下载文档原格式
佛山科学技术学院实 验 报 告课程名称 数值分析 实验项目 插值法与数据拟合 专业班级 机械工程 姓 名 余红杰 学 号 10 指导教师 陈剑 成 绩 日 期 月 日一、实验目的1、学会Lagrange 插值、牛顿插值和三次样条插值等基本插值方法；2、讨论插值的Runge 现象3、学会Matlab 提供的插值函数的使用方法，会用这些函数解决实际问题。
二、实验原理1、拉格朗日插值多项式2、牛顿插值多项式3、三次样条插值 三、实验步骤1、用MATLAB 编写独立的拉格朗日插值多项式函数2、用MATLAB 编写独立的牛顿插值多项式函数3、用MATLAB 编写独立的三次样条函数（边界条件为第一、二种情形）4、已知函数在下列各点的值为：根据步骤1,2,3编好的程序，试分别用4次拉格朗日多项式4()L x 、牛顿插值多项式4()P x 以及三次样条函数()S x (自然边界条件)对数据进行插值，并用图给出 ｛(,),0.20.08,0,1,2,,10i i i x y x i i =+=｝，4()L x 、4()P x 和()S x 。
5、在区间[-1,1]上分别取10,20n =用两组等距节点对龙格函数21(),(11)125f x x x=-≤≤+作多项式插值，对不同n 值，分别画出插值函数及()f x 的图形。
6、下列数据点的插值可以得到平方根函数的近似，在区间[0,64]上作图。
（1）用这9个点作8次多项式插值8()L x 。
（2）用三次样条（第一边界条件）程序求()S x 。
7、对于给函数21()125f x x =+在区间[-1,1]上取10.2(0,1,,10)i x i i =-+=，试求3次曲线拟合，试画出拟合曲线并打印出方程，与第5题的结果比较。
四、实验过程与结果：1、Lagrange 插值多项式源代码：function ya=lag(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 ya=0; mu=1; %初始化%循环方式求L 系数，并求和： for i = 1:length(y) for j = 1:length(x) if i ~= jmu = mu * (xa - x(j) ) / ( x(i) - x(j) ); else continue end endya = ya + y(i) * mu ; mu = 1; end2、Newton 源代码：function ya = newton(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 %建立系数零矩阵D 及初始化：D = zeros(length(x)-1);ya = y(1);xi = 1;%求出矩阵D，该矩阵第一行为牛顿插值多项式系数：for i=1:(length(x)-1)D(i,1) = (y(i+1) -y(i))/(x(i+1) -x(i));endfor j=2:(length(x)-1)for i=1:(length(x)-j)D(i,j) = (D(i+1,j-1) - D(i,j-1)) / (x(i+j) - x(i)); endend%xi为单个多项式（x-x(1))(x-x(2))...的值for i=1:(length(x)-1)for j=1:ixi = xi*(xa - x(j));endya = ya + D(1,i)*xi;xi = 1;end3、三次样条插值多项式（1）（第一边界条件）源代码：function y=yt1(x0,y0,f_0,f_n,x) _____________(1)%第一类边界条件下三次样条插值；%xi 所求点；%yi 所求点函数值；%x 已知插值点；%y 已知插值点函数值；%f_0左端点一次导数值；%f_n右端点一次导数值；n = length(x0);z = length(y0);h = zeros(n-1,1);k=zeros(n-2,1);l=zeros(n-2,1);S=2*eye(n);for i=1:n-1h(i)= x0(i+1)-x0(i);endfor i=1:n-2k(i)= h(i+1)/(h(i+1)+h(i));l(i)= 1-k(i);end%对于第一种边界条件：k = [1;k]; _______________________(2)l = [l;1]; _______________________(3)%构建系数矩阵S：for i = 1:n-1S(i,i+1) = k(i);S(i+1,i) = l(i);end%建立均差表：F=zeros(n-1,2);for i = 1:n-1F(i,1) = (y0(i+1)-y0(i))/(x0(i+1)-x0(i));endD = zeros(n-2,1);for i = 1:n-2F(i,2) = (F(i+1,1)-F(i,1))/(x0(i+2)-x0(i));D(i,1) = 6 * F(i,2);end%构建函数D：d0 = 6*(F(1,2)-f_0)/h(1); ___________(4)dn = 6*(f_n-F(n-1,2))/h(n-1); ___________(5)D = [d0;D;dn]; ______________(6)m= S\D;%寻找x所在位置，并求出对应插值：for i = 1:length(x)for j = 1:n-1if (x(i)<=x0(j+1))&(x(i)>=x0(j))y(i) =( m(j)*(x0(j+1)-x(i))^3)/(6*h(j))+...(m(j+1)*(x(i)-x0(j))^3)/(6*h(j))+...(y0(j)-(m(j)*h(j)^2)/6)*(x0(j+1)-x(i))/h(j)+... (y0(j+1)-(m(j+1)*h(j)^2)/6)*(x(i)-x0(j))/h(j) ; break;else continue;endendend（2）（自然边界条件）源代码：仅仅需要对上面部分标注的位置做如下修改:__(1):function y=yt2(x0,y0,x)__(2):k=[0;k]__(3):l=[l;0]__(4)+(5):删除—(6):D=[0:D:0]4、——————————————PS:另建了一个f方程文件，后面有一题也有用到。
题目一：多项式插值某气象观测站在8：00（AM ）开始每隔10分钟对天气作如下观测，用三次多项式插值函数（Newton ）逼近如下曲线，插值节点数据如上表，并求出9点30分该地区的温度（x=10）。
二、数学原理假设有n+1个不同的节点及函数在节点上的值（x 0，y 0），……（x n ，y n ），插值多项式有如下形式：）（））（（）（）（）（n 10n 102010n x -x )(x -x x -x x P x x x x x x -⋯⋯-+⋯⋯+-++=αααα（1） 其中系数i α（i=0,1,2……n ）为特定系数，可由插值样条i i n y x P =）（（i=0,1,2……n ）确定。
根据均差的定义，把x 看成[a,b]上的一点,可得f(x)=f （0x ）+f[10x x ，]（0x -x ） f[x,0x ]=f[10x x ，]+f[x,10x x ，]（1x -x ）……f[x,0x ，…x 1-n ]=f[x,0x ，…x n ]+f[x,0x ，…x n ](x-x n )综合以上式子，把后一式代入前一式，可得到：f(x)=f[0x ]+f[10x x ，]（0x -x ）+f[210x x x ，，]（0x -x ）（1x -x ）+…+f[x,0x ，…x n ]（0x -x ）…(x-x 1-n )+f[x,0x ，…x n ,x ]）（x 1n +ω=N n （x ）+）（x n R 其中N n （x ）=f[0x ]+f[10x x ，]（0x -x ）+f[210x x x ，，]（0x -x ）（1x -x ）+ …+f[x,0x ，…x n ]（0x -x ）…(x-x 1-n )（2））（x n R =f(x)-N n （x ）=f[x,0x ，…x n ,x ]）（x 1n +ω（3） ）（x 1n +ω=（0x -x ）…(x-x n ) Newton 插值的系数i α（i=0,1,2……n ）可以用差商表示。
matlab实现插值法和曲线拟合编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（matlab实现插值法和曲线拟合）的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。
本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为matlab实现插值法和曲线拟合的全部内容。
插值法和曲线拟合电子科技大学摘要:理解拉格朗日多项式插值、分段线性插值、牛顿前插,曲线拟合，用matlab编程求解函数,用插值法和分段线性插值求解同一函数，比较插值余项；用牛顿前插公式计算函数，计算函数值；对于曲线拟合，用不同曲线拟合数据。
关键字：拉格朗日插值多项式;分段线性插值；牛顿前插;曲线拟合引言:在数学物理方程中，当给定数据是不同散点时，无法确定函数表达式，求解函数就需要很大的计算量，我们有多种方法对给定的表格函数进行求解，我们这里，利用插值法和曲线拟合对函数进行求解，进一步了解函数性质,两种方法各有利弊，适合我们进行不同的散点函数求解。
正文:一、插值法和分段线性插值1拉格朗日多项式原理对某个多项式函数，已知有给定的k + 1个取值点：其中对应着自变量的位置，而对应着函数在这个位置的取值。
假设任意两个不同的x j都互不相同，那么应用拉格朗日插值公式所得到的拉格朗日插值多项式为：其中每个为拉格朗日基本多项式（或称插值基函数），其表达式为：[3]拉格朗日基本多项式的特点是在上取值为1，在其它的点上取值为0。
2分段线性插值原理给定区间［a,b], 将其分割成a=x 0 <x 1 <…<x n =b ， 已知函数y= f （x ） 在这些插值结点的函数值为y k =f （x k )（k=0,1，…,n)求一个分段函数I h (x)， 使其满足:（1） I h (x k ）=y k ，(k=0,1，…,n) ；（2) 在每个区间[x k ,x k+1 ］ 上,I h (x ）是个一次函数.易知，I h （x)是个折线函数, 在每个区间［x k ，x k+1 ]上，（k=0，1,…,n ）k 1k k1k 1k k 1k k k ,1)()()(x x x x x f x x x x x f x L --+--=++++，于是, I h (x)在[a,b]上是连续的，但其一阶导数是不连续的。
牛顿-柯特斯公式matlab首先，让我们来了解一下数值积分的基本概念。
数值积分是通过求取一个函数在给定区间上的近似面积来计算函数的定积分。
一种常见的数值积分方法是使用插值多项式来近似函数，并在给定区间上对该多项式进行积分。
牛顿插值多项式是由一组不同的x值和对应的函数值构成的。
该多项式通过这些点来逼近函数，并可以用于在任意点上计算函数的近似值。
牛顿插值多项式的形式如下：P(x)=f[x₀]+f[x₀,x₁](x-x₀)+f[x₀,x₁,x₂](x-x₀)(x-x₁)+...其中，f[x₀]表示函数在x₀上的值，f[x₀,x₁]表示函数在x₀和x₁上的差商。
柯特斯系数用于计算牛顿插值多项式在给定区间上的积分。
公式如下：C₀=1C₁=h/2C₂=h²/6C₃=h³/12C₄=h⁴/20其中，h表示区间的宽度。
在MATLAB中，可以使用以下代码来实现牛顿-柯特斯公式：function result = newton_cotes(f, a, b, n)h=(b-a)/n;x=a:h:b;fx = f(x);coefficient = zeros(n+1, 1);coefficient(1) = 1;for i = 2:n+1coefficient(i) = coefficient(i-1) * (h^(i-1)) / factorial(i-1);endresult = sum(fx .* coefficient);end```在上面的代码中，`f`表示要积分的函数，`a`和`b`表示积分区间的起始点和结束点，`n`表示节点的数量。
首先，我们计算出节点的横坐标和对应的函数值。
然后，根据柯特斯系数的公式计算系数。
最后，将函数值与系数相乘，并求和，从而得到近似的积分值。
例如，我们要计算函数f(x) = sin(x)在区间[0, π/2]上的积分值，可以使用以下代码：a=0;b = pi/2;n=4;result = newton_cotes(f, a, b, n);disp(result);```运行该代码，将输出函数f(x)在区间[0,π/2]上的近似积分值。
--实习报告班级：******姓名：**学号：***********指导老师：***日期：2011/11/24目录一．MATLAB简介 (3)二．上机实习题目 (3)1. 第2章第1题 (3)2. 第3章第2题 (3)3. 第5章第2题 (3)4. 第4章第1题 (4)三．题目实现过程 (4)1. 牛顿插值以及三次样条插值（第一个实验题） (4)a.牛顿插值 (4)b.三次样条插值 (4)c.牛顿插值截图 (5)d.三次样条插值截图 (6)2. 3次，4次多项式的曲线拟合 (7)a.先输入表格中对应的数据， (7)次拟合 (7)c. 3次拟合截图 (8)d. 4次拟合 (9)e. 4次拟合截图 (9)3. 高斯消去法解线性方程组 (10)a. 高斯消去法源代码 (10)b. 第一个小题 (11)c. 第二个小题 (12)4. 雅克比迭代法与SOR方法 (13)a. 雅克比迭代法的计算公式 (13)b. 超松弛迭代法的计算公式 (13)c.得到希尔矩阵 (13)d.得到b矩阵 (13)e.雅克比迭代法实现的函数 (13)迭代法实现的函数 (14)g.对于雅克比迭代法，通过执行以下代码 (15)h. 对于SOR迭代法，执行相对应代码 (15)四．心得与感想 (18)一．M ATLAB简介MATLAB是一个软件，用来进行科学计算。
在实际生活或者在科学研究中，大量的计算有时候是不可避免的，在这个时候，我们可以选择很多种方式来解决我们的问题。
但是选择一个好的软件对于我们来说有时候却是非常困难的，尤其是现在各种软件层出不穷，当然里面有好的，可是有大多数的软件却是鱼目混珠，在里面滥竽充数。
如果我们不避开这些，那么我们可能面临的是用很大的工作量来完成一个极其简单的问题，或者说在付出了时间与精力之后却完不成问题。
所以必须选择一个好的计算软件来解决问题。
MATLAB 就是这样一个软件，在你能够熟悉并且流畅运用它之后，那它将是一把能够解决很多问题的钥匙。
实验报告内容：一：不动点迭代法解方程二：牛顿插值法的MA TLAB实现完成日期：2012年6月21日星期四数学实验报告一日期：2012-6-21hold on>> fplot(g,[-2,2])>> fplot(f,[-2,2])>> hold off>> grid输出结果如下所示：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：clearf=inline('0.5*sin(x)+0.4');x0=1;x1=f(x0);k=1;while abs(x1-x0)>=1.0e-6x0=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=0.765823700k=3,x0=0.765823700,x1=0.746565483k=4,x0=0.746565483,x1=0.739560873k=5,x0=0.739560873,x1=0.736981783k=6,x0=0.736981783,x1=0.736027993k=7,x0=0.736027993,x1=0.735674699k=8,x0=0.735674699,x1=0.735543758k=9,x0=0.735543758,x1=0.735495216k=10,x0=0.735495216,x1=0.735477220k=11,x0=0.735477220,x1=0.735470548k=12,x0=0.735470548,x1=0.735468074k=13,x0=0.735468074,x1=0.735467157>>。
牛顿插值法是一种常用的数值分析方法，用于构造一个多项式函数，以便在给定的数据点上进行插值。
这个主题在数学和工程领域中有着广泛的应用，特别是在数据拟合和函数逼近方面。
牛顿插值法的核心思想是通过不断地添加新的数据点来构造一个多项式，并利用已知数据点来确定多项式的系数，从而实现对未知数据点的插值预测。
在Matlab中，实现牛顿插值法并不困难，我们可以利用已有的函数和工具来简化计算过程。
下面，我们将通过一个具体的例题来讲解如何使用Matlab编写牛顿插值法的程序，并分析其结果。
我们需要明确牛顿插值法的数学原理。
给定n个互不相同的节点\(x_0, x_1, ... , x_n\)，以及在这些节点上的函数值\(f(x_0), f(x_1), ... , f(x_n)\)，我们希望构造一个n次插值多项式p(x)，满足p(x_i) = f(x_i)，i=0,1,...,n。
牛顿插值多项式的一般形式为：\[p(x) = a_0 + a_1(x - x_0) + a_2(x - x_0)(x - x_1) + ... + a_n(x -x_0)(x - x_1)...(x - x_{n-1})\]其中，\[a_i\]表示插值多项式的系数。
通过牛顿插值法的迭代过程，可以逐步求解出这些系数，进而得到插值多项式的表达式。
接下来，我们将以一个具体的例题来演示如何在Matlab中实现牛顿插值法。
假设我们有如下的数据点和函数值：\(x = [1, 2, 3, 4]\)\(f(x) = [1, 4, 9, 16]\)我们希望利用这些数据点来构造一个插值多项式，并在给定的区间上进行插值计算。
在Matlab中，可以通过interp1函数来进行插值计算，该函数支持多种插值方法，包括牛顿插值法。
下面是一个简单的Matlab程序示例：```matlabx = [1, 2, 3, 4];y = [1, 4, 9, 16];xi = 2.5;yi = interp1(x, y, xi, 'spline');disp(['在x=',num2str(xi),'处的插值结果为：',num2str(yi)]);```在这段代码中，我们首先定义了给定的数据点x和对应的函数值y，然后利用interp1函数对x=2.5处的插值结果进行计算。
一、简介Matlab是一种十分常用的科学计算软件，其功能强大，可以进行各种数值计算、数据分析和可视化操作。
而牛顿迭代法是一种用于求解方程的数值算法，可以有效地计算出函数的根。
本文将重点介绍如何使用Matlab进行牛顿迭代法来计算重根。
二、牛顿迭代法原理1. 牛顿迭代法是一种迭代逼近的方法，通过不断迭代得到更接近函数零点的近似值。
其公式如下：X_{n+1} = X_n - \frac{f(X_n)}{f'(X_n)}其中，X_{n+1}为下一次迭代的近似值，X_n为当前的近似值，f(X)为函数值，f'(X)为函数的导数值。
2. 牛顿迭代法的优点是收敛速度快，而缺点是对初始值的选择敏感，可能会产生不收敛的情况。
三、在Matlab中使用牛顿迭代法1. 在Matlab中，可以使用内置的函数`fzero`来进行牛顿迭代法的计算。
其语法如下：x = fzero(fun,x0)其中，fun为要求解的函数句柄，x0为起始点的初始值，x为函数的根。
2. 需要注意的是，在使用`fzero`函数时，需要提供函数的句柄，即在Matlab中定义要求解的函数，并使用`(x)`符号来表示函数的自变量。
另外，还需要提供初始值x0，可以根据具体问题来选择较为合适的初始值。
3. 以下是一个简单的使用牛顿迭代法求解函数根的示例代码：```matlabf = (x) x^3 - 2*x - 5;x0 = 2;x = fzero(f, x0);disp(x);```四、示例接下来，我们将通过一个具体的示例来演示如何使用Matlab的牛顿迭代法来计算重根。
1. 问题描述假设有如下方程：f(x) = x^3 - 2x^2 + 3x - 6我们希望使用牛顿迭代法来计算函数f(x)的重根。
2. 解决过程在Matlab中定义函数f(x)：```matlabf = (x) x^3 - 2*x^2 + 3*x - 6;```选择初始值x0，并利用`fzero`函数进行牛顿迭代法的计算：```matlabx0 = 2;x = fzero(f, x0);disp(x);```3. 结果分析经过计算，可以得到函数f(x)的一个重根为x=2.这样，我们就成功地使用Matlab的牛顿迭代法来计算重根。
matlab牛顿迭代法求多项式方程的根【主题】matlab牛顿迭代法求多项式方程的根1. 引言在数学和工程领域中，求解多项式方程的根是一项常见且重要的任务。
牛顿迭代法是一种有效的数值方法，可以用来逼近多项式方程的根。
本文将详细介绍如何利用matlab实现牛顿迭代法，以及该方法的应用和局限性。
2. 牛顿迭代法简介牛顿迭代法是一种基于导数的数值逼近方法，用于求解方程 f(x)=0 的根。
该方法的基本思想是从一个初始近似值开始，通过逐步改进来逼近方程的根。
牛顿迭代法的迭代公式为：\[x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}\]其中，\(x_n\)是第n次迭代的近似根，f(x)是方程，\(f'(x)\)是f关于x的导数。
3. 在matlab中实现牛顿迭代法在matlab中，我们可以利用函数和循环结构来实现牛顿迭代法。
需要定义方程f(x)以及其导数f'(x)的函数表达式。
选择一个初始值作为近似根，通过迭代公式不断改进，直到满足预设的精度要求。
4. 应用实例我们将以一个具体的多项式方程为例，来演示如何利用matlab的牛顿迭代法来求解其根。
假设我们要求解方程\(x^2-2=0\)的根。
我们可以定义方程及其导数的matlab函数表达式，然后选择一个适当的初始值，进行迭代计算，最终得到方程的根。
5. 算法优化与局限性虽然牛顿迭代法在求解多项式方程的根上表现出色，但也存在一些局限性。
需要提前知道方程的导数表达式；初始值的选取可能影响迭代结果的精度等。
在实际应用中，需要根据具体情况灵活选择迭代算法，甚至进行一些优化来提高求解效率。
6. 结语通过matlab实现牛顿迭代法求解多项式方程的根，不仅可以帮助我们深入理解数值计算方法，也可以应用到实际工程问题中。
对于复杂的多项式方程，利用数值方法求解是一种有效的途径。
当然，在应用过程中需要注意算法的优化和局限性，以确保求解的准确性和稳定性。
题目：探究matlab中牛顿差分及等距节点插值公式的实现在计算数学问题时，插值是一种常见的数值分析方法，它常常用于估计在已知数据点之间的数值。
而牛顿差分及等距节点插值公式，则是其中的一种重要方法。
本文将从简单到复杂，由浅入深地探讨matlab 中牛顿差分及等距节点插值公式的实现方法，以便读者更深入地理解这一主题。
1. 牛顿插值方法牛顿插值是一种使用多项式进行插值的数值方法，利用了拉格朗日插值多项式的一般形式，其在实际应用中具有良好的稳定性和精确度。
在matlab中，我们可以通过编写函数来实现牛顿插值方法，并根据所给定的数据点计算出插值多项式。
2. 差分及等距节点插值公式差分及等距节点插值公式是牛顿插值的一种具体形式，它通过相邻节点的差分来递推计算插值多项式的系数，从而实现对给定数据点的插值。
在matlab中，我们可以编写代码来实现这一方法，通过对数据点的差分计算来得到插值多项式的系数，并最终得到插值结果。
3. matlab中的实现步骤在matlab中，实现牛顿差分及等距节点插值公式主要包括以下几个步骤：3.1 准备数据点：首先需要准备好给定的数据点，这些数据点将作为插值的依据。
3.2 计算差商：利用给定的数据点，我们可以计算出插值多项式的系数，即差商。
这一步骤可以通过递推计算来实现。
3.3 构建插值多项式：根据得到的插值多项式的系数，我们可以构建出完整的插值多项式。
3.4 计算插值结果：我们可以利用构建好的插值多项式来计算任意点的插值结果。
4. 个人观点和理解在我看来，牛顿差分及等距节点插值公式是一种非常实用和有效的插值方法，在实际工程和科学计算中都有着广泛的应用。
在matlab中，通过编写相应的代码，我们可以很方便地实现这一方法，并得到高质量的插值结果。
掌握牛顿插值及其在matlab中的实现方法对我们来说是非常重要的。
总结回顾本文从简到繁，由浅入深地探讨了matlab中牛顿差分及等距节点插值公式的实现方法。
