数值分析报告-插值法的研究及改进.docVIP

《数值分析》课程设计 题 目: 插值法的研究及改进 姓 名: 学 号： 学院专业： 数学与统计学院统计学 指导教师 老师 目录 拉格朗日插值法研究： 1.问题描述 2.理论基础 3.实验内容 4.分析结果 5.附录 6.参考文献 二．分段线性插值法研究改进： 1.问题描述 2.理论基础 3.实验内容 4.分析结果 5.附录 6.参考文献 一.拉格朗日插值法研究 问题描述： 考察拉格朗日插值法对在(-5，5)上进行插值，取不同节点个数（分别取6个和10个节点），得到不同拉格朗日插值函数。（要求：自编程序，报告有数据表、图像、分析、结论。） 需要解决的问题： 由已知数据节点编写拉格朗日插值函数，从而能由所编函数得到非节点的函数值。 比较用不同节点数所得插值函数与真实函数的误差，从而得出节点数与插值效果的关系 理论基础： Lagrange插值公式 （1）线性插值 设已知 ， 及=f() ,=f(),为不超过一次多项式且满足=,=,几何上，为过（，），（，）的直线，从而得到 =+（x-）. （2） 为了推广到高阶问题，我们将式（2）变成对称式 =（x）+(x). 其中， （x）=,(x)=。均为1次多项式且满足 （x）=1且(x)=0。或（x）=0且(x)=1。 两关系式可统一写成= 。 （3） （2）n阶Lagrange插值 设已知，，，...,及=f()(i=0,1,.....,n),为不超过n次多项式且满足（i=0,1,...n）. 易知=（x）+....+. 其中，均为n次多项式且满足式（3）（i,j=0,1,...,n）,再由（ji）为n次多项式的n个根知=c.最后，由 c=,i=0,1,...,n. 总之，=，=式为n阶Lagrange插值公式，其中，（i=0,1,...n）称为n阶Lagrange插值的基函数。 我们在此运用拉格朗日一次插值进行计算：分别取4次和10次插值节点进行插值计算。 实验内容： 用MATLAB分别建立m文件： (1)构造拉格朗日一次插值函数的m文件：int_large.m （2）比较不同节点数所得拉格朗日线性插值函数的插值效果int_large2.m (1)取插值节点为4个： 在matlab中执行int_large 命令，得到拉格朗日一次插值法计算得到的结果，数据就见附录，然后做出图像： x1=[ -4.9,-2.49,0,2.49,4.9] y1=[-0.0496,0.1432,1,0.1432,-0.0496] x2=[-5,-2.5,0,2.5,-5] y2=[0.0385,0.1379,1,0.1379,0.0385] subplot(2,2,1);plot(x1,y1,k-) subplot(2,2,2);plot(x2,y2,r--) 把两张图放在一起比较： x1=[ -4.9,-2.49,0,2.49,4.9] y1=[-0.0496,0.1432,1,0.1432,-0.0496] x2=[-5,-2.5,0,2.5,-5] y2=[0.0385,0.1379,1,0.1379,0.0385] plot(x1,y1,k-,x2,y2,r--) (2)取插值节点为10个： 在matlab中执行int_large2命令，得到拉格朗日一次插值法计算得到的结果，数据就见附录，然后做出图像： x1=[ -4.9,-3.9,-2.9,-1.9,-0.9,0,0.9,1.9,2.9,3.9,4.9] y1=[1.2303,-0.1007,-0.1007,0.1912,0.5710,1,0.5710,0.1912,0.1554, -0.1007,1.2303] x2=[-5:1:5] y2=1./(1+x.^2); subplot(2,2,1);plot(x1,y1,k-) subplot(2,2,2);plot(x2,y2,r--) 把图像放到一起进行比较： x1=[ -4.9,-3.9,-2.9,-1.9,-0.9,0.9,1.9,2.9,3.9,4.9] y1=[1.2303,-0.1007,-0.1007,0.1912,0.5710,0.5710, 0.1912,0.1554, -0.1007,1.2303] x2=[-5:1:5] y2=1./(1+x.^2); plot(x1,y1,k-,x2,y2,r--) 3.分析实验结果： 我们比较4个插值点和10个插值点的拉格朗日线性插值可以看到，对于4个插值点