数值分析实验报告三
插值法（2学时）
一实验目的
1．掌握不等距节点下的牛顿插值公式以及拉格朗日插值公式。二实验内容
1．已知函数表：
用牛顿插值公式求)
(y的近似值。
102
2. 已知函数表：
用拉格朗日插值公式计算01
x以及所对应的近似值。
=y
.5
4.1=
三实验步骤（算法）与结果
1．不等距节点下的牛顿插值公式
Ⅰ.按差商表计算n阶差商
12111[,,,][,,,]
[,,,]i i i n i i i n i i i n i n i
f x x x f x x x f x x x x x +++++-+++-=
- 其中
Ⅱ.按以下公式，带入x 值
00010120101101()()
()[,]
()()[,,]()()()[,,]
n n f x f x x x f x x x x x x x f x x x x x x x x x f x x -=+-+--++---
Ⅲ.得出结果()f x
程序代码：
#include"stdio.h"
#include"math.h" int main() {
int a,i,j;
printf("输入x 系数的个数："); scanf("%d",&a); float d,e=0,c; float x[a];
float y[a-1][a];
printf("输入x 的系数："); for(i=0;i scanf("%f",&x[i]); } printf("输入y 的系数："); for(i=0;i scanf("%f",&y[0][i]); } for(i=0;i printf("%1.6f ",x[i]); } printf("\n"); for(i=0;i { printf("%1.6f ",y[0][i]); } for(j=1;j { for(i=0;i { y[j][i]=(y[j-1][i+1]-y[j-1][i])/(x[j+i]-x[i]); } } printf("\n"); for(j=1;j { for(i=0;i { printf("%1.6f ",y[j][i]); } printf("\n"); } printf("输入x的值："); scanf("%f",&c); for(j=1;j { d=1; for(i=0;i { d=d*(c-x[i]); } e=e+d*y[j][0]; } e=e+y[0][0]; printf("%1.6f",e); return 0; } 运算结果： 15.793629 2．拉格朗日插值公式 120010200110110111201()()() ()() ()()() ()()()()()()()()()()()() () ()()() () n n i i n i i i i i i i n n n n n n n x x x x x x f x f x x x x x x x x x x x x x x x f x x x x x x x x x x x x x x x f x x x x x x x R x -+-+-----= ---+----+-------+ ---+ 0101()()()()[,,,,]n n n R x x x x x x x f x x x x =--- 其中余式 程序代码： #include"stdio.h" #include"math.h" int main() { int a,i,j; printf("输入x系数（y的系数）的个数："); scanf("%d",&a); float e,k=1,p=0; float x[a]; float y[a]; printf("输入x的系数（y的系数）："); for(i=0;i { scanf("%f",&x[i]); } printf("输入y的系数（x的系数）："); for(i=0;i { scanf("%f",&y[i]); } printf("输入你要求的值："); scanf("%f",&e); for(j=0;j { k=1; for(i=0;i { if(i==j) { k=k; } else { k=k*((e-x[i])/(x[j]-x[i])); } } k=k*y[j]; p=p+k; } printf("%f",p); return 0; } 运算结果： x=1.4时，y=3.729525 y=5.01时，x=1.246488 四实验收获与教师评语 实验收获：对于一系列的x值和对应的y值，有时其数学解析式是未知的，此时可以应用插值法进行插值计算，这是 一个重要的数学工具。 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： 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 实验名称： 实验一拉格朗日插值 1引言 我们在生产生活中常常会遇到这样的问题： 某个实际问题中，函数f(x)在区间［a,b ］上存在 且连续，但却很难找到其表达式，只能通过实验和观测得到有限点上的函数表。显然，根据 这些点的函数值来求其它点的函数值是非常困难的。有些情况虽然可以写出表达式，但结构 复杂，使用不方便。所以我们总是希望根据已有的数据点(或函数表)来构造某个简单函数 P(x)作为f(x)的近似值。插值法是解决此类问题的一种比较古老的、 但却很常用的方法。它不 仅直接广泛地应用于生产实际和科学研究中，而且也是进一步学习数值计算方法的基础。 2实验目的和要求 运用Matlab 编写三个.m 文件，定义三种插值函数，要求一次性输入整函数表，并利用 计算机选择在插值计算中所需的节点。分别通过分段线性插值、分段二次插值和全区间上拉 格朗日插值计算 f(0.15)，f(0.31)，f(0.47)的近似值。已知函数表如下： 3算法原理与流程图 (1)原理 设函数y=在插值区间［a,b ］上连续，且在n+1个不同的插值节点a^X o ,x 1,…,x wb 上分别取 值 y o ,y 1,…,y n 。目的是要在一个性质优良、便于计算的插值函数类 ①中，求一简单函数P(x)， 满足插值条 件P(X i )=y i (i=0,1,…”n)而在其他点x I 上，作为f(x)近似值。求插值函数P(x)的 方法称为插值法。在本实验中，采用拉格朗日插值法。 ①分段低次插值 当给定了 n+1个点X 0VXK … 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。 数值分析实验报告记录 ————————————————————————————————作者：————————————————————————————————日期： 数值分析实验报告 （第二章） 实验题目： 分别用二分法、牛顿迭代法、割线法、史蒂芬森迭代法求方程 的根，观察不同初始值下的收敛性，并给出结论。 问题分析： 题目有以下几点要求： 1.不同的迭代法计算根，并比较收敛性。 2.选定不同的初始值，比较收敛性。 实验原理： 各个迭代法简述 二分法：取有根区间的重点，确定新的有根区间的区间长度仅为区间长度的一版。对压缩了的有根区间重复以上过程，又得到新的有根区间，其区间长度为的一半，如此反复，……，可得一系列有根区间，区间收敛到一个点即为根。 牛顿迭代法：不动点迭代法的一种特例，具有局部二次收敛的特性。迭代格式为 割线法：是牛顿法的改进，具有超线性收敛的特性，收敛阶为1.618. 迭代格式为 史蒂芬森迭代法：采用不动点迭代进行预估校正。至少是平方收敛的。迭代格式为 这里可采用牛顿迭代法的迭代函数。 实验内容： 1.写出该问题的函数代码如下： function py= f(x) syms k; y=(k^2+1)*(k-1)^5; yy=diff(y,k); py(1)=subs(y,k,x); py(2)=subs(yy,k,x); end 2.分别写出各个迭代法的迭代函数代码如下： 二分法： function y=dichotomie(a,b,e) i=2; m(1)=a; while abs(a-b)>e t=(a+b)/2; s1=f(a); s2=f(b); s3=f(t); if s1(1)*s3(1)<=0 b=t; else a=t; end m(i)=t; i=i+1; end y=[t,i+1,m]; end 牛顿迭代法： function y=NewtonIterative(x,e) i=2; en=2*e;m(1)=x; while abs(en)>=e s=f(x); t=x-s(1)/s(2); en=t-x; x=t; m(i)=t; i=i+1; end y=[x,i+1,m]; end 牛顿割线法： function y=Secant(x1,x2,e) i=3; m(1)=x1,m(2)=x2; while abs(x2-x1)>=e s1=f(x1); s2=f(x2); t=x2-(x2-x1)*s2(1)/(s2(1)-s1( 1)); x1=x2; x2=t; m(i)=t; i=i+1; end 数值计算方法作业 专业：测控1002 学号：10540226 姓名：崔海雪 拉格朗日插值的算法及应用 【摘要】 本文简介拉格朗日插值，它的算法及程序和拉格朗日在实际生活中的运用。运用了拉格朗日插值的公式，以及它在MATLAB 中的算法程序，并用具体例子说明。拉格朗日插值在很多方面都可以运用，具有很高的应用价值。 【关键词】 拉格朗日；插值；公式；Matlab 算法程序； 一、绪论 约瑟夫·拉格朗日(Joseph Louis Lagrange)，法国数学家、物理学家。他在数学、力学和天文学三个学科领域中都有历史性的贡献，其中尤以数学方面的成就最为突出。拉格朗日对流体运动的理论也有重要贡献，提出了描述流体运动的拉格朗日方法。数据建模有两大方法：一类是插值方法，另一类是拟合函数一般的说，插值法比较适合数据准确或数据量小的情形。然而Lagrange 插值有很多种，1阶，2阶,…n 阶。我们可以利用拉格朗日插值求方程，根据它的程序求原方程的图像。下面我具体介绍分析一下拉格朗日插值的算法设计及应用。 二、正文 1、基本概念 已知函数y=f(x)在若干点i x 的函数值i y =()i x f （i=0,1,???,n ）一个差值问题就是求一“简单”的函数p(x)：p(i x )=i y ,i=0,1,???,n, (1) 则p(x)为f(x)的插值函数，而f(x)为被插值函数会插值原函数，0x ，1x ，2x ，...,n x 为插值节点，式（1）为插值条件，如果对固定点-x 求f(-x )数值解，我们称- x 为一个插值节点，f(-x )≈p(-x )称为-x 点的插值，当-x ∈[min(0x ，1x ，2x ，...,n x )，max(0x ，1x ，2x ，...,n x )]时，称为内插，否则称为外插式外推，特别地，当p(x)为不超过n 次多项式时称为n 阶Lagrange 插值。 2、Lagrange 插值公式 （1）线性插值)1(1L 设已知0x ，1x 及0y =f(0x ) ,1y =f(1x ),)(1x L 为不超过一次多项式且满足 )(01x L =0y ,)(11x L =1y ,几何上，)(1x L 为过（0x ，0y ） ，（1x ，1y ）的直线，从而得到 )(1x L =0y +0101x x y y --（x-0x ）. （2） 浅析拉格朗日插值法 目录： 一、 引言 二、 插值及多项式插值的介绍 三、 拉格朗日插值的理论及实验 四、 拉格朗日插值多项式的截断误差及实用估计式 五、 参考文献 一、引言 插值在数学发展史上是个古老问题。插值是和拉格朗日（Lagrange ）、牛顿（Newton ）、高斯（Gauss ）等著名数学家的名字连在一起的。在科学研究和日常生活中，常常会遇到计算函数值等一类问题。插值法有很丰富的历史渊源，它最初来源人们对天体研究——有若干观测点（我们称为节点）计算任意时刻星球的位置（插值点和插值）。现在，人们在诸如机械加工等工程技术和数据处理等科研都有很好的应用，最常见的应用就是气象预报。插值理论和方法能解决在实际中当许多函数表达式未知或形式复杂，如何去构造近似表达式及求得在其他节点处的值的问题。 二、插值及多项式插值 1、插值问题的描述 设已知某函数关系()y f x =在某些离散点上的函数值： 插值问题：根据这些已知数据来构造函数()y f x =的一种简单的近似表达式，以便于计算点,0,1,,i x x i n ≠= 的函数值()f x ，或计算函数的一阶、二阶导数值。 x 0x 0 y y 1 y 1 n y -n y 1 x 1 n x -n x 2、插值的几何意义 插值的几何意义如图1所示： 图1 3、多项式插值 3.1 基本概念 假设()y f x =是定义在区间,a b ????上的未知或复杂函数，但一直该函数在点01n a x x x b ≤<<<≤ 处的函数值01,,n y y y 。找一个简单的函数，例如函数 ()P x ，使之满足条件 (),0,1,2,, i P x y i n == （3.1） 通常把上述01n x x x <<< 称为插值节点，把()P x 称为()f x 的插值多项式，条件（3.1）称为插值条件，并把求()P x 的过程称为插值法。 3.2 插值多项式的存在性和唯一性 如果插值函数是如下m 次的多项式： 1 011()m m m m m P x a x a x a x a --=+++ 那么插值函数的构造就是要确定()m P x 表达式中的m+1个系数 011,,,m m a a a a - 。由于插值条件包含n+1独立式，只要m=n 就可证明插值函数多项式是唯一存在。 实际上，由n+1个插值条件可得 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 . 牛顿插值法一、实验目的：学会牛顿插值法，并应用算法于实际问题。 x?x)f(二、实验内容：给定函数，已知： 4832401.2)?.?1449138f(2.f.f(20)?1.414214(2.1) 549193.)?1f(2.4516575(f2.3)?1. 三、实验要求：以此作为函数2.15插值多项式在处的值，用牛顿插值法求4 次Newton（ 1）2.15?N(2.15)。在MATLAB中用内部函数ezplot绘制出的近似值4次Newton插值多项式的函数图形。 （2）在MATLAB中用内部函数ezplot可直接绘制出以上函数的图形，并与作出的4次Newton插值多项式的图形进行比较。 四、实验过程： 1、编写主函数。打开Editor编辑器，输入Newton插值法主程序语句： function [y,L]=newdscg(X,Y,x) n=length(X); z=x; A=zeros(n,n);A(:,1)=Y';s=0.0; p=1.0; for j=2:n for i=j:n A(i,j)=(A(i,j-1)- A(i-1,j-1))/(X(i)-X(i-j+1)); end end C=A(n,n); for k=(n-1):-1:1 C=conv(C,poly(X(k))); d=length(C);C(d)=C(d)+A(k,k); end y(k)= polyval(C, z); L(k,:)=poly2sym(C); 0 / 3 . %%%%%%%%%%%%%%%%%% t=[2,2.1,2.2,2.3,2.4]; fx=sqrt(t); wucha=fx-Y; 以文件名newdscg.m保存。 2、运行程序。 （1）在MATLAB命令窗口输入： >> X=[2,2.1,2.2,2.3,2.4]; Y =[1.414214,1.449138,1.483240,1.516575,1.549193]; x=2.15;[y,P]=newdscg(X,Y,x) 回车得到： 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）。 计算方法上机实验报告——拉格朗日插值问题 一、方法原理 n次拉格朗日插值多项式为：Ln(x)=y0l0(x)+y1l1(x)+y2l2(x)+…+ynln(x) n=1时，称为线性插值，L1(x)=y0(x-x1)/(x0-x1)+y1(x-x0)/(x1-x0)=y0+(y1-x0)(x-x0)/(x1-x0) n=2时，称为二次插值或抛物线插值，精度相对高些 L2(x)=y0(x-x1)(x-x2)/(x0-x1)/(x0-x2)+y1(x-x0)(x-x2)/(x1-x0)/(x1-x 2)+y2(x-x0)(x-x1)/(x2-x0)/(x2-x1) 二、主要思路 使用线性方程组求系数构造插值公式相对复杂，可改用构造方法来插值。 对节点xi(i=0,1,…,n)中任一点xk(0<=k<=n)作一n次多项式lk(xk)，使它在该点上取值为1，而在其余点xi(i=0,1,…,k-1,k+1,…,n)上为0，则插值多项式为Ln(x)=y0l0(x)+y1l1(x)+y2l2(x)+…+ynln(x) 上式表明：n个点xi(i=0,1,…,k-1,k+1,…,n)都是lk(x)的零点。可求得lk 三．计算方法及过程：1.输入节点的个数n 2.输入各个节点的横纵坐标 3.输入插值点 4.调用函数，返回z 函数语句与形参说明 程序源代码如下： 形参与函数类型 参数意义 intn 节点的个数 doublex[n]（double*x） 存放n个节点的值 doubley[n]（double*y） 存放n个节点相对应的函数值 doublep 指定插值点的值 doublefun() 函数返回一个双精度实型函数值，即插值点p处的近似函数值 #include 实验报告内容： 一：不动点迭代法解方程 二：牛顿插值法的MATLAB实现 完成日期：2012年6月21日星期四 数学实验报告一 日期：2012-6-21 所以，确定初值为x0=1 二：不断迭代 算法： 第一步：将f(x0)赋值给x1 第二步：确定x1-x0的绝对值大小，若小于给定的误差值，则将x1当做方程的解，否则回到第一步 编写计算机程序： clear f=inline('0.5*sin(x)+0.4'); x0=1; x1=f(x0); k=1; while abs(x1-x0)>=1.0e-6 x0=x1; x1=f(x0); k=k+1; fprintf('k=%.0f,x0=%.9f,x1=%.9f\n',k,x0,x1) end 显示结果如下： k=2,x0=0.820735492,x1=0.765823700 k=3,x0=0.765823700,x1=0.746565483 k=4,x0=0.746565483,x1=0.739560873 k=6,x0=0.736981783,x1=0.736027993 k=7,x0=0.736027993,x1=0.735674699 k=8,x0=0.735674699,x1=0.735543758 k=9,x0=0.735543758,x1=0.735495216 k=10,x0=0.735495216,x1=0.735477220 k=11,x0=0.735477220,x1=0.735470548 k=12,x0=0.735470548,x1=0.735468074 k=13,x0=0.735468074,x1=0.735467157 >>。。。 以下是程序运行截图： 记一下拉格朗日插值公式的推导和一些要点【这里说的都是二维插值，多维上的以此类推】 1、插值问题：在做实验的过程中，往往得到一堆离散的数据，现在想用数学公式模拟这堆离散数据。怎么办，数学家们提出了插值问题。插值问题的提法是这样的给定一堆数据点(x0, y0), (x1, y1), (x2, y2)...(xn, yn)，要求一个函数y = f(x) ，要求该函数经过上面所有的数据点。 2、多项式插值及其唯一性：在所有的函数中，多项式函数是最简单的函数，所以只要是人就会想到用多项式函数来作为插值函数，好，以上给定了n+1个点，现在要求一个n次多项式y = an * x^n + ... a1 * x + a0, 使它们经过这n+1个点；通过范德蒙行列式和克莱姆法则，可以判定如果这n+1个点的x值各不相同，那么这个多项式是唯一的。结果唯一，但是用直接法很不好求。现在用别的办法来求之。这就是：拉格朗日多项式 3、拉格朗日多项式的构造，以四个点为例子进行说明 由于函数经过4个点(x0, y0)，(x1, y1)，(x2, y2)，(x3, y3)，所以可以设函数为： f(x) = b0(x) * y0 + b1(x) * y1 + b2(x) * y2 + b3(x) * y3 注意：b0(x)，...，b3(x)都是x的3次多项式，称之为拉格朗日插值基函数。 由于要求当x为x0时候，f(x) = y0, 所以最简单的做法就是让b0(x0) = 1, b1(x0) = b2(x0) = b3(x0) = 0; 同理可知，在x1，x2，x3点上，插值基函数的值构造如下： b0(x) b1(x) b2(x) b3(x) x=x0 1 0 0 0 x=x1 0 1 0 0 x=x2 0 0 1 0 x=x3 0 0 0 1 问题1、根据这些值来确定b0(x)的表达式， 由于b0(x1) = b0(x2) = b0(x3) = 0，所以x1, x2, x3是b0(x)的零点，由于b0(x)是三次多项式，所以设 b0(x) = c0 * (x-x1) * (x-x2) * (x-x3) 由于b0(x0) = 1,所以1 = c0 * (x0-x1) * (x0-x2) * (x0-x3) 得到c0 = 1/[(x0-x1)(x0-x2)(x0-x3)] 所以：b0(x) = (x-x1)*(x-x2)*(x-x3)/[(x0-x1)*(x0-x2)*(x0-x3)] 同理可求b1(x)、b2(x)，略 问题2、根据上面的表格说明插值基函数的一个性质：无论x取和值，它们的和都为1.【这 拉格朗日插值算法的实现 实验报告 姓名：** 年级：****专业：计算机科学与技术科目：数值分析题目：拉格朗日插值算法的实现 实验时间: 2014年5月27日实验成绩: 实验教师: 一、实验名称：拉格朗日插值算法的实现 二、实验目的： a. 验证拉格朗日插值算法对于不同函数的插值 b. 验证随着插值结点的增多插值曲线的变化情况。 三、实验内容： 拉格朗日插值基函数的一般形式： 也即是： 所以可以得出拉格朗日插值公式的一般形式： 其中， n=1时，称为线性插值，P1(x) = y0*l0(x) + y1*l1(x) n=2时，称为二次插值或抛物插值，精度相对高些,P2(x) = y0*l0(x) + y1*l1(x) + y2*l2(x) 四、程序关键语句描写 double Lagrange(int n,double X[],double Y[],double x) { double result=0; for (int i=0;i for(int j=0;j 对拉格朗日插值法与牛顿插值法的学习和比较 摘要：根据对拉格朗日插值法和牛顿插值法的理解，本文主要介绍了拉格朗日插值法和牛顿插值法的相关内容以及它们的区别。 关键词：拉格朗日插值法；牛顿插值法 The leaning and comparison of the Lagrange interpolation and Newton interpolation Abstract: Based on the understanding of the Lagrange interpolation and Newton interpolation ，this paper mainly describes some related knowledge as well as the difference between these two methods. Keywords: Lagrange interpolation ; Newton interpolation 前言 在工程和科学研究中出现的函数是多种多样的。常常会遇到这样的情况：在某个实际问题中，虽然可以断定所考虑的函数)(x f 在区间],[b a 上存在且连续，但却难以找到它的解析表达式，只能通过实验和观测得到在有限个点上的函数值（即一张函数表）。显然，要利用这张函数表来分析函数)(x f 的性态，甚至直接求出其他一些点上的函数值可能是非常困难的。面对这些情况，总希望根据所得函数表（或结构复杂的解析表达式），构造某个简单函数)(x P 作为)(x f 的近似。这样就有了插值法，插值法是解决此类问题目前常用的方法。 如设函数)(x f y =在区间],[b a 上连续，且在1+n 个不同的点b x x x a n ≤≤,,,10 上分别取值n y y y ,,,10 。 插值的目的就是要在一个性质优良、便于计算的函数类Φ中，求一简单函数)(x P ，使 ),,1,0()(n i y x P i i == 而在其他点i x x ≠上，作为)(x f 的近似。 通常，称区间],[b a 为插值区间，称点n x x x ,,,10 为插值节点，称式i i y x P =)(为插值条件，称函数类Φ为插值函数类，称)(x P 为函数)(x f 在节点n x x x ,,,10 处的插值函数。求插值函数)(x P 的方法称为插值法。 插值函数类Φ的取法不同，所求得的插值函数)(x P 逼近)(x f 的效果就不同。它的选择取决于使用上的需要，常用的有代数多项式、三角多项式和有理函数等。当选用代数多项式作为插值函数时，相应的插值问题就称为多项式插值。本文讨论的拉格朗日插值法与牛顿插值法就是这类插值问题。 在多项式插值中，最常见、最基本的问题是：求一次数不超过n 的代数多项式 n n x a x a a x P +++= 10)( 使),,1,0()(n i y x P i i n ==，其中，n a a a ,,,10 为实数。 《数值分析》课程实验报告 用拉格朗日和牛顿插值法求解函数值 算法名称用拉格朗日和牛顿插值法求函数值 学科专业xxxxx 作者姓名xxxx 作者学号xxxxx 作者班级xxxxxx xxx大学 二〇一五年十二月 《数值分析》课程实验报告 得到的近似值为。 拉格朗日插值模型简单，结构紧凑，是经典的插值法。但是由于拉格朗日的插值多项式和每个节点都有关，当改变节点个数时，需要重新计算。且当增大插值阶数时容易出现龙格现象。 2.牛顿插值法 在命令窗口输入： x=[ ]; y=[ ]; xt=; [yt,N]=NewtInterp(x,y,xt) z=::2; yz=subs(N,'t',z); figure; plot(z,sqrt(z),'--r',z,yz,'-b') hold on plot(x,y,'marker','+') hold on plot(xt,yt,'marker','o') h=legend('$\sqrt{x}$','牛顿','$(x_k,y_k)$','$x=$'); set(h,'Interpreter','latex') xlabel('x') ylabel('y') 得到结果及图像如下： yt = N = - *t^4 + *t^3 - *t^2 + *t + 得到√的近似值为，插值函数为 N =- *t^4 + *t^3 - *t^2 + *t + ， 其计算精度是相当高的。 Lagrange插值法和Newton插值法解决实际问题中关于只提供复杂的离散数据的函数求值问题，通过将所考察的函数简单化，构造关于离散数据实际函数f(x)的近似函数P(x)，从而可以计算未知点出的函数值，是插值法的基本思路。 实际上Lagrange插值法和Newton插值法是同一种方法的两种变形，其构造拟合函数的思路是相同的，而实验中两个实际问题用两种算法计算出结果是相同的。 实验 一 .拉格朗日插值法C 语言的实现 1.实验目的： 进一步熟悉拉格朗日插值法。 掌握编程语言字符处理程序的设计和调试技术。 2.实验要求： 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； （4）通过调用函数lagrange 函数，来求某点所对应的函数值。 拉格朗日插值多项式如下： 0L ()()0,1,n n j k k j j k x y l x y j n ====∑…… 其中00()()0,1,,()k k x x l x k n x x -= =-k-1k+1n k k-1k k+1k n ……(x-x )(x-x ) …(x-x )…………(x -x )(x -x ) …(x -x ) 程序流程图： ↓ 程序如下： #include 牛顿插值法 一、实验目的：学会牛顿插值法，并应用算法于实际问题。 二、实验内容：给定函数 x x f =)(，已知： 414214.1)0.2(=f 449138.1)1.2(=f 483240.1)2.2(=f 516575.1)3.2(=f 549193.1)4.2(=f 三、实验要求： （1）用牛顿插值法求4次Newton 插值多项式在2.15处的值，以此作为函数的近似值)15.2(15.2N ≈。在MATLAB 中用内部函数ezplot 绘制出4次Newton 插值多项式的函数图形。 （2）在MATLAB 中用内部函数ezplot 可直接绘制出以上函数的图形，并与作出的4次Newton 插值多项式的图形进行比较。 四、实验过程： 1、编写主函数。打开Editor 编辑器，输入Newton 插值法主程序语句： function [y,L]=newdscg(X,Y,x) n=length(X); z=x; A=zeros(n,n);A(:,1)=Y';s=0.0; p=1.0; for j=2:n for i=j:n A(i,j)=(A(i,j-1)- A(i-1,j-1))/(X(i)-X(i-j+1)); end end C=A(n,n); for k=(n-1):-1:1 C=conv(C,poly(X(k))); d=length(C);C(d)=C(d)+A(k,k); end y(k)= polyval(C, z); L(k,:)=poly2sym(C); %%%%%%%%%%%%%%%%%% t=[2,2.1,2.2,2.3,2.4]; fx=sqrt(t); wucha=fx-Y; 以文件名newdscg.m保存。 2、运行程序。 （1）在MATLAB命令窗口输入： >> X=[2,2.1,2.2,2.3,2.4]; Y =[1.414214,1.449138,1.483240,1.516575,1.549193]; x=2.15;[y,P]=newdscg(X,Y,x) 回车得到： y =1.4663 wucha =1.0e-06 * -0.4376 -0.3254 -0.3026 0.0888 0.3385 P = - (4803839603609061*x^4)/2305843009213693952 + (7806239355294329*x^3)/288230376151711744 - (176292469178709*x^2)/1125899906842624 + (1624739243112817*x)/2251799813685248 + 1865116246031207/4503599627370496 （2）在MATLAB命令窗口输入： >> v=[0,6,-1,3]; >> ezplot(P),axis(v),grid >> hold on >> x=0:0.1:6; >> yt=sqrt(x);plot(x,yt,':') >> legend('插值效果','原函数') >> xlabel('X') >> ylabel('Y') >>title('Newton插值与原函数比较') 回车即可得到图像1-1。插值法数值上机实验报告
拉格朗日插值公式的证明及其应用
拉格朗日插值实验报告
课题一： 拉格朗日插值法
数值分析实验报告记录
数值计算方法—拉格朗日插值
拉格朗日插值法理论及误差分析
插值法实验报告
牛顿插值法试验报告
数值分析实验报告-插值、三次样条(教育教学)
计算方法上机实验报告——拉格朗日插值问题
matlab(迭代法-牛顿插值)Word版
插值算法之拉格朗日插值
数值分析实验一——拉格朗日插值算法报告
对拉格朗日插值法与牛顿插值法的学习和比较
数值分析课程实验报告-拉格朗日和牛顿插值法
拉格朗日插值法C语言的实现
牛顿插值法实验报告
相关主题
文本预览