数值分析作业程序.docVIP

贵州师范大学数学与计算机科学学院学生实验报告 课程名称： 数值分析 班级： 09数本（1）班 实验日期： 2011年 10月 19日 学 号： 姓名： 指导教师： 实验成绩： 一、实验名称 实验二: Lagrange插值与曲线拟合的最小二乘法 二、实验目的及要求 1.?掌握Lagrange插值的基本思路和步骤. 2. 掌握最小二乘法的基本思路和拟合步骤. 3. 培养Matlab编程与上机调试能力. 三、实验环境 每人一台计算机，要求安装Windows XP操作系统，Microsoft office2003、MATLAB6.5(或7.0). 四、实验内容 1. 对函数在区间[-5,5]内选取n+1个的等距插值节点,取不同的n,作n次Lagrange插值,将对应的插值多项式图像与被插值函数画在同一张图上进行比较. 2. 给定数据点 -3 -1 0 1 3 5 -6 -3 -1 0 1 3 分别用一次,二次和三次多项式曲线,以最小二乘法拟合这些数据点,哪一种曲线拟合较好?为什么?能找出更好的拟合曲线吗? 五、算法描述及实验步骤 算法：Lagrange插值 输入 y=f(x)的函数表和给定点x 输出 x处的近似函数值 步1 步2 对执行步3→步6 步3 步4 对执行步5 步5 假若，则 步6 步7 输出y 六、调试过程及实验结果 七、总结 (1) 通过图形比较，我们已经看到抛物插值比线性插值精度高。一般情况下，高次插值比低次插值精度高，但也有例外。从图形上可以看到在[-5,5]的两个端点附近发生激烈震荡，逼近效果很差。人们把这种现象称为Runge现象。说明插值次数太高也不一定能提高精度；另一方面，容易看出插值次数越高计算越复杂。鉴于高次插值的以上两个缺点，实践中高于7次的插值很少采用，当插值区间很大，节点较多时，为提高精度常用分段低次插值，即把插值区间[a,b]分成n个子段[],.在每个子段[]上对f(x)作低次插值，用分段多项式插值代替整个区间上的多项式插值是现代计算数学区别于古典计算数学的一个基本特征。 （2）与插值法一样，多项式拟合的最小二乘法也是用多项式逼近f(x)(f(x)或者以解析式或者以数据点或者以函数表形式出现).但插值法要求插值节点互不相同，且通过所有数据点.最小二乘法则不要求，也不可能要求通过所有数据点，而只要求在最小二乘意义下最接近所有数据点。 八、附录（源程序清单） （1）function cy=Lagrange(x,y,n,cx) m=length(cx);cy=zeros(1,m); for k=1:n+1 t=ones(1,m); for j=1:n+1 if j~=k t=t.*(cx-x(j))./(x(k)-x(j)); end end cy=cy+y(k).*t; end x=-5:0.01:5; y=1./(1+x.^2); plot(x,y) n=10; x0=-5:(5-(-5))/n:5; y0=1./(1+x0.^2); cx=-5:0.01:5; cy=Lagrange(x0,y0,n,cx); hold on plot(cx,cy) （2） x=[-3,-1,0,1,3,5]; y=[-6,-3,-1,0,1,3]; subplot(2,2,1) scatter(x,y,filled,r); hold on p1=polyfit(x,y,1); y1=polyval(p1,x); e1=norm(y-y1) e1 = 1.6087 t=-4:0.01:6; pt1=polyval(p1,t); plot(t,pt1) title(一次多项式拟合图像) subplot(2,2,2) scatter(x,y,filled,r); hold on p2=polyfit(x,y,2); y2=polyval(p2,x); e2=norm(y-y2) e2 = 0.8405 t=-4:0.01:6; pt2=polyval(p2,t); plot(t,pt2) title(二次多项式拟合图像) subplot(2,2,3) scatter(x,y,filled,r); hold on p3=polyfit(x,y,3); y3=p