插值法习题及解答
一、填空题：
1． 满足()a a f x x =，()b b f x x =，()c c f x x =的拉格朗日插值余项为 。
答：()()
()()()3!
a b c f R x x x x x x x ξ'''=---
2．已知函数()f x 的函数值()()()()()0,2,3,5,6f f f f f ，以及均差如下 ()()()()()00,0,24,0,2,35,0,2,3,51,0,2,3,5,60f f f f f ===== 那么由这些数据构造的牛顿插值多项式的最高次幂的系数是 答： 1
二、选择题
1. 通过点()()0011,,,x y x y 的拉格朗日插值基函数()()01,l x l x 满足（ ） A ．()00l x ＝0，()110l x = B ． ()00l x ＝0，()111l x = C ．()00l x ＝1，()110l x = D ． ()00l x ＝1，()111l x = 答：D
2．. 已知等距节点的插值型求积公式
()()35
2
k
k
k f x dx A f x =≈∑?，那么3
k
k A
==∑（ ）
A ．1 B. 2 C. 3 D. 4 答：C
3．过点(x 0,y 0), (x 1,y 1)，…，(x 5,y 5)的插值多项式P(x)是( )次的多项式。 (A). 6 (B).5 (C).4 (D).3． 答：B 三、证明题
1. 设 f (x) = (x-1) (x-2) .证明对任意的x 有： f [1, 2, x)]= 1
证明:f [1, 2] = [f (1) – f (2)]/ (1 – 2) = [0 – 0]/ (-1) = 0, 对任意的x 有
F[2, x] = [f (2) – f (x)]/ (2 – x) = [0 – (x-1) (x-2)]/ (2 – x) = (x-1), 所以 f [1, 2, x] = [f (1, 2) - f (2, x)]/ (1 – x) = [0 - (x-1)]/ (1 – x) = 1 2.设
在
上具有二阶连续导数，且
，求证：
解：由，则在的线性插值多项式为：
，于是由
，可得：
3． 试利用差分性质证明：
证明：记：
可以证明：，
又：
故：
. 四、计算题： 1.．已知数值表
x
()f x
试用二次插值计算()0.57681f 的近似值，计算过程保留五位小数。（要写出二次插值多项式）
答： 过()0.5,0.447943，()0.6,0.56464，()0.7,0.64422作二次插值多项式
()()()()()()()()()
20.60.70.50.70.479430.564640.50.60.50.70.60.50.60.7x x x x P x ----=?+?----
()()()()
0.50.60.644220.70.50.70.6x x --+?-- （5分）
所以
()()()()()()
20.576810.60.576810.70.576810.576810.479430.50.60.50.7f P --≈=?--
()()()()0.576810.50.576810.70.564640.60.50.60.7--+
?--
()()()()
0.576810.50.576810.60.644220.70.50.70.6--+?--
（9
分）
0.002860.009460.00178
0.479430.564640.644220.20.10.10.10.20.1
=?-?-????
0.068560.534280.057380.54546=+-= （15分）
2.用已知函数表
求抛物插值多项式，并求1()2
f 的近似值。 解答：作差商表：
()()()()2
210011N x x x x x =+-+--=+
2115
1.25224
f N ????≈== ? ?????
3. 已知函数2
1
1y x
=
+的一组数据：
求分段线性插值函数，并计算()1.5f 的近似值.
解答 解 []0,1x ∈， ()1010.510.50110x x L x x --=
?+
?=---% []1,2x ∈，()210.50.20.30.81221
x x L x x --=
?+?=-+--% 所以分段线性插值函数为
()[][]
10.50,10.80.31,2x x L x x x ?-∈?=?-∈??% 10分 ()1.50.80.3 1.50.35L =-?=% 12
分
4． 试给出样条函数：
的分段表达式. 解：由
的定义可得：
5. 求一次数小于等于三次多项式
，满足如下插值条件：
，
，
，
解：
，其中
为二次多项式，满足插值条件：
，
，
可求得：. 由
得：.(
)
故：.
6.设：
求
之值，
.这里互异
解：利用差商的性质：
，
.
可得：
，得：
三次样条插值代码
2 三次样条插值程序 三次样条插值利用方案二（求解固支样条或压紧样条） 按照要求要起点和终点的一阶导数值已知， 可得关于01,,.....,n M M M 的严格对角占优势的三对角方程组 然后利用三对角法（追赶法）解此线性方程组。 （1）编写M 文件，并保存文件名scfit.m % x,y 分别为n 个节点的横坐标和纵坐标值组成的向量 % dx0和dxn 分别为S 的导数在x0和xn 处的值，即m 0和m n n=length(x)-1; h=diff(x); d=diff(y)./h; a=h(2:n-1); b=2*(h(1:n-1)+h(2:n)); c=h(2:n); u=6*diff(d); b(1)=b(1)-h(1)/2; u(1)=u(1)-3*(d(1)-dx0); b(n-1)=b(n-1)-h(n)/2; u(n-1)=u(n-1)-3*(dxn-d(n)); %追赶法部分 for k=2:n-1 temp=a(k-1)/b(k-1); b(k)=b(k)-temp*c(k-1); u(k)=u(k)-temp*u(k-1); end m(n)=u(n-1)/b(n-1); for k=n-2:-1:1 m(k+1)=(u(k)-c(k)*m(k+2))/b(k); end %求S K1，S K2，S K3，S K4 m(1)=3*(d(1)-dx0)/h(1)-m(2)/2; m(n+1)=3*(dxn-d(n))/h(n)-m(n)/2; for k=0:n-1 00 ()S x m '=()n n S x m '=0011111111212212n n n n n n M d M d M d M d μλμλ----??????????????????????=??????????????????????????
三次样条插值函数
沈阳航空航天大学 数学软件课程设计 （设计程序） 题目三次样条插值函数 班级 / 学号 学生姓名 指导教师
沈阳航空航天大学 课程设计任务书 课程名称数学软件课程设计 院（系）理学院专业信息与计算科学 班级学号姓名 课程设计题目三次样条插值函数 课程设计时间: 2010 年12月20日至2010 年12月31日 课程设计的内容及要求： 1.三次样条插值函数 给出函数在互异点处的值分别为。 (1)掌握求三次样条插值函数的基本原理； (2)编写程序求在第一边界条件下函数的三次样条插值函数； (3)在区间上取n=10，20，分别用等距节点对函数 作三次样条插值函数，利用(1)的结果画出插值函数的图形，并在该图形界面中同时画出的图形。 [要求] 1.学习态度要认真，要积极参与课程设计，锻炼独立思考能力； 2.严格遵守上机时间安排； 3.按照MATLAB编程训练的任务要求来编写程序； 4.根据任务书来完成课程设计论文； 5.报告书写格式要求按照沈阳航空航天大学“课程设计报告撰写规范”； 6.报告上交时间：课程设计结束时上交报告；
7.严谨抄袭行为。 指导教师年月日负责教师年月日学生签字年月日
沈阳航空航天大学 课程设计成绩评定单 课程名称数学软件课程设计 院（系）理学院专业信息与计算科学课程设计题目三次样条插值函数 学号姓名 指导教师评语： 课程设计成绩 指导教师签字 年月日
目录 一正文 (1) 1问题分析 (1) 1.1 题目 (1) 1.2 分析 (1) 2 研究方法原理 (1) 2.1 求三次样条插值多项式，算法组织 (1) 3 算例结果 (3) 二总结 (7) 参考文献 (8) 附录 (9) 源程序: (9) 程序1 (9) 程序2 (10) 程序3 (12) 程序 4 (12)
计算方法练习题与答案
练习题与答案 练习题一 练习题二 练习题三 练习题四 练习题五 练习题六 练习题七 练习题八 练习题答案 练习题一 一、是非题 1.–作为x的近似值一定具有6位有效数字，且其误差限。() 2.对两个不同数的近似数，误差越小，有效数位越多。() 3.一个近似数的有效数位愈多，其相对误差限愈小。()
4.用近似表示cos x产生舍入误差。 ( ) 5.和作为的近似值有效数字位数相同。 ( ) 二、填空题 1.为了使计算的乘除法次数尽量少，应将该表达式改写 为； 2.–是x舍入得到的近似值，它有位有效数字，误差限 为，相对误差限为； 3.误差的来源是； 4.截断误差 为； 5.设计算法应遵循的原则 是。 三、选择题 1．–作为x的近似值，它的有效数字位数为( ) 。 (A) 7； (B) 3； (C) 不能确定 (D) 5. 2．舍入误差是( )产生的误差。 (A) 只取有限位数 (B) 模型准确值与用数值方法求得的准确值 (C) 观察与测量 (D) 数学模型准确值与实际值 3．用 1+x近似表示e x所产生的误差是( )误差。 (A). 模型 (B). 观测 (C). 截断 (D). 舍入 4．用s*=g t2表示自由落体运动距离与时间的关系式 (g为重力加速度)，s t是在时间t内的实际距离，则s t s*是（）误差。 (A). 舍入 (B). 观测 (C). 模型 (D). 截断 5．作为的近似值，有( )位有效数字。 (A) 3； (B) 4； (C) 5； (D) 6。
四、计算题 1．，，分别作为的近似值，各有几位有效数字？ 2．设计算球体积允许的相对误差限为1%，问测量球直径的相对误差限最大为多少？ 3．利用等价变换使下列表达式的计算结果比较精确： (1)， (2) (3) ， (4) 4．真空中自由落体运动距离s与时间t的关系式是s=g t2，g为重力加速度。现设g是精确的，而对t有秒的测量误差，证明：当t增加时，距离的绝对误差增加，而相对误差却减少。 5*. 采用迭代法计算，取 k=0,1,…, 若是的具有n位有效数字的近似值，求证是的具有2n位有效数字的近似值。 练习题二 一、是非题 1.单点割线法的收敛阶比双点割线法低。 ( ) 2.牛顿法是二阶收敛的。 ( ) 3.求方程在区间[1, 2]内根的迭代法总是收敛的。( ) 4.迭代法的敛散性与迭代初值的选取无关。 ( ) 5.求非线性方程f (x)=0根的方法均是单步法。 ( ) 二、填空题
MAAB牛顿插值法例题与程序
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。一般有 f k =α[k 10x x x ??，]（k=0,1,2，……，n ）（4）
数值分析作业-三次样条插值
数值计算方法作业 实验4.3 三次样条差值函数 实验目的： 掌握三次样条插值函数的三弯矩方法。 实验函数: dt e x f x t ? ∞ -- = 2 221)(π 实验内容： （1） 编程实现求三次样条插值函数的算法，分别考虑不同的边界条件； （2） 计算各插值节点的弯矩值； （3） 在同一坐标系中绘制函数f(x)，插值多项式，三次样条插值多项式的曲线 比较插值结果。 实验4.5 三次样条差值函数的收敛性 实验目的： 多项式插值不一定是收敛的，即插值的节点多，效果不一定好。对三次样条插值函数如何呢？理论上证明三次样条插值函数的收敛性是比较困难的，通过本实验可以证明这一理论结果。 实验内容： 按照一定的规则分别选择等距或非等距的插值节点，并不断增加插值节点的个数。 实验要求： （1） 随着节点个数的增加，比较被逼近函数和三样条插值函数的误差变化情 况，分析所得结果并与拉格朗日插值多项式比较； （2） 三次样条插值函数的思想最早产生于工业部门。作为工业应用的例子，考
虑如下例子：某汽车制造商根据三次样条插值函数设计车门曲线，其中一 算法描述： 拉格朗日插值： 错误!未找到引用源。 其中错误!未找到引用源。是拉格朗日基函数，其表达式为：() ∏ ≠=--=n i j j j i j i x x x x x l 0) ()( 牛顿插值： ) )...()(](,...,,[.... ))(0](,,[)0](,[)()(1102101210100----++--+-+=n n n x 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 其中????? ?? ?? ?????? --=--= --= -)/(]),...,[],...,[(]...,[..],[],[],,[)()(],[01102110x x x x x f x x x f x x x f x x x x f x x f x x x f x x x f x f x x f n n n n i k j i k j k j i j i j i j i 三样条插值： 所谓三次样条插值多项式Sn(x)是一种分段函数，它在节点Xi(a Several Typical Interpolation in Matlab Lagrange Interpolation Supposing： If x=175, while y=? Solution： Lagrange Interpolation in Matlab: function y=lagrange(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=p*y0(k)+s; end y(i)=s; end input： x0=[144 169 225] y0=[12 13 15] y=lagrange(x0,y0,175) obtain the answer： x0 = 144 169 225 y0 = 12 13 15 y = 13.2302 Spline Interpolation Solution ： Input x=[ 1 4 9 6]；y=[ 1 4 9 6]；x=[ 1 4 9 6]；pp=spline(x,y) pp = form: 'pp' breaks: [1 4 6 9] coefs: [3x4 double] pieces: 3 order: 4 dim: 1 output : pp.coefs ans = -0.0500 0.5333 -0.8167 1.0000 -0.0500 0.0833 1.0333 2.0000 -0.0500 -0.2167 0.7667 4.0000 It shows the coefficients of cubic spline polynomial , so: S （x ）=, 169,3)9(1484.0)9(0063.0)9(0008.0,94,2)4(2714.0)4(0183.0)4(0008 .0, 41,1)1(4024.0)1(0254.0)1(0008.0232 3 23≥≤+-+---≥≤+-+---≥≤+-+---x x x x x x x x x x x x Newton’s Interpolation Resolve 65 Solution: Newton’s Interpolation in matlab ： function yi=newint(x,y,xi); n=length(x); ny=length(y); if n~=ny error end Y=zeros(n);Y(:,1)=y'; 一、填空题： 1． 满足()a a f x x =，()b b f x x =，()c c f x x =的拉格朗日插值余项为 。 答：()() ()()()3! a b c f R x x x x x x x ξ'''=--- 2．已知函数()f x 的函数值()()()()()0,2,3,5,6f f f f f ，以及均差如下 ()()()()()00,0,24,0,2,35,0,2,3,51,0,2,3,5,60f f f f f ===== 那么由这些数据构造的牛顿插值多项式的最高次幂的系数是 答： 1 二、选择题 1. 通过点()()0011,,,x y x y 的拉格朗日插值基函数()()01,l x l x 满足（ ） A ．()00l x ＝0，()110l x = B ． ()00l x ＝0，()111l x = C ．()00l x ＝1，()110l x = D ． ()00l x ＝1，()111l x = 答：D 2．. 已知等距节点的插值型求积公式 ()()35 2 k k k f x dx A f x =≈∑?，那么3 k k A ==∑（ ） A ．1 B. 2 C. 3 D. 4 答：C 3．过点(x 0,y 0), (x 1,y 1)，…，(x 5,y 5)的插值多项式P(x)是( )次的多项式。 (A). 6 (B).5 (C).4 (D).3． 答：B 三、证明题 1. 设 f (x) = (x-1) (x-2) .证明对任意的x 有： f [1, 2, x)]= 1 证明:f [1, 2] = [f (1) – f (2)]/ (1 – 2) = [0 – 0]/ (-1) = 0, 对任意的x 有 F[2, x] = [f (2) – f (x)]/ (2 – x) = [0 – (x-1) (x-2)]/ (2 – x) = (x-1), 所以 f [1, 2, x] = [f (1, 2) - f (2, x)]/ (1 – x) = [0 - (x-1)]/ (1 – x) = 1 2.设 在 上具有二阶连续导数，且 ，求证： 例1 机床加工 待加工零件的外形根据工艺要求由一组数据(x, y)给出（在平面情况下），用程控 铣床加工时每一刀只能沿x 方向和y 方向走非常小的一步，这就需要从已知数据得到加工所要求的步长很小的(x, y)坐标。 表1 中给出的x, y数据位于机翼断面的下轮廓线上，假设需要得到x坐标每改变 0.1 时的y坐标。试完成加工所需数据，画出曲线，并求出x = 0处的曲线斜率和 13 ≤x ≤15范围内y的最小值。 表 1 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 要求用Lagrange、分段线性和三次样条三种插值方法计算。 解编写以下程序： clc,clear x0=[0 3 5 7 9 11 12 13 14 15]; x=0:0.1:15; y1=lagrange(x0,y0,x); %调用前面编写的Lagrange插值函数 y2=interp1(x0,y0,x); y3=interp1(x0,y0,x,'spline'); pp1=csape(x0,y0); y4=ppval(pp1,x); pp2=csape(x0,y0,'second'); y5=ppval(pp2,x); fprintf('比较一下不同插值方法和边界条件的结果:\n') fprintf('x y1 y2 y3 y4 y5\n') xianshi=[x',y1',y2',y3',y4',y5']; fprintf('%f\t%f\t%f\t%f\t%f\t%f\n',xianshi') subplot(2,2,1), plot(x0,y0,'+',x,y1), title('Lagrange') subplot(2,2,2), plot(x0,y0,'+',x,y2), title('Piecewise linear') subplot(2,2,3), plot(x0,y0,'+',x,y3), title('Spline1') subplot(2,2,4), plot(x0,y0,'+',x,y4), title('Spline2') dyx0=ppval(fnder(pp1),x0(1)) %求x=0处的导数 ytemp=y3(131:151); index=find(ytemp==min(ytemp)); xymin=[x(130+index),ytemp(index)] 计算结果略。 可以看出，拉格朗日插值的结果根本不能应用，分段线性插值的光滑性较差（特别 是在x = 14附近弯曲处），建议选用三次样条插值的结果。 MATLAB 程序设计期中考查 在许多问题中，通常根据实验、观测或经验得到的函数表或离散点上的信息，去研究分析函数的有关特性。其中插值法是一种最基本的方法，以下给出最基本的插值问题——三次样条插值的基本提法： 对插值区间[]b a ,进行划分：b x x x a n ≤ 《计算方法》课程设计报告 学生姓名:张学阳学号：1009300132 陈洋1009300109 刘睿1009300122 学院:理学院 班级: 数学101 题目: 分段线性及三次埃尔米特插值通用程序 指导教师：宋云飞职称：讲师 朱秀丽讲师 尚宝欣讲师 2012年12月30日 目录 目录............................................................................................... I 一、摘要 (1) 二、算法设计 (1) 2.1分段线性插值 (1) 2.2分段三次埃尔米特插值 (1) 2.3功能框图 (1) 三、例题计算 (1) 四、误差及结果分析 (9) 4.1例题误差分析 (1) 4.2结点个数对插值结果的影响 (1) 五、总结及心得体会 (12) 参考文献 (13) 源程序 (14) 一、摘要 分段线性插值与分段定义的线性插值,在相邻插值节点的区间上对应的是同一个线性函数。由于它们的表现形式不一样从而产生为两种不同的计算方法,相应的误差表现形式也不一样.拉格朗日插值余项利用f(x)的二阶导数,要f(x)的二阶导数存在,对于二阶导数不存在的情况不能估算出它的误差,所以适用范围比较小.现在我们可以利用一阶导数就估 算出误差,给计算带来许多的方便。 为了避免高次插值可能出现的大幅度波动现象，在实际应用中通常采用分段低次插值来提高近似程度，比如可用分段线性插值或分段三次埃尔米特插值来逼近已知函数，但它们的总体光滑性较差。为了克服这一缺点，一种全局化的分段插值方法——三次样条插值成为比较理想的工具。 在代数插值过程中，人们为了获得较好的近似效果，通常情况下是增加插值节点数.由于二次插值比线性插值近似效果好，因此容易错误地认为插值多项式次数越高越好.事实上,随着插值节点的增多，插值多项式不一定收敛到被插值函数.。通过分段低次插值或样条插值可以得到较好的近似逼近函数，分段低次插值具有公式简单、运算量小、稳定性好、收敛性有保证等优点.随着子区间长度h取得足够小，分段低次插值总能满足所要求的精度.因此分段低次插值应用十分广泛.。分段线性插值是分段低次插值中常见的方法之一，在本文中对函数在(-5，5)上进行分段线性插值，取不同节点个数n，得到不同分段线性插值函数.并用MATLAB编写分段线性插值函数，最后比较用不同节点数所得插值函数与真实函数的误差，从而得出节点数与插值效果的关系。 CENTRAL SOUTH UNIVERSITY 数值分析实验报告 三次样条插值方法的应用 一、问题背景 分段低次插值函数往往具有很好的收敛性，计算过程简单，稳定性好，并且易于在在电子计算机上实现，但其光滑性较差，对于像高速飞机的机翼形线船体放样等型值线往往要求具有二阶光滑度，即有二阶连续导数，早期工程师制图时，把富有弹性的细长木条（即所谓的样条）用压铁固定在样点上，在其他地方让他自由弯曲，然后沿木条画下曲线，称为样条曲线。样条曲线实际上是由分段三次曲线并接而成，在连接点即样点上要求二阶导数连续，从数学上加以概括就得到数学样条这一概念。下面我们讨论最常用的三次样条函数及其应用。 二、数学模型 样条函数可以给出光滑的插值曲线（面），因此在数值逼近、常微分方程和偏微分方程的数值解及科学和工程的计算中起着重要的作用。 设区间[]b ,a 上给定有关划分b x x n =<<<=Λ10x a ，S 为[]b ,a 上满足下面条件的函数。 ● )(b a C S ,2∈； ● S 在每个子区间[]1,+i i x x 上是三次多项式。 则称S 为关于划分的三次样条函数。常用的三次样条函数的边界条件有三种类型： ● Ⅰ型 ()()n n n f x S f x S ''0'',==。 ● Ⅱ型 ()()n n n f x S f x S ''''0'''',==，其特殊情况为()()0''''==n n x S x S 。 ● Ⅲ型 ()()Λ3,2,1,0,0==j x S x S n j j ，此条件称为周期样条函数。 鉴于Ⅱ型三次样条插值函数在实际应用中的重要地位，在此主要对它进行详细介绍。 三、算法及流程 按照传统的编程方法，可将公式直接转换为MATLAB可是别的语言即可；另一种是运用矩阵运算，发挥MATLAB在矩阵运算上的优势。两种方法都可以方便地得到结果。方法二更直观，但计算系数时要特别注意。这里计算的是方法一的程序，采用的是Ⅱ型边界条件，取名为spline2.m。 Matlab代码如下： function s=spline2(x0,y0,y21,y2n,x) %s=spline2(x0,y0,y21,y2n,x) %x0,y0 are existed points,x are insert points,y21,y2n are the second %dirivitive numbers given. n=length(x0); km=length(x); a(1)=-0.5; b(1)=3*(y0(2)-y0(1))/(2*(x0(2)-x0(1))); for j=1:(n-1) h(j)=x0(j+1)-x0(j); end for j=2:(n-1) alpha(j)=h(j-1)/(h(j-1)+h(j)); beta(j)=3*((1-alpha(j))*(y0(j)-y0(j-1))/h(j-1)+alpha(j)*(y0(j+1)-y0(j))/h(j)); 实验二埃尔米特（Hermite）插值 一、实验目的： 1.掌握埃尔米特插值算法原理； 2.使用C语言编程实现埃尔米特插值算法。 二、实验准备： 阅读《数值分析》2.4节 二、实验要求： 某人从甲地开车去乙地，每隔一段时间对行车距离和速率进行一次采样，得到在n+1 个采样时刻点t i 的里程s i和速率v i（i=0, 1, ..., n）。要求编程构造埃尔米特插值多项式H2n+1(t)，满足H2n+1(t i)=s i， H'2n+1(t i)=v i，对所有i=0, 1, ..., n成立，并据此计算m个给定时刻的里程和速率。 函数接口定义： void Hermite_Interpolation( int N, double t[], double s[], double v[], int m, double ht[], double hs[], double hv[] ); 其中N为采样点个数（注意这个N不是公式中的最大下标n，而是等于n+1），采样时刻点t i、里程s i、速率v i分别通过t、s、v传入；m是需要估算的给定时刻的个数，ht传入给定的时刻点，相应计算出的里程和速率应分别存储在hs和hv中。 裁判程序如下： 裁判输入数据： 2 0.0 1.0 0.0 1.0 0.0 0.0 5 0.0 0.2 0.5 0.8 1.0 3 0.0 0.5 1.0 100.0 170.0 200.0 30.0 150.0 0.0 5 0.0 0.25 0.5 0.75 1.0 5 0.0 1.0 2.0 3.0 4.0 0.0 60.0 160.0 260.0 300.0 5.0 70.0 100.0 120.0 20.0 10 0.5 1.0 1.5 2.0 2.5 3.0 3.5 3.8 3.95 4.0 标准输出数据： 0.0000 0.1040 0.5000 0.8960 1.0000 0.0000 0.9600 1.5000 0.9600 0.0000 100.0000 127.9297 170.0000 195.9766 200.0000 ＭATLＡＢ三次样条插值之三弯矩法 首先说这个程序并不完善，为了实现通用（１，２，…,ｎ）格式解题，以及为调用追赶法程序，没有针对节点数在三个以下的情况进行分类讨论。希望能有朋友给出更好的方法。 首先，通过函数saｎwanｊ得到方程的系数矩阵，即追赶法方程的四个向量参数,接下来调 用追赶法(在inteｒｓaｎwj函数中），得到三次样条分段函数系数因子,然后进行多项式合并 得到分段函数的解析式，程序最后部分通过判断输入值的区间自动选择对应的分段函数并计算 改点的值。附:追赶法程序cｈase ％%%％％%%%%%%%％% fｕncｔiｏｎ [nｅwv,w,newu，neｗd]=sanwj（ｘ,y,x０,y0,y1ａ,y1b）?％三弯矩样 条插值?％将插值点分两次输入，x0y０单独输入?% 边值条件a的二阶导数 y1a 和ｂ 的二阶导数ｙ1b，这里建议将y１ａ和y1b换成y2a和ｙ2b,以便于和三转角代码相区别 ?n=length(x);m=leｎgth(y); ｉf m~=n?errｏｒ(＇x or y 输入有误,再来'）; end?v=ｏneｓ(ｎ-１，1);u=ｏnes(n－１,1）;d=zeros（n－１,１）;?w=２*ｏ nes(n+１)；?h0=x（１）-x0;?h=zerｏs(n-１,1); for k＝1:n-１?ｈ(k)＝x（k+1)－x（k);?enｄ ｖ(1)＝h0/(ｈ0+h(1）); u(1)＝1－v（1）; ｄ（１)＝6*((y（2）-y(1）)/h（1)-(y(1)-y０)/ｈ0）/(h0+ｈ(１）);?% ｆoｒ k＝2:ｎ-1?ｖ(ｋ）＝h(ｋ-１)/(ｈ(k-１)+h(ｋ)）;?u(k)=1－v(k);?d（k)＝ 6*((y(ｋ+１)-ｙ（ｋ)）/h（k）-(ｙ(k）-y(ｋ-1）)/ｈ(k－1))／(h（k-1)+h(k)); ｅnd newv=[v;1］;?newu=［1;u]； d0=6＊（(y(1)-y0)/h0-y1a)/h0; d(n)=6＊（y1ｂ-(ｙ(n）－ｙ(n-1))／ｈ(n-1))／h(ｎ-1）; newd=［d0;d]; %%%%%%％％%％％％ ｆunctｉon iｎｔersａnｗj（x，y,ｘ0,y0,y1a，y1b) %三弯矩样条插值?%第一部分?n=leｎgtｈ(ｘ）;ｍ＝length(y); iｆ m~＝n?eｒror（'ｘｏｒy 输入有误，再来'); enｄ?%重新定义h?h=zｅｒｏs(n,1）; h(1)=x（1）-ｘ０; fｏr k=2:n h（k)=ｘ(ｋ)－x(k-1)；?end ％sptep1调用三弯矩函数?[a,b,c,d]=sanwj(x，ｙ,ｘ0,ｙ0,y１ａ,y1b); 实验四三次样条插值的应用 一、问题描述 The upper portion of this noble beast is to be approximated using clamped cubic spline interpolants. The curve is drawn on a grid from which the table is constructed. Use Algorithm 3.5 to construct the three clamped cubic splines. 二、模型建立 三次样条插值 给定一个列表显示的函数 yi=y(xi),i=0,1,2,...,N-1。特别注意在xj和xj+1之间的一个特殊的区间。该区间的线性插值公式为： (3.3.1)式和(3.3.2)式是拉格朗日插值公式(3.1.1)的特殊情况。 因为它是(分段)线性的，(3.3.1)式在每一区间内的二阶导数为零，在横坐标为xj处的二阶导数不定义或无限。三次样条插值的目的就是要得到一个内插公式，不论在区间内亦或其边界上，其一阶导数平滑，二阶导数连续。 做一个与事实相反的个假设，除yi的列表值之外，我们还有函数二阶导数y"的列表值，即一系列的yi"值，则在每个区间内，可以在(3.3.1)式的右边加上一个三次多项式，其二阶导数从左边的yj"值线性变化到右边的yj+1"值，这么做便得到了所需的连续二阶导数。如果还将三次多项式构造在xj和xj+1处为零，则不会破坏在终点xj和xj+1处与列表函数值yj和yj+1的一致性。 进行一些辅助计算便可知，仅有一种办法才能进行这种构造，即用 注意,(3.3.3)式和(3.3.4)式对自变量x的依赖，是完全通过A和B对x的线性依赖，以及C和D(通过A和B)对x的三次依赖而实现。可以很容易地验证，y"事实上是该插值多项式的二阶导数。使用ABCD的定义对x求(3.3.3)式的导数，计算dA/dx dB/dx dC/dx dD/dx,结果为一阶导数 习题二 1. 已知 ，求的二次值多项式。 2. 令 解：； ，介于x和0，1决定的区 间内；，当时。 的数表，分别用线性插值与二次插值求 3. 给出函数 ，试利用拉格朗日余项定理写出以为节点的三次 4. 设 插值多项式。 ，求及的值。1，0 5. 已知 6. 根据如下函数值表求四次牛顿插值多项式，并用其计算 ， 的如下函数值表，解答下列问题（1）试列出相应 7. 已知函数 的差分表；（2）分别写出牛顿向前插值公式和牛顿向后插值公式。 解：向前插值公式 向后插值公式 8. 下表为概率积分 的数据表，试问：1）时， 积分 在各点的数据（取五位有效数 9. 利用 字），求方程 在0.3和0.4之间的根的近似值。0.3376489 10. 依据表10中数据，求三次埃尔米特插值多项式。 11. 依据数表11 项式。 上给出的等距节点函数表，用分段线性插值求 12. 在 的近似值，要使截断误差不超过 取？ 13. 将区间 分成n等分，求在上的分段三次埃尔米 特插值多项式，并估计截断误差。 14、给定的数值表 用线性插值与二次插值计算ln0.54的近似值并估计误差限 解：仍可使用n=1及n=2的Lagrange插值或Newton插值,并应用误差估计。线性插值时，用0.5及0.6两点，用Newton插值 误差限 ，因，故 二次插值时，用0.5，0.6，0.7三点，作二次Newton插值 误差限， 故 15、在-4≤x≤4上给出的等距节点函数表，若用二次插值法 求的近似值，要使误差不超过，函数表的步长h应取多少? 解：用误差估计式， 令因 得 16、若，求和 解：由均差与导数关系 于是 17、若互异，求 的值，这里p≤n+1. 解：，由均差对称性 可知当有 而当P＝n＋1时 于是得 18、求证 解：只要按差分定义直接展开得 19、已知的函数表 计算方法实验报告 实验名称： 实验1 从函数表出发进行插值 1 引言 某个实际问题中，函数f (x)在区间[a,b]上存在且连续，但难以找到其表达式，只能通过实验和观测得到有限点上的函数表。有些情况虽然可以写出表达式，但结构复杂，使用不方便。所以希望构造简单函数P (x)作为f (x)的近似值。插值法是解决此类问题的一种方法。 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 0,x 1,…,x n ≤b 上分别取值y 0,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Φ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≠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[1]。 2 实验目的和要求 运用Matlab 编写m 文件，定义三种插值函数，要求一次性输入整张函数表，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 ，f ，f 的近似值。 3 算法原理与流程图 （1）原理 1.线性插值 当给定了n+1个点x 0 三次样条插值C/C++程序（自己整理的） 具体推导看书<<数值分析>> code： #include freopen("threeInsert.in", "r", stdin); scanf("%d", &n); for (i = 0; i <= n; i++) scanf("%lf%lf", &x[i], &y[i]); // scanf("%lf%lf", &m[0], &m[n]); for (i = 0; i <= n - 1; i++) h[i] = x[i + 1] - x[i]; //第一种边界条件 //alph[0] = 0; alph[n] = 1; beta[0] = 2 * m[0]; beta[n] = 2 * m[n]; //第二种边界条件 alph[0] = 1; alph[n] = 0; beta[0] = 3 * (y[1] - y[0]) / h[0]; beta[n] = 3 * (y[n] - y[n - 1] / h[n - 1]); for (i = 1; i <= n - 1; i++) { alph[i] = h[i - 1] / (h[i - 1] + h[i]); beta[i] = 3 * ((1 - alph[i]) * (y[i] - y[i - 1]) / h[i - 1] + alph[i] * (y[i + 1] - y[i]) / h[i]); } a[0] = - alph[0] / 2; b[0] = beta[0] / 2; for (i = 1; i <= n; i++) { a[i] = - alph[i] / (2 + (1 - alph[i]) * a[i - 1]); b[i] = (beta[i] - (1 - alph[i]) * b[i - 1]) / (2 + (1 - alph[i]) * a[i - 1]); } m[n + 1] = 0; for (i = n; i >= 0; i--) { m[i] = a[i] * m[i + 1] + b[i]; } scanf("%lf", &xx); for (i = 0; i < n; i++) { if (xx >= x[i] && xx <= x[i + 1]) break ; } printf("%lf\n", sunc(xx, i)); function [a b f]=spline3(x,y,flag,vl,vr) %三次样条插值函数 %(x,y)为插值节点，xx为插值点； %flag表端点边界条件类型： %flag=1:第一类边界条件(端点一阶导数给定)； %flag=2:第二类边界条件(端点二阶导数给定)； %flag=3:第三类边界条件； %vl,vr表左右端点处的在边界条件值。 %样条函数为：Si(x)=yi+bi*(x-xi)+ci*(x-xi)^2+di*(x-xi)^3 %b,c,d分别为各子区间上的系数值 %yy表插值点处的函数值. if length(x)~=length(y) error('输入数据应成对!'); end n=length(x); a=zeros(n-1,1); b=zeros(n-1,1); dx=a;dy=a; A=zeros(n);B=zeros(n,1); for i=1:n-1 dx(i)=x(i+1)-x(i); dy(i)=y(i+1)-y(i); end for i=2:n-1 A(i,i-1)=dx(i-1)/(dx(i-1)+dx(i)); A(i,i)=2; A(i,i+1)=dx(i)/(dx(i-1)+dx(i)); B(i,1)=6*(dy(i)/dx(i)-dy(i-1)/dx(i-1))/(dx(i)+dx(i-1)); end %---------------------------------% %端点一阶导数条件% if flag==1 A(1,1)=2; A(1,2)=1; A(n,n-1)=1; A(n,n)=2; B(1,1)=6*(dy(1)/dx(1)-vl)/dx(1); B(n,1)=6*(vr-dy(n-1)/dx(n-1))/dx(n-1); c=A\B; end %---------------% %端点二阶导数条件% if flag==2 A(1,1)=2; A(n,n)=2; B(1,1)=2*vl; B(n,1)=2*vr; c=A\B; endmatlab插值法实例
插值法习题及解答
插值例题
(精选)三次样条插值的MATLAB实现
三次埃尔米特插值
三次样条插值方法的应用
埃尔米特(Hermite)插值
MATLAB三次样条插值之三弯矩法
实验四三次样条插值Word版
数值计算方法复习题2
计算方法实验报告习题1
三次样条插值的C程序(很全啊)
三次样条程序