计算方法-实验一牛顿插值法
计算方法课程设计报告实验一牛顿K次插值多项式
姓名：黄仁化
学号：031010151551017
班级：计算机科学与技术2004班
日期：二○○六年六月十日
一、实验目的：
1、掌握牛顿插值法的基本思路和步骤。
2、 培养编程与上机调试能力。
二、牛顿插值法基本思路与计算步骤：
给定插值点序列（))(,i i x f x ,,,1,0,n i 。构造牛顿插值多项式)(u N n 。输入要计算的函数点,x 并计算)(x N n 的值，利用牛顿插值公式，当增加一个节点时，只需在后面多计算一项，而前面的计算仍有用；另一方面)(x N n 的各项系数恰好又是各阶均差，而各阶均差可用均差公式来计算。 牛顿插值法计算步骤：
1． 输入n 值及（
))(,i i x f x ,,,1,0,n i ；要计算的函数点x 。
2． 对给定的,x 由
00010101201101()()(),()(),,()
()(),,n n n N x f x x x f x x x x x x f x x x x x x x x x f x x x L L L 计算
()n N x 的值。 3．输出()n N x 。
三：程序流程图：
四：程序清单：
function[c, d]=newpoly(x, y)
%牛顿插值的MA TLAB实现
%这里x为n个节点的横坐标所组成的向量，y为纵坐标所组成的向量。
%c为所求的牛顿插值多项式的系数构成的向量。
n=length(x);%取x的个数。
d=zeros(n, n);
d(: , 1)=y';
f or j=2 : n
for k=j : n
d(k, j)=(d(k, j-1) - d(k-1, j-1)) / (x(k)-x(k-j+1));
end
e nd
c =d(n, n);
for k=(n-1) : - 1 : 1
c =conv(c, poly(x(k)));
m=length(c);
c(m)=c(m)+d(k, k);
end
五、测试数据与结果：
测试数据：（第三章习题第三题第2题）
01234
Y0=-0.916291, y1=-0.693147, y2=-0.510826, y3=-0.357765, y4=-0.223144
newpoly([0.4,0.5,0.6,0.7,0.8],[ -0.916291, -0.693147, -0.510826, -0.357765, -0.223144]) 计算结果如下：
ans =
-0.3096 2.6083 -5.4861 5.6921 -2.4744
由此看出所求的牛顿多项式为：
P(x)= -0.3096x4+2.6083x3-5.4861x2+5.6921x-2.4744
P(0.53)= -0.6347。
六、小结：
本实验通过MA TLAB编程实现求解牛顿K次插值多项式，能加深对牛顿插值法的基本思路和步骤的理解。
数值计算方法比较
有限差分方法(FDM:Finite Difference Method)是计算机数值模拟最早采用的方法，至今仍被广泛运用。该方法将求解域划分为差分网格，用有限个网格节点代替连续的求解域。有限差分法以Taylor级数展开等方法，把控制方程中的导数用网格节点上的函数值的差商代替进行离散，从而建立以网格节点上的值为未知数的代数方程组。有限差分法主要集中在依赖于时间的问题（双曲型和抛物型方程）。有限差分法方面的经典文献有Richtmeyer & Morton的《Difference Methods for Initial-Value Problems》；R. LeVeque《Finite Difference Method for Differential Equations》；《Numerical Methods for C onservation Laws》。 注：差分格式： （1）从格式的精度来划分，有一阶格式、二阶格式和高阶格式。 （2）从差分的空间形式来考虑，可分为中心格式和逆风格式。 （3）考虑时间因子的影响，差分格式还可以分为显格式、隐格式、显隐交替格式等。 目前常见的差分格式，主要是上述几种形式的组合，不同的组合构成不同的差分格式。差分方法主要适用于有结构网格，网格的步长一般根据实际地形的情况和柯朗稳定条件来决定。 构造差分的方法： 构造差分的方法有多种形式，目前主要采用的是泰勒级数展开方法。其基本的差分表达式主要有三种形式：一阶向前差分、一阶向后差分、一阶中心差分和二阶中心差分等，其中前两种格式为一阶计算精度，后两种格式为二阶计算精度。通过对时间和空间这几种不同差分格式的组合，可以组合成不同的差分计算格式。 有限差分法的不足：由于采用的是直交网格，因此较难适应区域形状的任意性，而且区分不出场函数在区域中的轻重缓急之差异，缺乏统一有效的处理自然边值条件和内边值条件的方法，难以构造高精度(指收敛阶)差分格式，除非允许差分方程联系更多的节点(这又进一步增加处理边值条件韵困难)。另外它还有编制不出通用程序的困难。 有限差分法的优点：该方法是一种直接将微分问题变为代数问题的近似数值解法，数学概念 直观，表达简单，精度可选而且在一个时间步内，对于一个给定点来说其相关的空间点只是 与该相邻的几点，而不是全部的空间点。是发展较早且比较成熟的数值方法 广义差分法（有限体积法）（GDM:Generalized Difference Method）：1953年，Mac—Neal 利用积分插值法(也称积分均衡法)建立了三角网格上的差分格 式，这就是以后通称的不规划网格上的差分法．这种方法的几何误差小，特别是给出了处理自然边值条件(及内边值条件)的有效方法，堪称差分法的一大进步。1978年，李荣华利用有限元空间和对偶单元上特征函数的推广——局部Taylor展式的公项，将积分插值法改写成广义Galerkin法形式，从而将不规则网格差分法推广为广义差分法.其基本思路是，将计算区域划分为一系列不重复的控制体积，并使每个网格点周围有
插值法数值上机实验报告
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：
计算方法 课内实验 插值法与函数逼近
《计算方法》课内实验报告 学生姓名:张学阳1009300132 及学号： 学院: 理学院 班级: 数学101 课程名称：计算方法 实验题目:插值法与函数逼近 指导教师 宋云飞讲师 姓名及职称： 朱秀丽讲师 尚宝欣讲师 2012年10月15日
目录 一、实验题目.......................................................... 错误！未定义书签。 二、实验目的.......................................................... 错误！未定义书签。 三、实验内容.......................................................... 错误！未定义书签。 四、实现结果.......................................................... 错误！未定义书签。 五、实验体会或遇到问题 (6)
插值法与函数逼近 二、实验目的 1．熟悉matlab 编写及运行数值计算程序的方法。 2．进一步理解插值法及函数逼近方法的理论基础。 3．进一步掌握给定数据后应用插值法及函数逼近方法进行数据处理并给出图示结果的实际操作过程。 三、实验内容 1．已知函数在下列各点的值为 试用4次牛顿插值多项式)(4x P 及三次样条函数)(x S （自然边界条件）对数据进行插值。给出求解过程，并用图给出 (){},10,1,0),()(,08.02.0,,4 ===+=i x S y x P y i x y x i i i i i 及。 2．下列数据点的插值 可以得到平方根函数的近似。 （1）用这9个点作8次多项式插值)(8x L 。 （2）用三次样条（第一类边界条件）插值给出)(x S 。 给出求解过程，在区间[0,64]上作图，从得到的结果看，在区间[0,64]上哪种插值结果更精确？在区间[0,1]上两种插值哪个更精确？ 3．由实验给出数据表 试求3次、4次多项式的曲线拟合，再根据数据曲线形状，求一个另外函数的拟合曲线。给出求解过程，用图表示实验数据曲线及三种拟合曲线。
牛顿插值法原理及应用
牛顿插值法 插值法是利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。如果这特定函数是多项式，就称它为插值多项式。当插值节点增减时全部插值基函数均要随之变化，这在实际计算中很不方便。为了克服这一缺点，提出了牛顿插值。牛顿插值通过求各阶差商，递推得到的一个公式： f(x)=f[x0]+f[x0,x1](x-x0)+f[x0,x1,x2](x-x0)(x-x1)+...f[x0,...xn](x-x0 )...(x-xn-1)+Rn(x)。 插值函数 插值函数的概念及相关性质[1] 定义：设连续函数y-f(x) 在区间[a,b]上有定义，已知在n+1个互异的点 x0,x1,…xn上取值分别为y0,y1,…yn （设a≤ x1≤x2……≤xn≤b)。若在函数类中存在以简单函数P(x) ，使得P(xi)=yi,则称P(x) 为f(x)的插值函数. 称x1,x2,…xn 为插值节点，称[a,b]为插值区间。 定理：n次代数插值问题的解存在且唯一。
牛顿插值法C程序 程序框图#include #include printf("f(%f)=%f\n",x,px); } void Hermite () //Hermite插值 { int i,k,n=2; int flag1=0; printf("Hermite插值多项式H5(x)="); for(i=0;i<=n;i++) { int flag=0; flag1++; if(flag1==1) { printf("y%d[1-2(x-x%d)*(",i,i); } else { printf("+y%d[1-2(x-x%d)*(",i,i); } for(k=0;k<=n;k++) { if(k!=i) { flag++; if(flag==1) { printf("(1/x%d-x%d)",i,k); } else { printf("+(1/x%d-x%d)",i,k); 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 . 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： 算方法实验指导 姓名学号院系专业哈尔滨工业大学 计算方法实验指导 根据实际问题建立的数学模型，一般不能求出所谓的解析解，必须针对数学模型 的特点确定适当的计算方法，编制出计算机能够执行的计算程序，输入计算机，进行 调试，完成运算，如果计算结果存在问题或不知是否正确，还需要重新确定新的计算 方法，再编制出计算程序，输入计算机，重新调试，完成运算，直至获得正确的计算 结果，这就是数值计算的全部过程。 学生在学习“计算方法”和“高级语言”等课程时普遍存在的问题是：只会套用 教科书中的标准程序进行数值计算，很少有人能够独立地将学过的数值算法编制成计 算机程序，至于灵活应用已经掌握的算法求解综合性较大的课题，则更是困难的事情。 编写《计算方法实验指导》的目的是：突出数值计算程序结构化的思想。提高学 生的编程能力，加深对“计算方法”课程内容的理解和掌握，为”计算方法“课程的 教学服务，进一步奠定从事数值计算工作的基础。具体地 1. 根据“计算方法”课程内容的特点，给出五个典型算法的分析流程，学生可以 利用所掌握的 “高级语言”顺利地编制出计算机程序，上机实习，完成实验环节的教 学要求。 2. 所有的计算实习题目都经过任课教师逐一检验，准确无误。 3. 充分利用循环的思想、 迭代的思想， 给出算法结构描述和程序语言的对应关系， 有利于学生编 制相应的程序。 4. 结合实习题目，提出实验要求，要求学生按规范格式写出相应的实验报告，实 验报告成绩记入 期末总成绩。需要提醒学生：不能简单地套用现成的标准程序完成实 验题目，应当把重点放在对算法的理解、程序的优化设计、上机调试和计算结果分析 上，否则就失去实验课的目的啦。 5. 五个具体的实验题目是： 实验题目 实验题目 实验题目 实验题目 实验题目 要求必须完 成其中三个(如果全部完成更好) 。 1 拉格朗日 (Lagrange) 插值 2 龙贝格 (Romberg) 积分法 3 四阶龙格—库塔 (Runge — Kutta) 方法 4 牛顿 (Newton) 迭代法 5 高斯 (Gauss) 列主元消去法 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）。 实验一插值方法 一. 实验目的 （1）熟悉数值插值方法的基本思想，解决某些实际插值问题，加深对数值插值方法 的理解。 （2）熟悉Matlab 编程环境，利用Matlab 实现具体的插值算法，并进行可视化显示。 二. 实验要求 用Matlab 软件实现Lagrange 插值、分段线性插值、三次Hermite 插值、Aitken 逐步插值算法，并用实例在计算机上计算和作图。 三. 实验内容 1. 实验题目 （1 ） 已 知概 率积 分dx e y x x ?-= 2 2 π 的数据表 构造适合该数据表的一次、二次和三次Lagrange 插值公式，输出公式及其图形，并计算x =0.472时的积分值。 答： ①一次插值公式： 输入下面内容就可以得到一次插值结果 >> X=[0.47,0.48];Y=[0.4937452,0.5027498]; >> x=0.472; >> (x-X(2))/(X(1)-X(2))*Y(1)+(x-X(1))/(X(2)-X(1))*Y(2) ans =0.495546120000000 >> ②两次插值公式为： 输入下面内容就可以得到两次插值结果 >> X=[0.46,0.47,0.48];Y=[0.4846555,0.4937452,0.5027498]; >> x=0.472; >>(x-X(2))*(x-X(3))/((X(1)-X(2))*(X(1)-X(3)))*Y(1)+(x-X(1))*(x-X(3))/((X(2)-X(1))*(X(2)-X(3)))*Y(2)+(x-X(2))*(x-X(1))/((X(3)-X(2))*(X(3)-X(1)))*Y(3) i 0 1 2 3 x 0.46 047 0.48 0.49 y 0.4846555 0.4937452 0.5027498 0.5116683 实验名称：插值计算 1引言 在生产和科研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f（x）在区间[a,b]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。用这张函数表来直接求出其他点的函数值是非常困难的，在有些情况下，虽然可以写出f(x)的解析表达式，但由于结构十分复杂，使用起来很不方便。面对这些情况，构造函数P(x)作为f(x)的近似，插值法是解决此类问题比较古老却目前常用的方法，不仅直接广泛地应用与生产实际和科学研究中，而且是进一步学习数值计算方法的基础。 设函数y=f(x)在区间[a,b]上连续，且在n+1个不同的点a≤x0,x1……,xn≤b上分别取值y0,y1……,yn. 插值的目的就是要在一个性质优良、便于计算的函数φ中，求一简单函数P(x),使P(xi)=yi(i=0,1…,n)而在其他点x≠xi上，作为f(x)的近似。 通常，称区间[a,b]为插值区间，称点x0,x1,…,xn为插值节点，上式为插值条件，称函数类φ为插值函数类，称P(x)为函数f(x)在节点x0,x1,…,xn处的插值函数，求插值函数P(x)的方法称为插值法。 2实验目的和要求 用matlab定义分段线性插值函数、分段二次插值函数、拉格朗日插值函数，输入所给函 数表，并利用计算机选择在插值计算中所需的节点，计算f(0.15),f(0.31),f(0.47)的近似值。 3算法描述 1.分段线性插值流程图 2.分段二次插值流程图 3.拉格朗日插值流程图 4程序代码及注释 1.分段线性插值 插值与多项式逼近的数组计算方法实验 郑发进 2012042020022 【摘要】计算机软件中经常要用到库函数，如） cos，x e，它们 （x （x sin，） 是用多项式逼近来计算的。虽然目前最先进的逼近方法是有理函数（即多项式的商），但多项式逼近理论更适于作为数值分析的入门课程。在已知数据具有高精度的情况下，通常用组合多项式来构造过给定数据点的多项式。构造组合多项式的方法有许多种，如线性方程求解、拉格朗日系数多项式以及构造牛顿多项式的方分和系数表。 关键字泰勒级数、拉格朗日插值法、牛顿插值法、帕德逼近 一、实验目的 1.通过具体实验，掌握泰勒级数、拉格朗日插值法、牛顿插值法、帕德逼近的编程技巧。 2.比较各插值方法的优劣并掌握。 二、实验原理 1.泰勒级数 在数学中，泰勒级数（英语：Taylor series）用无限项连加式——级数来表示一个函数，这些相加的项由函数在某一点的导数求得。 如果在点x=x 具有任意阶导数，则幂级数 称为在点x 处的泰勒级数。 =0，得到的级数 在泰勒公式中，取x 称为麦克劳林级数。函数的麦克劳林级数是x的幂级数，那么这种展开 是唯一的，且必然与的麦克劳林级数一致。 2.拉格朗日插值法 如对实践中的某个物理量进行观测，在若干个不同的地方得到相应的观测值，拉格朗日插值法可以找到一个多项式，其恰好在各个观测的点取到观测到的值。这样的多项式称为拉格朗日（插值）多项式。数学上来说，拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数。 在平面上有(x 1,y 1)(x 2,y 2)...(x n ,y n )共n 个点，现作一条函数f （x ）使其图像经过这n 个点。 作n 个多项式p i (x),i=1,2,3...,n,使得 最后可得 3.牛顿插值法 插值法利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。如果这特定函数是多项式，就称它为插值多项式。利用插值基函数很容易得到拉格朗日插值多项式，公式结构紧凑，在理论分析中甚为方便，但当插值节点增减时全部插值基函数均要随之变化，整个公式也将发生变化， 这在实际计算中是很不方便的，为了克服这一缺点，提出了牛顿插值。 牛顿插值通过求各阶差商，递推得到的一个公式： 10121()()()()()()N N N N P x P x a x x x x x x x x --=+---- 牛顿插值与拉格朗日插值具有唯一性。 4.帕德逼近 它不仅与逼近论中其他许多方法有着密切的关系，而且在实际问题特别是许多物理问题中有着广泛的应用。设是在原点某邻域内收敛的、具有复系数的麦克劳林级数。欲确定一个有理函数，式中,使得前次方的系数为0，即使得 此处约定qk ＝0（k>n ）。虽然所求得的Pm(z)和Qn(z)不惟一，但是比式却总是惟一的。有理函数称为F(z)的(m,n)级帕德逼近,记为(m/n)。由(m/n)所形成的阵列称为帕德表。 牛顿插值法的分析与应用 学生： 班级： 学号： ： 指导教师： 成绩： 一．定义 )(x f 关于i x 的零阶差商 )(][i i x f x f = )(x f 关于i x ，j x 的一阶差商 i j i j j i x x x f x f x x f --= ][][],[ 依次类推，)(x f 关于i x ，1+i x ，……，k i x +的k 阶差商 i k i k i i k i i k i i i x x x x f x x f x x x f --= +-+++++] ,,[],,[],,,[111 二. 牛顿插值多项式 设给定的n+1个互异点))(,(k k x f x ，n k ,,1,0 =，j i x x ≠，j i ≠， 称满足条件 )()(k k n x f x N =，n k ,,1,0 = 的n 次多项式 )()](,,,[)](,[][)(10100100---++-+=n n n x x x x x x x f x x x x f x f x N 为Newton 插值多项式，称 ],[,)(],,,[)()()(0 10b a x x x x x x f x N x f x E n j j n n ∈-=-=∏= 为插值余项。 三.算法 步骤1：输入节点（xj ，yj ），精度ξ，计值点xx ，f0→p ，1→T ，1→i ； 步骤2：对k=1，2，……，i 依次计算k 阶均差 f[xi-k,xi-k+1,…,xi] = (f[xi-k+1,…,xi]- f[xi-k,…,xi])/( xi -xi-k ) 步骤3：（1）、若| f[x1,…,xi]- f[x0,…,xi-1]|< ξ，则p 为最终结果Ni-1(x)，余项Ri-1= f[x0,…,xi](xx-xi-1)T 。 （2）、否则(xx-xi-1)*T →T ，p+ f[x0,…,xi]*T →p ，转步骤4。 步骤4：若i 数值分析报告 班级： 专业： 流水号： 学号： 姓名： 常用的插值方法 序言 在离散数据的基础上补插连续函数，使得这条连续曲线通过全部给定的离散数据点。插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。 早在6世纪，中国的刘焯已将等距二次插值用于天文计算。17世纪之后，牛顿、拉格朗日分别讨论了等距和非等距的一般插值公式。在近代，插值法仍然是数据处理和编制函数表的常用工具，又是数值积分、数值微分、非线性方程求根和微分方程数值解法的重要基础，许多求解计算公式都是以插值为基础导出的。 插值问题的提法是：假定区间[a，b〕上的实值函数f（x）在该区间上n＋1个互不相同点x0，x1……x n处的值是f（x0），……f（x n），要求估算f（x）在[a，b〕中某点的值。其做法是：在事先选定的一个由简单函数构成的有n＋1个参数C0， C1，……C n的函数类Φ(C0，C1，……C n)中求出满足条件P（x i）＝f（x i）（i＝0，1，……n）的函数P(x)，并以P(x)作为f(x)的估值。此处f（x）称为被插值函数，x0，x1，……xn 称为插值结(节)点，Φ(C0，C1，……C n)称为插值函数类，上面等式称为插值条件，Φ（C0，……C n）中满足上式的函数称为插值函数，R（x）＝f（x）－P（x）称为插值余项。 求解这类问题，它有很多种插值法，其中以拉格朗日(Lagrange)插值和牛顿(Newton)插值为代表的多项式插值最有特点，常用的插值还有Hermit 插值，分段插值和样条插值。 一．拉格朗日插值 1.问题提出： 已知函数()y f x =在n+1个点01,,,n x x x L 上的函数值01,,,n y y y L ，求任意一点 x '的函数值()f x '。 说明：函数()y f x =可能是未知的；也可能是已知的，但它比较复杂，很难计算其函数值()f x '。 2.解决方法： 构造一个n 次代数多项式函数()n P x 来替代未知（或复杂）函数()y f x =，则 用()n P x '作为函数值()f x '的近似值。 设()2012n n n P x a a x a x a x =++++L ，构造()n P x 即是确定n+1个多项式的系数 012,,,,n a a a a L 。 3.构造()n P x 的依据： 当多项式函数()n P x 也同时过已知的n+1个点时，我们可以认为多项式函数 ()n P x 逼近于原来的函数()f x 。根据这个条件，可以写出非齐次线性方程组： 20102000 20112111 2012n n n n n n n n n n a a x a x a x y a a x a x a x y a a x a x a x y ?++++=?++++=?? ? ?++++=?L L L L L 其系数矩阵的行列式D 为范德萌行列式： ()20 0021110 2111n n i j n i j n n n n x x x x x x D x x x x x ≥>≥= = -∏L L M M M M L 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： 实验三 插值法与拟合实验 一、实验目的 1. 通过本实验学会利用程序画出插值函数，并和原图形相比较 2. 通过本实验学会拟合函数图形的画法，并会求平方误差 二、实验题目 1. 插值效果的比较 实验题目：区间[]5,5-10等分，对下列函数分别计算插值节点k x 的值，进行不同类型的插值，作出插值函数的图形并与)(x f y =的图形进行比较： 2 11)(x x f +=； x x f arctan )(=； 4 41)(x x x f += （1） 做拉格朗日插值； （2） 做三次样条插值. 2. 拟合多项式实验 实验题目：给定数据点如下表所示： 分别对上述数据作三次多项式和五次多项式拟合，并求平方误差，作出离散函数),(i i y x 和拟合函数的图形. 三、实验原理 本实验应用了拉格朗日插值程序、三次样条插值程序、多项式拟合程序等实验原理. 四、实验内容 1（1） figure x=-5:0.2:5; y=1./(1+x.^2); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=1./(1+x1.^2); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25); m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 1（2） x=-5:0.2:5; y=atan(x); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=atan(x1); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25); m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 1（3） x=-5:0.2:5; y=x.^2./(1+x.^4); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=x1.^2./(1+x1.^4); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25); m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 2. x=[-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5]'; y=[-4.45 -0.45 0.55 0.05 -0.44 0.54 4.55]'; plot(x,y,'or'); hold on %三次多项式拟合 p1=mafit(x,y,3); 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 《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。 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。数值分析插值算法源程序
数值分析实验报告记录
牛顿插值法试验报告
计算方法实验
数值分析实验报告-插值、三次样条(教育教学)
计算方法-插值方法实验
计算方法实验报告 插值
插值与多项式逼近的数组计算方法实验讲解
牛顿插值法的分析与应用
数值分析常用的插值方法
matlab(迭代法-牛顿插值)Word版
计算方法--插值法与拟合实验
计算方法上机实验报告——拉格朗日插值问题
数值分析课程实验报告-拉格朗日和牛顿插值法
牛顿插值法实验报告