数值实验一解析.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： 实验日期：2013年9月27日 学 号： 实验成绩： 一、实验名称 二、实验目的及要求 三、实验环境 四、实验内容 ,取n+1个等距分布的插值节点,取不同的n ,作n次Lagrange插值,把和插值多项式的图象绘制在同一张图上进行比较. 题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,以及最小二乘法拟合这些数据点,哪一种曲线拟合较好?为什么?你能找出更好的拟合曲线吗? 提示:用残差平方的大小来判断拟合的优劣,越小越好. 算法描述及实验步骤 调试过程及实验结果 上图中绿色的线条为该函数图像的拟合曲线 2. 曲线拟合的最小二乘法 （1）先作出该散点图的一次拟合曲线（程序如下）： x=[-3,-1,0,1,3,5]; t=-4:0.01:6; y=[-6,-3,-1,0,1,3]; subplot(1,3,1) scatter(x,y,filled,r); hold on p1=polyfit(x,y,1) p1 = 1.0776 -1.8980 y1=polyval(p1,x); y1t=polyval(p1,t); plot(t,y1t,k) e1=norm(y1-y) e1 = 1.6087 title(一次多项式曲线拟合,fontsize,12,fontweight,bold,fontangle,italic) （2）然后作出其二次拟合曲线（程序如下）： subplot(1,3,2) scatter(x,y,filled,y); hold on p1=polyfit(x,y,2) p1 = -0.0844 1.2584 -1.4156 y1=polyval(p1,x); y1t=polyval(p1,t); plot(t,y1t,r) e1=norm(y1-y) e1 = 0.8405 title(二次多项式曲线拟合,fontsize,12,fontweight,bold,fontangle,italic) （3）最后做出其三次拟合曲线（程序如下）： subplot(1,3,3) scatter(x,y,filled,m); hold on p1=polyfit(x,y,2) p1 = -0.0844 1.2584 -1.4156 y1=polyval(p1,x); y1t=polyval(p1,t); plot(t,y1t,r) e1=norm(y1-y) e1 = 0.8405 title(三次多项式曲线拟合,fontsize,12,fontweight,bold,fontangle,italic) 最后的图像显示为： （4）比较精确度： 因为 e1 =1.6087 e2=0.8405 e3 = 0.8405 所以显然三次多项式拟合曲线的精度更高 根据图上反映的三次拟合的曲线也显然更逼近 七、总结 八、附录（源程序清单） h=(b-a)/n; x=a:h:b; f=1./(1+x.^2); cx=a:0.01:b; y0=1./(1+cx.^2); plot(cx,y0,b--) hold on cy=Lagrange(x,f,n,cx); plot(cx,cy,g--) legend(f(x),Pn(x),2) function cy=Lagrange(x,y,n,cx) m=length(cx);cy=zeros(m,1); for k=1:n+1 t=ones(m,1); 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 1