数值分析实验二：代数插值8.docVIP

毕节学院实验报告 实验名称： 代数插值 实验报告序号： 2 组 别 24111102017 姓 名 马余荣 同组实验者 实验项目 代数插值 实验日期 2012年 9月 26 日 实验类别 1、验证性实验或基础性实验； □ 2、综合性实验 □ 3、设计性实验； □ 4、创新性实验和研究性实验； 教师评语 实验成绩 指导教师（签名） 赖志柱 年 月 日 实验目的： 进一步熟练掌握代数插值法，提高编程能力和解决插值问题的实践技能，观察代数插值的龙格现象。 实验任务与要求： （1）对函数在上进行等距插值编程实现，要求画出该函数图像和插值函数图像、节点个数依次从3到11进行取值、简要分析它们的误差，必要时可以输出相关数据表格进行对比分析。 （2）选择对数函数或根式函数进行插值研究，要求分别编程实现Lagrange插值、Newton插值和分段线性插值并画图对比分析。 小组分工合作说明： 实验过程及内容： 第一题：分段线性插值适用于计算简单、光滑性要求不高的插值问题，且其整体逼近的效果较好. 从几何意义上看，分段线性插值就是用折线近似代替曲线. 设在区间[a,b]上取n+1个点 函数在上述节点处的函数值为 于是得到n+1个点 连接相邻两点和 (1)在[a,b]上连续; (2) ; (3)在每个小区间上是线性函数, 则称折线函数为分段线性插值函数，所以第一题我们用分段线性插值的方法 编程过程： 1.原函数图象: function y=fd1(x) x=-5:5 y=1./(1+x.^2); plot(x,y) 2. 插值效果比较函数,选取插值节点数为奇数. 上图为不同节点数插值函数图像与原函数图像，下图为误差图像. function v=fd22(x,y,u) delta=diff(y)./diff(x); n=length(x); k=ones(size(u)); for j=2:n-1 k(x(j)=u)=j; end s=u-x(k); v=y(k)+s.*delta(k); clear close t=[-5:0.01:5]; a=[k g r c m]; for i=1:5 n=2*i+1; x=linspace(-5,5,n); y=fd1(x); p=fd22(x,y,t);p=p; y1=fd1(t);y1=y1; e=p-y1; subplot(2,1,1);plot(x,y,a(i));hold on; subplot(2,1,2);plot(t,e,a(i));hold on; end subplot(2,1,1); legend(n=3,n=5,n=7,n=9,n=11) subplot(2,1,2); legend(n=3,n=5,n=7,n=9,n=11) subplot(2,1,1); fplot(@fd1,[-5 5],k); hold off 3.结果分析：不同插值节点数所得的分段线性插值函数，在节点处与原函数的函数值一定相同,所得的分段线性插值函数在原函数斜率绝对值变化大的地方，与原函数的误差比较大.由误差平方和e，插值节点个数越多，e有减小的趋势，最后趋于0.只考虑奇数或偶数个节点，则随节点数增加e严格减小,随机生成的节点不如等距节点使插值效果好. 第二题： 1. （1）Lagrange插值 clear clc n=10; lb=0; ub=10; step=0.01; x0=lb:step:ub; y0=log(x0); plot(x0,y0,r-); hold on for i=1:n+1 xi(i)=lb+(ub-lb)*(i-1)/n; yi(i)=log(xi(i)); end count=1; for x=lb:step:ub fl=0; for k=1:n+1 up=1; dn=1; for i=1:n+1 if k~=i up=up*(x-xi(i)); dn=dn*(xi(k)-xi(i)); end end fl=fl+yi(k)*up/dn; end pn(count)=fl; fi(count)=log(x); count=count+1; end （2）Newton插值 x=a:(b-a)