程序四[精选].docVIP

实验4 插值法与MATLAB应用 要求：理解插值的基本原理，掌握常用算法的设计，掌握用MATLAB实现插值。 1. 实验目的：研究人口数据的插值与预测。 实验内容：下表给出了从1940年到1990年的美国人口，用插值方法推测1930年、1965年、2010年人口的近似值。 美国人口数据 年 1940 1950 1960 1970 1980 1990 人口：千 132,165 151,326 179,323 203,302 226,542 249,633 1930年美国的人口大约是123203千人，你认为你得到的1965年和2010年的人口数字精确度如何？ x=1940:10:1990; y=[132165 151326 179323 203302 226542 249633]; x1=1930; x2=1965; x3=2010; y1=interp1(x,y,x1,spline) y1 = 1.3918e+005 y2=interp1(x,y,x2,spline) y2 = 1.9178e+005 y3=interp1(x,y,x3,spline) y3 = 2.9056e+005 所得到的1965和2010年的人口数只是根据已知的数据得到的，所以存在一定的误差 2. 实验目的：理解插值的基本原理。 实验内容：已知数据如下 0.2 0.4 0.6 0.8 1.0 0.9798652 0.9177710 0.8080348 0.6386093 0.3843735 （1） 设计全区间上拉格朗日插值或者Newton插值程序，并在第一个图中画出离散数据及插值函数曲线。function yi=Lagrange(x,y,xi) n=length(x); m=length(y); if n~=m error(The lengths of Xand Y must be equal); return; end yi=zeros(size(xi)); for k=1:n w=ones(size(xi)); for j=[1:k-1 k+1:n] if abs(x(k)-x(j))eps error(the DATA is error!); return; end w=(xi-x(j))/(x(k)-x(j)).*w end yi=yi+w*y(k); end x=0.2:0.2:1.0; y=[0.9798652 0.9177710 0.8080348 0.6386093 0.3843735]; xi=0:0.01:1.22; yi=Lagrange(x,y,0.5) 运行结果：yi = 0.8693 plot(x,y,o,xi,yi)  （2） 在第一个图中画出分段线性插值函数，并与（1）作对比说明。 hold on subplot(1,3,1) x=0.2:0.2:1.0; y=[0.9798652 0.9177710 0.8080348 0.6386093 0.3843735]; xi=-0.25:0.01:1.25; yi=interp1(x,y,xi,linear); plot(x,y,*,xi,yi) （3） 对于自然边界条件，在第二个图中画出离散数据及满足边界条件的三次样条插值函数。 命令：subplot(1,3,2) x=0.2:0.2:1.0; y=[0.9798652 0.9177710 0.8080348 0.6386093 0.3843735]; xi=-0.25:0.01:1.25; s=csape(x,y,variation); yi=interp1(x,y,xi,spline); plot(x,y,o,xi,yi) （4） 对于第一种边界条件，在第三个图中画出离散数据及满足边界条件的三次样条插值函数。 命令：subplot(1,3,3) x=0.2:0.2:1.0; y=[0.9798652 0.9177710 0.8080348 0.6386093 0.3843735]; xi=-0.25:0.01:1.25; s=csape(x,y,’complete’,[0.20271 1.55741]); yi=interp1(x,y,xi,spline); plot(x,y,*,xi,yi) 3,.(1) a=-1; b=1; n=3; h=(b-a)/n; x=a:h:b; y=1./(1+25.*x.^2); xi=-1:0.01:1; yi=Lagrang