶差分方程组中分别以乘数 1、3、5 出现。
声音
观察依据
讲述者将 c 列为未知系数之一。

符号

含义

三次多项式中二次项 $x^2$ 的系数。

适用范围

未知的标量系数。

知识点 · 14

多项式插值问题陈述

依据清楚

视频直接表达

来源依据

公式
观察依据
标题显示为“多项式插值——概览”。
公式
观察依据
黑板上的问题陈述：“给定一组数据点，能否找到一条经过这些点的光滑曲线？”
声音
观察依据
主讲人解释说，希望利用有限的信息来估计函数在各已知点之间位置处的行为。

定义

解释

视频将核心问题定义为：给定一组数据点，寻找一条经过这些点的光滑曲线，以便在采样点之间近似未知函数的行为。

公式

适用条件

数据点是已知的。
底层函数的确切表达式未知。
目标是在给定点之间进行近似。

使用多项式代替任意光滑曲线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人表示，他们不会使用任意一条光滑曲线，而是尽可能保持简单，选用多项式。
公式
观察依据
单词“光滑”被划掉，并替换为“多项式”；随后黑板上补充写上“次数为 $n-1$ ”。

方法

解释

为了使插值问题具有可解性，视频将所求的光滑曲线限定为多项式，具体选择能通过所有给定点的最简单多项式族。

公式

适用条件

人们希望得到一条简单的近似曲线。
该曲线必须经过给定的数据点。

先修条目

多项式插值问题陈述

插值 n 个点的次数规则

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者举例说明：两个点可用直线拟合，三个点可用抛物线，四个点通常需用三次曲线；一般地，n 个点需要次数为 n-1 的多项式。
公式
观察依据
黑板文字变为“次数为 n-1 的多项式”。

公式

解释

视频提出一个基于模式的规则：对于 n 个点，应使用次数为 n-1 的多项式。并以 2 个点 → 直线、3 个点 → 抛物线、4 个点 → 三次曲线为例加以说明。

公式

\text{degree}=n-1

适用条件

共有 n 个数据点。
所期望的插值函数是一个按视频中所示次数模式选定的多项式。

先修条目

使用多项式代替任意光滑曲线

三次插值示例的设定

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板新标题：“例：通过 4 个点拟合一条三次曲线”
公式
观察依据
目标语句：“求一个三次多项式 $y = a$ + bx + cx^ $2 + dx^3$ ，使其经过点 (0, $y_0$ )、(1, $y_1$ )、(2, $y_2$ )、(3, $y_3$ )。”

方法

解释

该示例首先设定一个含四个未知系数的三次多项式，并要求它经过四个数据点，这些点的横坐标分别为 0、1、2 和 3。

公式

y=a+bx+cx^2+dx^3

适用条件

恰好有四个数据点。
x 值分别为0、1、2、3。
所求的插值函数是三次的。

先修条目

插值 n 个点的次数规则

三次插值问题的设定

依据清楚

视频直接表达

来源依据

公式
观察依据
标题：例题：用三次多项式拟合 4 个点。目标：求一个三次多项式 $y = a$ + bx + cx^ $2 + dx^3$ ，使其经过点 (0, $y_0$ )、(1, $y_1$ )、(2, $y_2$ )、(3, $y_3$ )。
声音
观察依据
讲述者陈述目标，并解释将四个点代入后可得到一个含四个未知数的四元方程组。

定义

解释

该片段定义了任务：寻找一个三次多项式，使其通过四个指定的点，这些点的 x 值等距分布，分别为 0、1、2、3。未知量是系数 a、b、c、d，而各点所满足的条件则构成关于这些系数的线性方程组。

公式

y = a + bx + cx^2 + dx^3

适用条件

该多项式为三次多项式。
给定的四个点的横坐标分别为 0、1、2、3。
系数 a、b、c、d 是待确定的未知量。

由插值点约束生成的线性方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示该方程组： $y_0 = a$ ； $y_1 = a + b + c + d$ ； $y_2 = a + 2b + 4c + 8d$ ； $y_3 = a + 3b + 9c + 27d$ 。
声音
观察依据
讲解者说明，将每个点代入可得到一个方程，最终形成包含四个方程和四个未知数的方程组。

方法

解释

每个插值条件 $y(x_i) = y_i$ 都代入该三次函数形式。由于 x 的取值分别为0、1、2、3，x 的各次幂便成为 $0^k$ 、 $1^k$ 、 $2^k$ 、 $3^k$ ，从而得到图中所示的关于 b、c、d 的系数乘子。

公式

\begin{cases} y_0 = a \\ y_1 = a + b + c + d \\ y_2 = a + 2b + 4c + 8d \\ y_3 = a + 3b + 9c + 27d \end{cases}

适用条件

使用相同的三次函数形式 $y = a$ + bx + cx^ $2 + dx^3$ 。
分别代入 $x = 0$ 、1、2、3。
将 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 视为已知的数据值。

先修条目

三次插值问题的设定

一阶有限差分消去了常数项系数

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上写出：Delta $y_0 = y_1 - y_0 = b + c + d$ ，Delta $y_1 = y_2 - y_1 = b + 3c + 7d$ ，Delta $y_2 = y_3 - y_2 = b + 5c + 19d$ 。
声音
观察依据
讲解者指出，牛顿观察到每一行都只含一个 a 项，因此对相邻方程作差即可消去所有 a 项；他将这些差称为一阶有限差分。

方法

解释

本片段中牛顿的方法是用后一个方程减去前一个方程。由于每个原始方程都恰好含一个 a 项，相减后 a 被消去，从而得到一个仅含 b、c、d 的规模更小的线性方程组。所得量 Delta $y_0$ 、Delta $y_1$ 、Delta $y_2$ 被命名为一阶有限差分。

公式

\begin{aligned} \Delta y_0 &= y_1 - y_0 = b + c + d \\ \Delta y_1 &= y_2 - y_1 = b + 3c + 7d \\ \Delta y_2 &= y_3 - y_2 = b + 5c + 19d \end{aligned}

适用条件

从三次插值约束所导出的四元方程组出发。
对相邻方程作差：第2个方程减去第1个方程，第3个方程减去第2个方程，第4个方程减去第3个方程。
原方程组的每一行必须恰好含有一个 a 项。

先修条目

由插值点约束生成的线性方程组

有限差分法

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人解释如何通过取有限差分来消去方程组中的变量。
公式
观察依据
分别写出 $Δy_0$ 、 $Δy_1$ 、 $Δy_2$ 、 $Δ^2y_0$ 、 $Δ^2y_1$ 和 $Δ^3y_0$ 的方程。

方法

解释

有限差分法通过计算序列中相邻项的差值来实现；反复进行这种差分运算，可逐步消去多项式方程组中的变量，最终分离出最高次项的系数。

公式

\Delta y_i = y_{i+1} - y_i

适用条件

适用于多项式序列。

三次多项式形式

依据清楚

视频直接表达

来源依据

公式
观察依据
展示了三次多项式的一般形式： $y = a$ + bx + cx^ $2 + dx^3$ 。

定义

解释

三次多项式是次数为三的多项式，其一般形式为 $y = a$ + bx + cx^ $2 + dx^3$ ，其中 a、b、c、d 为常数，且 d 不等于零。

公式

y = a + bx + cx^2 + dx^3

适用条件

d 不等于0

用于四点插值的三次多项式模板

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板右侧显示 $y = a$ + bx + cx^ $2 + dx^3$ 。
声音
观察依据
说话者指出，将 a、b、c、d 替换为推导出的表达式后，得到一个能拟合四个数据点的多项式。

定义

解释

对于四个数据点，视频从关于 x 的一般三次多项式出发，再将它的系数代入有限差分表达式，从而使最终多项式直接以给定的 y 值表示。

公式

y = a + bx + cx^2 + dx^3

适用条件

适用于本片段所讨论的四点情形。
数据点取在 $x = 0$ ,1,2,3 处。

用前向差分表示的系数表达式

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上显示 $Δy_0 = b + c + d$ ， $Δy_1 = b + 3c + 7d$ ， $Δy_2 = b + 5c + 19d$ ，接着 $Δ^2 y_0 = 2c + 6d$ ， $Δ^2 y_1 = 2c + 12d$ ，以及 $Δ^3 y_0 = 6d$ 。
公式
观察依据
其下方依次写出： $d = Δ^3 y_0 / 6$ ， $c = 1 / 2 (Δ^2 y_0 - Δ^3 y_0)$ ， $b = Δy_0 - 1 / 2 Δ^2 y_0 + 1 / 3 Δ^3 y_0$ ， $a = y_0$ 。

公式

解释

三次多项式的系数被重写为在指标 0 处的一阶、二阶与三阶前向差分形式。这使得未知量 a、b、c、d 转化为仅由数据值本身即可计算的量。

公式

a=y_0,\quad b=\Delta y_0-\frac12\Delta^2 y_0+\frac13\Delta^3 y_0,\quad c=\frac12(\Delta^2 y_0-\Delta^3 y_0),\quad d=\frac{\Delta^3 y_0}{6}

适用条件

有四个连续的数据值可用。
x 值为0、1、2、3。

先修条目

$\Delta y_k$
$\Delta^2 y_k$
$\Delta^3 y_0$

四点牛顿前向插值公式

依据清楚

视频直接表达

来源依据

公式
观察依据
底部框出的公式为 $y = y_0 + xΔy_0 + x(x-1)Δ^2 y_0/2 + x(x-1)(x-2)Δ^3 y_0/6$ 。
声音
观察依据
主讲人逐项朗读该公式，并指出它经过所有四个点，对应 x 值为0、1、2、3。

公式

解释

将系数表达式代入三次模板后，插值多项式被写成若干下降阶乘项之和，每一项均乘以相应阶的前向差分再除以阶乘。

公式

y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2} + x(x-1)(x-2)\frac{\Delta^3 y_0}{6}

适用条件

恰好使用四个数据点。
它们的 x 值为0、1、2、3。

先修条目

用于四点插值的三次多项式模板
用前向差分表示的系数表达式

定理与条件 · 9

仅凭数据点无法精确复原未知函数。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者指出，该问题无法确定地回答，因为函数在这些点之间可能呈现各种形态。

命题

仅从有限个数据点出发，无法确定地判断底层函数在这些点之间的行为。

前提

该函数的确切表达式未知。
仅能获得有限个数据点。

量词

对于仅在有限个采样点处已知的函数。

概述中陈述的一般次数规律

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者说：“因此，一般情况下，若有 n 个点，我们就需要一个次数为 n 减一的多项式。”
公式
观察依据
黑板上写下“次数为 n 减1的多项式”。

待核验内容

视频将此作为一条通用规则呈现，但并未证明其唯一性，也未讨论共线点等特殊构型。

命题

视频指出：对于 n 个点，需要一个次数为 $n-1$ 的多项式来插值它们。

前提

共有 n 个数据点。
插值函数依据视频中展示的模式选取。

量词

在视频片段中，该结论对 n 个点作了一般性陈述，且未附加额外假设。

牛顿法的历史动因

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，如果你了解一点线性代数，就应当能够求解该方程组；但当艾萨克·牛顿爵士思考这一问题时，线性代数尚未被发明，因此他采用了一种略有不同的方法来求解。

命题

该片段将牛顿的有限差分法呈现为一种替代现代线性代数方法的方案，用以求解4行4列的线性方程组；其历史动因在于：牛顿所处的时代尚未诞生线性代数。

前提

该问题即黑板上展示的“过四点的三次曲线”方程组。
此处对比的是现代线性代数求解方法与牛顿的差分法。

量词

该陈述作为本例中所用方法的历史性解释而提出。

一阶差分使方程组规模减小

依据清楚

视频直接表达

来源依据

公式
观察依据
在写出三个 Delta 方程后，黑板上展示了一个新的归组方程组，其中包含关于 b、c、d 的三个方程。
声音
观察依据
讲解者说：“通过考察这些 Δy 项——顺便提一句，它们被称为该系统的‘一阶有限差分’——我们最终得到一个含三个方程、三个未知数的新方程组。”

命题

对原始的四元方程组取一阶有限差分，可得到一个含三个方程、三个未知数的新方程组，即未知数 b、c 和 d。

前提

原方程组即过四点的三次插值方程组。
如图所示，依次对各方程作相减运算。

量词

对于所展示的方程组，应用一阶差分运算恰好得到三个简化后的方程。

可在简化后的方程组上重复使用相同的差分思想。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲述者指出，新方程组中每个方程都含有一个 b，这意味着他很可能对这个新方程组重复相同的操作：对相邻方程作差，从而再消去一个变量。
公式
观察依据
这些简化后的方程明显都含有 b 项： $b + c + d$ ， $b + 3c + 7d$ ， $b + 5c + 19d$ 。

待核验内容

该片段预告了下一步操作，但并未在此片段内实际执行二阶差分计算。

命题

由于一阶差分方程组中每个方程都只含一个 b 项，因此可再次应用相同的相减策略，以消去 b 并进一步简化方程组。

前提

简化后的方程组即为一阶差分后所得的、关于 b、c、d 的三元方程组，如板书所示。
每一行都恰好含有一个 b 项。

量词

该结论是针对所展示的简化方程组预先提出的；本片段中并未给出实际的二阶差分方程。

四点三次插值多项式的存在性断言

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，对于任意四个 x 值为0、1、2、3的数据点，我们可由方框中的表达式得到一个三次多项式，该多项式经过全部四个点。

命题

对于任意四个 x 值为0、1、2、3的数据点，所展示的三次表达式给出一个经过全部四个点的多项式。

前提

给出了四个数据点。
它们的 x 值为0、1、2、3。

量词

对任意数据值 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ ，在对应 x 位置处均成立。

从四个点推广到 $n+1$ 个点

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，用于四个点的完全相同的方法，也可用于求出一个经过 $n+1$ 个数据点的 n 次多项式。
公式
观察依据
黑板上写出经过 (0, $y_0$ )、…、(n, $y_n$ ) 的 n 次多项式。

命题

同样的有限差分构造法，可从四个等距点推广到 $n+1$ 个等距点，从而得到一个 n 次插值多项式。

前提

共有 $n+1$ 个数据点。
它们的 x 值为 0、1、…、n。

量词

其中 n 为正整数， $y_0$ 、…、 $y_n$ 为任意数据值。

所展示公式的适用范围限制

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人明确指出，该公式仅适用于数据点的 x 值为 0、1，直至 n 的情形。

命题

所展示的广义公式仅当数据点的 x 值恰好为 0、1、…、n 时才适用。

前提

所指公式即黑板上为 $n+1$ 个点写出的那个公式。

量词

关于公式使用条件的陈述。

最终的下降阶乘因子停在 x-(n-1)。

依据清楚

视频直接表达

来源依据

声音
观察依据
说话者指出，我们实际上从不乘以 x-n；而是停在 x-(n-1)。
公式
观察依据
最后显示的乘积以 (x-(n-1)) 结尾，随后是 $Δ^n y_0/n$ !。

命题

在广义公式中，尽管数据点延伸至 $x=n$ ，但最终乘积因子是 x-(n-1)，而非 x-n。

前提

使用黑板上展示的广义 $n+1$ 点公式。

量词

关于最后一项结构的陈述。

推导与证明 · 9

推导经过四个等距点的三次函数所对应的线性方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上展示了三次函数 $y=a$ +bx+cx^ $2+dx^3$ ，以及由四点 (0, $y_0$ )、(1, $y_1$ )、(2, $y_2$ )、(3, $y_3$ ) 得到的四个方程。

严格证明

步骤

公式
$y=a+bx+cx^2+dx^3$
解释
从作为本例目标所给出的一般三次多项式出发。
步骤依据
黑板上直接显示为目标形式。
视频直接表达
公式
$y_0=a$
解释
将 $x=0$ 代入三次多项式，并令结果等于第一个数据值 $y_0$ 。
步骤依据
点 (0, $y_0$ ) 位于该多项式上；0 的幂次使 b、c、d 项消失。
依据视频推导
公式
$y_1=a+b+c+d$
解释
将 $x=1$ 代入三次多项式，并令其等于 $y_1$ 。
步骤依据
点（1, $y_1$ ）位于该多项式上； $1^2 = 1$ ，且 $1^3 = 1$ 。
依据视频推导
公式
$y_2=a+2b+4c+8d$
解释
将 $x = 2$ 代入该三次多项式，并令其等于 $y_2$ 。
步骤依据
点（2, $y_2$ ）位于该多项式上； $2^2 = 4$ ，且 $2^3 = 8$ 。
依据视频推导
公式
$y_3=a+3b+9c+27d$
解释
将 $x = 3$ 代入该三次多项式，并令其等于 $y_3$ 。
步骤依据
点（3, $y_3$ ）位于该多项式上； $3^2 = 9$ ，且 $3^3 = 27$ 。
依据视频推导

结论

要求该三次多项式经过所给的四个点，可得到关于未知系数 a、b、c、d 的一个4行4列线性方程组，如图所示。

基于规律推导次数规则

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者列举：2个点确定一条直线，3个点确定一条抛物线，4个点确定一条三次曲线，进而推广至 n 个点确定一个次数为 $n-1$ 的多项式。
动画
观察依据
图像依次展示：过两个点的一条直线、过三个点的一条抛物线，以及过四个点的一条类似三次曲线。

待核验内容

本片段中呈现的是一种示意性规律，而非严格证明。

直观解释

步骤

公式
$2\ \text{points} \Rightarrow \text{line}$
解释
讲解者指出，任意两个点可唯一确定一条直线。
步骤依据
该结论在音频中直接陈述，并以视觉方式同步呈现。
视频直接表达
公式
$3\ \text{points} \Rightarrow \text{parabola, degree }2$
解释
对于三个点，主讲人建议使用抛物线，即次数为2的多项式。
步骤依据
在音频中直接陈述，并在画面上直观展示。
视频直接表达
公式
$4\ \text{points} \Rightarrow \text{cubic, degree }3$
解释
对于四个点，主讲人指出很可能需要一个三次多项式，即次数为3。
步骤依据
在音频中直接陈述，并在画面上直观展示。
视频直接表达
公式
$n\ \text{points} \Rightarrow \text{degree }n-1$
解释
主讲人将观察到的规律推广至一般情形：n个点需要次数为n-1的多项式。
步骤依据
明确的口头归纳，并与黑板上的文字一致。
视频直接表达

结论

该视频通过延展从1" by extending the visible pattern from 2、3和4 points.

y_ 的推导 $0 = a$ 来自 $x = 0$

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者说：“如果我任取这四个点中的一个，比如第一个点，将 x 代入零，那么等式左边就应得到 y 零。但当我把 x 代入零时，最后三项全部消失，只剩下 y 零等于 a。”
公式
观察依据
黑板上的第一个方程是 $y_0 = a$ 。

严格证明

步骤

公式
$y = a + bx + cx^2 + dx^3$
解释
从待定系数的一般三次多项式出发。
步骤依据
这就是黑板上给出的插值模型。
视频直接表达
公式
$x = 0$
解释
使用第一个插值点（0, $y_0$ ）。
步骤依据
题目要求该三次多项式经过点（0, $y_0$ ）。
视频直接表达
公式
$y_0 = a + b(0) + c(0)^2 + d(0)^3$
解释
将 $x = 0$ 和 $y = y_0$ 代入三次多项式。
步骤依据
直接代入多项式方程。
依据视频推导
公式
$y_0 = a$
解释
所有含 x 的项均消失，因为它们都乘以了0。
步骤依据
利用0的幂次及乘以0进行算术化简。
视频直接表达

结论

第一个插值条件给出 $y_0 = a$ 。

完整四元方程组的推导过程

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上列出了以下等式： $y_1 = a + b + c + d$ ， $y_2 = a + 2b + 4c + 8d$ ， $y_3 = a + 3b + 9c + 27d$ ，以及 $y_0 = a$ 。
声音
观察依据
讲解者称，他对其余各项执行完全相同的操作，最终得到一个含四个未知数的四元方程组。

待核验内容

该片段并未口头逐一代入 $x = 1$ 、2、3 进行展开；而是在演示 $x = 0$ 后，直接总结出规律。

严格证明

步骤

公式
$(x,y) \in \{(0,y_0),(1,y_1),(2,y_2),(3,y_3)\}$
解释
该三次多项式必须在给定的四个点处满足多项式方程。
步骤依据
这些即为目标中所陈述的插值约束条件。
视频直接表达
公式
$y_1 = a + b(1) + c(1)^2 + d(1)^3$
解释
将 $x = 1$ 和 $y = y_1$ 代入该三次多项式。
步骤依据
直接代入 $y = a$ + bx + cx^ $2 + dx^3$ 。
依据视频推导
公式
$y_1 = a + b + c + d$
解释
化简 1 的各次幂。
步骤依据
由于 $1^k = 1$ ，其中 $k = 1$ ,2,3。
视频直接表达
公式
$y_2 = a + b(2) + c(2)^2 + d(2)^3$
解释
将 $x = 2$ 和 $y = y_2$ 代入该三次多项式。
步骤依据
直接代入多项式模型。
依据视频推导
公式
$y_2 = a + 2b + 4c + 8d$
解释
计算幂次：2、 $2^2$ 和 $2^3$ 。
步骤依据
算术化简： $2^1 = 2$ ， $2^2 = 4$ ， $2^3 = 8$ 。
视频直接表达
公式
$y_3 = a + b(3) + c(3)^2 + d(3)^3$
解释
将 $x = 3$ 和 $y = y_3$ 代入三次函数。
步骤依据
直接代入多项式模型。
依据视频推导
公式
$y_3 = a + 3b + 9c + 27d$
解释
计算幂次 3、 $3^2$ 和 $3^3$ 。
步骤依据
算术化简： $3^1 = 3$ ， $3^2 = 9$ ， $3^3 = 27$ 。
视频直接表达

结论

四个点的条件导出所示的关于 a、b、c、d 的 4 行 4 列线性方程组。

一阶有限差分方程组的推导

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板依次写出： $Δy_0 = y_1 - y_0 = b + c + d$ ， $Δy_1 = y_2 - y_1 = b + 3c + 7d$ ， $Δy_2 = y_3 - y_2 = b + 5c + 19d$ 。
声音
观察依据
讲解者说明：用前一个方程减去后一个方程，每次都能消去 a 项。

严格证明

步骤

公式
$\Delta y_0 = y_1 - y_0$
解释
利用前两个原始方程定义一阶差分。
步骤依据
视频片段中给出的定义。
视频直接表达
公式
$\Delta y_0 = (a + b + c + d) - a$
解释
将原始方程组中 $y_1$ 和 $y_0$ 的表达式代入。
步骤依据
使用 $y_1 = a + b + c + d$ 和 $y_0 = a$ 。
依据视频推导
公式
$\Delta y_0 = b + c + d$
解释
消去 a 项。
步骤依据
代数减法；每一行原始表达式中均只含一个 a 项。
视频直接表达
公式
$\Delta y_1 = y_2 - y_1$
解释
利用第二和第三个方程定义下一个一阶差分。
步骤依据
视频片段中给出的定义。
视频直接表达
公式
$\Delta y_1 = (a + 2b + 4c + 8d) - (a + b + c + d)$
解释
将 $y_2$ 和 $y_1$ 的原始表达式代入。
步骤依据
使用屏幕上显示的系统行中的 $y_2$ 和 $y_1$ 。
依据视频推导
公式
$\Delta y_1 = b + 3c + 7d$
解释
消去 a 后合并同类项。
步骤依据
2b 减 b 等于 b，4c 减 c 等于 3c，8d 减 d 等于 7d。
视频直接表达
公式
$\Delta y_2 = y_3 - y_2$
解释
利用第三和第四个方程定义最后一个一阶差分。
步骤依据
视频片段中给出的定义。
视频直接表达
公式
$\Delta y_2 = (a + 3b + 9c + 27d) - (a + 2b + 4c + 8d)$
解释
将 $y_3$ 和 $y_2$ 的原始表达式代入。
步骤依据
使用屏幕上显示的系统行中的 $y_3$ 和 $y_2$ 。
依据视频推导
公式
$\Delta y_2 = b + 5c + 19d$
解释
消去 a 后，合并同类项。
步骤依据
3b 减 2b 等于 b，9c 减 4c 等于 5c，27d 减 8d 等于 19d。
视频直接表达

结论

一阶有限差分得到简化后的方程组： $Δy_0 = b + c + d$ ， $Δy_1 = b + 3c + 7d$ ， $Δy_2 = b + 5c + 19d$ 。

利用二阶有限差分消去‘b’项

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人解释通过用第二个方程减去第一个方程来消去‘b’项。
公式
观察依据
推导过程显示 $\Delta^2 y_0 = \Delta y_1 - \Delta y_0 = (b + 3c + 7d) - (b + c + d) = 2c + 6d$ 。

严格证明

步骤

公式
$\Delta y_0 = b + c + d$
解释
一阶有限差分方程。
步骤依据
已知
视频直接表达
公式
$\Delta y_1 = b + 3c + 7d$
解释
二阶有限差分方程。
步骤依据
已知
视频直接表达
公式
$\Delta^2 y_0 = \Delta y_1 - \Delta y_0$
解释
二阶有限差分的定义。
步骤依据
定义
视频直接表达
公式
$\Delta^2 y_0 = (b + 3c + 7d) - (b + c + d)$
解释
代入 $\Delta y_1$ 和 $\Delta y_0$ 的表达式。
步骤依据
代入
视频直接表达
公式
$\Delta^2 y_0 = 2c + 6d$
解释
化简该表达式可消去‘b’项。
步骤依据
代数化简
视频直接表达

结论

取二阶有限差分可消去“b”项，得到仅含“c”和“d”的方程。

利用三阶有限差分消去“c”项

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人解释通过相减两个二阶有限差分方程来消去“c”项。
公式
观察依据
推导过程显示 $\Delta^3 y_0 = \Delta^2 y_1 - \Delta^2 y_0 = (2c + 12d) - (2c + 6d) = 6d$ 。

严格证明

步骤

公式
$\Delta^2 y_0 = 2c + 6d$
解释
第一个二阶有限差分方程。
步骤依据
此前已推导
视频直接表达
公式
$\Delta^2 y_1 = 2c + 12d$
解释
第二个二阶有限差分方程。
步骤依据
此前已推导
视频直接表达
公式
$\Delta^3 y_0 = \Delta^2 y_1 - \Delta^2 y_0$
解释
三阶有限差分的定义。
步骤依据
定义
视频直接表达
公式
$\Delta^3 y_0 = (2c + 12d) - (2c + 6d)$
解释
将 $\Delta^2 y_1$ 和 $\Delta^2 y_0$ 的表达式代入。
步骤依据
代入法
视频直接表达
公式
$\Delta^3 y_0 = 6d$
解释
化简表达式可消去“c”项。
步骤依据
代数化简
视频直接表达

结论

取三阶有限差分可消去“c”项，得到仅含“d”的方程。

从三次模板推导四点牛顿形式。

依据清楚

视频直接表达

来源依据

公式
观察依据
左上方系统将 $Δy_0$ 、 $Δy_1$ 、 $Δy_2$ 表示为 b、c、d 的函数；中右方系统将 $Δ^2 y_0$ 、 $Δ^2 y_1$ 表示为 c、d 的函数；最右方给出 $Δ^3 y_0=6d$ 。
公式
观察依据
左下方解出 d、c、b、a；右下方将 y 重写为框出的牛顿形式。
声音
观察依据
说话者指出，应将 a、b、c、d 替换为刚刚推导出的表达式，从而得到以 y 值表示的多项式。

待核验内容

从代入系数到紧凑的下降阶乘形式之间的中间代数化简过程，并未在屏幕上逐步完整写出。

严格证明

步骤

公式
$y = a + bx + cx^2 + dx^3$
解释
从四点情形的一般三次多项式开始。
步骤依据
显示在黑板上，并由主讲人说出。
视频直接表达
公式
$\Delta y_0=b+c+d,\quad \Delta y_1=b+3c+7d,\quad \Delta y_2=b+5c+19d$
解释
用未知系数表示一阶前向差分。
步骤依据
在左上方的黄色方程组中明确写出。
视频直接表达
公式
$\Delta^2 y_0=2c+6d,\quad \Delta^2 y_1=2c+12d$
解释
通过对相邻的一阶差分相减，构造二阶差分。
步骤依据
在紫色方程组中明确写出。
视频直接表达
公式
$\Delta^3 y_0=6d$
解释
由二阶差分构造三阶差分。
步骤依据
在右上方明确写出。
视频直接表达
公式
$d=\frac{\Delta^3 y_0}{6},\quad c=\frac12(\Delta^2 y_0-\Delta^3 y_0),\quad b=\Delta y_0-\frac12\Delta^2 y_0+\frac13\Delta^3 y_0,\quad a=y_0$
解释
从最高阶差分开始逆向求解，用前向差分和 $y_0$ 表示每个系数。
步骤依据
以青色直接写在黑板上。
视频直接表达
公式
$y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2} + x(x-1)(x-2)\frac{\Delta^3 y_0}{6}$
解释
将这些系数表达式代入三次多项式，并整理为牛顿前向差分形式。
步骤依据
最终框出的公式已显示，音频说明：将 a、b、c、d 替换后即得插值多项式。
视频直接表达

结论

四点三次插值多项式可直接用 $y_0$ 和下标为 0 处的前三阶前向差分来表示。

基于规律的推广：从四点推广到 $n+1$ 个点。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲话者指出，方程中的规律提示我们可以将结论推广到 n 个点，而不仅限于四个点。
公式
观察依据
下一块黑板将具体的分母 2 和 6 替换为 2!、3!、…、n!，并将乘积项延拓至 $x-(n-1)$ 。

待核验内容

本片段中，这一推广是以观察规律为基础的方式呈现的，而非对通用公式的完整证明。

直观解释

步骤

公式
$y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2} + x(x-1)(x-2)\frac{\Delta^3 y_0}{6}$
解释
观察四点公式，寻找其中重复出现的结构。
步骤依据
带框的公式在黑板切换前始终保持可见。
视频直接表达
公式
$x,\; x(x-1),\; x(x-1)(x-2),\ldots$
解释
每一新增项都多乘一个递减的因子。
步骤依据
音频中明确说明，且公式中清晰可见。
视频直接表达
公式
$\Delta y_0,\; \Delta^2 y_0,\; \Delta^3 y_0,\ldots,\Delta^n y_0$
解释
每一新增项均使用下一阶更高的前向差分。
步骤依据
音频中明确说明，且在推广后的公式中清晰可见。
视频直接表达
公式
$1,\; 1,\; 2!,\; 3!,\ldots,n!$
解释
分母按阶乘顺序排列，与差分的阶数一一对应。
步骤依据
主讲人说，我们依次除以 k 的阶乘，直至 n 的阶乘；黑板上显示的是2!、3!、……、n!。
视频直接表达
公式
$y = y_0 + x\Delta y_0 + x(x-1)\frac{\Delta^2 y_0}{2!} + x(x-1)(x-2)\frac{\Delta^3 y_0}{3!} + \cdots + x(x-1)(x-2)\cdots(x-(n-1))\frac{\Delta^n y_0}{n!}$
解释
延续已观察到的规律，得到适用于 $n+1$ 个点的公式。
步骤依据
过渡之后写在第二块黑板上的内容。
视频直接表达

结论

四点公式通过延展相同的结构模式，提示出一般的 $n+1$ 点牛顿前向插值公式。

例题详解 · 2

用三次多项式拟合四个点

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板标题：“例：用三次多项式拟合4个点”。
公式
观察依据
目标与方程组完整显示在黑板上。
声音
观察依据
主讲人以四个数据点引入该例，并说明希望找到一个三次多项式。

待核验内容

该片段在求解方程组或给出具体y值之前结束。

题目

求一个三次多项式，使其经过四个数据点（0, $y_0$ ）、（1, $y_1$ ）、（2, $y_2$ ）和（3, $y_3$ ）。

已知条件

假定插值多项式具有形式 $y = a$ + bx + cx^ $2 + dx^3$ 。
数据点的横坐标分别为0、1、2、3。
对应的纵坐标记为 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 。

目标

列出确定三次插值多项式系数 a、b、c、d 的方程组。

步骤

公式
$y=a+bx+cx^2+dx^3$
解释
将一般三次多项式写作待定插值多项式。
步骤依据
黑板上示例目标中已明确写出。
视频直接表达
公式
$\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}$
解释
将 $x = 0$ 、1、2、3 分别代入该三次多项式，并令每个结果等于对应的 y 值。
步骤依据
所列每个点都必须落在该多项式上；代入后即得屏幕上显示的方程组。
依据视频推导

结果

该示例被整理为如下线性方程组： $\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}$ 。

检验

本片段内未进行数值验证；屏幕上显示的方程与将 $x = 0$ 、1、2、3 直接代入 $y = a$ + bx + cx^ $2 + dx^3$ 所得结果一致。

通过四个等距点拟合三次多项式

依据清楚

视频直接表达

来源依据

公式
观察依据
整个板书围绕标题为“例：通过4个点拟合三次多项式”的示例展开，内容包括该多项式、四个点、原始方程组以及一阶差分方程组。
声音
观察依据
讲解者逐步演示了问题的建立、方程组的推导，以及牛顿一阶差分约简法的应用。

待核验内容

未给出 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 的具体数值，因此本片段中未显式计算各系数。
本片段在执行预告中的二阶差分步骤前即结束。

题目

求一个三次多项式 $y = a$ + bx + cx^ $2 + dx^3$ ，使其经过点（0, $y_0$ ）、（1, $y_1$ ）、（2, $y_2$ ）、（3, $y_3$ ）。

已知条件

四个插值点的横坐标分别为0、1、2、3。
对应的纵坐标记为 $y_0$ 、 $y_1$ 、 $y_2$ 、 $y_3$ 。
待定系数为 a、b、c、d。

目标

通过将插值条件转化为可解的线性方程组，再利用有限差分法化简该方程组，来确定三次多项式的系数。

步骤

公式
$y = a + bx + cx^2 + dx^3$
解释
写出一般的三次插值多项式。
步骤依据
这是本例中给出的模型。
视频直接表达
公式
$\begin{cases} y_0 = a \\ y_1 = a + b + c + d \\ y_2 = a + 2b + 4c + 8d \\ y_3 = a + 3b + 9c + 27d \end{cases}$
解释
将四个点代入三次多项式，得到关于四个未知系数的四个线性方程。
步骤依据
每个点都必须满足该多项式方程。
视频直接表达
公式
$\Delta y_0 = y_1 - y_0 = b + c + d$
解释
用第二个方程减去第一个方程，以消去系数 a。
步骤依据
每个原始方程中恰好含有一个 a 项，因此逐次相减即可消去 a。
视频直接表达
公式
$\Delta y_1 = y_2 - y_1 = b + 3c + 7d$
解释
用第三个方程减去第二个方程，再次消去系数 a。
步骤依据
对下一对方程应用相同的有限差分消元原理。
视频直接表达
公式
$\Delta y_2 = y_3 - y_2 = b + 5c + 19d$
解释
用第四个方程减去第三个方程，再一次消去系数 a。
步骤依据
对最后一对方程应用相同的有限差分消元原理。
视频直接表达
公式
$\text{New system: } \begin{cases} \Delta y_0 = b + c + d \\ \Delta y_1 = b + 3c + 7d \\ \Delta y_2 = b + 5c + 19d \end{cases}$
解释
将所得结果整理为一个含三个方程、三个未知数的较小方程组。
步骤依据
讲解者明确指出，这是经过一阶差分后的简化方程组。
视频直接表达

结果

该片段将原始的 $4\times 4$ 插值方程组简化为关于 b、c、d 的 $3\times 3$ 一阶差分方程组；本段并未完成对该方程组中系数的求解。

检验

可通过直接相减所展示的原始方程来验证这一简化过程；每个相减后所得的等式右端，均与黑板上所写的 $b + c + d$ 、 $b + 3c + 7d$ 和 $b + 5c + 19d$ 一致。

图示与动画 · 9

带散点图与题目陈述的概览板

依据清楚

视频直接表达

来源依据

图示
观察依据
左侧显示标题与问题陈述；右侧显示一个坐标平面，其上有四个黄色点。
动画
观察依据
一个红色指针在标题、笔记参考页码、题目正文和已绘制的点之间移动。

图中对象

标题“多项式插值——概览”
参考框：“笔记：第89–94页”和“Rogawski：不适用”
题目陈述文字
标有x轴和y轴的坐标轴
四个黄色数据点
红色指针圆点

变化过程

该指针在片段初期高亮显示标题和笔记参考页码。
当讲解者讨论未知函数及中间行为时，指针移过已绘制的点。
单词“光滑”被划掉，并替换为“多项式”。
该短语被扩展为“次数为 $n-1$ 的多项式”。

不变量

四个已绘制的点在整个概览部分中始终保持相同的位置。
整体左文右图的布局在场景切换前保持不变。

数学含义

视觉布局将插值问题呈现为一个几何问题：给定平面上若干散点，寻找一条经过所有这些点的简单曲线。

针对2、3和4个点的示例曲线序列

时间近似

视频直接表达

来源依据

动画
观察依据
图像依次展示：一条经过两个点的直线，一条经过三个点的类抛物线曲线，以及一条经过四个点的类三次曲线。
声音
观察依据
旁白内容与这些情形一一对应：两点对应直线，三点对应抛物线，四点对应三次曲线。

待核验内容

精确的绘图时间仅为近似值，因为曲线是在连续旁白过程中逐步呈现的，而非作为独立的时间戳标签出现。

图中对象

两点直线草图
三点抛物线草图
四点类三次曲线草图
原始的四个黄色数据点

变化过程

一条直线被画过前两个点。
它被一条经过三个点的抛物线所替代。
接着它被一条经过全部四个点的更高次曲线所替代。

不变量

底层的数据点不发生移动。
坐标轴保持固定。

数学含义

该动画直观地说明：随着插值点数量的增加，所用多项式的次数也随之提高。

从概览页切换至详细演算示例页

依据清楚

视频直接表达

来源依据

图示
观察依据
在131秒时，板书切换至一个新示例页面，标题为“示例：用三次函数拟合4个点”。
公式
观察依据
新页面包含三次函数公式及一个由四个方程组成的方程组。

图中对象

新标题：“示例：用三次函数拟合4个点”
含三次函数公式的教学目标陈述
四个点的列表
一个大花括号，将四个方程归为一组

变化过程

先前的图示与问题布局消失。
取而代之的是纯文本示例布局。
红色指针在片段末尾扫过所列的各点及对应方程。

不变量

主题仍是多项式插值。
该示例延续了此前的论断：四个点可确定一个三次多项式。

数学含义

场景切换标志着从概念性概览转入具体插值示例的代数设定。

插值问题初始的白板布局

依据清楚

视频直接表达

来源依据

图示
观察依据
一块黑色数字白板，顶部显示标题，绿色文字标出目标陈述，四点坐标以绿色列出，左侧用黄色大括号将四个黄色方程归为一组。
动画
观察依据
一个红色指针圆点在多项式各项、所列各点以及方程之间移动，同时讲解者说明代入过程。

图中对象

标题文字
目标陈述
三次多项式 $y = a$ + bx + cx^ $2 + dx^3$
四个点 (0, $y_0$ )、(1, $y_1$ )、(2, $y_2$ )、(3, $y_3$ )
黄色的四元方程组
红色指针圆点

变化过程

指针依次高亮显示多项式系数和点列。
关注点从一般三次多项式转向代入后得到的具体方程。

不变量

原始的四元方程组在整个时间段内始终保留在左侧可见。
各点的 x 值固定为0、1、2、3。

数学含义

视觉布局将问题陈述与施加插值条件所导致的代数结果分隔开来。

屏幕上构建第一个有限差分方程组

依据清楚

视频直接表达

来源依据

动画
观察依据
紫色大括号和紫色方程逐个添加到黄色方程组右侧。
公式
观察依据
新增的各行依次为：Delta $y_0 = y_1 - y_0 = b + c + d$ ，接着 Delta $y_1 = y_2 - y_1 = b + 3c + 7d$ ，再接着 Delta $y_2 = y_3 - y_2 = b + 5c + 19d$ 。

图中对象

原始黄色方程组
紫色大括号
紫色 Delta y 方程
红色指针圆点

变化过程

在前两个黄色方程和第一个 Delta 方程旁画出一个紫色大括号。
在下方添加第二个紫色大括号和一条 Delta $y_1$ 行。
再在这些内容下方添加第三个紫色大括号和一条 Delta $y_2$ 行。

不变量

原始的黄色方程组保持不变，位于左侧。
每个新的紫色方程对应于对原始方程逐次相减。

数学含义

颜色区分直观地将原始约束条件与牛顿有限差分法导出的简化方程组区分开来。

最终可见状态：简化后的三元方程组

依据清楚

视频直接表达

来源依据

图示
观察依据
到本片段结束时，右侧包含三个堆叠排列的紫色方程，被归为一个新的方程组。
声音
观察依据
讲解员指出，新方程组含有三个方程和三个未知数，且每个方程都包含一个 b 项。

待核验内容

本片段在结束前未画出二阶差分方程组。

图中对象

三个紫色的一阶差分方程
剩余的黄色原始方程组
红色指针点

变化过程

叙述者的关注点从减法操作转向简化后系统的结构。
通过口头方式引入了该方法可重复使用的可能性。

不变量

简化后的系统仍仅用 b、c、d 表示。
未引入任何数值型的 y 值。

数学含义

最终黑板状态展示了该方法的关键收益：得到一个规模更小的线性系统，其结构相似到足以提示可进行迭代消元。

用括号对方程进行分组

依据清楚

视频直接表达

来源依据

图示
观察依据
用紫色括号将方程成组圈出，以便相减。

图中对象

方程
括号

变化过程

在成对的方程外画上括号，以标明哪些方程正在进行相减。

不变量

方程本身保持不变。

数学含义

这种视觉分组有助于观众跟随逐步消元的过程。

黑板内容由三次情形切换至一般情形

依据清楚

视频直接表达

来源依据

动画
观察依据
大约在66秒时，整块黑板的内容从四点推导切换为一个新标题及推广后的公式。

图中对象

此前的四点推导
新标题：多项式插值： $n+1$ 个点
推广公式框

变化过程

所有先前的等式同时消失。
一个新的标题和一个单独的推广公式取代了它们。

不变量

主题仍为多项式插值。
前向差分记号仍在继续使用。

数学含义

视觉过渡标志着从具体的四点示例转向抽象的 n＋1 点公式。

红色指针高亮显示广义公式的各部分

依据清楚

视频直接表达

来源依据

动画
观察依据
一个小红点在广义公式各部分与所列各点之间移动，同时讲解者讨论限制条件及最终因子。

待核验内容

红点逐帧运动的精确路径仅为近似，因其运动是连续的。

图中对象

点列表（0, $y_0$ ），（1, $y_1$ ），…，（n, $y_n$ ）
最后一项 x(x－1)…(x－(n－1)) $Δ^n y_0/n$ !

变化过程

该红点将注意力从数据点列表转移到最终乘积项及最终差分项。

不变量

在此强调过程中，公式本身不发生变化。

数学含义

动画辅助讲解者口头说明：该公式要求 x 值为 0 至 n，且乘积在 x－(n－1) 处终止。

易错点 · 7

误将插值等同于对隐藏函数的精确复原

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人提醒，该问题无法确定作答，因为函数在各点之间可能任意变化。

误区

人们或许会认为，仅凭若干数据点便能唯一确定两点之间的原始函数。

说明

视频明确指出，这一点无法确定；插值仅在附加关于函数良好性与趋势的假设下，提供一种近似。

该方法可适用于任意光滑曲线

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人表示，他们不会随意选用某条光滑曲线，而是尽可能保持简单。
公式
观察依据
黑板上划去“光滑”，改写为“多项式”。

误区

人们可能认为题目允许将任意光滑曲线作为插值函数。

说明

视频将选择范围限定为多项式，以保持模型简洁且计算上易于处理。

假设唯一可行路径是现代矩阵线性代数

依据清楚

视频直接表达

来源依据

声音
观察依据
叙述者指出，借助一点线性代数知识便应能解出该系统，但牛顿采用了不同的解法，因为当时线性代数尚未被发明。

误区

人们或许会认为，这一插值问题必须借助现代线性代数工具（如矩阵与消元理论）来求解。

说明

该片段展示了一条替代性的历史路径：反复对相邻方程作差以消去共有的首项，从而生成规模更小的系统，且无需诉诸形式化的线性代数。

将有限差分仅视为一种记号

依据清楚

视频直接表达

来源依据

声音
观察依据
叙述者强调，作差运算消去了所有 a 项，并生成了一个含三个方程、三个未知数的新系统。
公式
观察依据
黑板通过 Δy 的定义，将一个4个方程的系统转化为一个3个方程的系统。

误区

人们可能认为 Delta $y_0$ 、Delta $y_1$ 、Delta $y_2$ 只是对原有量的重新标记，并未改变问题本身。

说明

在此片段中，它们是一种消元工具：逐次相减方程可消去公共的 a 项，从而真正减少方程个数与未知量个数。

误解 $\Delta^2$ 中的平方含义

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人明确指出，符号 $\Delta^2$ 中没有任何内容被平方。

误区

误以为 $\Delta^2 y$ 表示对 $\Delta y$ 的值进行平方。

说明

上标 2 表示对差分算子应用两次，而非对结果进行平方。

将该公式错误地应用于非标准 x 值

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者提醒：该公式仅适用于 x 值为 0、1、…、n 的数据点。

误区

人们可能会认为，所展示的公式对任意 x 值都成立。

说明

视频明确将该公式的这一版本限定于等距节点 x＝0，1，…，n，并指出后续会给出适用于其他情况的推广形式。

额外添加一个最终因子 x－n

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，我们实际上从不乘以 x－n；而是止步于 x－(n－1)。
公式
观察依据
最后展示的乘积以 (x－(n－1)) 结尾。

误区

由于数据点延伸至 x＝n，人们可能预期最后一个乘积中应包含 x－n。

说明

最终的降阶乘积止步于 x－(n－1)；第 n 个数据点的作用已体现在计算 $Δ^n y_0$ 的过程中。

概念关系 · 11

多项式插值问题陈述 → 使用多项式代替任意光滑曲线

依据清楚

视频直接表达

来源依据

声音
观察依据
在提出光滑曲线问题后，主讲人表示将改用多项式。
公式
观察依据
黑板上将“光滑曲线”修改为“多项式”。

应用

解释

通过选取多项式作为容许的近似曲线类别，一般插值问题被具体化。

使用多项式代替任意光滑曲线 → 插值 n 个点的次数规则

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人从说明将使用多项式，过渡到指出n个点所需多项式的次数。
公式
观察依据
黑板上将“多项式”扩展为“次数为n-1的多项式”。

包含

解释

选定多项式后，视频进一步明确规则：n个点对应次数为n-1的多项式。

插值 n 个点的次数规则 → 三次插值示例的设定

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人表示将通过一个例子引出一般公式，并随即引入四个数据点及一个三次多项式。
公式
观察依据
示例黑板上恰好使用四个点和一个三次多项式，与之前 $n=4$ 的情形一致。

特例

解释

这个“四点确定三次多项式”的例子，正是场景切换前刚陈述的一般次数规则中 $n=4$ 的情形。

三次插值示例的设定 → 推导经过四个等距点的三次函数所对应的线性方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
所展示的三次多项式与所展示的四个方程共同出现在同一示例板上。

证明依赖

解释

该代数系统是通过对三次多项式施加其必须经过四个指定点的条件，直接由三次多项式设定推导而来。

三次插值问题的设定 → 由插值点约束生成的线性方程组

依据清楚

视频直接表达

来源依据

公式
观察依据
关于三次函数及四个点的目标陈述之后，紧接着展示了由四个方程组成的方程组。
声音
观察依据
讲解者说明，将这四个点代入三次函数即得到该方程组。

应用

解释

插值定义被逐点应用，从而生成黑板上所展示的具体线性方程组。

一阶有限差分消去了常数项系数 → 可在简化后的方程组上重复使用相同的差分思想。

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，新方程组中每个方程都含有 b，因此很可能可以再次采用相同操作，进一步消去另一个变量。
公式
观察依据
化简后的方程明显均以 b 项开头。

待核验内容

二阶差分方程本身在此片段中并未写出。

推广

解释

利用一阶差分成功消去 a，提示我们可对化简后的方程组递归地采用相同策略，下一步消去 b。

有限差分法 → 三次多项式形式

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者说明如何通过计算 $\Delta^3 y_0$ 求出 d，再逆向推导出 c、b 和 a。

应用

解释

将有限差分法应用于由三次多项式导出的方程组，以求解其各项系数。

四点牛顿前向插值公式 → 广义牛顿前向插值公式

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人指出，四点方程中的规律或许可推广至 n 个点。
公式
观察依据
第二块黑板将 n＋1 点公式作为直接推广形式呈现。

推广

解释

该推广公式将四点牛顿前向插值表达式扩展至 n＋1 个等距点。

用前向差分表示的系数表达式 → 四点牛顿前向插值公式

依据清楚

视频直接表达

来源依据

公式
观察依据
先求解系数公式，再代入得到框出的牛顿形式。

证明依赖

解释

四点牛顿公式依赖于首先用前向差分表示 a、b、c、d。

用于四点插值的三次多项式模板 → 用前向差分表示的系数表达式

依据清楚

视频直接表达

来源依据

公式
观察依据
推导从 $y = a$ + bx + cx^ $2 + dx^3$ 出发，然后重写其系数。

先修

解释

这些系数表达式仅相对于初始的三次模板才有意义。

广义公式中各项的规律 → 广义牛顿前向插值公式

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人在写出广义公式之前，先描述了可预见的项的规律。

应用

解释

结构规律的解释，是用于读取和构建广义公式的规则。

问题定位 · 18

多项式插值试图解决什么问题？

依据清楚

视频直接表达

来源依据

公式
观察依据
标题与问题陈述在概览板上可见。

涉及知识点

多项式插值问题陈述

本视频为何用多项式替代一般光滑曲线？

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人表示，他们不会使用任意一条普通的光滑曲线，而将采用多项式。

涉及知识点

使用多项式代替任意光滑曲线
该方法可适用于任意光滑曲线

本视频指出，对于 n 个点，需要使用次数为多少的多项式？

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人陈述了适用于 n 个点的一般规则。
公式
观察依据
板书写作“次数为 $n-1$ 的多项式”。

涉及知识点

插值 n 个点的次数规则
概述中陈述的一般次数规律

如何构造一个经过点（0, $y_0$ ）、（1, $y_1$ ）、（2, $y_2$ ）、（3, $y_3$ ）的三次多项式？

依据清楚

视频直接表达

来源依据

公式
观察依据
示例板展示了三次多项式与四点方程组。

涉及知识点

三次插值示例的设定
推导经过四个等距点的三次函数所对应的线性方程组
用三次多项式拟合四个点

仅凭数据点，我们能否准确知道函数在这些点之间的行为？

依据清楚

视频直接表达

来源依据

声音
观察依据
主讲人称，该问题无法确定地回答。

涉及知识点

仅凭数据点无法精确复原未知函数。
误将插值等同于对隐藏函数的精确复原

本例的数学目标是什么？

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板标题与目标陈述明确要求找出经过四个点的三次函数。
声音
观察依据
讲解者将目标朗读出来。

涉及知识点

三次插值问题的设定

为什么用三次多项式拟合四个点会产生一个含四个未知数的四元方程组？

依据清楚

视频直接表达

来源依据

公式
观察依据
黑板上列出的四个方程分别对应四个插值点。
声音
观察依据
讲解者说明：将各点代入后，得到一个含四个未知数的四元方程组。

涉及知识点

三次插值问题的设定
由插值点约束生成的线性方程组

为什么点（0, $y_0$ ）意味着 $y_0 = a$ ？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者代入 $x = 0$ ，并指出最后三项消失。
公式
观察依据
黑板上的第一个方程是 $y_0 = a$ 。

涉及知识点

由插值点约束生成的线性方程组
y_ 的推导 $0 = a$ 来自 $x = 0$

牛顿求解该插值方程组的有限差分思想是什么？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出：牛顿观察到每一行都只含一个 a 项，并通过作差消去所有 a 项。
公式
观察依据
黑板展示了通过逐次相减导出的三个 Delta 方程。

涉及知识点

一阶有限差分消去了常数项系数
一阶有限差分方程组的推导

本片段中，Δy 项被称为什么？它们起到什么作用？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者明确将 Delta y 项称为一阶有限差分。
公式
观察依据
黑板将它们标记为 Delta $y_0$ 、Delta $y_1$ 、Delta $y_2$ 。

涉及知识点

一阶有限差分消去了常数项系数

第一次简化后，能否再次应用相同的差分方法？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者指出，同样的操作很可能还可以应用于新方程组，以进一步消去另一个变量。
公式
观察依据
每个简化后的方程都含有 b 项。

待核验内容

下一个消元步骤在此片段中被宣布，但并未实际执行。

涉及知识点

一阶有限差分消去了常数项系数
可在简化后的方程组上重复使用相同的差分思想。

为何取二阶有限差分可消除 'b' 项？

依据清楚

视频直接表达

来源依据

声音
观察依据
讲解者说明通过取有限差分来消去 'b' 项。

涉及知识点

有限差分法

覆盖情况与待核验内容

已覆盖 · 概览部分：问题陈述、研究动机、关于不确定性的警示、用多项式替代光滑曲线，以及图示说明的次数规律。

已覆盖 · 概览板与例题板之间的简短过渡。

已覆盖 · 例题设置：三次函数形式、四个给定点，以及由此导出的线性方程组；该片段在求解该方程组之前结束。

已覆盖 · 问题陈述与三次多项式形式被引入。

已覆盖 · 将四个点代入后，得到一个含4个方程的线性方程组。

已覆盖 · 讲解者将现代线性代数方法与牛顿的历史方法进行了对比。

已覆盖 · 逐次相减定义了 $Δy_0$ 、 $Δy_1$ 、 $Δy_2$ ，并消去了 a。

已覆盖 · 简化后的3行×3列方程组被识别出来，讲解者提议重复该方法；但本片段中未展示实际的二阶差分计算。

已覆盖 · 本段完整讲解并推导了利用有限差分法求解三次多项式各项系数的过程。

已覆盖 · 开场板书展示了三次多项式模板以及用前向差分表示的已解出系数公式。

已覆盖 · 主讲人写出并讲解了框出的四点牛顿插值公式。

已覆盖 · 板书切换为广义的 $n+1$ 点公式，主讲人描述了重复项的规律。

已覆盖 · 主讲人给出两点说明：该公式要求x值从0到n；且最终乘积项止于 $x-(n-1)$ 。

探索视频中的知识

已审核的主题路径

多项式插值

多项式插值

把讲解展开来看。

章节

学习解说文稿

知识卡片

多项式插值问题

为何无法精确复原

用多项式替代光滑曲线

n个点的次数法则

三次函数示例的设定

由四个点导出的线性方程组

三次插值目标

从点出发构建一个4行4列的线性方程组

牛顿第一阶有限差分消元法

下一次消元的预览

一阶有限差分方程组

二阶有限差分（Δ2y0\Delta^2 y_0Δ2y0​）

二阶有限差分（Δ2y1\Delta^2 y_1Δ2y1​）

三阶有限差分（Δ3y0\Delta^3 y_0Δ3y0​）

求解系数ddd

所有系数的公式

四点插值的三次模板

系数通过前向差分表示

四点的牛顿前向公式

适用于n+1n+1n+1个点的广义公式

所展示公式的适用条件

为何最后一个乘积止于x-(n-1)

详细学习笔记

y=f(x)y=f(x)y=f(x)

n

n-1

y=ay=ay=a+bx+cx^2+dx32+dx^32+dx3

a,b,c,d

(0,y0y_0y0​),(1,y1y_1y1​),(2,y2y_2y2​),(3,y3y_3y3​)

{y0=ay1=a+b+c+dy2=a+2b+4c+8dy3=a+3b+9c+27d\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}⎩⎨⎧​y0​=ay1​=a+b+c+dy2​=a+2b+4c+8dy3​=a+3b+9c+27d​

y

x

a

b

c

多项式插值问题陈述

使用多项式代替任意光滑曲线

插值 n 个点的次数规则

三次插值示例的设定

三次插值问题的设定

由插值点约束生成的线性方程组

一阶有限差分消去了常数项系数

有限差分法

三次多项式形式

用于四点插值的三次多项式模板

用前向差分表示的系数表达式

四点牛顿前向插值公式

仅凭数据点无法精确复原未知函数。

概述中陈述的一般次数规律

牛顿法的历史动因

一阶差分使方程组规模减小

可在简化后的方程组上重复使用相同的差分思想。

四点三次插值多项式的存在性断言

从四个点推广到 n+1n+1n+1 个点

所展示公式的适用范围限制

最终的下降阶乘因子停在 x-(n-1)。

推导经过四个等距点的三次函数所对应的线性方程组

基于规律推导次数规则

y_ 的推导0=a0 = a0=a 来自 x=0x = 0x=0

完整四元方程组的推导过程

一阶有限差分方程组的推导

利用二阶有限差分消去‘b’项

利用三阶有限差分消去“c”项

从三次模板推导四点牛顿形式。

基于规律的推广：从四点推广到 n+1n+1n+1 个点。

用三次多项式拟合四个点

通过四个等距点拟合三次多项式

带散点图与题目陈述的概览板

针对2、3和4个点的示例曲线序列

从概览页切换至详细演算示例页

插值问题初始的白板布局

屏幕上构建第一个有限差分方程组

最终可见状态：简化后的三元方程组

用括号对方程进行分组

黑板内容由三次情形切换至一般情形

二阶有限差分（ $\Delta^2 y_0$ ）

二阶有限差分（ $\Delta^2 y_1$ ）

三阶有限差分（ $\Delta^3 y_0$ ）

求解系数 $d$

适用于 $n+1$ 个点的广义公式

$y=f(x)$

$y=a$ +bx+cx^ $2+dx^3$

(0, $y_0$ ),(1, $y_1$ ),(2, $y_2$ ),(3, $y_3$ )

$\begin{cases} y_0=a \\ y_1=a+b+c+d \\ y_2=a+2b+4c+8d \\ y_3=a+3b+9c+27d \end{cases}$

从四个点推广到 $n+1$ 个点

y_ 的推导 $0 = a$ 来自 $x = 0$

基于规律的推广：从四点推广到 $n+1$ 个点。

误解 $\Delta^2$ 中的平方含义

如何构造一个经过点（0, $y_0$ ）、（1, $y_1$ ）、（2, $y_2$ ）、（3, $y_3$ ）的三次多项式？

为什么点（0, $y_0$ ）意味着 $y_0 = a$ ？