数值分析-习题答案(函数逼近与曲线拟合)
数值分析Ch3函数逼近与曲线拟合
正交，这就需要引进范数与赋范线性空间，内积
3．1 函数逼近的基本概念
• 定义 设集合 S 是数域 P 上的线性空间，元 素 x1 , x2 , , xn S ，若存在不全为零的数 1 , 2 , , n P ，使得 1 x1 2 x2 n xn 0 则称 x1 , x2 , , xn 线性相关，否则，若仅对
数 值 分 析
Computational Method
Chapter 3 函数逼近
第三章 函数逼近与曲线拟合 设函数 y f x 的离散数据（有误差）为
x y
，
x0 y0
x1 y1
x2 y2
xn yn
希望找到简单函数 Px 整体上有 是某度量， 0 是指定精度。
f x Px
1 x1
2 x2 x 2 , 1 1 1 , 1 x , x , 3 2 2 3 x3 3 1 1 2 , 2 1 , 1
xn , 1 xn , 2 xn , n1 1 2 n1 n xn 1 , 1 2 , 2 n1 , n1 k 1 xk , i i ( k 1,2,, n) 简写为: k x xk i 1 i , i
，
x
2
。
（连续） f x Ca, b
b
常见范数：
f x 1 f x dx • 1范数： a ，
• 2-范数：
f x 2
2 f x dx a b
1 2
f x max f x • 范数： ， a ,b
实验二函数逼近与曲线拟合
《数值分析》课程设计实验报告实验二函数逼近与曲线拟合一、问题提出从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。
在某冶炼过程中，根据统计数据的含碳量与时间关系，试求含碳量与时间t 的拟合曲线。
二、实验步骤先写出线性最小二乘法的M文件function c=lspoly(x,y,m)% x是数据点的横坐标组成的向量，y是纵坐标组成的向量% m是要构成的多项式的次数，c是多项式由高到低次的系数所组成的向量n=length(x);b=zeros(1:m+1);f=zeros(n,m+1);for k=1:m+1f(:,k)=x.^(k-1);enda=f'*f;b=f'*y';c=a\b;c=flipud(c);方法一：近似解析表达式为：y（t）=a1t+a2t2+a3t3第二步在命令窗口输入：lspoly([0,5,10,15,20,25,30,35,40,45,50,55],[0,1.27,2.16,2.86,3.44 ,3.87,4.15,4.37,4.51,4.58,4.02,4.64],2)回车得到：ans =0.0000-0.00520.26340.0178即所求的拟合曲线为y=-0.0052t2+0.2634t+0.0178在编辑窗口输入如下命令：>>x=[0,5,10,15,20,25,30,35,40,45,50,55];y=[0,1.27,2.16,2.86,3.44, 3.87,4.15,4.37,4.51,4.58,4.02,4.64];>> t=0:0.1:55;>> z=-0.0052*t.^2+0.2634*t+0.0178;>> plot(x,y,'ro',t,z);grid命令执行得到如下图（图2-1）0102030405060拟合多项式与数据点的关系方法二：假设近似表达式为：y（t）=c0+c1t+c2t2第一步在命令窗口输入：>>lspoly([0,5,10,15,20,25,30,35,40,45,50,55],[0,1.27,2.16,2.86,3. 44,3.87,4.15,4.37,4.51,4.58,4.02,4.64],2)回车得到：ans =-0.00240.20370.2305即所求的拟合曲线为y=-0.0024t2+0.2037t+0.2305在编辑窗口输入如下命令：>>x=[0,5,10,15,20,25,30,35,40,45,50,55];y=[0,1.27,2.16,2.86,3.44,3.87,4.15,4.37,4.51,4.58,4.02,4.64];>> t=0:0.1:55;>> z=-0.0024*t.^2+0.2037*t+0.2305;>> plot(x,y,'ro',t,z);grid命令执行得到如下图（图2-2）拟合多项式与数据点的关系三、实验结论在利用数据的最小二乘法求拟合曲线时，选取合适的近似表达式很重要，应通过不断的试验找出较为合适的近似表达式，这样才能尽可能的提高拟合精度。
数值分析---函数逼近与曲线拟合
于是
1 5 1 5 17 2 2 ( x) x ( x ) x x 9 7 4 7 252
2
3）几种常用的正交多项式
• 勒让德多项式 当区间[-1,1],权函数ρ(x) ≡1时,由 {1,x,…,xn,…}正交化得到的多项式就称为 勒让德多项式,并用P0(x),P1(x),…,Pn(x),… 表示. 其简单的表达式为
全体，按函数的加法和数乘构成连续函数 空间---- C[a, b]
3.1 函数逼近的基本概念
1)线性无关
设集合S是数域P上的线性空间,元素
x1,x2,…,xn∈S,如果存在不全为零的数
a1,a2,…,an∈P,使得
a1 x1 a2 x2 ... an xn 0,
则称x1,x2,…,xn线性相关.
( x , 0 )
2
1
0
于是
1
1 1 ( x) x 4
1 x ln xdx 9
2
1 1 2 1 1 7 2 (1 , 1 ) ( ln x)( x ) dx (ln x)( x x )dx 0 0 4 2 16 144
1 5 ( x , 1 ) ( ln x) x ( x )dx 0 4 144
且有以下常用公式
p 0 ( x) 1 p1 ( x ) x p 2 ( x ) (3 x 2 1) / 2 p 3 ( x ) (5 x 3 3 x ) / 2 p 4 ( x ) (35x 4 30x 2 x ) / 8 p 5 ( x ) (63x 5 70x 3 15x ) / 8 p 6 ( x ) ( 231 x 6 315x 4 105x 2 5) / 16
数值分析第三章答案
数值分析第三章答案【篇一：常州大学数值分析作业第三章】答：matlab 程序function [a,y]=lagrange(x,y,x0) %检验输入参数if nargin 2 || nargin 3error(incorrect number of inputs); endif length(x)~=length(y)error(the length of x must be equal to it of y); endm=length(x);n=m-1;l=zeros(m,m); %计算基本插值多项式的系数for i=1:n+1 c=1;for j=1:n+1if i~=jif abs(x(i)-x(j))eps abs(x(i)-x(j))epserror(there are two two same nodes);endc=conv(c,poly(x(j)))/(x(i)-x(j));end endl(i,:)=c; end%计算lagrange插值多项式的系数 a=y*l;%计算f(x0)的近似值 if nargin==3y=polyval(a,x0);工程（专）学号：14102932enda=fliplr(a); return[a,y] = lagrange(x,y,x0); p1 = vpa(poly2sym(a),3) y[a,y] = lagrange(x,y,x0); p2=vpa(poly2sym(a),3) yp2 = x2 - 0.109x - 0.336 y =0.5174[a,y]=lagrange(x,y,x0); p4=vpa(poly2sym(a),3) yp4 =x4 + 0.00282x3 - 0.514x2 + 0.0232x + 0.0287 y =0.5001次多项式在2.8处的值。
答：matlab 程序 function[t,y0]=aitken(x,y,x0,t0) if nargin==3 t0=[]; endn0=size(t0,1);m=max(size(x)); n=n0+m;t=zeros(n,n+1);t(1:n0,1:n0+1)=t0; t(n0+1:n,1)=x; t(n0+1:n,2)=y; if n0==0 i0=2; elsei0=n0+1; endfor i=i0:nfor j=3:i+1t(i,j)=fun(t(j-2,1),t(i,1),t(j-2,j-1),t(i,j-1),x0); end endy0=t(n,n+1); returnfunction [y]=fun(x1,x2,y1,y2,x) y=y1+(y2-y1)*(x-x1)/(x2-x1); return%选取0、1、3、4四个节点，求三次插值多项式 x=[0,1,3,4];y=[0.5,1.25,3.5,2.75]; x0=2.8;[t,y0]=aitken(x,y,x0) t =0 0.5000 00 0 1.01.25002.6000 0 0 3.03.50003.29993.23000 4.02.75002.07502.28503.4190 y0 =3.41900000000000016、选取适当的函数y=f(x)和插值节点，编写matlab程序,分别利用lagrange插值方法,newton插值方法确定的插值多项式，并将函数y=f(x)的插值多项式和插值余项的图形画在同一坐标系中，观测节点变化对插值余项的影响。
李庆扬数值分析第五版习题答案解析清华大学出版社
又
即计算值比准确值大。
故 在 内至少有三个互异零点，
依此类推， 在 内至少有一个零点。
记为 使
又
其中 依赖于
分段三次埃尔米特插值时，若节点为 ，设步长为 ，即
在小区间 上
16．求一个次数不高于4次的多项式P（x），使它满足
解：利用埃米尔特插值可得到次数不高于4的多项式
设
其中，A为待定常数
从而
17．设 ，在 上取 ，按等距节点求分段线性插值函数 ，计算各节点间中点处的 与 值，并估计误差。
19。观测物体的直线运动，得出以下数据：
时间t(s)
0
0.9
1.9
3.0
3.9
5.0
距离s(m)
0
10
30
50
80
110
求运动方程。
解：
被观测物体的运动距离与运动时间大体为线性函数关系，从而选择线性方程
令
则
则法方程组为
从而解得
故物体运动方程为
20。已知实验数据如下：
19
25
31
38
44
19.0
32.3
将 代入得
由此得矩阵开工的方程组为
求解此方程组，得
又 三次样条表达式为
将 代入得
21．若 是三次样条函数，证明：
若 ，式中 为插值节点，且 ，则
证明：
从而有
第三章 函数逼近与曲线拟合
1． ，给出 上的伯恩斯坦多项式 及 。
解：
伯恩斯坦多项式为
其中
当 时，
当 时，
2．当 时，求证
证明：
若 ，则
3．证明函数 线性无关
解：
采用复化梯形公式时，余项为
数值分析练习1-3章
第一章 绪论一、填空题1、 已知 71828.2e =，求x 的近似值a 的有效数位和相对误差：题号精确数xx 的近似数aa 的有效数位a 的相对误差⑴ e 2.7 ⑵ e 2.718 ⑶ e/100 0.027 ⑷e/1000.027182、 设原始数据x 1，x 2，x 3和x 4的近似值（每位均为有效数字）如下：a 1=1.1021，a 2=0.031，a 3=385.6，a 4=56.430则 ⑴ a 1+a 2+a 4= ，相对误差界为 ； ⑵ a 1a 2a 3= ，相对误差界为 ； ⑶ a 2/a 4= ，相对误差界为 。
二、为使20的近似值的相对误差小于0.01%，问应取多少位有效数字？三、当x 接近于0时，怎样计算xxsin cos 1-以及当x 充分大时，怎样计算x x -+1，才会使其结果的有效数字不会严重损失。
四、在数值计算中，为了减小误差，应该尽量避免的问题有哪些？并举出相应的实例.五、对于序列,1,0,9991=+=⎰n dx x x I nn ，试构造两种递推算法计算10I ，在你构造的算法中，那一种是稳定的，说明你的理由；第二章 插值法１、在互异的n+1个点处满足插值条件P(x i )=y i ,(i=0,1,…n)的次数不高于n 的多项式是( )的(Ａ)存在且唯一 (Ｂ)存在 (Ｃ)不存在 (Ｄ)不唯一2、当f(x)是次数不超过n 的多项式时，f(x)的插值多项式是 ( )(Ａ)不确定 (Ｂ)次数为n (Ｃ)f(x)自身 （D ）次数超过n 3、 插值基函数的和∑=nj jx l)(= ( )(Ａ)０ (Ｂ)１ (Ｃ)２ (Ｄ)不确定4、 设f(x)=x 3-x+5，则f[20,21,22,23]= ( )； f[20,21,22,23,24]= ( )(Ａ)０ (Ｂ)１ (Ｃ)２ (Ｄ)不确定5、( )插值方法具有公式整齐、程序容易实现的优点，而( )插值方法计算灵活，如果节点个数变化时，不需要重新构造多项式，它们都是( )的方法(Ａ)构造性 (Ｂ)解方程组 (Ｃ)拉格朗日 (Ｄ)牛顿６、一般地，内插公式比外推公式( ),高次插值比低次插值( )，但当插值多项式的次数高于七、八次时，最好利用( )插值公式 (Ａ)粗糙 (Ｂ)精确 (Ｃ)分段低次 (Ｄ)高次７、整体光滑度高，收敛性良好，且在外型设计、数值计算中应用广泛的分段插值方法为（ ）.（Ａ）分段线性插值 （Ｂ）分段抛物插值 （Ｃ）分段三次埃尔米特插值 （Ｄ）三次样条插值。
数值分析课后习题答案
数值分析课后习题答案数值分析课后习题答案数值分析是一门应用数学的学科，主要研究用数值方法解决数学问题的理论和方法。
在学习数值分析课程时，习题是非常重要的一部分，通过解答习题可以加深对数值方法的理解和掌握。
下面将为大家提供一些数值分析课后习题的答案，希望能对大家的学习有所帮助。
1. 插值法是数值分析中常用的一种数值逼近方法。
给定一组已知数据点，我们希望通过插值方法找到一个函数，使得该函数在已知数据点上的取值与给定数据点的值尽可能接近。
常见的插值方法有拉格朗日插值法和牛顿插值法。
下面是一个使用拉格朗日插值法求解的习题：已知函数f(x)=sin(x)，求在区间[0, π/2]上的插值多项式P(x)，使得P(0)=0，P(π/2)=1。
解答：根据拉格朗日插值法的原理，我们需要构造一个满足条件的插值多项式。
首先，我们需要确定插值节点。
根据题目要求，我们取两个插值节点：x0=0，x1=π/2。
然后，我们需要确定插值多项式的系数。
设插值多项式为P(x)=a0+a1x，代入已知条件可得到两个方程：P(0)=a0=0P(π/2)=a0+a1(π/2)=1解方程组可得，a0=0，a1=2/π。
因此，插值多项式为P(x)=2x/π。
2. 数值积分是数值分析中的另一个重要内容。
它主要研究如何用数值方法计算函数的定积分。
常见的数值积分方法有梯形法则、辛普森法则等。
下面是一个使用梯形法则求解的习题：计算定积分∫[0, 1] e^(-x^2) dx。
解答：根据梯形法则的原理，我们可以将定积分转化为离散的求和问题。
首先，我们将积分区间[0, 1]等分为n个小区间，每个小区间的宽度为h=1/n。
然后，我们在每个小区间的两个端点上计算函数值，并将其加权求和。
根据梯形法则的公式，我们可以得到近似解为：∫[0, 1] e^(-x^2) dx ≈ h/2 * (f(0) + 2f(x1) + 2f(x2) + ... + 2f(x(n-1)) + f(1))其中，f(x)表示函数e^(-x^2)在点x处的取值。
数值分析第五版答案(全)
第一章 绪论1．设0x >,x 的相对误差为δ，求ln x 的误差。
解：近似值*x 的相对误差为*****r e x xe x x δ-=== 而ln x 的误差为()1ln *ln *ln **e x x x e x =-≈进而有(ln *)x εδ≈2．设x 的相对误差为2%，求n x 的相对误差。
解：设()nf x x =，则函数的条件数为'()||()p xf x C f x = 又1'()n f x nx-=, 1||n p x nx C n n-⋅∴== 又((*))(*)r p r x n C x εε≈⋅且(*)r e x 为2((*))0.02n r x n ε∴≈3．下列各数都是经过四舍五入得到的近似数，即误差限不超过最后一位的半个单位，试指出它们是几位有效数字：*1 1.1021x =,*20.031x =, *3385.6x =, *456.430x =,*57 1.0.x =⨯解：*1 1.1021x =是五位有效数字； *20.031x =是二位有效数字； *3385.6x =是四位有效数字； *456.430x =是五位有效数字； *57 1.0.x =⨯是二位有效数字。
4．利用公式(2.3)求下列各近似值的误差限：(1) ***124x x x ++,(2) ***123x x x ,(3) **24/x x .其中****1234,,,x x x x 均为第3题所给的数。
解：*41*32*13*34*151()1021()1021()1021()1021()102x x x x x εεεεε-----=⨯=⨯=⨯=⨯=⨯***124***1244333(1)()()()()1111010102221.0510x x x x x x εεεε----++=++=⨯+⨯+⨯=⨯ ***123*********123231132143(2)()()()()1111.10210.031100.031385.610 1.1021385.6102220.215x x x x x x x x x x x x εεεε---=++=⨯⨯⨯+⨯⨯⨯+⨯⨯⨯≈**24****24422*4335(3)(/)()()110.0311056.430102256.43056.43010x x x x x x xεεε---+≈⨯⨯+⨯⨯=⨯=5计算球体积要使相对误差限为1，问度量半径R 时允许的相对误差限是多少？ 解：球体体积为343V R π=则何种函数的条件数为23'4343p R V R R C V R ππ===(*)(*)3(*)r p r r V C R R εεε∴≈=又(*)1r V ε=%1故度量半径R 时允许的相对误差限为εr (V ∗)=13∗1%=13006．设028Y =，按递推公式1n n Y Y -= （n=1,2,…）计算到100Y 27.982≈（5位有效数字），试问计算100Y 将有多大误差？解：1n n Y Y -=-10099Y Y ∴=9998Y Y =9897Y Y =……10Y Y =依次代入后，有1000100Y Y =-即1000Y Y =27.982≈, 100027.982Y Y ∴=-*310001()()(27.982)102Y Y εεε-∴=+=⨯100Y ∴的误差限为31102-⨯。