插值例题

插值例题
插值例题

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。

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)

matlab插值法实例

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';

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:

插值例题

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。

数值计算方法复习题2

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

计算方法实验报告习题1

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

CPA.会计第二章插值法计算

专题四资金时间价值 一、资金时间价值的概念 定义:资金时间价值是指一定量资金在不同时点上的价值量差额。 【提示】理解资金时间价值要把握两个要点:(1)不同时点;(2)价值量差额。 二、终值和现值的计算 1.终值又称将来值,是现在一定量的资金折算到未来某一时点所对应的价值,俗称“本利和”,通常记作F。 2.现值,是指未来某一时点上的一定量资金折算到现在所对应的价值,俗称“本金”,通常记作“P”。 现值和终值是一定量资金在前后两个不同时点上对应的价值,其差额即为资金的时间价值。生活中计算利息时所称本金、本利和的概念,相当于资金时间价值理论中的现值和终值,利率(用i表示)可视为资金时间价值的一种具体表现:现值和终值对应的时点之间可以划分为n期(n≥1),相当于计息期。 【注意】终值与现值概念的相对性。 【思考】现值与终值之间的差额是什么?两者之间的差额是利息. 三、利息的两种计算方式 1.单利计息方式:只对本金计算利息。以本金为基数计算利息,所生利息不再加入本金滚动计算下期利息(各期的利息是相同的)。 2.复利计息方式:既对本金计算利息,也对前期的利息计算利息。将所生利息加入本金,逐年滚动计算利息的方法。(各期的利息是不同的)。 【提示】除非特别指明,否则在计算利息的时候使用的都是复利计息。

四、复利终值与现值 1.复利终值 复利终值的计算公式为: F=P(1+i)n 在上式中,(1+i)n称为“复利终值系数”,用符号(F/P,i,n)表示。这样,上式就 可以写为: F=P(F/P,i,n) 【提示】在平时做题时,复利终值系数可以查表得到。考试时,一般会直接给出。但需要注意的是,考试中系数是以符号的形式给出的。因此,对于有关系数的表示符号需要掌握。 【例题1·计算题】某人将100元存入银行,复利年利率2%,求5年后的终值。 【答案】5年后的终值=100×(1+2%)5=100×(F/P,2%,5)=100×1.104=110.4(元)。 【注意】如果不加注明,一般均按照复利计算。 2.复利现值 复利现值的计算公式为: 上式中,(1+i)-n称为“复利现值系数”,用符号(P/F,i,n)表示,平时做题时, 可查表得出,考试时一般会直接给出。 【例题2·计算题】某人存入一笔钱,想5年后得到10万,若银行存款利率为5%,要求计算按照复利计息,现在应存入银行多少资金? 【答案】 如果按照复利计息:P=10×(1+5%)-5 =(P/F,5%,5)=10×0.7835=7.835(万元)。 【结论】 (1)复利终值和复利现值互为逆运算; (2)复利终值系数(1+i)n和复利现值系数1/(1+i)n互为倒数。 【例题3·计算题】甲公司主要从事化工产品的生产和销售。2007年12月31日,甲公司一套化工产品生产线达到预定可使用状态并投入使用,预计使用寿命为15年,根据有关法律,甲公司在该生产线使用寿命届满时应对环境进行复原,预计将发生弃置费用200 000万元。甲公司采用的折现率为10%。 【答案】 甲公司与弃置费用有关的账务处理如下: 2007年12月31日,按弃置费用现值计入固定资产原价 应计入固定资产原价金额=200 000*0.2394(15年10%的复利现值系数)=47 880(万元)。 借:固定资产 47 880 贷:预计负债 47 880 五、年金的终值和年金现值的计算(重点) (一)年金的含义

计算方法简明教程插值法习题解析

第二章 插值法 1.当1,1,2x =-时,()0,3,4f x =-,求()f x 的二次插值多项式。 解: 0120121200102021101201220211,1,2, ()0,()3,()4;()()1()(1)(2)()()2 ()()1()(1)(2)()()6()()1()(1)(1) ()() 3x x x f x f x f x x x x x l x x x x x x x x x x x l x x x x x x x x x x x l x x x x x x x ==-===-=--==-+-----==------= =-+-- 则二次拉格朗日插值多项式为 2 20 ()()k k k L x y l x == ∑ 022 3()4() 14(1)(2)(1)(1)2 3 5376 2 3 l x l x x x x x x x =-+=- --+ -+=+ - 2.给出()ln f x x =的数值表 用线性插值及二次插值计算ln 0.54的近似值。 解:由表格知, 01234012340.4,0.5,0.6,0.7,0.8;()0.916291,()0.693147()0.510826,()0.356675()0.223144 x x x x x f x f x f x f x f x ======-=-=-=-=- 若采用线性插值法计算ln 0.54即(0.54)f , 则0.50.540.6<<

21121221 11122()10(0.6)()10(0.5) ()()()()() x x l x x x x x x l x x x x L x f x l x f x l x -==----= =---=+ 6.93147( 0.6) 5.10826 (x x =--- 1(0.54)0.62021860.620219L ∴=-≈- 若采用二次插值法计算ln 0.54时, 1200102021101201220212001122()()()50(0.5)(0.6)()()()()()100(0.4)(0.6)()()()()()50(0.4)(0.5) ()() ()()()()()()() x x x x l x x x x x x x x x x x l x x x x x x x x x x x l x x x x x x x L x f x l x f x l x f x l x --==------==-------= =----=++ 500.916291( 0.5)( 0.6) 69.3147( 0.4)(0.6)0.51082650(0.4)(0.5 x x x x x x =-?--+---?--2(0.54)0.615319840.615320 L ∴=- ≈- 3.给全cos ,090x x ≤≤ 的函数表,步长1(1/60),h '== 若函数表具有5位有效数字,研究用线性插值求cos x 近似值时的总误差界。 解:求解cos x 近似值时,误差可以分为两个部分,一方面,x 是近似值,具有5位有效数字,在此后的计算过程中产生一定的误差传播;另一方面,利用插值法求函数cos x 的近似值时,采用的线性插值法插值余项不为0,也会有一定的误差。因此,总误差界的计算应综合以上两方面的因素。 当090x ≤≤ 时, 令()cos f x x = 取0110,( )6060 180 10800 x h π π === ? = 令0,0,1,...,5400i x x ih i =+= 则5400902x π = = 当[]1,k k x x x -∈时,线性插值多项式为

插值方法练习题

插值方法练习题 一.已知函数y = f (x)的一组数据 对这些数据进行多项式插值和三次样条插值,并求:x = 3.5 4.1 6.2 4.5时,y相应的多项式插值和三次样条插值函数值。 二.绘制上题中函数y = f (x)在区间[0, 10]上的多项式插值函数图形,并将已知点用“o”标出。 三.求出上题中每一小段内的三次函数。绘制上题中函数y = f(x)在区间[0, 10]上的三次样条插值函数图形,并将已知点用“ ”标出。 四.对函数y = 1/(1+x2)在[-5, 5]上进行多项式插值,如何避免Runge现象。 五.对下表给出的数据作曲面插值 参考答案: 一.y = 13.2476 12.6730 9.8032 11.9877 附:命令行 x=[0 1 2 3 4 5 6 7 8 9 10]; y=[12.34 13.02 13.98 13.52 12.81 11.08 9.96 9.51 10.23 11.14 12.25]; xx=[3.5 4.1 6.2 4.5]; p=polyfit(x,y,10); y1=polyval(p,xx) yy=spline(x,y,xx) 二.

附:命令行 x=[0 1 2 3 4 5 6 7 8 9 10]; y=[12.34 13.02 13.98 13.52 12.81 11.08 9.96 9.51 10.23 11.14 12.25]; xx=0:0.0001:10; p=polyfit(x,y,10); y1=polyval(p,xx); plot(xx,y1,‘-‘,x,y,’o’) 三.p1 = -0.4440 1.4719 -0.3479 12.3400 p2 = -0.4440 1.4719 -0.3479 12.3400 p3 = 0.5198 -4.3109 11.2177 4.6295 p4 = -0.4654 4.5561 -15.3834 31.2307 p5 = 0.5717 -7.8892 34.3977 -35.1441 p6 = -0.1915 3.5588 -22.8420 60.2554 p7 = 0.2542 -4.4634 25.2912 -36.0109 p8 = -0.3253 7.7064 -59.8974 162.7624 p9 = 0.0671 -1.7107 15.4393 -38.1354 p10 = 0.0671 -1.7107 15.4393 -38.1354 附:命令行 x=[0 1 2 3 4 5 6 7 8 9 10]; y=[12.34 13.02 13.98 13.52 12.81 11.08 9.96 9.51 10.23 11.14 12.25]; xx=0:0.0001:10;

MATLAB 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 瞧成[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)

工程数学插值方法 例题&习题

Chapter 1 插值方法 例题: 1. 已知f (1)=1,f (2)=3,那么y =f (x )以x =1, 2为节点的拉格朗日线性插值多项式为 。 2. 经过点A (0,1)、B (1,2)、C (2,3)的插值多项式P (x )=( )。 A x B 1+x C 2x +1 D 12+x 3. 设P (x )是在区间[a , b ]上的)(x f y =的分段线性插值函数,以下条件中不是P (x )必须满足的条件是( )。 A P (x )是在区间[a , b ]上连续 B k k y x P =)( C P (x )是在区间[a , b ]上可导 D 在各子区间上是线性函数 4. 将区间[0, π/2] n 等分,用x x f y cos )(==产生n +1个节点,然后作拉格朗日插值多项式)(x L n 。用)(x L n 计算cos(π/6) (取四位有效数字)。(为简单起见,取n =1, 2)。 5. 求3次插值多项式,使6)1(,4)0(,5)1(,3)0(=′=′==P P P P 。 6. 已知函数211x y +=的一组数据(0, 1), (1, 1/2)和(2, 1/5),求分段线性插值函数,并计算f (1.5)的近似值。 7. 求作次数4≤的多项式)(x p ,使满足条件40)1(,10)1(,0)1(,2)0(,1)0(=′′=′=?=′?=p p p p p 8. 已知连续函数P (x )的函数值如下表: x k -1 0 1 2 P (x k ) -2 -1 1 2 求方程P (x )=0在[-1,2]内的根的近似值,要求误差尽量地小。 例题答案: 1. 2x -1 2. B 3. C 4. 将区间[0, π/2] n 等分,用x x f y cos )(==产生n +1个节点,然后作拉格朗日插值多 项式)(x L n 。用)(x L n 计算cos(π/6) (取四位有效数字)。 (为简单起见,取n =1, 2)。 解:若n =1,则)0,2(),(),1,0(),(1100π==y x y x 。由式 ππππx x x l y l y x L 210 2002021)(11001?=???+???=+= 6667.0)6()6cos(1=≈ππL 若n =2,则)0,2(),(),7071.0,4(),(),1,0(),(221100ππ===y x y x y x , 则有:2211002)2(7071.016)2)(4(8)(π ππππ?×???=++=x x x x l y l y l y x L K 8508.0)6()6cos(2=≈ππL ,其精确值为cos(π/6)=0.8660。 5. 求3次插值多项式,使6)1(,4)0(,5)1(,3)0(=′=′==P P P P 。 解:设)()()()()(2110 21103x p x p x p x p x P ??φφ′+′++=,则 0)1(,0)0(,0)1(,1)0(11 11=′=′==φφφφ, 0)1(,0)0(,1)1(,0)0(2222=′=′==φφφφ,

《数值计算方法》试题集及答案(1-6) 2

《计算方法》期中复习试题 一、填空题: 1、已知3.1)3(,2.1)2(,0.1)1(===f f f ,则用辛普生(辛卜生)公式计算求得 ?≈3 1 _________ )(dx x f ,用三点式求得≈')1(f 。 答案:2.367,0.25 2、1)3(,2)2(,1)1(==-=f f f ,则过这三点的二次插值多项式中2 x 的系数为 , 拉格朗日插值多项式为 。 答案:-1, )2)(1(21 )3)(1(2)3)(2(21)(2--------= x x x x x x x L 3、近似值*0.231x =关于真值229.0=x 有( 2 )位有效数字; 4、设)(x f 可微,求方程)(x f x =的牛顿迭代格式是( ); 答案 )(1)(1n n n n n x f x f x x x '--- =+ 5、对1)(3 ++=x x x f ,差商=]3,2,1,0[f ( 1 ),=]4,3,2,1,0[f ( 0 ); 6、计算方法主要研究( 截断 )误差和( 舍入 )误差; 7、用二分法求非线性方程 f (x )=0在区间(a ,b )内的根时,二分n 次后的误差限为 ( 1 2+-n a b ); 8、已知f (1)=2,f (2)=3,f (4)=5.9,则二次Newton 插值多项式中x 2系数为( 0.15 ); 11、 两点式高斯型求积公式?1 d )(x x f ≈( ?++-≈1 )] 321 3()3213([21d )(f f x x f ),代数精 度为( 5 ); 12、 为了使计算 32)1(6 )1(41310-- -+-+ =x x x y 的乘除法次数尽量地少,应将该表 达式改写为 11 ,))64(3(10-= -++=x t t t t y ,为了减少舍入误差,应将表达式

MATLAB牛顿插值法例题与程序

MATLAB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) 0 、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: Pn(X) 0 1(X-X°) 2(X-X°)(X X1 ) n(X-X°)( X X1) (X X n) (1) 其中系数i (i=0,1,2 .... n)为特定系数,可由插值样条 P n(xJ y i (i=0,1,2 .... n)确定。 根据均差的定义,把x瞧成[a,b]上的一点,可得 f(X)= f( X°)+f[ X。, X』(X-X o) f[X, X°]= f[ X0, X1〕+f[X, X0, X1] ( X -X1) f[X, X0,…X n-1 ]= f[X, X0,…X n]+ f[X, X。,…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[ X°]+f[ X0, X』(X-X°)+ f[ X0, X1, X2〕( X-X°)( X-X1)+ …+ f[X, X0 ,…X n ]( X-X0)…(X-X n-1)+ f[X, X° ,…X n , X ] n 1( X)= N n (X)+ R(X) 其中 N n (X)= f[ X°]+f[ X0, X1]( X-X°)+ f[ X0, X1, X2]( X-X°)( X-XJ +

…+ f[x, X0,…X n]( X-X0)…(X-X n-1) MATLAB牛顿插值法例题与程序 R n(x) = f(x)- N n (x)= f[X, X。,…X n ,X ] n 1(X) ⑶ n 1(X)=(X-X o)…(X-X n) Newton插值的系数i(i=0,1,2 ...... n)可以用差商表示。一般有 k f [ X o, X1 X k ] (k=0,1,2, ...... ,n ) ⑷ 把⑷ 代入⑴ 得到满足插值条件N(X i)f &丿(i=0,1,2,……n)的n次 Newton插值多项式 N n(x)=f( x°)+f[ X0, xj( x -X1 )+f[ X0, X1, X2K x -X1)( x -x2)+ .................. +f[ X0, X1 X n]( x -x1)( x -x2)…(X-X n-1)、 其中插值余项为: n \ ) f R n(X) f(X)-N ( X ) -^―)n 1(X ) n(n 1)! n1 介于X0, X1 X k之间。 三、程序设计 fun ctio n [y,A,C, L]=newdscg(X,Y,x,M) % y为对应x的值,A为差商表,C为多项式系数丄为多项式 % X为给定节点,Y为节点值,x为待求节点 n=length(X); m=length(x); % n 为X 的长度 for t=1:m z=x(t); A=zeros( n,n) ;A(:,1)=Y'; s=0、0; p=1、0; q1=1、0; c1=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 q1=abs(q1*(z-X(j-1)));c1=c1*j; end

MAAB牛顿插值法例题与程序

多项式 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) X 12345 6 7 8 y 、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。, y°) , .... (X n , y n ),插值多 项式有如下形式: 其中系数i (i=0,1,2 ........... n)为特定系数,可由插值样条P n(X i)y(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 (X。)+f[ X0,xj (X -X0 ) f[x, X0 ]=f[ X0, X i]+f[X, X0,X i] (X -X i ) f[x,x0,…X n-1 ]=f[x,x 0,…X n ]+f[x,x 0,…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[x°]+f[X0,X1] ( X-X0)+f[X0,X1,X2](X-X0)( (X-X1) + …+f[x,X0,…X n] (X-X0(x-x n-1 )+f[X,X0 , …X n,X]n 1(X)=N n(X)+R (X)其中 N n ( X ) =f[ X0]+f[ X0,X1] ( X-X0) +f[ X0,X1,X2] ( x-X0)(X-X1 ) +…+f[x,X0,…X n] (X-X0(x-x n-1) (2) R n(X)=:f(x)-N n (X) =f[X, X0, …X r 1,X] n(x)(3) n1(X) = (X - X 0 )???(X-X n ) Newton插值的系数j (i=0,1,2 .......... n)可以用差商表示。一般有P n(X)(X - x0)2(X - x0)(x xj [X。,X1 X k] (k=0,1,2,,n)( 4)

Newton插值法实例

Newton插值法求解梁的挠度实例 学院:建筑工程学院学号:2111206052 姓名:王瑞峰 一、问题来源 求解梁弯曲时的挠度,通常采用积分法和叠加法.积分法是利用挠曲线近似微分方程进行积分求解,积分常数可由粱的边界条件或连续光滑条件来确定.但当粱所受载荷复杂时,就要分段积分并确定多个积分常数,计算相当繁琐。而叠加法虽然比较简单,但需对梁所受的载荷进行分解,且必须分解成早已知道所产生挠度的单个载荷.若载荷作用位置不同,所用公式也不同,无规律可言,具有一定的局限性。所以就需要一种更好普遍实用的方法来求解。 二、数学模型 实例: 图1所示简支梁AB受集度为q的均布载荷作用,其弯曲刚度为脚,长度为l并等分成四段,试求1、2、3三个等分点处的挠度。 三、方法选择 牛顿插值法是一种数值计算方法,基本原理是利用牛顿插值方程代替挠曲线近似微分方程,然后用代数的方法求解.如果将梁分成较多的区段,则相应地求解较多的插值方程,且精度较高。特别指出:当求解方程较多、运算繁琐时可用计算机解决。 下面从图形表示的一般函数y=f(x)入手,推出该方法.如图2所示,将x轴进行等分,各等分点从左到右标以号码,其间距a又称为步长。如在等电处,其纵坐标分别为等。 现在讨论对应于的A点处函数y的一阶导数.因函数y在处的一阶导数

与函数在点处的一阶差商相等,即 (a) 其二阶导数即一阶导数的变化率,可代表梁在处的挠度,等于f(x)在点处的二阶差商的2倍,即 (b) 结合梁的挠曲线微分方程,我们可以得到梁的牛顿插值方程: (c) 方程中其弯矩M和弯曲刚度EI加上角标i表明这些量为梁在x轴上i点处所求算的量。 要应用该方程求解,需沿梁选择一系列的点写出插值方程,所得的方程组可以求解所选点处的挠度。 四、解答过程及其编程 因为此梁对称,1、3两点处的挠度相等,即y1=y3,所以只有两个值y1和y2为方程中的未知量 点1处(i=1):,弯矩,其牛顿插值方程为: 又因为,上式简化为: (1) 点2处(i=2):,弯矩,其牛顿插值方程为: 又因为,所以上式简化为: (2) 可以用Matlab分别求得y1,y2 代码如下: A=[-2,1;1,-1];b=[3/512;1/256]; y=inv(A)*b 截图如下:

相关主题
相关文档
最新文档