科学工程计算与matlab编程6-2.pptVIP

6.2 插值6.2.1 Lagrange插值 方法介绍 算例：给出f(x)=ln(x)的数值表， 用Lagrange计算ln(0.54)的近似值。 x=[0.4:0.1:0.8]； % 取样本点 y=log(x) ans = 0.916291,-0.693147,-0.510826,-0.356675,-0.223144 y0=lagrange(x,y,[0.54,0.55,0.78]) ans = -0.6161 -0.5978 -0.2484 y0(1)-log(0.54); %计算误差 ans = 4.352891839787265e-005 5.2.2 Hermite插值 方法介绍 不少实际问题不但要求在节点上函数值相等，而且要求一阶、二阶甚至更高阶导数值也相等，满足这一要求的插值多项式就是Hermite插值多项式。 只讨论函数值与一阶导数值均相等的Hermite插值。 MATLAB实现 % hermite.m function y=hermite(x0,y0,y1,x) n=length(x0); m=length(x); for k=1:m yy=0.0; for i=1:n h=1.0; a=0.0; for j=1:n if j~=i h=h*((x(k)-x0(j))/(x0(i)-x0(j)))^2; a=1/(x0(i)-x0(j))+a; end end yy=yy+h*((x0(i)-x(k))*(2*a*y0(i)-y1(i))+y0(i)); end y(k)=yy; end 算例:对给定数据,试构造Hermite多项式求出sin0.34的近似值。 x0=[0.3,0.32,0.35]; y0=sin(x0); y1=[0.95534,0.94924,0.93937]; format long; y=hermite(x0,y0,y1,0.34) y = 0.33348889007407 sin(0.34) ％与精确值比较 ans = 0.33348709214081 y-ans ans = 5.406212721936754e-008 x=[0.3:0.005:0.35];y=hermite(x0,y0,y1,x); plot(x,y) y2=sin(x); hold on plot(x,y2,--r) 5.2.3 Runge现象 问题的提出：在应用插值多项式逼近函数时，是否插值多项式的次数越高近似效果就越好？ 答案：不一定 xl=[-4:1:4]; yl=1./(1+xl.^2); xh=[-4:.5:4]; yh=1./(1+xh.^2); x0=[-5:0.1:5]; y0=1./(1+x0.^2); y0l=lagrange(xl,yl,x0); y0h=lagrange(xh,yh,x0); ％绘制图形 plot(x0,y0,r) ％原曲线 hold on plot(x0,y01,‘-b‘,x0,y0h,’-g’) ％插值曲线 算法分析：所谓分段插值就是通过插值点用折线或低次曲线连接起来逼近原曲线。 MATLAB实现 可调用内部函数。 命令1 interp1 功能 ： 一维数据插值（表格查找）。该命令对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。 格式1 yi = interp1(x,Y,xi) %返回插值向量yi，每一元素对应于参量xi，同时由向量x与Y的内插值决定。参量x指定数据Y的点。若Y为一矩阵，则按Y的每列计算。 temp=[300,400,500,600]; beta=1000*[3.33,2.50,2.00,1.67]; alpha=10000*[0.2128,0.3605,0.5324,0.7190]; ti=[321,400,571]; propty=interp1(temp,[beta,alpha],ti); [ti,propty] ans = 1.0e+003 * 0.3210 3.1557 2.4382 0.4000 2.5000 3.6050 0.5710 1.7657