三次样条插值计算算法
三次样条插值算法C++实现
三次样条插值算法C++实现三次样条插值算法1 总体说明三次样条插值算法是⼀种计算量和效果都⽐较理想的插值算法。
关于三次样条插值算法的原理这⾥不做过多的解释，下⾯的代码是我在⽹上收集了两种C++实现版本的基础上⾃⼰整合的⼀个版本。
由于本⼈刚接触C++不久，⽔平有限。
没有使⽤模板机制将代码做的更通⽤。
关于算法实现有下⾯⼏点说明。
1. 所有有关的类都被包含到SplineSpace命名空间中。
2. SplineSpace中⼀个有三个类分别是异常类(SplineFailure),接⼝类(SplineInterface)和实现类(Spline)。
有⼀个枚举类型说明边界条件(BoundaryCondition),取值为：GivenFirstOrder和GivenSecondOrder。
分别对应I型边界条件和II型边界条件。
3. 接⼝类定义了Spline在实现的过程中必须要有的三个⽅法：单点插值、多点插值和⾃动⽣成插值序列。
4. 异常类是可能被实现类抛出的类，如果在实现类的运⾏过程中出现了已知数据过少构造失败、使⽤了外插值、设定输出点数过少等⾏为会抛出该类。
因此应该将插值的过程⽤try...catch(SplineFailure sf)包裹起来。
如：double x0[2]={1,2};double y0[2]={3,4};try{SplineInterface* sp = new Spline(x0,y0,2);//...}catch(SplineFailure sf){cout<<sf.GetMessage()<<endl;}上⾯代码就会抛出异常并显⽰“构造失败,已知点数过少”。
2 插值⽅法调⽤2.1单点插值调⽤⽅法如下：#include <iostream>#include "Spline.h"using namespace std;using namespace SplineSpace;int main(void){//单点插值测试double x0[5]={1,2,4,5,6}; //已知的数据点double y0[5]={1,3,4,2,5};try{//Spline sp(x0,y0,5,GivenSecondOrder,0,0);SplineInterface* sp = new Spline(x0,y0,5); //使⽤接⼝，且使⽤默认边界条件double x=4.5;double y;sp->SinglePointInterp(x,y); //求x的插值结果ycout<<"x="<<x<<"时的插值结果为:"<<y<<endl;}catch(SplineFailure sf){cout<<sf.GetMessage()<<endl;}getchar(); //程序暂停}此时屏幕会输出"x=4.5时的插值结果为2.71107"。
三次样条插值导数的关系式
三次样条插值导数的关系式
三次样条插值导数的关系式
三次样条插值是一种常用的插值方法，用于在已知数据点之间插值出平滑的曲线。在三次样条 插值中，导数是一个重要的性质，可以通过求解线性方程组来计算。
设有n+1个数据点 (x0, y0), (x1, y1), ..., (xn, yn)，其中x0 < x1 < ... < xn。对于每个区间 [x_i, x_{i+1}]，我们可以用一个三次多项式 S_i(x) 来插值。每个多项式 S_i(x) 的表达式为：
三次样条插值导数的关系式
最后，根据需要，可以使用导数的关系式来计算任意点的导数值。例如，对于区间 [x_i, x_{i+1}]，导数 S_i'(x) 的表达式为：
S_i'(x) = b_i + 2c_i(x - x_i) + 3d_i(x - x_i)^2
这样，我们就可以通过三次样条插值来计算导数值了。
S_i(x) = a_i + b_i(x - x_i) + c_i(x - x_i)^2 + d_i(x - x_i)^3
三次样条插值导数的关系式
其中，a_i, b_i, c_i, d_i 是待定系数。为了保证插值曲线的平滑性，我们需要足以下条 件：
第5章-3三次样条插值解析
0 x
( x 3)3 ,
解 利用上面的定理(光滑因子)验证．
2( x 1)3 ,
3
x,
所以由定理5.5可知该函数为三次样条函数．
例，设
x3 x 2 0 x 1 S ( x) 3 2 ax bx cx 1 1 x 2
是以0，1，2为节点的三次样条函数，则a= 解：1）由 , b= , c=
p j ( x), x j x x j 1
p j ( x) Pm ( j 0,1,...,n)
pn ( x), xn x
s(x)是m次样条的充要条件应为 p0 ( x) a0 a1x am xm ,
பைடு நூலகம்
p1 ( x) p0 ( x) c1 ( x x1 )m ,
已知 f(x0)=f(xn) 确定的周期函数。
例，已知 f(-1)=1,f(0)=0,f(1)=1,求 f(x)在区间[-1,1]上的
三次自然样条插值多项式。 解：这里n=2区间[-1,1]分成两个子区间，故设
S ( x)
且
s0 ( x) a0 x3 b0 x2 c0 x d0
1）它只在插值区间端点比Lagarnge多项式插值问题多两个
边界条件，但却在内点处有一阶、二阶连续的导函数，从而要比 分段Lagarnge插值更光滑。
2）分段Hermite三次多项式插值问题，只有被插值函数在所有
插值节点处的函数值和导数值都已知时才能使用，而且在内节点处 二阶导函数一般不连续。
下面我们讨论三次样条插值多项式s3(x)的构造。 一般来讲，构造三次样条插值多项式s3(x) ，若用待定系数法， 可写成 S3 ( x) ai x3 bi x2 ci x di x xi , xi1 i 0, 1, , n 1 其中 ai, bi, ci, di 为待定系数，共有4n个。按定义s3(x)应满足： （1）插值条件n+1个： S ( xi ) yi i 0, 1, , n 连续性条件n-1个：S ( xi 0) S ( xi 0) i 0, 1, , n 1 （2）在内节点一阶导数连续性条件n-1个：
计算方法第4章三次样条插值081208
h(k ) (x j ) = 0,
k = 0, 1, 2, L, m − 1
( ) ( ) 从而必有 h(x) = C j x − x j m ，即 q(x) = p ( x) + Cj x − xj m 。
例1 验证分片多项式
⎧
S(x)
=
⎪⎪ ⎨
⎪
是三次样条函数。 ⎪⎩
1− 2x 28 + 25x + 9x2 + x3
+
(x
−
xk )(x − hk2
xk +1)2
mk
+
(x
−
xk +1 )( x hk2
−
xk
)2
mk +1
。
(4-35)
因此，求s(x)的关键在于确定n+1个常数m0, m1, …, mn。
可微函数的集合）类的分段m次多项式。
(
x
−
a)
m +
m次截断多项式
a
可以证明
定理4.4 任意s(x)∈Sm(x1,x2,…,xn)均可唯一地表示为
n
∑ s(x) = pm (x) + c j (x − x j )+m , − ∞ < x < +∞ (4-31) j =1
其中pm(x)∈Pm，cj(j=1,2,…,n)为实数。
第4章 插值与逼近
4.3 三次样条插值
4．3 三次样条插值
4.3.1 样条函数 样条函数是一个重要的逼近工具，在插值、数值微分、曲 线拟合等方面有着广泛的应用。
定义4.3 对区间(-∞，+∞)的一个分割：
Δ : −∞ < x1 < x2 < L < xn < +∞,
三次样条插值
三次样条插值C++数值算法（第二版)3.3 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,结果为一阶导数因为x=xj是A=1，x=x(i+1)时A=0，而B正相反，则(3.3.6)式表明y"恰为列表函数的二阶导数。
而且该二阶导数在两个区间(xj-1, xj)和(xj, xj+1)上是连续的。
现在唯一的问题是，假设yj"是已知的。
而实际上并不知道。
然而，仍不要求从(3.3.5)式算出的一阶导数在两个区间的边界处是连续的。
三次样条的关键思想就在于要求这种连续性，并用它求得等式的二阶导数yi"。
2.3 三次样条插值
（ 唯一3 唯一3次样条插值函数 S ( x ),且满足 (a) 或（b）或（c））。
第二章 插值与拟合
已知f(–1) = 1, f(0) = 0, f(1) = 1.求[–1，1] 例 1 已知 求 ， 上的三次自然样条(满足自然边界条件 满足自然边界条件). 上的三次自然样条 满足自然边界条件 解设 a1 x 3 + b1 x 2 + c1 x + d 1 , x ∈ [−1, 0]
第二章 插值与拟合
相同数据3次样条插值与 相同数据3次样条插值与Lagrange插值效果比较 插值效果比较
Cubic Spline Interpolation Interpolation
Lagrange
二、样条函数的定义
第二章 插值与拟合
下面介绍应用最广且只有二阶连续导数的三次样条函 下面介绍应用最广且只有二阶连续导数的三次样条函 二阶连续导数 在数学上，三次样条曲线表现为近似于一条分段的三次 数． 在数学上，三次样条曲线表现为近似于一条分段的三次 多项式，它要求在节点处具有一阶和二阶连续导数。 多项式，它要求在节点处具有一阶和二阶连续导数。 定义 2.8 （三次样条函数） 次样条函数） 设有对[a,b]的剖分 ∆ : a = x0 < x1 < L< xn = b, 如果函数 S(x) 设有对 的剖分 满足下述条件： 满足下述条件：
1
2
3
4
1 0 .8 0 .6 0 .4 0 .2 0 0
1
2
3
4
π /2 π
1 0 0 –1
2.3.1 三次样条插值函数的概念 第二章
数值计算方法(三次样条插值)
(1 ) 输入插值点 u ;
( 2 ) 对于 j 1 , 2 ,..., n 做
如果
u
x
则计算
j
A1, A2 , B1, B 2;
v A 1 f j 1 A 2 f j B 1 f j 1 B 2 f j;
s( xn 0) s( xn 0)
精品
三次样条插值
用三弯矩阵构造三次条样插值函数
（1）s( x j ) f ( x j ) ( j 0,1,2,... n); (2) 在每个小区间 [ x j1, x j ]( j 1,2,..., n)上 s( x)是不超过
三次多项式； (3) 在开区间（ a, b）上 s( x)有连续的二阶导数 ,
则称 s( x)为区间 [a, b]对应于划分 的三次样条函数。 精品
y j1
x x j1 x j x j1
yj
y j1 (x x j1)(y j y j1) /(x j x j1)
精品
分段线性插值
算法： 1 .输入 x i , y i ( i 0 ,1 ,..., n ) 2 .按 k 1 , 2 ,..., m 做
(1) 输入插值点 u
(2) 对于 j 1,2,..., n 做
如果
u
x
则
j
精品
分段线性插值
1 0 v y j 1 ( u x j 1 )( y j y j 1 ) /( x j x j 1 )
2 0 输出 u , v
分段插值函数
I1 ( x )
I(x)
I2(x)
I
n
三次样条插值计算算法
/* 三次样条插值计算算法*/#include "math.h "#include "stdio.h "#include "stdlib.h "/*N：已知节点数N+1R：欲求插值点数R+1x，y为给定函数f(x)的节点值{x(i)} (x(i) <x(i+1)) ,以及相应的函数值{f(i)} 0 <=i <=NP0=f(x0)的二阶导数；Pn=f(xn)的二阶导数u:存插值点{u(i)} 0 <=i <=R求得的结果s(ui)放入s[R+1] 0 <=i <=R返回0表示成功，1表示失败*/int SPL(int N,int R,double x[],double y[],double P0,double Pn,double u[],double s[]){/*声明局部变量*/double *h; /*存放步长:{hi} 0 <=i <=N-1 */double *a; /*存放系数矩阵{ai} 1 <=i <=N ；分量0没有利用*/ double *c; /*先存放系数矩阵{ci} 后存放{Bi} 0 <=i <=N-1 */double *g; /*先存放方程组右端项{gi} 后存放求解中间结果{yi} 0 <=i <=N */double *af; /*存放系数矩阵{a(f)i} 1 <=i <=N ；*/double *ba; /*存放中间结果0 <=i <=N-1*/double *m; /*存放方程组的解{m(i)} 0 <=i <=N ；*/int i,k;double p1,p2,p3,p4;/*分配空间*/if(!(h=(double*)malloc(N*sizeof(double)))) exit(1);if(!(a=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(c=(double*)malloc(N*sizeof(double)))) exit(1);if(!(g=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(af=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(ba=(double*)malloc((N)*sizeof(double)))) exit(1);if(!(m=(double*)malloc((N+1)*sizeof(double)))) exit(1);/*第一步：计算方程组的系数*/for(k=0;k <N;k++)h[k]=x[k+1]-x[k];for(k=1;k <N;k++)a[k]=h[k]/(h[k]+h[k-1]);for(k=1;k <N;k++)c[k]=1-a[k];for(k=1;k <N;k++)g[k]=3*(c[k]*(y[k+1]-y[k])/h[k]+a[k]*(y[k]-y[k-1])/h[k-1]); c[0]=a[N]=1;g[0]=3*(y[1]-y[0])/h[0]-P0*h[0]/2;g[N]=3*(y[N]-y[N-1])/h[N-1]+Pn*h[N-1]/2;/*第二步：用追赶法解方程组求{m(i)} */ba[0]=c[0]/2;g[0]=g[0]/2;for(i=1;i <N;i++){af[i]=2-a[i]*ba[i-1];g[i]=(g[i]-a[i]*g[i-1])/af[i];ba[i]=c[i]/af[i];}af[N]=2-a[N]*ba[N-1];g[N]=(g[N]-a[N]*g[N-1])/af[N];m[N]=g[N]; /*P110 公式：6.32*/ for(i=N-1;i> =0;i--)m[i]=g[i]-ba[i]*m[i+1];/*第三步：求值*/for(i=0;i <=R;i++){/*判断u(i)属于哪一个子区间，即确定k */if(u[i] <x[0] || u[i]> x[N]){/*释放空间*/free(h);free(a);free(c);free(g);free(af);free(ba);free(m);return 1;}k=0;while(u[i]> x[k+1])k++;//p1=(h[k]+2*(u[i]-x[k])*pow((u[i]-x[k+1]),2)*y[k])/pow(h[k],3); //p2=(h[k]-2*(u[i]-x[k+1])*pow((u[i]-x[k]),2)*y[k+1])/pow(h[k],3);p1=(h[k]+2*(u[i]-x[k]))*pow((u[i]-x[k+1]),2)*y[k]/pow(h[k],3);p2=(h[k]-2*(u[i]-x[k+1]))*pow((u[i]-x[k]),2)*y[k+1]/pow(h[k],3); p3=(u[i]-x[k])*pow((u[i]-x[k+1]),2)*m[k]/pow(h[k],2);p4=(u[i]-x[k+1])*pow((u[i]-x[k]),2)*m[k+1]/pow(h[k],2);s[i]=p1+p2+p3+p4;}/*释放空间*/free(h);free(a);free(c);free(g);free(af);free(ba);free(m);return 0;}void main(){int N,R;double *x,*y,*u,*s;double P0,Pn;int i;/*验证算法：*/N=7;R=6;/*分配空间*/if(!(x=(double*)malloc((N+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(y=(double*)malloc((N+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(u=(double*)malloc((R+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(s=(double*)malloc((R+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}x[0]=0.5;x[1]=0.7;x[2]=0.9;x[3]=1.1;x[4]=1.3;x[5]=1.5;x[6]=1.7;x[7]=1.9;y[0]=0.4794;y[1]=0.6442;y[2]=0.7833;y[3]=0.8912;y[4]=0.9636;y[5]=0.9975;y[6]=0.9917;y[7]=0.9 463;u[0]=0.6;u[1]=0.8;u[2]=1.0;u[3]=1.2;u[4]=1.4;u[5]=1.6;u[6]=1.8;P0=-0.4794;Pn=-0.9463;if(!SPL( N, R, x, y, P0, Pn, u, s)){/*打印结果*/printf( "\nx= ");for(i=0;i <=N;i++)printf( "%8.1f ",x[i]);printf( "\ny= ");for(i=0;i <=N;i++)printf( "%8.4f ",y[i]);printf( "\n\nu= ");for(i=0;i <=R;i++)printf( "%9.2f ",u[i]);printf( "\ns= ");for(i=0;i <=R;i++)printf( "%9.5f ",s[i]);printf( "\nsin= ");for(i=0;i <=R;i++)printf( "%9.5f ",sin(u[i]));}/*释放空间*/free(x);free(y);free(u);free(s);}/* 测试数据来自课本55页例5 《数值分析》清华大学出版社第四版*/ //输入327.7 4.128 4.329 4.130 3.013.0 -4.0//输出输出三次样条插值函数：1: [27.7 , 28]13.07*(x - 28)^3 + 0.22*(x - 27.7)^3+ 14.84*(28 - x) + 14.31*(x - 27.7)2: [28 , 29]0.066*(29 - x)^3 + 0.1383*(x - 28)^3+ 4.234*(29 - x) + 3.962*(x - 28)3: [29 , 30]0.1383*(30 - x)^3 - 1.519*(x - 29)^3+ 3.962*(30 - x) + 4.519*(x - 29)//三次样条插值函数#include<iostream>#include<iomanip>using namespace std;const int MAX = 50;float x[MAX], y[MAX], h[MAX];float c[MAX], a[MAX], fxym[MAX];float f(int x1, int x2, int x3){float a = (y[x3] - y[x2]) / (x[x3] - x[x2]);float b = (y[x2] - y[x1]) / (x[x2] - x[x1]);return (a - b)/(x[x3] - x[x1]);} //求差分void cal_m(int n){ //用追赶法求解出弯矩向量M……float B[MAX];B[0] = c[0] / 2;for(int i = 1; i < n; i++)B[i] = c[i] / (2 - a[i]*B[i-1]);fxym[0] = fxym[0] / 2;for(i = 1; i <= n; i++)fxym[i] = (fxym[i] - a[i]*fxym[i-1]) / (2 - a[i]*B[i-1]);for(i = n-1; i >= 0; i--)fxym[i] = fxym[i] - B[i]*fxym[i+1];}void printout(int n);int main(){int n,i; char ch;do{cout<<"Please put in the number of the dots:";cin>>n;for(i = 0; i <= n; i++){cout<<"Please put in X"<<i<<':';cin>>x[i]; //cout<<endl;cout<<"Please put in Y"<<i<<':';cin>>y[i]; //cout<<endl;}for(i = 0; i < n; i++) //求步长h[i] = x[i+1] - x[i];cout<<"Please 输入边界条件\n 1: 已知两端的一阶导数\n 2:两端的二阶导数已知\n 默认:自然边界条件\n";int t;float f0, f1;cin>>t;switch(t){case 1:cout<<"Please put in Y0\' Y"<<n<<"\'\n";cin>>f0>>f1;c[0] = 1; a[n] = 1;fxym[0] = 6*((y[1] - y[0]) / (x[1] - x[0]) - f0) / h[0];fxym[n] = 6*(f1 - (y[n] - y[n-1]) / (x[n] - x[n-1])) / h[n-1];break;case 2:cout<<"Please put in Y0\" Y"<<n<<"\"\n";cin>>f0>>f1;c[0] = a[n] = 0;fxym[0] = 2*f0; fxym[n] = 2*f1;break;default:cout<<"不可用\n";//待定};//switchfor(i = 1; i < n; i++)fxym[i] = 6 * f(i-1, i, i+1);for(i = 1; i < n; i++){a[i] = h[i-1] / (h[i] + h[i-1]);c[i] = 1 - a[i];}a[n] = h[n-1] / (h[n-1] + h[n]);cal_m(n);cout<<"\n输出三次样条插值函数：\n";printout(n);cout<<"Do you to have anther try ? y/n :";cin>>ch;}while(ch == 'y' || ch == 'Y');return 0;}void printout(int n){cout<<setprecision(6);for(int i = 0; i < n; i++){cout<<i+1<<": ["<<x[i]<<" , "<<x[i+1]<<"]\n"<<"\t";/*cout<<fxym[i]/(6*h[i])<<" * ("<<x[i+1]<<" - x)^3 + "<<<<" * (x - "<<x[i]<<")^3 + "<<(y[i] - fxym[i]*h[i]*h[i]/6)/h[i]<<" * ("<<x[i+1]<<" - x) + "<<(y[i+1] - fxym[i+1]*h[i]*h[i]/6)/h[i]<<"(x - "<<x[i]<<")\n";cout<<endl;*/float t = fxym[i]/(6*h[i]);if(t > 0)cout<<t<<"*("<<x[i+1]<<" - x)^3";else cout<<-t<<"*(x - "<<x[i+1]<<")^3";t = fxym[i+1]/(6*h[i]);if(t > 0)cout<<" + "<<t<<"*(x - "<<x[i]<<")^3";else cout<<" - "<<-t<<"*(x - "<<x[i]<<")^3";cout<<"\n\t";t = (y[i] - fxym[i]*h[i]*h[i]/6)/h[i];if(t > 0)cout<<"+ "<<t<<"*("<<x[i+1]<<" - x)";else cout<<"- "<<-t<<"*("<<x[i+1]<<" - x)";t = (y[i+1] - fxym[i+1]*h[i]*h[i]/6)/h[i];if(t > 0)cout<<" + "<<t<<"*(x - "<<x[i]<<")";else cout<<" - "<<-t<<"*(x - "<<x[i]<<")";cout<<endl<<endl;}cout<<endl;}。
三次样条插值算法原理
三次样条插值算法原理
三次样条插值算法是一种用于在已知离散数据点上插值的方法。
它使用三次多项式来拟合数据点，并保证拟合的曲线在每个数据点处具有一阶和二阶连续性。
具体原理如下：1.假设有n个已知的数据点(x_i, y_i)，其中i=0,1,...,n-1。
2.在每个相邻的数据点之间插入一个三次多项式p_i(x)，将插值问题转化为求解n个多项式的系数。
3.三次多项式p_i(x)的表达式为
p_i(x)=a_i+b_i(x-x_i)+c_i(x-x_i)^2+d_i(x-x_i)^3，其中a_i, b_i, c_i, d_i为待求系数。
4.要确定这些系数，需要满足以下条件：(1) 在每个数据点处，曲线通过该点：p_i(x_i)=y_i。
(2) 在相邻数据点之间，曲线一阶连续：
p_i(x_i+1)=p_{i+1}(x_i)，即p_i(x_i+1)=p_{i+1}(x_i)，对于1 ≤i ≤n-2。
(3) 在相邻数据点之间，曲线二阶连续：p'_i(x_i+1)=p'_{i+1}(x_i)，即
p'_i(x_i+1)=p'_{i+1}(x_i)，对于1 ≤i ≤n-2。
5.通过求解上述条件，可以得到一系列线性方程组，其中未知数为待求系数。
解出这些系数后，即可得到每个数据段的三次多项式，从而完成插值。
三次样条插值算法的优点是插值曲线的平滑性好，并且对于不符合插值条件的数据点有较好的适应性。
它广泛应用于数据分析、图形绘制等领域。
matlab牛顿插值法三次样条插值法
(){}21()(11),5,10,20:12521()1,(0,1,2,,)()2,(0,1,2,,)()()235,20:1100(i i i i n n k k k Newton f x x n x f x x i i n f x nx y i n Newton N x S x n x k y f x =-≤≤=+=-+====-+=L L 题目：插值多项式和三次样条插值多项式。
已知对作、计算函数在点处的值；、求插值数据点的插值多项式和三次样条插值多项式；、对计算和相应的函数值),()() (1,2,,99)4:()max ()()max()n k n k n k n k n k n k kkN x S x k E N y N x E S y S x ==-=-L 和；、计算，；解释你所得到的结果。
算法组织:本题在算法上需要解决的问题主要是：求出第二问中的Newton 插值多项式)(x N n 和三次样条插值多项式()n S x 。
如此，则第三、四问则迎刃而解。
计算两种插值多项式的算法如下：一、求Newton 插值多项式)(x N n ，算法组织如下：Newton 插值多项式的表达式如下：)())(()()(110010--⋅⋅⋅--+⋅⋅⋅+-+=n n n x x x x x x c x x c c x N其中每一项的系数c i 的表达式如下：1102110),,,(),,,(),,,(x x x x x f x x x f x x x f c i i i i i -⋅⋅⋅-⋅⋅⋅=⋅⋅⋅=-根据i c 以上公式，计算的步骤如下：⎪⎪⎪⎩⎪⎪⎪⎨⎧⋅⋅⋅+⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅----),,,,(1),,,(),,,,(),(,),,(2)(,),(),(11101111011010n n n n n n n n x x x x f n x x x f x x x f n x x f x x f x f x f x f 、计算、计算、计算、计算二、求三次样条插值多项式)(x S n ，算法组织如下：所谓三次样条插值多项式)(x S n 是一种分段函数，它在节点i x 011()n n a x x x x b -=<<⋅⋅⋅<<=分成的每个小区间1[,]i i x x -上是3次多项式，其在此区间上的表达式如下：22331111111()[()()]()()666[,]1,2,,.i i i i i i i i i i i i i i ii i h x x h x x S x x x M x x M y M y M h h h x x x i n --------=-+-+-+-∈=⋅⋅⋅，， 因此，只要确定了i M 的值，就确定了整个表达式，i M 的计算方法如下： 令：11111111116()6(,,)i i i i i i i i i i i i i ii i i i i i i h h h h h h y y y y d f x x x h h h h μλμ++++--+++⎧===-⎪++⎪⎨--⎪=-=⎪+⎩， 则i M 满足如下n-1个方程：1121,2,,1i i i i i i M M M d i n μλ-+++==⋅⋅⋅-，方程中有n+1个未知量，则令0M 和n M 分别为零，则由上面的方程组可得到(11)i M i n ≤≤-的值，可得到整个区间上的三次样条插值多项式)(x S n 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
/* 三次样条插值计算算法*/#include "math.h "#include "stdio.h "#include "stdlib.h "/*N：已知节点数N+1R：欲求插值点数R+1x，y为给定函数f(x)的节点值{x(i)} (x(i) <x(i+1)) ,以及相应的函数值{f(i)} 0 <=i <=NP0=f(x0)的二阶导数；Pn=f(xn)的二阶导数u:存插值点{u(i)} 0 <=i <=R求得的结果s(ui)放入s[R+1] 0 <=i <=R返回0表示成功，1表示失败*/int SPL(int N,int R,double x[],double y[],double P0,double Pn,double u[],double s[]){/*声明局部变量*/double *h; /*存放步长:{hi} 0 <=i <=N-1 */double *a; /*存放系数矩阵{ai} 1 <=i <=N ；分量0没有利用*/ double *c; /*先存放系数矩阵{ci} 后存放{Bi} 0 <=i <=N-1 */double *g; /*先存放方程组右端项{gi} 后存放求解中间结果{yi} 0 <=i <=N */double *af; /*存放系数矩阵{a(f)i} 1 <=i <=N ；*/double *ba; /*存放中间结果0 <=i <=N-1*/double *m; /*存放方程组的解{m(i)} 0 <=i <=N ；*/int i,k;double p1,p2,p3,p4;/*分配空间*/if(!(h=(double*)malloc(N*sizeof(double)))) exit(1);if(!(a=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(c=(double*)malloc(N*sizeof(double)))) exit(1);if(!(g=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(af=(double*)malloc((N+1)*sizeof(double)))) exit(1);if(!(ba=(double*)malloc((N)*sizeof(double)))) exit(1);if(!(m=(double*)malloc((N+1)*sizeof(double)))) exit(1);/*第一步：计算方程组的系数*/for(k=0;k <N;k++)h[k]=x[k+1]-x[k];for(k=1;k <N;k++)a[k]=h[k]/(h[k]+h[k-1]);for(k=1;k <N;k++)c[k]=1-a[k];for(k=1;k <N;k++)g[k]=3*(c[k]*(y[k+1]-y[k])/h[k]+a[k]*(y[k]-y[k-1])/h[k-1]); c[0]=a[N]=1;g[0]=3*(y[1]-y[0])/h[0]-P0*h[0]/2;g[N]=3*(y[N]-y[N-1])/h[N-1]+Pn*h[N-1]/2;/*第二步：用追赶法解方程组求{m(i)} */ba[0]=c[0]/2;g[0]=g[0]/2;for(i=1;i <N;i++){af[i]=2-a[i]*ba[i-1];g[i]=(g[i]-a[i]*g[i-1])/af[i];ba[i]=c[i]/af[i];}af[N]=2-a[N]*ba[N-1];g[N]=(g[N]-a[N]*g[N-1])/af[N];m[N]=g[N]; /*P110 公式：6.32*/ for(i=N-1;i> =0;i--)m[i]=g[i]-ba[i]*m[i+1];/*第三步：求值*/for(i=0;i <=R;i++){/*判断u(i)属于哪一个子区间，即确定k */if(u[i] <x[0] || u[i]> x[N]){/*释放空间*/free(h);free(a);free(c);free(g);free(af);free(ba);free(m);return 1;}k=0;while(u[i]> x[k+1])k++;//p1=(h[k]+2*(u[i]-x[k])*pow((u[i]-x[k+1]),2)*y[k])/pow(h[k],3); //p2=(h[k]-2*(u[i]-x[k+1])*pow((u[i]-x[k]),2)*y[k+1])/pow(h[k],3);p1=(h[k]+2*(u[i]-x[k]))*pow((u[i]-x[k+1]),2)*y[k]/pow(h[k],3);p2=(h[k]-2*(u[i]-x[k+1]))*pow((u[i]-x[k]),2)*y[k+1]/pow(h[k],3); p3=(u[i]-x[k])*pow((u[i]-x[k+1]),2)*m[k]/pow(h[k],2);p4=(u[i]-x[k+1])*pow((u[i]-x[k]),2)*m[k+1]/pow(h[k],2);s[i]=p1+p2+p3+p4;}/*释放空间*/free(h);free(a);free(c);free(g);free(af);free(ba);free(m);return 0;}void main(){int N,R;double *x,*y,*u,*s;double P0,Pn;int i;/*验证算法：*/N=7;R=6;/*分配空间*/if(!(x=(double*)malloc((N+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(y=(double*)malloc((N+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(u=(double*)malloc((R+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}if(!(s=(double*)malloc((R+1)*sizeof(double)))){printf( "malloc error!\n ");exit(1);}x[0]=0.5;x[1]=0.7;x[2]=0.9;x[3]=1.1;x[4]=1.3;x[5]=1.5;x[6]=1.7;x[7]=1.9;y[0]=0.4794;y[1]=0.6442;y[2]=0.7833;y[3]=0.8912;y[4]=0.9636;y[5]=0.9975;y[6]=0.9917;y[7]=0 .9463;u[0]=0.6;u[1]=0.8;u[2]=1.0;u[3]=1.2;u[4]=1.4;u[5]=1.6;u[6]=1.8;P0=-0.4794;Pn=-0.9463;if(!SPL( N, R, x, y, P0, Pn, u, s)){/*打印结果*/printf( "\nx= ");for(i=0;i <=N;i++)printf( "%8.1f ",x[i]);printf( "\ny= ");for(i=0;i <=N;i++)printf( "%8.4f ",y[i]);printf( "\n\nu= ");for(i=0;i <=R;i++)printf( "%9.2f ",u[i]);printf( "\ns= ");for(i=0;i <=R;i++)printf( "%9.5f ",s[i]);printf( "\nsin= ");for(i=0;i <=R;i++)printf( "%9.5f ",sin(u[i]));}/*释放空间*/free(x);free(y);free(u);free(s);}/* 测试数据来自课本55页例5 《数值分析》清华大学出版社第四版*/ //输入327.7 4.128 4.329 4.130 3.013.0 -4.0//输出输出三次样条插值函数：1: [27.7 , 28]13.07*(x - 28)^3 + 0.22*(x - 27.7)^3+ 14.84*(28 - x) + 14.31*(x - 27.7)2: [28 , 29]0.066*(29 - x)^3 + 0.1383*(x - 28)^3+ 4.234*(29 - x) + 3.962*(x - 28)3: [29 , 30]0.1383*(30 - x)^3 - 1.519*(x - 29)^3+ 3.962*(30 - x) + 4.519*(x - 29)//三次样条插值函数#include<iostream>#include<iomanip>using namespace std;const int MAX = 50;float x[MAX], y[MAX], h[MAX];float c[MAX], a[MAX], fxym[MAX];float f(int x1, int x2, int x3){float a = (y[x3] - y[x2]) / (x[x3] - x[x2]);float b = (y[x2] - y[x1]) / (x[x2] - x[x1]);return (a - b)/(x[x3] - x[x1]);} //求差分void cal_m(int n){ //用追赶法求解出弯矩向量M……float B[MAX];B[0] = c[0] / 2;for(int i = 1; i < n; i++)B[i] = c[i] / (2 - a[i]*B[i-1]);fxym[0] = fxym[0] / 2;for(i = 1; i <= n; i++)fxym[i] = (fxym[i] - a[i]*fxym[i-1]) / (2 - a[i]*B[i-1]);for(i = n-1; i >= 0; i--)fxym[i] = fxym[i] - B[i]*fxym[i+1];}void printout(int n);int main(){int n,i; char ch;do{cout<<"Please put in the number of the dots:";cin>>n;for(i = 0; i <= n; i++){cout<<"Please put in X"<<i<<':';cin>>x[i]; //cout<<endl;cout<<"Please put in Y"<<i<<':';cin>>y[i]; //cout<<endl;}for(i = 0; i < n; i++) //求步长h[i] = x[i+1] - x[i];cout<<"Please 输入边界条件\n 1: 已知两端的一阶导数\n 2:两端的二阶导数已知\n 默认:自然边界条件\n";int t;float f0, f1;cin>>t;switch(t){case 1:cout<<"Please put in Y0\' Y"<<n<<"\'\n";cin>>f0>>f1;c[0] = 1; a[n] = 1;fxym[0] = 6*((y[1] - y[0]) / (x[1] - x[0]) - f0) / h[0];fxym[n] = 6*(f1 - (y[n] - y[n-1]) / (x[n] - x[n-1])) / h[n-1];break;case 2:cout<<"Please put in Y0\" Y"<<n<<"\"\n";cin>>f0>>f1;c[0] = a[n] = 0;fxym[0] = 2*f0; fxym[n] = 2*f1;break;default:cout<<"不可用\n";//待定};//switchfor(i = 1; i < n; i++)fxym[i] = 6 * f(i-1, i, i+1);for(i = 1; i < n; i++){a[i] = h[i-1] / (h[i] + h[i-1]);c[i] = 1 - a[i];}a[n] = h[n-1] / (h[n-1] + h[n]);cal_m(n);cout<<"\n输出三次样条插值函数：\n";printout(n);cout<<"Do you to have anther try ? y/n :";cin>>ch;}while(ch == 'y' || ch == 'Y');return 0;}void printout(int n){cout<<setprecision(6);for(int i = 0; i < n; i++){cout<<i+1<<": ["<<x[i]<<" , "<<x[i+1]<<"]\n"<<"\t";/*cout<<fxym[i]/(6*h[i])<<" * ("<<x[i+1]<<" - x)^3 + "<<<<" * (x - "<<x[i]<<")^3 + "<<(y[i] - fxym[i]*h[i]*h[i]/6)/h[i]<<" * ("<<x[i+1]<<" - x) + "<<(y[i+1] - fxym[i+1]*h[i]*h[i]/6)/h[i]<<"(x - "<<x[i]<<")\n";cout<<endl;*/float t = fxym[i]/(6*h[i]);if(t > 0)cout<<t<<"*("<<x[i+1]<<" - x)^3";else cout<<-t<<"*(x - "<<x[i+1]<<")^3";t = fxym[i+1]/(6*h[i]);if(t > 0)cout<<" + "<<t<<"*(x - "<<x[i]<<")^3";else cout<<" - "<<-t<<"*(x - "<<x[i]<<")^3";cout<<"\n\t";t = (y[i] - fxym[i]*h[i]*h[i]/6)/h[i];if(t > 0)cout<<"+ "<<t<<"*("<<x[i+1]<<" - x)";else cout<<"- "<<-t<<"*("<<x[i+1]<<" - x)";t = (y[i+1] - fxym[i+1]*h[i]*h[i]/6)/h[i];if(t > 0)cout<<" + "<<t<<"*(x - "<<x[i]<<")";else cout<<" - "<<-t<<"*(x - "<<x[i]<<")";cout<<endl<<endl;}cout<<endl;}。