LAB多项式插值计算及其收敛性实验.docVIP

Lab02．angrage插值法和Newton插值法以两者之间的异同，能用Matlab语言编写按Langrage插值法和Newton插值法计算插值的程序； 2．用所编写的程序进行插值计算、验证Runge现象、分析插值多项式的收敛性； 3．使学生深入理解教材介绍的两种分段低次插值法，熟悉掌握函数interp1的使用； 4．使用函数interp1用不同方法进行插值计算，对教材介绍的几种分段低次插值法进行分析比较。 【实验内容】 1．根据Matlab语言特点，描述Langrage插值法和Newton插值法。 2．用Matlab语言编写按Langrage插值法和Newton插值法计算插值的程序。 3．对，分别取3个，5个、9个、11个等距节点，用所编写的程序进行插值计算并画图，以验证Runge现象、分析插值多项式的收敛性。 4．用函数interp1，对，用n=11个节点(等分)作分段线性插值、分段Hermit插值和三次样条插值，用m=101个插值点(等分)作图，比较结果。 【实验仪器与软件】 1．CPU主频在1GHz以上，内存在128Mb以上的PC； 2．Matlab 6.0及以上版本。 实验讲评： 实验成绩： 评阅教师： 200 年 月 日 Lab02．在n个节点上满足条件 就盛这n个n-1次多项式为节点上的插值基函数。 2．插值基函数为 显然它满足条件（1）。于是，满足条件（1）的插值多项式可表示为 就称为拉格朗日Lagrange插值多项式。 二、算法程 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 将该文件存入MATLAB安装目录下的Work文件夹中。 三、插值计算 对 1．取3个等距节点进行插值计算 x0=linspace(-5,5,3); y0=1./(1+x0.^2); x=-5:0.1:5; y=1./(1+x.^2); y1=lagrange(x0,y0,x); plot(x,y,r,x,y1,b); 从图上看，插值误差是比较大的。 2.取五个等距节点进行插值计算 x0=linspace(-5,5,5); y0=1./(1+x0.^2); x=-5:0.1:5; y=1./(1+x.^2); y1=lagrange(x0,y0,x); plot(x,y,r,x,y1,b); 从图上看，在区间[-3,3]上，插值的误差比只取3个节点时的误差小。 3．取9个等距节点进行插值计算 x0=linspace(-5,5,9); y0=1./(1+x0.^2); x=-5:0.1:5; y=1./(1+x.^2); y1=lagrange(x0,y0,x); plot(x,y,r,x,y1,b); 从图上看，在区间[-1，1]上，插值的误差比较小，在两端出现明显的振荡现象。 4．取11个等距节点进行插值计算 x0=linspace(-5,5,11); y0=1./(1+x0.^2); x=-5:0.1:5; y=1./(1+x.^2); y1=lagrange(x0,y0,x); plot(x,y,r,x,y1,b); 从图上看，在区间[-3，3]上，插值的误差比较小，在两端的振荡更为明显，称之为Runge现象。 四、算法分析 拉格朗日插值法公式结构紧凑，插值曲线光滑，误差估计有表达式，有利用于进行理论分析。在实验中，我们逐步增加节点进行插值计算实验，开始时认为节点越多越逼近，但事实并非如此，实验证明，在区间[-5,5]上不一定收敛于，并且当节点增加时，需重新计算全部插值基函数的值，振荡更加明显。 五、总结 在这次实验中，我们验证了Runge现象，同时也直观证明了langrage插值多项式并不一定收敛于原函数，用langrage插值法进行插值计算时，并非节点取得越多越好，实际上不宜取太多。langrage插值法中Runge现象，不收敛性等缺陷将促使人们去寻找更有效计算方法。 1