[2018年最新整理]多项式差值方法上机习题报告.docxVIP

计算方法多项式插值方法上机习题报告（一）问题：对Runge函数R(x)=，x∈[-5,5]，利用下列条件做插值逼近，并与R(x)的图像进行比较.用等距节点= -5 + i, i=0, 1, 2,…,10，绘出它的10次Newton插值多项式的图像；用节点 = 5cos(), i=0, 1, 2,…,20，绘出它的20次Lagrange插值多项式的图像；用等距节点= -5 + i, i=0, 1, 2,…,10，绘出它的分段线性插值函数图像；用等距节点= -5 + i, i=0, 1, 2,…,10，绘出它的分段三次Hermite插值函数的图像；用等距节点= -5 + i, i=0, 1, 2,…,10，绘出它的三次自然样条插值函数的图像。（二）解决问题的算法由于问题中已经明确了被插函数（Runge函数）及所用的插值方法，所以下面简单介绍一下各插值方法。Newton插值方法对于被插函数，选取插值点(…,().定义k阶插商(k≥1)为：此外，规定f(x)在节点上的0阶插商为f[]=f().定义函数：?n (x)=(x-)(x-)…(x-).则牛顿插值多项式为：=f[x0]+f[x0,x1]?0 (x)+…+f[x0,x1,…,xn]?n-1 (x).在具体的计算机实现过程中，可以使用一个二维数组，使得角标为（i, j）(i≤j+1)的位置存储f[xi-1,…,xj]，从而得到牛顿插值多项式.Lagrange插值方法对于被插函数，选取n+1个插值节点并求出其函数值：(…,().定义：则拉格朗日插值多项式为：分段线性插值方法过被插函数上若干点（即插值点）做一条折线以近似一条曲线，就可以得到使用分段线性插值方法得到的插值曲线。其实现方式最为简单，不做过多介绍（即具体的函数形式不在此列出）.分段三次Hermite插值方法设选取n+1个插值节点：，记被插函数f(x)在这些点的函数值与导数值分别为.定义：其中：则分段三次多项式可写为：使用三次Hermite插值方法，可以克服线性插值函数不光滑的缺点。三次自然样条插值方法设选取n+1个插值节点：，记被插函数f(x)在这些点的函数值与导数值分别为.（注：此时为未知量）设.设:在自然边界条件下，可以得到关于的封闭的线性代数方程组：这个方程组可以用追赶法快速求解，从而求出.利用分段三次Hermite函数插值的基函数和，可以得到样条插值法得到的插值多项式：三次样条插值也是一种分段三次多项式插值，它在每个插值节点处比分段三次Hermite插值函数更光滑，具有二阶连续导数，而且不需要被插函数f(x)在节点的导数的信息。（三）使用的软件IDL（四）数值结果10次Newton插值多项式的图像（等距节点= -5 + i, i=0, 1, 2,…,10）与R(x)函数图像的比较20次Lagrange插值多项式的图像（节点 = 5cos(), i=0, 1, 2,…,20）与R(x)函数图像的比较分段线性插值函数图像（等距节点= -5 + i, i=0, 1, 2,…,10）与R(x)函数图像的比较分段三次Hermite插值函数的图像（等距节点= -5 + i, i=0, 1, 2,…,10）与R(x)函数图像的比较三次自然样条插值函数（等距节点= -5 + i, i=0, 1, 2,…,10）与R(x)函数图像的比较（五）数值结果分析1、使用等距节点对Runge函数进行Newton插值，随着插值节点的增多，生成的插值函数Ln(x)在[-5, 5]区间的两端点附近偏差迅速增大；而且因为多项式次数较高（10次），函数的稳定性也很差。2、与使用等距节点对Runge函数进行Newton插值生成的插值函数Ln(x)（下图左）与被插函数的最大偏差相比，使用非等距节点对Runge函数进行Lagrange插值生成的插值函数Rn(x)（下图右）与被插函数的最大偏差要小很多！考虑到在插值节点相同时，Ln(x)≈Rn(x)；而在本例中Rn(x)是20次多项式，Ln(x)只是10次多项式。由此可见：插值点的选取是否得当对插值多项式的逼近效果好坏有很大的影响。等距插值节点的newton插值与非等距插值节点的Lagrange插值比较图3、为了避免Runge现象，使用分段低阶多项式确实是一项很有利的手段。随着插值节点的增多，分段线性插值函数和相对误差将会越来越小，不过分段线性插值函数的缺点之一是函数不够连续。4、使用两点三次Hermite插值方法得到的曲线、三次自然样条插值函数得到的曲线与原函数曲线几乎重合，可见其插值效果的优良性。图中三次自然样条插值函数的误差较两点三次Hermite插值方法稍稍大一些的可能原因有：三次自然样条插值时解矩阵方程会引入更大的误差；选取的插值节点比较少。