学生实验报告
了解插值与拟合的基本原理和方法；掌握用MATLAB计算插值与作最小二乘多项式拟合和曲线拟合的方法；通过范例展现求解实际问题的初步建模过程； 通过动手作实验学习如何用插值与拟合方法解决实际问题，提高探索和解决问题的能力。这对于学生深入理解数学概念，掌握数学的思维方法，熟悉处理大量的工程计算问题的方法具有十分重要的意义。 二、实验仪器、设备或软件：电脑,MATLAB软件 三、实验内容 1．编写插值方法的函数M文件； 2．用MATLAB中的函数作函数的拟合图形； 3．针对实际问题，试建立数学模型，并求解。 四、实验步骤 1．开启软件平台——MATLAB，开启MATLAB编辑窗口； 2．根据各种数值解法步骤编写M文件； 3．保存文件并运行； 4．观察运行结果(数值或图形)； 5．写出实验报告，并浅谈学习心得体会。 五、实验要求与任务 根据实验内容和步骤，完成以下具体实验，要求写出实验报告（实验目的→问题→数学模型→算法与编程→计算结果→分析、检验和结论→心得体会）。 1．天文学家在1914年8月的7次观测中，测得地球与金星之间距离（单位：米），并取得常用对数值，与日期的一组历史数据如下表： 由此推断何时金星与地球的距离（米）的对数值为9.93518？ 解：输入命令
days=[18 20 22 24 26 28 30]; distancelogs=[9.96177 9.95436 9.94681 9.93910 9.93122 9.92319 9.91499]; t1=interp1(distancelogs,days,9.93518) %线性插值 t2=interp1(distancelogs,days,9.93518,'nearest') %最近邻点插值 t3=interp1(distancelogs,days,9.93518,'spline') %三次样条插值 t4=interp1(distancelogs,days,9.93518,'cubic') %三次插值 计算结果： t1 = 24.9949 t2 = 24 t3 = 25.0000 t4 =
插值法和拟合实验报告 一、 实验目的 1.通过进行不同类型的插值，比较各种插值的效果，明确各种插值的优越性； 2.通过比较不同次数的多项式拟合效果，了解多项式拟合的原理； 3.利用matlab 编程，学会matlab 命令； 4.掌握拉格朗日插值法； 5.掌握多项式拟合的特点和方法。 二、 实验题目 1.、插值法实验 将区间[-5,5]10等分，对下列函数分别计算插值节点 k x 的值，进行不同类型 的插值，作出插值函数的图形并与)(x f y =的图形进行比较： ;11)(2x x f += ;a r c t a n )(x x f = .1)(42 x x x f += (1) 做拉格朗日插值； (2) 做分段线性插值； (3) 做三次样条插值. 2、拟合实验 给定数据点如下表所示： 分别对上述数据作三次多项式和五次多项式拟合，并求平方误差，作出离散函数 ),(i i y x 和拟合函数的图形。 三、 实验原理 1.、插值法实验
∏∑∏∏∏∑∑≠==≠=≠=≠=+-==--= =-= ==-=-=----==++==j i j j i i i i i n i i n n j i j j n j i j j i i n j i j j n i i i n i i n n n o i n i i n x x x x x y x l x L x x c n i x x c x x x c x x x x x x x x c y x l x L y x l y x l y x l x L ,00 ,0,0,01100 00 )(l )()() (1 ,1,0, 1)()(l ) ()())(()()()()()()()(， 故， 得 再由，设 2、拟合实验
拉格朗日插值法总结 拉格朗日插值法 2008-05-12 16 : 44 一、问题的背景 在实际问题中常遇到这样的函数y=f(x),其在某个区间［a,b］上是存在的。但是,通过观察或测量或试验只能得到在区间［a,b］上有限个离散点 x0,x1,…,xn上的函数值yi=f(xi),(i=0,1, …,n)。或者f(x)的函数f(x)表达 式是已知的，但却很复杂而不便于计算；希望用一个既能反映函数f(x)的特性, 又便于计算的简单函数来描述它。 二、插值问题的数学提法： 已知函数在n+1个点x0,x1,…,xn上的函数值 yi=f(xi),(i=0,1, …,n) 求一个简单函数y=P(x),使其满足： P(xi)=yi,(i=0,1, …,n)。 即要求该简单函数的曲线要经过y=f(x)上已知的这个n+1个点： (x0,y0),(x1,y1), …,(xn,yn), 同时在其它x€ ［a,b］上要估计误差： R(x)=f(x)-P(x) 其中P(x)为f(x)的插值函数，x0,x1,…,xn称为插值节点，包含插值节点的区间［a,b］称为插值区间，求插值函数P(x)的方法称为插值法。若P(x)是次
数不超过n的代数多项式，就称P(x)为插值多项式，相应的插值法称为多项式 插值。若P(x)是分段的多项式，就是分段插值。若P(x)是三角多项式，就称三 角插值。 三、插值方法面临的几个问题 第一个问题：根据实际问题选择恰当的函数类。本章我们选择代数多项式 类，其原因有两个：(1)代数多项式类简单；微分、积分运算易于实行；(2)根据著名的Weierstrass逼近定理，任何连续的函数都可以用代数多项式作任意精确的逼近。 第二个问题：构造插值函数P(x),使其满足：P(xi)=yi,(i=0,1, …,n)与此相关的问题是：插值问题是否可解(存在性的问题)，如果有解，是否唯一?(唯一性的问题) 第三个问题：插值误差R(x)=f(x)-P(x) 的估计问题。与此相关的问题是插值过程的收敛性的问题。 第一节拉格朗日插值公式 一.线性插值(一次插值) 已知函数f(x)在区间［xk,xk+1］的端点上的函数值yk=f(xk),yk+仁f(xk+1), 求一个一次函数y=P1(x)使得yk=f(xk),yk+仁f(xk+1), 其几何意义是已知平面上两点(xk,yk),(xk+1,yk+1), 求一条直线过该已知两点。 1.插值函数和插值基函数 由直线的点斜式公式可知： 把此式按照yk和yk+1写成两项： 记 并称它们为一次插值基函数。该基函数的特点如下表：
课题一：拉格朗日插值法 1.实验目的 1．学习和掌握拉格朗日插值多项式。 2.运用拉格朗日插值多项式进行计算。 2.实验过程 作出插值点（1.00，0.00），（-1.00，-3.00），（2.00，4.00）二、算法步骤 已知：某些点的坐标以及点数。 输入：条件点数以及这些点的坐标。 输出：根据给定的点求出其对应的拉格朗日插值多项式的值。 3.程序流程： （1）输入已知点的个数； （2）分别输入已知点的X坐标； （3）分别输入已知点的Y坐标； 程序如下： #include
插值算法*/ { int i,j; float *a,yy=0.0; /*a作为临时变量，记录拉格朗日插值多项*/ a=(float*)malloc(n*sizeof(float)); for(i=0;i<=n-1;i++) { a[i]=y[i]; for(j=0;j<=n-1;j++) if(j!=i) a[i]*=(xx-x[j])/(x[i]-x[j]); yy+=a[i]; } free(a); return yy; } int main() { int i; int n; float x[20],y[20],xx,yy; printf("Input n:");
scanf("%d",&n); if(n<=0) { printf("Error! The value of n must in (0,20)."); getch();return 1; } for(i=0;i<=n-1;i++) { printf("x[%d]:",i); scanf("%f",&x[i]); } printf("\n"); for(i=0;i<=n-1;i++) { printf("y[%d]:",i);scanf("%f",&y[i]); } printf("\n"); printf("Input xx:"); scanf("%f",&xx); yy=lagrange(x,y,xx,n); printf("x=%f,y=%f\n",xx,yy); getch(); } 举例如下：已知当x=1，-1,2时f(x)=0，-3,4，求f(1.5)的值。
数值分析实验报告五 一、实验目的 理解Hermite插值方法，掌握Hermite插值算法设计 二、实验内容 使用vc++编程，实现该方法，即Hermite插值法 三、实验步骤 #include 《数值分析》课程实验一：插值与拟合 一、实验目的 1. 理解插值的基本原理，掌握多项式插值的概念、存在唯一性； 2. 编写MA TLAB 程序实现Lagrange 插值和Newton 插值，验证Runge 现象； 3. 通过比较不同次数的多项式拟合效果，理解多项式拟合的基本原理； 4. 编写MA TLAB 程序实现最小二乘多项式曲线拟合。 二、实验内容 1. 用Lagrange 插值和Newton 插值找经过点(-3, -1), (0, 2), (3, -2), (6, 10)的三次插值公式，并编写MATLAB 程序绘制出三次插值公式的图形。 2. 设 ]5,5[,11 )(2 -∈+= x x x f 如果用等距节点x i = -5 + 10i /n (i = 0, 1, 2, …, n )上的Lagrange 插值多项式L n (x )去逼近它。不妨取n = 5和n = 10，编写MATLAB 程序绘制出L 5(x )和L 10(x )的图像。 (2) 编写MA TLAB 程序绘制出曲线拟合图。 三、实验步骤 1. (1) Lagrange 插值法：在线性空间P n 中找到满足条件： ?? ?≠===j i j i x l ij j i , 0,, 1)(δ 的一组基函数{}n i i x l 0)(=，l i (x )的表达式为 ∏ ≠==--= n i j j j i j i n i x x x x x l ,0),,1,0()( 有了基函数{}n i i x l 0)(=，n 次插值多项式就可表示为 ∑==n i i i n x l y x L 0 )()( (2) Newton 插值法：设x 0, x 1, …, x n 是一组互异的节点，y i = f (x i ) (i = 0, 1, 2, …, n )，f (x )在处的n 阶差商定义为 实验二插值法 1、实验目的： 1、掌握直接利用拉格郎日插值多项式计算函数在已知点的函数值；观察拉格郎日插值的龙格现象。 2、了解Hermite插值法、三次样条插值法原理，结合计算公式，确定函数值。 2、实验要求: 1)认真分析题目的条件和要求，复习相关的理论知识，选择适当的解决方案和算法； 2)编写上机实验程序，作好上机前的准备工作； 3)上机调试程序，并试算各种方案，记录计算的结果（包括必要的中间结果）； 4)分析和解释计算结果； 5)按照要求书写实验报告； 3、实验内容： 1) 用拉格郎日插值公式确定函数值；对函数f(x)进行拉格郎日插值，并对f(x)与插值多项式的曲线作比较。 已知函数表：（0.56160,0.82741）、（0.56280,0.82659）、（0.56401,0.82577）、（0.56521,0.82495）用三次拉格朗日插值多项式求x=0.5635时函数近似值。 2) 求满足插值条件的插值多项式及余项 1) 4、题目：插值法 5、原理： 拉格郎日插值原理： n次拉格朗日插值多项式为：L n (x)=y l (x)+y 1 l 1 (x)+y 2 l 2 (x)+…+y n l n (x) n=1时，称为线性插值， L 1(x)=y (x-x 1 )/(x -x 1 )+y 1 (x-x )/(x 1 -x )=y +(y 1 -x )(x-x )/(x 1 -x ) n=2时，称为二次插值或抛物线插值， L 2(x)=y (x-x 1 )(x-x 2 )/(x -x 1 )/(x -x 2 )+y 1 (x-x )(x-x 2 )/(x 1 -x )/(x 1 -x 2 )+y 2 (x -x 0)(x-x 1 )/(x 2 -x )/(x 2 -x 1 ) n=i时， Li= （X-X0）……(X-X i-1)(x-x i+1) ……(x-x n) （X-X0）……(X-X i-1)(x-x i+1) ……(x-x n) 6、设计思想： 拉格朗日插值法是根据n + 1个点x0, x1, ... x n(x0 < x1 < ... x n)的函数值f (x0), f (x1) , ... , f (x n)推出n次多項式p(x)，然后n次多項式p (x)求出任意的点x对应的函数值f (x)的算法。 7、对应程序： 1 ) 三次拉格朗日插值多项式求x=0.5635时函数近似值 #include"stdio.h" #define n 5 void main() { int i,j; float x[n],y[n]; float x1; float a=1; float b=1; float lx=0; printf("\n请输入想要求解的X：\n x="); scanf("%f",&x1); printf("请输入所有点的横纵坐标：\n"); for(i=1;i 拉格朗日插值公式的证明及其应用 摘要: 拉格朗日(Lagrange)插值公式是多项式中的重要公式之一,在理论和实践中都有着广泛的应用.本文阐述了Lagrange 插值的基本理论，譬如：线形插值，抛物插值，Lagrange 多项式等.然后将线形插值，抛物插值，Lagrange 多项式插值分别应用到高中知识中，并且学会用计算机程序来编写.插值法的思想与中国剩余定理一脉相承, 体现了代数中"线性化" (即表示为求和和数乘的形式) 这一基本思路, 大巧若拙.本文的目的是通过介绍拉格朗日插值公式的推导，唯一性，证明过程及其在解题与实际生活问题中的应用来寻找该公式的优点，并且引人思考它在物理，化学等领域的应用.通过实际鉴定过程，利用插值公式计算生活中的成本问题，可以了解它的计算精度高,方法快捷. 关键词： 拉格朗日插值公式 唯一性 证明 解题应用 资产评估 曲线插值问题，直观地说，认为已知的一批数据点()n k k k f x 0,=是准确的，这些数据点所表现的 准确函数关系()x f 是未知的，在这种情况下要作一条近似曲线()x P 且点点通过这些点，插值问题不仅要讨论这种近似曲线()x P 的构造方法，还要讨论点增多时这种近似曲线()x P 是否稳定地收敛于未知函数()x f ，我们先研究一种简单常用的插值——拉格朗日插值. 一.定义，推导及其在解题中的应用 １.线性插值 １.１. 线性插值的定义 假定已知区间[]1,+k k x x 的端点处的函数值()k k x f y =, ()11++=k k x f y ,要求线性插值多项式()x L 1使它满足()k k y x L =1, ()111++=k k y x L ． ()x L y 1=的几何意义:通过两点()k k y x ,和()11,++k k y x 的直线， 如图１所示，()x L 1的表达式由几何意义直接给出，即 ()()k k k k k k x x x x y y y x L ---+ =++111 (点斜式)， 图１ ()11111++++--+--= k k k k k k k k y x x x x y x x x x x L (两点式)． y=L 1x () y=f x () y k+1 y k x k+1 x k o y x 插值法数值上机实验报告 实验题目： 利用下列条件做插值逼近，并与R (x) 的图像比较 考虑函数：R x y=1 1+x2 （1）用等距节点X i=?5+i,i=0,1,...,10.给出它的10次Newton插值多项式的图像； π),i=0,1,...,20.给出它的20次Lagrange插值多项式（2）用节点X i=5cos(2i+1 42 的图像； （3）用等距节点X i=?5+i,i=0,1,...,10.给出它的分段线性插值函数的图像；（4）用等距节点X i=?5+i,i=0,1,...,10.给出它的三次自然样条插值函数的图像； （5）用等距节点X i=?5+i,i=0,1,...,10.给出它的分段三次Hermite插值函数的图像； 实验图像结果： 实验结果分析： 1.为了验证Range现象，我还特意做了10次牛顿插值多项式和20次牛顿插值多项式的对比图像，结果如下图（图对称，只截取一半） 可以看出，Range现象在高次时变得更加明显。这也是由于高次多项式在端点处的最值随次数的变大很明显。可以料定高次多项式在两侧端点处剧烈震荡，在更小的间距内急剧上升然后下降，Range现象非常明显。 2.分析实验（2）的结果，我们会惊讶地发现，由于取21个点逼近，原本预料的Range现象会很明显，但这里却和f(x)拟合的很好。（即下图中Lagrange p(x)的图像）。可是上图中取均匀节点的20次牛顿多项式逼近的效果在端点处却很差。料想是由于节点X i=5cos2i+1 42 π ,i=0,1,...,20 取得很好。由书上第五章的 知识，对于函数y=1 1+x ，y 1 2对应的cherbyshev多项式的根恰好为X i= 5cos2i+1 42 π ,i=0,1,...,20 。由于所学限制，未能深入分析。 （3）比较三次样条插值图像和Hermit插值图像对原函数图像的逼近情形。见下图： 一、给定函数y=sinx的函数表如下表，用拉格朗日插值求sin0.57891的近似 值 M文件： function yh=lagrange2(x0,y0,xh) n = length(x0); m = length(xh); yh=zeros(1,m); for k = 1:m for i = 1:n xp = x0([1:i-1 i+1:n]); yp = prod((xh(k)-xp)./(x0(i)-xp)); yh(k) = yh(k) + yp*y0(i); end end 执行：>> x0=[0.4,0.5,0.6,0.7] x0 = 0.4000 0.5000 0.6000 0.7000 >> y0=[0.38942,0.47943,0.56464,0.64422] y0 = 0.3894 0.4794 0.5646 0.6442 >> lagrange2(x0,y0,0.57891) 执行结果： ans = 0.5471 二、 1. 给定sin110.190809,sin120.207912,sin130.224951,o o o ===构造牛顿 插值函数计算'sin1130o 。 M 文件： function fp = newpoly(x,y,p) n = length(x); a(1) = y(1); for k = 1 : n - 1 d(k, 1) = (y(k+1) - y(k))/(x(k+1) - x(k)); end for j = 2 : n - 1 for k = 1 : n - j d(k, j) = (d(k+1, j - 1) - d(k, j - 1))/(x(k+j) - x(k)); end end d for j = 2 : n a(j) = d(1, j-1); end Df(1) = 1; c(1) = a(1); for j = 2 : n Df(j)=(p - x(j-1)) .* Df(j-1); c(j) = a(j) .* Df(j); 计算方法实验报告 专业班级：医学信息工程一班姓名：陈小芳学号：201612203501002 实验成绩： 1．【实验题目】 插值法与曲线拟合 2．【实验目的】 3．【实验内容】 4. 【实验要求】 5. 【源程序（带注释）】 （1）拉格朗日插值 #include 实验题目： 用多项式模型进行数据拟合实验 1 实验目的 本实验使用多项式模型对数据进行拟合，目的在于： （1）掌握数据拟合的基本原理，学会使用数学的方法来判定数据拟合的情况； （2）掌握最小二乘法的基本原理及计算方法； （3）熟悉使用matlab 进行算法的实现。 2 实验步骤 2.1 算法原理 所谓拟合是指寻找一条平滑的曲线，最不失真地去表现测量数据。反过来说，对测量 的实验数据，要对其进行公式化处理，用计算方法构造函数来近似表达数据的函数关系。由于函数构造方法的不同，有许多的逼近方法，工程中常用最小平方逼近（最小二乘法理论）来实现曲线的拟合。 最小二乘拟合利用已知的数据得出一条直线或曲线，使之在坐标系上与已知数据之间的距离的平方和最小。模型主要有：1.直线型2.多项式型3.分数函数型4.指数函数型5.对数线性型6.高斯函数型等，根据应用情况，选用不同的拟合模型。其中多项式型拟合模型应用比较广泛。 给定一组测量数据()i i y x ,，其中m i ,,3,2,1,0Λ=，共m+1个数据点，取多项式P （x ），使得 min )]([020 2=-=∑∑==m i i i m i i y x p r ，则称函数P （x ）为拟合函数或最小二乘解，此时，令 ∑==n k k k n x a x p 0 )(，使得min ])([02 002=??? ? ??-=-=∑∑∑===m i n k i k i k m i i i n y x a y x p I ，其中 n a a a a ,,,,210Λ为待求的未知数，n 为多项式的最高次幂，由此该问题化为求),,,(210n a a a a I I Λ=的极值问题。 由多元函数求极值的必要条件：0)(200 =-=??∑∑==m i j i n k i k i k i x y x a a I ，其中n j ,,2,1,0Λ= 得到： ∑∑∑===+=n k m i i j i k m i k j i y x a x )(，其中n j ,,2,1,0Λ=，这是一个关于n a a a a ,,,,210Λ的线 性方程组，用矩阵表示如下所示： i. 拉格朗日插值多項 ii. 式與泰勒多項式的誤差分析 iii. 朱亮儒★ 曾政清☆ 陳昭地★ iv. ★國立臺灣師範大學數學系教授 v. ☆臺北市立建國高級中學數學教師 vi. vii. 摘要：本文旨於提供拉格朗日插值多項式與泰勒多項式誤差項估計值的初 等簡易證明，並探討其應用價值。 viii. 關鍵字：拉格朗日插值多項式、泰勒多項式、誤差項 ix. 一 引言 x. 有鑑於教育部99普通高級中學數學課綱在第一冊多項式的運算為迴避解三元一次方程組，首次出現插值多項式及其應用(以不超過三次插值多項式為限)（[1][2][3]），99數學課綱包含插值多項式部分如下： xi. 求 xii. 32()2563f x x x x =-++ xiii. (1)(1)(2)(1)(2)(3)a b x c x x d x x x =+-+--+--- xiv. 中的, , , a b c d . xv. ()f x 除以()()x a x b --的餘式為通過()(),(),,()a f a b f b 的插值多項 式。 xvi. 若f 有,a b 兩實根，則f 可寫成()()()()f x q x x a x b =--的型式。 xvii. 透過因式定理證明插值多項式的唯一性。 xviii. 設通過(1,1),(2,3),(3,7)的多項式為 ()(1)(1)(2)f x a b x c x x =+-+--，求,,a b c 及12f ?? ??? . xix. 插值多項式：通過(11,3),(12,5),(13,8)的多項式可表示為 xx. (12)(13)(11)(13)(11)(12)()358(1112)(1113)(1211)(1213)(1311)(1312) x x x x x x f x ------=? +?+?------， xxi. 求(11.5)f 的值。 xxii. 此處暫不處理下面的題型：「設通過(1, 1), (2, 3), (3, 7)的多項式為 2()f x a bx cx =++,求,,a b c 。」此類題型將在數學的IV 的聯立方程組章節中處理。 xxiii. 此處自然而然讓人想到拉格朗日(Lagrange, J. L., 1736-1816)其人奇事，羅 列如下： xxiv. 他出生於義大利西北部的杜林(Turin)，從小就極有數學天分，於18歲開始 撰寫數學論文，在數論上曾提出一個著名的定理：「任意正整數都可以表成四個平方數的和」。 xxv. 他是第一位證明均值定理(The Mean Value Theorem)的大數學家。(均值定理 在高三選修甲微分的單元中會學到（[4]），它是僅次於微積分基本定理的極重要的存在定理) xxvi. 他在30歲時，應腓特烈二世的邀請到柏林作為其宮廷數學大師長達20年 之久。 广州大学学生实验报告 开课学院及实验室： 2014年 月 日 学院 数学与信息科学学院 年级、专业、班 姓名 学号 实验课程名称 数学实验 成绩 实验项目名称 实验2 插值与拟合 指导老师 一、实验目的 1、掌握用MATLAB 计算拉格朗日、分段线性、三次样条三种插值的方法，改变节点的数目，对三种插值结果进行初步分析。 2、掌握用MATLAB 作线性最小二乘拟合的方法。 3、通过实例学习如何用插值方法与拟合方法解决实际问题，注意二者的联系和区别。 二、实验设备 电脑、MATLAB 三、实验要求 1..选择一些函数，在n 个节点上（n ）不要太大，如5～11）用拉格朗日，分段线性，三次样条三种插值方法，，计算m 各插值点的函数值（m 要适中，如50～100）.通过数值和图形的输出，将三种插值结果与精确值进行比较.适当增加n ，再作比较，由此作初步分析.下列函数供选择参考： a. y=sin x ,0≦x ≦2π； 2.用 1 2 y x =在x=0,1,4,9,16产生5个节点15,...,P P .用不同的节点构造插值公式来计算x=5处的插值（如用 15,...,P P ；14,...,P P ；24,...,P P 等）与精确值比较进行分析。 5.对于实验1中的录像机计数器，自己实测一组数据（或利用给出的数据），确定模型2 t an bn =+中的系数a,b. 6.用电压V=10伏的电池给电容器充电，电容器上t 时刻的电压为 0()()t v t V V V e -τ =--,其中 0V 是电容器的初始 电压，τ是充电常数。试由下面一组t ，V 数据确定0V 和τ. t/s 0.5 1 2 3 4 5 7 9 V/V 6.36 6.48 7.26 8.22 8.66 8.99 9.43 9.63 8. 弹簧在力F 的作用下伸长x ，一定范围内服从胡克定律：F 与x 成正比，即F=kx,k 为弹性系数.现在得到下面一组x ，F 数据，并在（x,F ）坐标下作图(图13).可以看出，当Ｆ大到一定数值(如x=9以后)后，就不服从这个定律了。试由数据拟合直线F=kx,并给出不服从胡克定律时的近似公式（曲线）。 1）要求直线与曲线在x=9处相连接。 2）要求直线与曲线在x=9处光滑连接. 四、实验程序 预备： function y=lagr1(x0,y0,x) n=length(x0);m=length(x); for i=1:m z=x(i); s=0.0; for k=1:n p=1.0; for j=1:n if j~=k p=p*(z-x0(j))/(x0(k)-x0(j)); end end s=s+p*y0(k); end y(i)=s; end 五、实验操作过程 当n=5时 clear; n=5; %在n 个节点上进行插值 m=75; %产生m 个插值点，计算函数在插值点处的精确值，将来进行对比 x=0:4/(m-1):2*pi; y=sin(x); z=0*x; x0=0:4/(n-1):2*pi; y0=sin(x0); y1=lagr1(x0,y0,x); % y1为拉格朗日插值 y2=interp1(x0,y0,x); % y2为分段线性插值 y3=spline(x0,y0,x); % y3为三次样条插值 [x' y' y1' y2' y3'] plot(x,z,'k',x,y,'r:',x,y1,'g-.',x,y2,'b',x,y3,'y--') gtext('Lagr.'), gtext('Pieces. linear'), gtext('Spline'), gtext('y=sin(x)') hold off; %比较插值所得结果与函数在插值点处的精确值 s = ' x y y1 y2 y3' [x' y' y1' y2' y3'] 结果 ans = 0 0 0 0 0 0.0541 0.0540 0.0495 0.0455 0.0611 0.1081 0.1079 0.0999 0.0910 0.1207 0.1622 0.1615 0.1510 0.1365 0.1787 0.2162 0.2145 0.2025 0.1819 0.2350 0.2703 0.2670 0.2541 0.2274 0.2896 0.3243 0.3187 0.3054 0.2729 0.3425 0.3784 0.3694 0.3563 0.3184 0.3936 0.4324 0.4191 0.4066 0.3639 0.4429 0.4865 0.4675 0.4559 0.4094 0.4904 0.5405 0.5146 0.5040 0.4548 0.5359 0.5946 0.5602 0.5508 0.5003 0.5796 0.6486 0.6041 0.5961 0.5458 0.6212 0.7027 0.6463 0.6396 0.5913 0.6609 0.7568 0.6866 0.6812 0.6368 0.6985 0.8108 0.7248 0.7208 0.6823 0.7341 0.8649 0.7610 0.7583 0.7278 0.7675 浙江大学城市学院实验报告 课程名称 科学计算 实验项目名称 函数的数值逼近－插值 实验成绩 指导老师（签名 ） 日期 一. 实验目的和要求 1． 掌握用Matlab 计算Lagrange 、分段线性、三次样条三种插值的方法，改变节点的数目， 对三种插值结果进行初步分析。 2． 通过实例学习如何用插值方法解决实际问题。 二. 实验内容和原理 1） 编程题2-1要求写出Matlab 源程序(m 文件)，并对每一行语句加上适当的注释语句； 2） 分析应用题2-2，2-3，2-4，2-5要求将问题的分析过程、Matlab 源程序、运行结果和结 果的解释、算法的分析等写在实验报告上。 2-1 编程 编写Lagrange 插值函数的Matlab 程序，其中n 个插值节点以数组0x ，0y 输入，m 个待求点的自变量以数组x 输入。输出数组y 为m 个待求点的函数值。 Lagrange 插值：=lagr(0,0,)y x y x Step 1 输入插值节点数组0x ，0y 和待求节点x ； Step 2 数组0x 的长度为n ，x 的长度为m ； Step 3 对1,2, ,i n =，构造第i 个插值基函数 111111(0)(0)(0)(0) ()(00)(00)(00)(00) i i n i i i i i i i n x x x x x x x x l x x x x x x x x x -+-+----= ---- 并计算在m 个待求点上的基函数值。 Step 4 根据公式1 0()n i i i y y l x == ∑分别计算m 个待求点上的函数值。 并对程序的每一行语句加上适当的注释语句。 多项式插值法和拉格朗日插值 教案一多项式插值法和拉格朗日插值 基本内容提要 1 多项式插值法的基本概念 2 插值多项式的存在性与唯一性分析 3 拉格朗日插值多 项式的构造及截断误差 4 截断误差的实用估计式 5 逐次线性插值法教学目的和要求 1 熟练掌握多项式插值法的基本概念 2 理解插值多项式的存在性与唯一性 3 掌握拉 格朗日插值法 4 掌握截断误差的估计方法 5 理解逐次线性插值法的基本思想，掌握Aitken逐次线性插值法 6 掌握运用拉格朗 日插值法处理问题的基本过程教学重点 1 拉格朗日插值基函数及拉格朗日插值多项式的构造 2 拉格朗日插值多项式的截断 误差分析 3 逐次线性插值法的基本思想教学难点 1 插值多项式存在唯一性条件的讨论分析 2 插值误差的分析与估计 3 Aitken逐次线性插值法的计算过程课程类型新知识理论课教学方法 结合提问，以讲授法为主教学过程 问题引入 实际问题中许多变量间的依赖关系往往可用数学中的函数概念刻画，但在多数情况下，这些函数的表达式是未知的，或者函数已知，但形式十分复杂。基于未知函数或复杂函数 的某些已知信息，如何构造这些函数的近似表达式？如何计算这些函数在其它点处的函数值？所构造的近似表达式与真实函数的误差是多少？插值理论与方法就是解决这些问题的 有效工具之一。 §2.1 多项式插值 2.1.1 基本概念 假设f(x)是定义在区间[a,b]上的未知或复杂函数，但已知该函数在点a≤x0 P(xi)=yi,i=0,1,2,L,n,即在给定点xi处，P(x)与f(x)是相吻合的。 (2.1) 把P(x)称为f(x)的插值多项式（函通常把上述x0 数）， f(x)称为被插函数。[a,b]称为插值区间，条件（2.1）称为插值条件，并把 求P(x)的过程称为插值法。 实验6 数据拟合&插值 一．实验目的 学会MATLAB软件中软件拟合与插值运算的方法。 二．实验内容与要求 在生产和科学实验中，自变量x与因变量y=f(x)的关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值。当要求知道观测点之外的函数值时，需要估计函数值在该点的值。 要根据观测点的值，构造一个比较简单的函数y=t (x),使函数在观测点的值等于已知的数值或导数值，寻找这样的函数t(x),办法是很多的。 根据测量数据的类型有如下两种处理观测数据的方法。 （1）测量值是准确的，没有误差，一般用插值。 （2）测量值与真实值有误差，一般用曲线拟合。 MATLAB中提供了众多的数据处理命令，有插值命令，拟合命令。 1.曲线拟合 >> x=[0.5,1.0,1.5,2.0,2.5,3.0]; >> y=[1.75,2.45,3.81,4.80,7.00,8.60]; >> p=polyfit (x,y,2); >> x1=0.5:0.05:3.0; >> y1=polyval(p,x1 ); >> plot(x,y,'*r',x1,y1,'-b') 2.一维插值 >> year=[1900,1910,1920,1930,1940,1990,2000,2010]; >> product = [75.995,91.972,105.711,123.203,131.669,249.633,256.344,267.893 ]; >> p2005=interp1(year,product,2005) p2005 = 262.1185 >> y= interp1(year,product,x, 'cubic'); >> plot(year,product,'o',x,y) 实验报告：牛顿差值多项式&三次样条 问题：在区间[-1,1]上分别取n=10、20用两组等距节点对龙格函数2 1()25f x x 作多项式插值及三次样条插值，对每个n 值，分别画出插值函数及()f x 的图形。 实验目的：通过编程实现牛顿插值方法和三次样条方法，加深对多项式插值的理解。应用所编程序解决实际算例。 实验要求： 1． 认真分析问题，深刻理解相关理论知识并能熟练应用； 2． 编写相关程序并进行实验； 3． 调试程序，得到最终结果； 4． 分析解释实验结果； 5． 按照要求完成实验报告。 实验原理： 详见《数值分析 第5版》第二章相关内容。 实验内容： （1）牛顿插值多项式 1.1 当n=10时： 在Matlab 下编写代码完成计算和画图。结果如下： 代码： clear all clc x1=-1:0.2:1; y1=1./(1+25.*x1.^2); n=length(x1); f=y1(:); for j=2:n for i=n:-1:j f(i)=(f(i)-f(i-1))/(x1(i)-x1(i-j+1)); end end syms F x p ; F(1)=1;p(1)=y1(1); for i=2:n F(i)=F(i-1)*(x-x1(i-1)); p(i)=f(i)*F(i); end syms P P=sum(p); P10=vpa(expand(P),5); x0=-1:0.001:1; y0=subs(P,x,x0); y2=subs(1/(1+25*x^2),x,x0); plot(x0,y0,x0,y2) grid on xlabel('x') ylabel('y') P10即我们所求的牛顿插值多项式，其结果为：P10（x）=-220.94*x^10+494.91*x^8-9.5065e-14*x^7-381.43*x^6-8.504e-14*x^5+123.36*x^4+2.0202e-1 4*x^3-16.855*x^2-6.6594e-16*x+1.0 并且这里也能得到该牛顿插值多项式的在[-1，1]上的图形，并和原函数进行对比（见Fig.1）。 Fig.1 牛顿插值多项式（n=10）函数和原函数图形 从图形中我们可以明显的观察出插值函数在两端点处发生了剧烈的波动，产生了极大的误差，即龙格现象，当n=20时，这一现象将更加明显。 1.2 当n=20时： 对n=10的代码进行修改就可以得到n=20时的代码。将“x1=-1:0.2:1;”改为“x1=-1:0.1:1;”即可。运行程序，我们得到n=20时的牛顿插值多项式，结果为：P20(x)= 260188.0*x^20 - 1.0121e6*x^18 + 2.6193e-12*x^17 + 1.6392e6*x^16 + 2.248e-11*x^15 - 1.4429e6*x^14 - 4.6331e-11*x^13 + 757299.0*x^12 + 1.7687e-11*x^11 - 245255.0*x^10 + 2.1019e-11*x^9 + 49318.0*x^8 + 3.5903e-12*x^7 - 6119.2*x^6 - 1.5935e-12*x^5 + 470.85*x^4 + 1.3597e-14*x^3 - 24.143*x^2 - 1.738e-14*x + 1.0 同样的，这里得到了该牛顿插值多项式的在[-1，1]上的图形，并和原函数进行对比（见Fig.2）。数值分析实验插值与拟合
插值法实验报告
拉格朗日插值公式的证明及其应用
插值法数值上机实验报告
插值与拟合实验报告
实验四 插值法与曲线拟合
用多项式模型进行数据拟合实验报告(附代码)
拉格朗日插值多项式与泰勒多项式的误差分析详全文
数学实验-实验2 插值与拟合
实验报告五 插值
多项式插值法和拉格朗日插值
matlab 软件拟合与插值运算实验报告
数值分析实验报告-插值、三次样条(教育教学)
相关主题
文本预览