下载文档原格式
计算⽅法各习题及参考答案第⼆章数值分析2.1 已知多项式432()1p x x x x x =-+-+通过下列点：试构造⼀多项式()q x 通过下列点：答案：54313()()()3122q x p x r x x x x x =-=-++-+． 2.2 观测得到⼆次多项式2()p x 的值：表中2()p x 的某⼀个函数值有错误，试找出并校正它．答案：函数值表中2(1)p -错误，应有2(1)0p -=．2.3 利⽤差分的性质证明22212(1)(21)/6n n n n +++=++ ．2.4 当⽤等距节点的分段⼆次插值多项式在区间[1,1]-近似函数xe 时，使⽤多少个节点能够保证误差不超过61102-?．答案：需要143个插值节点．2.5 设被插值函数4()[,]f x C a b ∈，()3()h H x 是()f x 关于等距节点01n a x x x b =<<<= 的分段三次艾尔⽶特插值多项式，步长b a h n-=．试估计()3||()()||h f x H x ∞-．答案：()443||()()||384h M f x H x h ∞-≤．第三章函数逼近3.1 求()sin ,[0,0.1]f x x x =∈在空间2{1,,}span x x Φ=上最佳平⽅逼近多项式，并给出平⽅误差．答案：()sin f x x =的⼆次最佳平⽅逼近多项式为-522sin ()0.832 440 710 1.000 999 10.024 985 1x p x x x ≈=-?+-，⼆次最佳平⽅逼近的平⽅误差为0.122-1220(sin )())0.989 310 710x p x dx δ=-=??．3.2 确定参数,a b c 和，使得积分2121(,,)[I a b c ax bx c -=++-?取最⼩值．答案：810, 0, 33a b c ππ=-== 3.3 求多项式432()251f x x x x =+++在[1,1]-上的３次最佳⼀致逼近多项式()p x ．答案：()f x 的最佳⼀致逼近多项式为323()74p x x x =++． 3.4 ⽤幂级数缩合⽅法，求() (11)x f x e x =-≤≤上的３次近似多项式6,3()p x ，并估计6,3||()()||f x p x ∞-．答案：236,3()0.994 574 650.997 395 830.542 968 750.177 083 33p x x x x =+++， 6,3||()()||0.006 572 327 7f x p x ∞-≤3.5 求() (11)xf x e x =-≤≤上的关于权函数()x ρ=的三次最佳平⽅逼近多项式3()S x ，并估计误差32||()()||f x S x -和3||()()||f x S x ∞-．答案：233()0.994 5710.997 3080.542 9910.177 347S x x x x =+++，32||()()||0.006 894 83f x S x -=，3||()()||0.006 442 575f x S x ∞-≤．第四章数值积分与数值微分4.1 ⽤梯形公式、⾟浦⽣公式和柯特斯公式分别计算积分1(1,2,3,4)n x dx n =?，并与精确值⽐较．答案：计算结果如下表所⽰4.2 确定下列求积公式中的待定参数，使得求积公式的代数精度尽量⾼，并指明所确定的求积公式具有的代数精度．（１）101()()(0)()hh f x dx A f h A f A f h --≈-++?（２）11211()[(1)2()3()]3f x dx f f x f x -≈-++? （３）20()[(0)()][(0)()]2h h f x dx f f h h f f h α''≈++-?答案：（１）具有三次代数精确度（２）具有⼆次代数精确度（３）具有三次代数精确度．4.3 设10h x x =-，确定求积公式12300101()()[()()][()()][]x x x x f x dx h Af x Bf x h Cf x Df x R f ''-=++++?中的待定参数,,,A B C D ，使得该求积公式的代数精确度尽量⾼，并给出余项表达式．答案：3711,,,20203020A B C D ====-，(4)6()[]1440f R f h η=，其中01(,)x x η∈．4.4 设2()P x 是以0,,2h h 为插值点的()f x 的⼆次插值多项式，⽤2()P x 导出计算积分30()hI f x dx =?的数值积分公式h I ，并⽤台劳展开法证明：453(0)()8h I I h f O h '''-=+．答案：3203()[(0)3(2)]4h h I p x dx h f f h ==+?．4.5 给定积分10sin xI dx x =（１）运⽤复化梯形公式计算上述积分值，使其截断误差不超过31102-?．（２）取同样的求积节点，改⽤复化⾟浦⽣公式计算时，截断误差是多少？（３）要求的截断误差不超过610-，若⽤复化⾟浦⽣公式，应取多少个节点处的函数值？答案：（１）只需7.5n ≥，取９个节点，0.946I ≈（２）4(4)46111|[]||()|()0.271102880288045n b a R f h f η--=-≤=? （３）取７个节点处的函数值．4.6 ⽤变步长的复化梯形公式和变步长的复化⾟浦⽣公式计算积分10sin xI dx x =?．要求⽤事后误差估计法时，截断误不超过31102-?和61102-?．答案：使⽤复化梯形公式时，80.946I T ≈=满⾜精度要求；使⽤复化⾟浦⽣公式时，40.946 083I s ≈=满⾜精度要求．4.7（１）利⽤埃尔⽶特插值公式推导带有导数值的求积公式2()()[()()][()()][]212ba b a b a f x dx f a f b f b f a R f --''=+--+?，其中余项为 5(4)()[](), (,)4!30b a R f f a b ηη-=∈．（２）利⽤上述公式推导带修正项的复化梯形求积公式020()[()()]12Nx N N x h f x dx T f x f x ''≈--?，其中 0121[()2()2()2()()]2N N N hT f x f x f x f x f x -=+++++ ，⽽ 00, (0,1,2,,), i N x x ih i N Nh x x =+==- ．4.8 ⽤龙贝格⽅法计算椭圆2214x y +=的周长，使结果具有五位有效数字．答案：49.6884l I =≈．4.9确定⾼斯型求积公式0011()()()x dx A f x A f x ≈+?的节点0x ，1x 及系数0A ，1A ．答案：00.289 949x =，10.821 162x =，00.277 556A =，10.389 111A =．4.10 验证⾼斯型求积公式00110()()()x e f x dx A f x A f x +∞-≈+?的系数及节点分别为0001 2 2A A x x ===-=+第五章解线性⽅程组的直接法5.1 ⽤按列选主元的⾼斯-若当消去法求矩阵A 的逆矩阵，其中11121 0110A -?? ?= ? ?-??．答案： 1110331203321133A -?? ? ?=---5.2 ⽤矩阵的直接三⾓分解法解⽅程组1234102050101312431701037x x x x= ? ? ? ? ? ? ? ? ??答案： 42x =，32x =，21x =，11x =．5.3 ⽤平⽅根法(Cholesky 分解法)求解⽅程组12341161 4.25 2.750.51 2.75 3.5 1.25x x x -?????? ??? ?-=- ??? ? ??? ???????答案： 12x =，21x =，31x =-．5.4 ⽤追赶法求解三对⾓⽅程组123421113121112210x x x x ?????? ? ? ? ? ? ?= ? ? ? ? ? ? ? ? ?????答案：42x =，31x =-，21x =，10x =．第六章解线性代数⽅程组的迭代法６.１对⽅程1212123879897x x x x x x x -+=??-+=??--=?作简单调整，使得⽤⾼斯－赛得尔迭代法求解时对任意初始向量都收敛，并取初始向量(0)[0 0 0]T x =，⽤该⽅法求近似解(1)k x+，使(1)()3||||10k k x x +-∞-≤．答案：近似解为(4)[1.0000 1.0000 1.0000]Tx =．６.２讨论松弛因⼦ 1.25ω=时，⽤SOR ⽅法求解⽅程组121232343163420412x x x x x x x +=??+-=??-+=-? 的收敛性．若收敛，则取(0)[0 0 0]T x=迭代求解，使(1)()41||||102k k x x +-∞-<．答案：⽅程组的近似解为*1 1.50001x =，*2 3.33333x =，*3 2.16667x =-．６.３给定线性⽅程组Ax b =，其中111221112211122A ?? ? ?=，证明⽤雅可⽐迭代法解此⽅程组发散，⽽⾼斯－赛得尔迭代法收敛．６.４设有⽅程组112233302021212x b x b x b -?????? ??? ?= ??? ? ??? ?-??????，讨论⽤雅可⽐⽅法和⾼斯－赛得尔⽅法解此⽅程组的收敛性．如果收敛，⽐较哪种⽅法收敛较快．答案：雅可⽐⽅法收敛，⾼斯－赛得尔⽅法收敛,且较快．６.５设矩阵A ⾮奇异．求证：⽅程组Ax b =的解总能通过⾼斯－赛得尔⽅法得到．６.６设()ij n nA a ?=为对称正定矩阵，对⾓阵1122(,,,)nn D diag a a a = ．求证：⾼斯－赛得尔⽅法求解⽅程组1122D AD x b --=时对任意初始向量都收敛．第七章⾮线性⽅程求根例７.４对⽅程230xx e -=确定迭代函数()x ?及区间[,]a b ，使对0[,]x a b ?∈，迭代过程1(), 0,1,2,k x x k ?+== 均收敛，并求解．要求51||10k k x x -+-<．答案：若取2()x x ?=，则在[1,0]-中满⾜收敛性条件，因此迭代法121, 0,1,2,k x k x k +== 在(1,0)-中有惟⼀解．取00.5x =-，*70.458960903x x ≈=-．取2()x x ?=，在[0,1上满⾜收敛性条件，迭代序列121, 0,1,2,k x k x k +== 在[0,1]中有惟⼀解．取00.5x =，*140.910001967x x ≈=- 在[3,4]上，将原⽅程改写为23xe x =，取对数得2ln(3)()x x x ?==．满⾜收敛性条件，则迭代序列21ln(3), 0,1,2,k k x x k +== 在[3,4]中有惟⼀解．取0 3.5x =， *16 3.733067511x x ≈=．例７.６对于迭代函数2()(3)x x c x ?=+-，试讨论：（１）当c 为何值时，1()k k x x ?+=产⽣的序列{}k x（２）c 取何值时收敛最快？（３）取1,2c =-()x ?51||10k k x x -+-<．答案：（１）(c ∈时迭代收敛．（２）c =时收敛最快．（３）分别取1, 2c =--，并取0 1.5x =，计算结果如下表７.７所⽰表７.７例７.13 设不动点迭代1()k x x ?+=的迭代函数()x ?具有⼆阶连续导数，*x 是()x ?的不动点，且*()1x ?'≠，证明Steffensen 迭代式21(), (), 0,1,2,()2k k k k k k k k k k k y x z x k y x x x z y x+===-?=-?-+?⼆阶收敛于*x ．例7.15 设2()()()()()x x p x f x q x f x ?=--，试确定函数()p x 和()q x ，使求解()0f x =且以()x ?为迭代函数的迭代法⾄少三阶收敛．答案：1()()p x f x ='，31()()2[()]f x q x f x ''=' 例７.19 设()f x 在[,]a b 上有⾼阶导数，*(,)x a b ∈是()0f x =的(2)m m ≥重根，且⽜顿法收敛，证明⽜顿迭代序列{}k x 有下列极限关系：111lim2k kk k k k x x m x x x -→∞-+-=-+．第⼋章矩阵特征值8.1 ⽤乘幂法求矩阵A 的按模最⼤的特征值与对应的特征向量，已知5500 5.51031A -?? ?=- ? ?-??，要求(1)()611||10k k λλ+--<，这⾥()1k λ表⽰1λ的第k 次近似值．答案：15λ≈，对应的特征向量为[5,0,0]T-；25λ≈-，对应的特征向量为[5,10,5]T --． 8.2 ⽤反幂法求矩阵110242012A -??=-- -的按模最⼩的特征值．知A 的按模较⼤的特征值的近似值为15λ=，⽤5p =的原点平移法计算1λ及其对应的特征向量．答案：(1) A 的按模最⼩的特征值为30.2384428λ≈(2) 1 5.1248854λ≈，对应的特征向量为(8)[0.242 4310, 1 ,0.320 011 7]T U =--．8.3 设⽅阵A 的特征值都是实数，且满⾜121, ||||n n λλλλλ>≥≥> ，为求1λ⽽作原点平移，试证：当平移量21()2n p λλ=+时，幂法收敛最快． 8.4 ⽤⼆分法求三对⾓对称⽅阵1221221221A ?? ? ?= ? ? ???的最⼩特征值，使它⾄少具有２位有效数字．答案：取5 2.234375λ≈-即有２位有效数字．8.5 ⽤平⾯旋转变换和反射变换将向量[2 3 0 5]T x =变为与1[1 0 0 0]Te =平⾏的向量．答案：203/2/00001010/0T ??- ?=--?0.324 442 8400.486 664 26200.811 107 1040.486 664 2620.812 176 04800.298 039 92200100.811 107 1040.298 039 92200.530 266 798H --??--= ? ?--8.6 若532644445A -??=- -，试把A 化为相似的上Hessenberg 阵，然后⽤QR ⽅法求A 的全部特征值．第九章微分⽅程初值问题的数值解法9.1 ⽤反复迭代（反复校正）的欧拉预估－校正法求解初值问题0, 0<0.2(0)1y y x y '+=≤??=?，要求取步长0.1h =，每步迭代误差不超过510-．答案： [4]11(0.1)0.904 762y y y ≈==，[4]22(0.2)0.818 594y y y ≈==9.2 ⽤⼆阶中点格式和⼆阶休恩格式求初值问题2, 0<0.4(0)1dy x y x dx y ?=+≤=?的数值解(取步长0.2h =，运算过程中保留五位⼩数)．答案：⽤⼆阶中点格式，取初值01y =计算得0n =时，1211.000 00, 1.200 00, (0.2)=1.240 00K K y y ==≈ 1n =时，1221.737 60, 2.298 72, (0.4)=1.699 74K K y y ==≈⽤⼆阶休恩格式，取初值01y =计算得0n =时，1211.000 00, 1.266 67, (0.2)=1.240 00K K y y ==≈ 1n =时，1221.737 60, 2.499 18, (0.4)=1.701 76K K y y ==≈9.3 ⽤如下四步四阶阿达姆斯显格式1123(5559379)/24n n n n n n y y h f f f f +---=+-+-求初值问题, (0)1y x y y '=+=在[0,0.5]上的数值解．取步长0.1h =，⼩数点后保留８位．答案：4(0.4)0.583 640 216y y ≈=，5(0.5) 1.797 421 984y y ≈=． 9.4 为使⼆阶中点公式1(,(,))22n n n n n n h hy y hf x y f x y +=+++，求解初值问题 , (0)y y y aλλ'=-??=?为实常数绝对稳定，试求步长h 的⼤⼩应受到的限制条件．答案：2h λ≤．9.5 ⽤如下反复迭代的欧拉预估－校正格式(0)1(1)()111(,)[(,)(,)]2 0,1,2,; 0,1,2,nn n n k k n n n n n n y y hf x y h y y f x y f x y k n +++++?=+??=++??==，求解初值问题sin(), 01(0)1x y e xy x y '?=<≤?=?时，如何选择步长h ，使上述格式关于k 的迭代收敛．答案：2h e<时上述格式关于k 的迭代是收敛的．9.6 求系数,,,a b c d ，使求解初值问题0(,), ()y f x y y x a '==的如下隐式⼆步法221()n n n n n y ay h bf cf df +++=+++的误差阶尽可能⾼，并指出其阶数．答案：系数为142,,33a b d c ====，此时⽅法的局部截断误差阶最⾼，为五阶5()O h ．9.7 试⽤欧拉预估－校正法求解初值问题, (0)=1, 0<0.2()/, (0)2dyxy z y dxx dz x y z z dx=-≤=+=，取步长0.1h =，⼩数点后⾄少保留六位．答案：由初值00(0)1, (0)2y y z z ====可计算得110.800 000z 2.050 000y =??=? ， 11(0.1)0.801 500(0.1) 2.046 951y y z z ≈=??≈=? 220.604 820z 2.090 992y =??=? ， 22 (0.2)0.604 659(0.2) 2.088 216y y z z ≈=??≈=?。
习题41. 给定x x f =)(在144,121,100=x 3点处的值，试以这3点建立)(x f 的2次(抛物)插值公式，利用插值公式115求的近似值并估计误差。
再给13169=建立3次插值公式，给出相应的结果。
解：x x f =)( 2121)(-='x x f ，2341)(--=''x x f ,2583)(-='''x x f ,27)4(1615)(--=x x f，72380529.10)115(=f1000=x ， 1211=x ， 1442=x ， 1693=x 100=y ， 111=y ， 122=y ， 133=y))(())(())(())(())(())(()(1202102210120*********x x x x x x x x y x x x x x x x x y x x x x x x x x y x L ----+----+----= )121144)(100144()121115)(100115(12)144121)(100121()144115)(100115(11)144100)(121100()144115)(121115(10)115(2----⨯+----⨯+----⨯=L=2344)6(1512)23(21)29(1511)44)(21()29)(6(10⨯-⨯⨯+-⨯-⨯⨯+----⨯72276.1006719.190683.988312.1=-+=))()((!3)()()(2102x x x x x x f x L x f ---'''=-ξ ，144100<<ξ )44115()121115()100115()(max 61)115()115(1441002-⨯-⨯-⋅'''≤-≤≤x f L f x 296151083615⨯⨯⨯⨯⨯≤-001631.0101631.02=⨯=- 实际误差 22101045.0)115()115(-⨯=-L f))()(())()(())()(())()(()(312101320130201032103x x x x x x x x x x x x y x x x x x x x x x x x x y x L ------+------= ))()(())()(())()(())()((23130321033212023102x x x x x x x x x x x x y x x x x x x x x x x x x y ------+------+ )169100()144100()121100()169115()144115()121115(10)115(3-⨯-⨯--⨯-⨯-⨯=L )169121()144121()100121()169115()144115()100115(11-⨯-⨯--⨯-⨯-⨯+)169144()121144()100144()169115()121115()100115(12-⨯-⨯--⨯-⨯-⨯+)144169()121169()100169()144115()121115()100115(13-⨯-⨯--⨯-⨯-⨯+)48()23(21)54()29(1511)69()44()21()54()29()6(10-⨯-⨯-⨯-⨯⨯+-⨯-⨯--⨯-⨯-⨯= 254869)29()6(1513)25(2344)54()6(1512⨯⨯-⨯-⨯⨯+-⨯⨯-⨯-⨯⨯+ 723571.10409783.0305138.2145186.11473744.1=+-+= ))()()((!4)()()(3210)4(3x x x x x x x x f x L x f ----=-ξ，169100<<ξ)169115)(144115)(121115)(10115(101615241)115()115(73----⨯⨯⨯≤--L f )54()29()6(151016152417-⨯-⨯-⨯⨯⨯⨯=- 0005505.0105505.03=⨯=-实际误差 321023429.0)115()115(-⨯=-L f 2. 设j x 为互异节点),,1,0(n j =求证： (1)k nj j k j x x l x =∑=)(0),,1,0(n k =;(2)0)()(0=-∑=x l x x j knj j ),,1(n k =。
§2 等距节点插值和差分摘要：在等距节点情况下，通过使用差分可减少Newton 插值公式的计算量。
本节首先介绍等距节点下的差分公式、差分与差商之间关系，根据待估值点x 的位置不同，引入表初公式、表末公式和Bessel 公式，最后说明在使用差分计算插值时需注意的两点：（1）不宜用高阶差分公式；（2）差分公式是一个不稳定的计算公式。
等距节点：1,1,2,,i i x x h i n +-==，h 称为步长2.2.1 差分概念一阶差分：()()()1i i i f x f x f x +∆=- 二阶差分：()()()21i i i f x f x f x +∆=∆-∆ … … … …k 阶差分：()()()111k k k i i i f x f x f x --+∆=∆-∆()()()()()()()()()123110231(1)(1)ki i k i k i k i k k k i i kk jk j j k k f x f x kf x f x x kf x f x k f x j ++-+-+--+-+=⎛⎫⎛⎫∆=-+-+⎪ ⎪⎝⎭⎝⎭+-+-⎛⎫=- ⎪⎝⎭∑2.2.2 差分与差商关系定理2.2.1 在等距节点的情况下 ()()1121,,,,!k k k k f x f x x x x h k +∆=.利用归纳法证明这个公式是在Newton 公式中使用差商的基础 2.2.3 差分表()()()()()()()()()()()()()()()11221233212344321234554321x f x x f x f x x f x f x f x x f x f x f x f x x f x f x f x f x f x ∆∆∆∆∆∆∆∆∆∆2.2.4 根据待估值点x 的位置不同选择不同的计算公式 给定等距节点组：{}12,,,n x x x● 表初公式：如果x 在节点中最小的那个节点附近 节点选取：1213111,,2,,.k x x x h x x h x x kh +=+=+=+x 的表示：1x x ph =+牛顿公式：()(1)(1)(1)2111112!!10.p p p p p k k k kjj P x ph f p f f f p f j --⋅⋅-+=+=+∆+∆++∆⎛⎫=∆ ⎪⎝⎭∑例2.2.1 有函数表x 0.5 0.6 0.7 0.8 f(x) 0.4794 0.5646 0.6442 0.7174 求f(0.54).解：差分表(1)(1)(2)23!0.540.5,0.1,0.4(0.54)0.47940.0852(0.0056)(0.0008)0.5142p p p p p x ph h p P p ---==+===+⨯+-+-=● 表末公式：如果x 在最大节点附近 节点选取与编号：010200(max),,2,,.k x x x h x x h x x kh ---=-=-=-x 的表示：0x x ph =-牛顿公式：()()(1)(1)(1)200122!!0()(1)1.p p p p p k kk kk kjjj j P x ph f x p f f f p f j --⋅⋅-+----=-=-∆+∆++-∆⎛⎫=-∆ ⎪⎝⎭∑● 贝塞尔(Bessel)公式：如果x 在中间节点附近 节点选取与编号：121012,,,,,,,,k k k x x x x x x x -+-+-第一种组序：01122(1),,,,,,k k x x x x x x x ----，Newton 公式1：()1121200011212k k j jj j j j p j p j P x ph f f f j j --+--==++-⎛⎫⎛⎫+=+∆+∆ ⎪ ⎪+⎝⎭⎝⎭∑∑ 第二种组序：()10211,,,,,,k k x x x x x x ---Newton 公式2：()112120110111212k k j jj j j j p j p j P x ph f f f j j --+--+==+-+-⎛⎫⎛⎫+=+∆+∆ ⎪ ⎪+⎝⎭⎝⎭∑∑ Bessel 公式：（Newton1+Newton2）/2()12101002211111/222211.22k j j j j jk j j j p j f f p P x ph f j j f f p j j -+-=---+=+-⎛⎫+-+=+∆+ ⎪+⎝⎭∆+∆+-⎛⎫ ⎪⎝⎭∑∑Bessel 公式适合计算01,01x x x p <<<<，特别是12p =.()2244011021102132821282f f f f f f P x h ---+∆+∆∆+∆+=-++ 例 2.2.2 表2.10求()f 0.525Bessel 公式的截断误差：取2n 个节点()()22(2)22(1)11111(1),2!2222n n n nf R x n n h n x x ξξ--⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫=---- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭<< 2.2.5 差分公式的缺点1）高阶差分容易造成有效数字的丢失，见表2.10 原因？2）差分容易扩大传播误差3322321123230012323411012332422110232433201123364x y x y y x y y y x y y y y x y y y y y x y y y y y x y y y y y εεεεεεεεεεεεε------------------∆∆∆+∆+∆+∆+∆-∆-∆-∆-∆∆+∆-∆+∆∆-∆∆-。
第2章 插值法1、当x=1，-1，2时，f(x)=0，-3，4，求f(x)的二次插值多项式。
（1）用单项式基底。
（2）用Lagrange 插值基底。
（3）用Newton 基底。
证明三种方法得到的多项式是相同的。
解：（1）用单项式基底设多项式为:2210)(x a x a a x P ++=，所以：6421111111111222211200-=-==x x x x x x A 37614421111111424113110111)()()(222211200222221112000-=-=---==x x x x x x x x x f x x x f x x x f a 2369421111111441131101111)(1)(1)(12222112002222112001=--=--==x x x x x x x x f x x f x x f a 6565421111111421311011111)(1)(1)(12222112002211002=--=---==x x x x x x x f x x f x x f x a 所以f(x)的二次插值多项式为：2652337)(x x x P ++-= （2）用Lagrange 插值基底)21)(11()2)(1())(())(()(2010210-+-+=----=x x x x x x x x x x x l)21)(11()2)(1())(())(()(2101201------=----=x x x x x x x x x x x l)12)(12()1)(1())(())(()(1202102+-+-=----=x x x x x x x x x x x lLagrange 插值多项式为：372365)1)(1(314)2)(1(61)3(0)()()()()()()(22211002-+=+-⨯+--⨯-+=++=x x x x x x x l x f x l x f x l x f x L所以f(x)的二次插值多项式为：22652337)(x x x L ++-= (3) 用Newton 基底: 均差表如下：Newton 372365)1)(1(65)1(230))(](,,[)](,[)()(21021001002-+=+-+-+=--+-+=x x x x x x x x x x x x f x x x x f x f x N所以f(x)的二次插值多项式为：22652337)(x x x N ++-= 由以上计算可知，三种方法得到的多项式是相同的。
数值分析实验报告线性插值和二次插值计算ln0.54的近似值数值分析实验报告线性插值和二次插值计算ln0.54的近似值篇一：数值分析-用线性插值及二次插值计算数值分析上机报告习题：给出f(x)?lnx的数值表，用线性插值及二次插值计算ln0.54的近似值。
解：(1)用线性插值计算 Matla b程序 x=0.54; a=[0.5,0.6];b=[-0.693147,-0.510826]; l1=b (1)*((x-a(2))/(a(1)-a (2))); l2=b(2)*((x-a(1))/(a(2)-a(1))); y=l1+l2 y = -0.6202（2）用抛物插值计算 Ma tlab程序 x=0.54; a=[0.4,0.5,0.6]; b=[-0.916291,-0.693147,-0.510826]; A=b(1)*(x-a(2))*(x-a(3))/((a (1)-a(2))*(a(1)-a(3))); B=b(2)*(x-a (1))*(x-a(3))/((a(2)-a(1))*(a(2)-a(3))); C=b(3)*(x-a(1))*(x-a(2))/((a(3)-a(1))*(a(3)-a(2)));y=A+B+C y= -0.6153篇二：数值分析上机实验报告二实验报告二题目：如何求解插值函数摘要：在工程测量和科学实验中，所得到的数据通常都是离散的，如果要得到这些离散点意外的其他点的数值，就需要根据这些已知数据进行插值。
这里我们将采用多种插值方法。
前言：（目的和意义）掌握Lagrange,Netn,Hermi te,线性，三次样条插值法的原理及应用，并能求解相应问题。
数学原理：主要的插值法有：多项式插值法、拉格朗日插值法、线性插值法、牛顿插值法，H ermite插值法三次样条插值法等。
