第一章插值.doc

班级学号： 姓名： 第一章 插值方法 目的和意义 理解常用的插值方法，求函数的近似表达式，以解决其它实际问题；明确插值多项式和分段插值多项式各自的优缺点；熟悉插值方法的程序编制；绘出插值函数的曲线。掌握曲线拟合的最小二乘法；探索拟合函数的选择与拟合精度间的关系。 实验内容和要求 1.1 Lagrange插值 （1）要求：用线性插值，二次三次0.54的近似值。 （2）程序代码： 文件功能：计算Lagrange插值多项式在x=x0处的值。 Matlab文件： 文件名：FSimpson.m 程序: function[y0,n]=lagrange_eval(x,y,x0) m=length(x); n=zeros(m,1); y0=0; for i=1:m; n(i)=1; for j=1:m if j~=i n(i)=n(i)*(x0-x(j))/(x(i)-x(j)); end end y0=y0+y(i)*n(i); end 实验结果： 结果: x=[0.5,0.6];y=[-0.693147,-0.510826];x0=0.54; [y0,n]=lagrange_eval(x,y,x0) y0 = -0.6202 n = 0.6000 0.4000 x=[0.4,0.5,0.6];y=[-0.916291,-0.693147,-0.510826];x0=0.54; [y0,n]=lagrange_eval(x,y,x0) y0 = -0.6153 n = -0.1200 0.8400 0.2800 x=[0.4,0.5,0.6,0.7];y=[-0.916291,-0.693147,-0.510826,-0.356575];x0=0.54; y0 = -0.6560 n = -0.0640 0.6720 0.4480 -0.0560 结果分析：上述为三次插值的结果，由此 1.2 逐步插值 （1）程序代码： 文件功能：计算逐步插值多项式在x=x0处的值 Matlab文件： 程序: function y0=neville_eval(x,y,x0) m=length(x); p=zeros(m,1); p1=zeros(m,1); p=y; for i=1:m p1=p; k=1; for j=i+1:m k=k+1; p(j)=p1(j-1)+(p1(j)-p1(j-1))*(x0-x(k-1))/(x(j)-x(k-1)); end if ads(p(m)-p(m-1))10^-6; y0=p(m); return; end end y0=p(m); 实验结果： 结果: x=[0.4,0.5];y=[-0.916291,-0.693147];x0=0.54;y0=neville_eval(x,y,x0) y0 = -0.6039 x=[0.4,0.5,0.6];y=[-0.916291,-0.693147,-0.510826];x0=0.54;y0=neville_eval(x,y,x0) y0 = -0.6153 x=[0.4,0.5,0.6,0.7];y=[-0.916291,-0.693147,-0.510826,-0.356575];x0=0.54;y0=neville_eval(x,y,x0) y0 = -0.6160 结果分析：Neville逐步插值比Lagrange插值更优越。 1.3 分段三次Hermite插值 （1）要求：已知lnx在x1=0.3，x2=0.4，x3=0.5,x4=0.6处的函数值及导数值，使用=0.45处的函数值。 （2）程序代码： 文件功能：利用分段三次Hermite插值计算插值点出的函数近似值。 Matlab文件： 程序: function y0=hermite_interp(x,y,dy,x0) n=length(x); for i=1:n; if x0=x(i)x0=x(i+1) k=1;break; end end a1=x0-x(k+1); a2=x0-x(k); a3=x(k)-x(k+1); y0=(a1/a3)^2*(1-2*a2/a3)*y(k)+(-a2/a3)^2*(1+2*a1/a3)*y(k+1)+(a1/a3)^2*a2*dy(k)+(-a2/a3)^2*a1*dy(k+1