继电保护课件合集（西交和东南）计算方法与实习报告.docxVIP

计算方法与实习报告 Lagrange插值的修正 题目：Lagrange插值多项式的表达式为： p 但上述公式不适合实际计算： 对x求值，每次需要的工作量是o(n2).增加（或删减）和修改节点，都需要重新计算表达式。 公式推导： 设有n+1个不同的插值节点 xi,i=0,1,…,n, 和相对应的一组实数 yi。若一个插值多项式P(x)满足 P(xi)= yi,i=0,1,…,n，则其是唯一的。若一个n次多项式满足lk(x0)=0, lkx = 可得Ak=1i=0,i≠kn( n次插值多项式Pnx=k=0n L 修正后的Lagrange差值多项式 若我们可以令wj=1i≠j(xj-xi),φn P(x) =φn x 工作量分析 观察到每一次计算Lagrange插值多项式需要计算的量很大，从未改进Lagrange差值多项式公式可以看出，对x进行求值，需要计算的工作量为：对每一个j，需要进行n-1次乘法，一共有n个j，再加上加法，故需要的工作量为0（n2 对于改进Lagrange差值多项式公式可以看出，对X进行求值，需要计算一次除法和n次加法，故总共需要的工作量为：n。故需要的工作量为：0（n）。 从工作量时间复杂度上可以看出，改进后的算法可以大大减少工作时间和工作量。 算法验证 用matlab对算法进行验证。 1.采用插值点为5个的波形图对比如下：其中，红色为插值波形，绿色为原波形。 2. 采用插值点为10个波形图对比如下： 其中，红色为插值波形，绿色为原波形。 3. 采用插值点为50个波形图对比如下： 其中，红色为插值波形，绿色为原波形。 结论：如图可以看出，插值点数越多，越接近于原来波形。 4. 特殊情况 并非取点越多，越精确，其原因是舍入误差导致的。这就导致了龙格现象的产生。 例如：f（x）=1/(1+x^2） 其中红色的是原函数。由图可见，插值点数越多，其越偏离原来函数。并不是插值点数越多，其越准确。 算法时间的对比 对比两种算法的时间，采用tic,toc函数进行测量，测量多次取平均值。 所用时间如下： 运行5000次： 改进后插值函数运算时间：4.4609e-005 原插值函数运算时间：0 有数据可以看出，改进以后的算法时间跟以前相比，差了一个数量级，其运算效率 大大提高。 算法稳定性比较 被插值函数为：y=cos（x）。 通过对原始数据进行加微小的扰动进行测量： 采用的方法是：加入rand（n，m）函数进行。 其中：红色线条为扰动后波形，绿色线条为未扰动波形。 由图可知，算法的稳定性较好。 算法代码 Lagrange原函数代码： function f=lagrange1(x,y,xi) %[h1,l1]=size(x); %[h2,l2]=size(y); h1=length(x); h2=h1; w=ones(h1); wt=1; l=ones(h1); fi=1; for m=1:h1 fi=fi*(xi-x(m)); end for j=1:h1 wt=1; for i=1:h2 if i~=j wt=wt*(x(j)-x(i)); end end w(j)=1/wt; l(j)=fi*w(j)/(xi-x(j)); end px=0; for p=1:h1 px=px+w(p)*y(p)/(xi-x(p)); end px=px*fi; f=px; Lagrange修改后算法 function f=lagrint(x,y,xi) dxi=xi-x; n=length(x); L=zeros(size(y)); L(1)=prod(dxi(2:n))/prod(x(1)-x(2:n)); L(n)=prod(dxi(1:n-1))/prod(x(n)-x(1:n-1)); for j=2:n-1 num=prod(dxi(1:j-1))*prod(dxi(j+1:n)); den=prod(x(j)-x(1:j-1))*prod(x(j)-x(j+1:n)); L(j)=num/den; %UNTITLED Summary of this function goes here % Detailed explanation goes here end yi=sum(y.*L) ; %fprintf(x=%f,y=%f,xi,yi); f=[xi,yi]; 主函数： clc; clear; x=linspace(0,10,20); y=cos(2*x); x0=linspace(0,10,200); y0=cos(2*x0); xi