函数的插值与多项式近似计算.docxVIP

函数的插值与多项式近似计算实验描述计算机中常常要用到库函数，sin(x),cos(x)和ex,它们是用多项式逼近来计算的。常见的多项式逼近方法有泰勒级数、拉格朗日逼近、牛顿多项式等。在求解不同的问题时，采用不同逼近方法或同一种方法不同阶数都会对逼近结果造成影响。好的方法可以降低误差优化计算。2. 实验内容比较对函数f(x)=tan(x)的逼近：计算N=9的多项式计算及误差比较;要求：1.用泰勒多项式逼近； 2.拉格朗日多项式逼近； 3.牛顿多项式逼近； 4.帕德逼近。3. 实验结果及分析泰勒多项式逼近：设f∈CN+1[a,b]，而x0∈[a,b]是固定值。如果x∈[a,b]，则有其中的多项式：误差项形如，c为。令w=tan(x)，则泰勒展开的9项式为：P = x+1/3*x^3+2/15*x^5+17/315*x^7+62/2835*x^9 用泰勒展开逼近其绝对误差b=|F-P|，相对误差c=b/|F| 由图（1）得在区间从-1到1之间泰勒展式能很逼近tan（x），误差基本为零。但随着x的变化，绝对误差和相对误差都变大，失去逼近效果。红线为tan（x），蓝线为P图（1）绝对误差相对误差拉格朗日多项式逼近：设f∈CN+1[a,b]，且x0,x1,…,xN∈[a,b]为N+1个节点。如果x∈[a,b]，则其中是可以用于逼近f(x)的多项式：误差项形如为区间[a,b]内的某个值。在区间x，之间取9点进行逼近，x分别为取(-0.4:0.01:0.4)*pi对应tan（x）值为： -3.0777 -1.4826 -0.8391 -0.4452 -0.1405 0.1405 0.4452 0.8391 1.4826 3.0777。拉格朗日主要是运用插值的方法进行逼近。令f=tan(x) 图（2）所示红线为tan(x)蓝线为P图（2）绝对误差b=| (f-U)|相对误差c=|b/f|牛顿多项式逼近：设是给出的牛顿多项式，并用来逼近函数f(x)，即，如果f∈CN+1[a,b]，则对每个x∈[a,b]，对应的存在（a，b）的数c=c(x)，使得误差形如（牛顿多项式：设x0,x1,…,xN∈[a,b]为N+1个不同的数，存在唯一的至多N次的多项式，具有性质其中j=0，1，…，N 该多项式的牛顿形式为其中,k=0,1,2…,N。）选取区间x，之间取9点进行逼近,先算出差伤表，再构造出牛顿多项式f=tan(x) ，得到下图图（3），其中红色为 tan(x)，蓝色为F图（3）绝对误差b=| (f-F)| 相对误差c=|b/f| 帕德逼近：在区间[a,b]上f(x)的有理逼近是俩个N和M次多项式的分式，即其中a≤x≤b，又 (2) (3)当=1时，该逼近其实就是f(X)的麦克老林展开。而当和被同一常数除时不变。所以有N＋M＋１个未知数。设f(X)是解析的，且有麦克老林展开 (4)差f(x)-=z(x)表示为： (5)（5）左端乘开，并令k=0,1,…,N+M+1的xj系数为0，可得到N+M+1阶线性方程解出各系数代入得到。令f=tan(x)，得到下图其中红色为f，蓝色为R绝对误差b=| (f-P)| 相对误差c=b/| (f)| 4. 结论四种方法都能的到比较理想的tan（x）的逼近，但随着n的增大，所得结果的误差会有较大的区别，如当x0=0时，n=9时，又得出的结果可知泰勒逼近的误差最大，其次是拉格朗日多项式逼近和牛顿多项式逼近，帕德逼近的结果最为接近。附件（代码）泰勒多项式逼近：clearn=input(input n:=)%输入阶数z=input(input z:=)%输入x0的值symsxsymsyi=1;P=0;h=tan(y);for j=1:n f(j)=diff(h,y,j); %tan(y)的j阶导数endfor k=1:n P=P+(f(k)/i)*((x-y)^k); %p（k）的推导公式i=i*(k+1);endP=P+h; %得到n阶泰勒多项式G=subs(P,y,z);pretty(G)figure(1)ezplot(G,[-pi/2,pi/2]),hold onF=tan(x);h=ezplot(F,[-pi/2,pi/2])set(h,Color,red);b=abs(F-G)%绝对误差pretty(b),figure(2)ezplot(b,[-pi/2,pi/2]) c=b/abs(F) %相对误差pretty(c),figure(3)ezplot(c,[-p