数值分析实验二(matlab)插值法要点.docVIP

实验二 插值法 实验2.1（多项式插值的振荡现象） 3 实验要求1： 3 程序： 3 主函数： 3 实验结果： 5 实验要求2： 6 （1）对： 6 程序： 6 主函数： 6 实验结果： 8 实验分析 8 （2）对g（x）=arctan x 9 程序： 9 实验结果： 10 实验分析 11 实验要求3： 11 程序： 11 实验结果： 13 实验分析： 14 实验2.2（样条插值的收敛性） 15 实验要求（一） 15 程序： 15 数值实验结果 16 实验分析 17 实验要求（二）： 17 程序： 17 实验总结： 18 实验2.3 19 程序： 19 运行结果： 19 实验2.1（多项式插值的振荡现象） 实验要求1： 程序： M文件：lagrange.m test1p1.m Lagrange函数： %lagrange insert 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 主函数： x1=[-1:1:1];y1=1./(1+25*x1.^2); x2=[-1:0.5:1];y2=1./(1+25*x2.^2); x3=[-1:0.4:1];y3=1./(1+25*x3.^2); x4=[-1:0.25:1];y4=1./(1+25*x4.^2); x5=[-1:0.2:1];y5=1./(1+25*x5.^2); x6=[-1:0.1:1];y6=1./(1+25*x6.^2); x0=[-1:0.01:1]; subplot(4,2,1) y7=1./(1+25*x0.^2); plot(x0,y7,-b) y0=lagrange(x1,y1,x0); y1=1./(1+25*x0.^2); subplot(4,2,2) plot(x0,y0,--b) y0=lagrange(x2,y2,x0); y2=1./(1+25*x0.^2); subplot(4,2,3) plot(x0,y0,-g) y0=lagrange(x3,y3,x0); y3=1./(1+25*x0.^2); subplot(4,2,4) plot(x0,y0,--g) y0=lagrange(x4,y4,x0); y4=1./(1+25*x0.^2); subplot(4,2,5) plot(x0,y0,-r) y0=lagrange(x5,y5,x0); y5=1./(1+25*x0.^2); subplot(4,2,6) plot(x0,y0,--r) y0=lagrange(x6,y6,x0); y6=1./(1+25*x0.^2); subplot(4,2,7) plot(x0,y0,-y) 数值实验结果及分析： 实验结果： 图一为原函数曲线。然后图二至图七为插值点分别为2个、4个、5个、8个、10个、20个时的函数图像。 实验分析 在此，我们看得到当采用四个和五个点进行拟合的时候，得到的函数在中间部分拟合得较好。随着插值点的次数越多，两端出现了明显的震荡。如图五、图六为插值节点增加到8个、10个的情况，得到的插值函数的图像明显与原函数的相似度很低，并且在两端出现了较大的震荡。图七增加到20个点时误差震荡极大，曲线基本不可取。从图中可以明显看到，随着插值节点的增多，虽然在中间的拟合函数拟合得比较好，在两端出现了较为明显的震荡，并且随着插值点的逐渐增多震荡越来越明显。 在这里，我们采用一个很简单的函数对其作出了很直接的验证。 实验要求2： （1）对： 程序： M文件：lagrange.m test1p2a.m Lagrange函数： %lagrange insert 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