习题5.1： Matlab程序如下： clc,clear x=1:0.5:10; y=x.^3-6*x.^2+5*x-3; y0=y+rand; f1=polyfit(x,y0,1) y1=polyval(f1,x); plot(x,y,'+',x,y1); grid on title('一次拟合曲线'); figure(2); f2=polyfit(x,y0,2) y2=polyval(f2,x); plot(x,y,'+',x,y2); grid on title('二次拟合曲线'); figure(3); f4=polyfit(x,y0,4) y3=polyval(f4,x); plot(x,y,'+',x,y3); grid on title('四次拟合曲线'); figure(4); f6=polyfit(x,y0,6) y4=polyval(f6,x); plot(x,y,'+',x,y4); grid on title('六次拟合曲线'); 计算结果及图如下 f1 = 43.2000 -148.8307 f2 = 10.5000 -72.3000 90.0443
f4 = 0.0000 1.0000 -6.0000 5.0000 -2.3557 f6 = -0.0000 0.0000 -0.0000 1.0000 -6.0000 5.0000 -2.3557 5.2高程数据问题解答如下：matlab程序: clc,clear x0=0:400:5600 y0=0:400:4800 z0=[1350 1370 1390 1400 1410 960 940 880 800 690 570 430 290 210 150 1370 1390 1410 1430 1440 1140 1110 1050 950 820 690 540 380 300 210 1380 1410 1430 1450 1470 1320 1280 1200 1080 940 780 620 460 370 350 1420 1430 1450 1480 1500 1550 1510 1430 1300 1200 980 850 750 550 500
第四、五讲作业题参考答案 一、填空题 1、拉格朗日插值基函数在节点上的取值是（ 0或1 ）。 2、当1,1,2x =-，时()034f x =-， ，，则()f x 的二次插值多项式为 （ 2527 633 x x +- ）。 3、由下列数据 所确定的唯一插值多项式的次数为（ 2次 ）。 4、根据插值的定义，函数()x f x e -=在[0,1]上的近似一次多项式1()P x = （ 1(1)1e x --+ ），误差估计为（ 18 ）。 5、在做曲线拟合时，对于拟合函数x y ax b = +，引入变量变换y =（ 1 y ），x =（ 1 x ）来线性化数据点后，做线性拟合y a bx =+。 6、在做曲线拟合时，对于拟合函数Ax y Ce =，引入变量变换（ ln()Y y = ）、 X x =和B C e =来线性化数据点后，做线性拟合Y AX B =+。 7、设3()1f x x x =+-，则差商[0,1,2,3]f =（ 1 ）。 8、在做曲线拟合时，对于拟合函数()A f x Cx =，可使用变量变换（ln Y y =）（ln X x = ）和B C e =来线性化数据点后，做线性拟合Y AX B =+。 9、设(1)1,(0)0,(1)1,(2)5,()f f f f f x -====则的三次牛顿插值多项式为 （ 3211 66x x x +-），其误差估计式为（ 4()(1)(1)(2),(1,2)24f x x x x ξξ+--∈-） 10、三次样条插值函数()S x 满足：()S x 在区间[,]a b 内二阶连续可导， (),,0,1,2,,,k k k k S x y x y k n ==（已知）且满足()S x 在每一个子区间1[,] k k x x +上是（ 三次多项式 ）。
第五章 数据拟合 这就是数据拟合成曲线的思想，简称为曲线拟合(fitting a curve)。根据一组二维数据，即平面上的若干点，要求确定一个一元函数y = f (x )，即曲线，使这些点与曲线总体来说尽量接近， 曲线拟合其目的是根据实验获得的数据去建立因变量与自变量之间有效的经验函数关系，为进一步的深入研究提供线索。本章的目的，掌握一些曲线拟合的基本方法，弄清楚曲线拟合与插值方法之间的区别,学会使用MATLAB 软件进行曲线拟合。 §1 最小二乘法 给定平面上的点(x i, y i )，（i = 1,2,…,n ），进行曲线拟合有多种方法，其中最小二乘法是解决曲线拟合最常用的方法。最小二乘法的原理是： 求 ∑∑==-==n i i i n i i y x f x f 1212])([),(δδ使 达到最小 如图1所示，其中δi 为点(x i ,y i )与曲线y=f (x )的距离。曲线拟合的实际含义是寻求一个函数y=f (x )，使f (x )在某种准则下与所有数据点最为接近，即曲线拟合得最好。最小二乘准则就是使所有散点到曲线的距离平方和最小。拟合时选用一定的拟合函数f (x ) 形式，设拟合函数可由一些简单的“基函数”（例如幂函数，三角函数等等） )(),...,(),(10x x x m ???来线性表示： )(...)()()(1100x c x c x c x f m m ???+++= 图1 曲线拟合示意图 现在要确定系数c 0，c 1，…，c m ，使d 达到极小。为此，将f (x )的表达式代入d 中，d 就成为c 0，c 1，…，c m 的函数，求d 的极小，就可令d 对 c i 的偏导数等于零，于是得到m +1个方程组，从中求解出c i 。通常取基函数为1，x ，x 2，x 3，…，x m ，这时拟合函数f (x )为多项式函数。当m =1时，f (x ) = a + bx ，称为一元线性拟合函数，它是曲线拟合最简单的形式。除此之外，常用的一元曲线拟合函数还有双曲线f (x ) = a + b/x ，指数曲线f (x ) = a e bx 等，对于这些曲线，拟合前须作变量代换，转化为线性函数。
《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MATLAB 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MATLAB 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。 3. 在某冶炼过程中，根据统计数据的含碳量与时间关系如下表，试求含碳量与时间t 的拟合曲线。
(1) 用最小二乘法进行曲线拟合； (2) 编写MATLAB 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 1102110] ,,,[],,,[],,,[x x x x x f x x x f x x x f n n n n --= - 则n 次多项式 ) ())(](,,[) )(](,,[)](,[)()(11010102100100----++--+-+=n n n x x x x x x x x x f x x x x x x x f x x x x f x f x N 差商表的构造过程：
插值和拟合 实验目的：了解数值分析建模的方法，掌握用Matlab进行曲线拟合的方法，理解用插值法建模的思想，运用Matlab一些命令及编程实现插值建模。 实验要求：理解曲线拟合和插值方法的思想，熟悉Matlab相关的命令，完成相应的练习，并将操作过程、程序及结果记录下来。 实验内容： 一、插值 1．插值的基本思想 ·已知有n +1个节点（xj,yj），j = 0,1,…, n，其中xj互不相同，节点(xj, yj)可看成由某个函数y= f （x）产生； ·构造一个相对简单的函数y=P(x)； ·使P通过全部节点，即P (xk) = yk，k=0,1,…, n ； ·用P (x)作为函数f ( x )的近似。 2．用MA TLAB作一维插值计算 yi=interp1(x，y，xi，'method') 注：yi—xi处的插值结果；x，y—插值节点；xi—被插值点；method—插值方法（‘nearest’：最邻近插值；‘linear’：线性插值；‘spline’：三次样条插值；‘cubic’：立方插值；缺省时：线性插值）。注意：所有的插值方法都要求x是单调的，并且xi不能够超过x的范围。 练习1：机床加工问题 机翼断面下的轮廓线上的数据如下表： x 0 3 5 7 9 11 12 13 14 15 y 0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6 用程控铣床加工机翼断面的下轮廓线时 每一刀只能沿x方向和y方向走非常小的一步。 表3-1给出了下轮廓线上的部分数据 但工艺要求铣床沿x方向每次只能移动0.1单位. 这时需求出当x坐标每改变0.1单位时的y坐标。 试完成加工所需的数据，画出曲线. 步骤1：用x0，y0两向量表示插值节点； 步骤2：被插值点x=0:0.1:15; y=interp1(x0,y0,x,'spline'); 步骤3：plot(x0,y0,'k+',x,y,'r') grid on >> x0=[0 3 5 7 9 11 12 13 14 15 ]; >> y0=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6 ]; >> x=0:0.1:15;y=interp1(x0,y0,x,'spline');plot(x0,y0,'k+',x,y,'r') grid on
第五章 插值与最小二乘法 5.1 插值问题与插值多项式 实际问题中若给定函数是区间上的一个列表函数 ，如果,且f(x)在区间上是连续的，要求用一个简单的，便于计算的解析表达式在区间上近似f(x)，使 (5.1.1) 就称为的插值函数，点称为插值节点，包含插值节点的区间称为插值区间. 通常，其中是一组在上线性 无关的函数族，表示组成的函数空间表示为 (5.1.2) 这里是(n+1)个待定常数，它可根据条件(5.1.1)确定.当 时，表示次数不超过n次的多项式集合， ，此时 (5.1.3) 称为插值多项式，如果为三角函数，则为三角插值，同理还有 分段多项式插值，有理插值等等.由于计算机上只能使用+、-、×、÷运算，故常用的就是多项式、分段多项式或有理分式，本章着重讨论多项式插值及分段多项式插值，其他插值问题不讨论. 从几何上看，插值问题就是求过n+1个点的曲线，使它近似于已给函数，如图5-1所示.
插值法是一种古老的数学方法，它来自生产实践.早在一千多年前，我国科学家在研究历法时就应用了线性插值与二次插值，但它的基本理论却是在微积分产生以后才逐步完善的，其应用也日益广泛.特别是由于计算机的使用和航空、造船、精密机械加工等实际问题的需要，使插值法在理论上和实践上得到进一步发展.尤其是近几十年发展起来的样条(Spline)插值，获得了极为广泛的应用，并成为计算机图形学的基础. 本章主要讨论如何求插值多项式、分段插值函数、三次样条插值、插值多项式的存在唯一性及误差估计等.此外，还讨论列表函数的最小二乘曲线拟合问题与正交多项式. 讲解： 插值多项式就是根据给定n+1个点 ，求一个n次多项式： 使 即 这里是n+1个待定系数，根据n+1个条件得到的方程组是关于参数 的线性方程组。当节点互异时由于系数行列式 所以解是存在唯一的。但直接求解较复杂，也得不到统一的表达式。所以通常求插值多项式不用这种方法，而使用下节给出的基函数方法。 5.2 Lagrange插值 5.2.1 线性插值与二次插值 最简单的插值问题是已知两点及，通过此两点的插值多项式是一条直线，即两点式