刘盼计算方法实验.docVIP

计算机科学与工程学院 PAGE PAGE 2 . . word. . .. . ... 《计算方法》实验报告 学号 2015216772 刘盼 班级 计算机一班 实验项目名称 插值与拟合 一、实验名称 实验一 插值与拟合 实验目的： 明确插值多项式和分段插值多项式各自的优缺点； 编程实现拉格朗日插值算法，分析实验结果体会高次插值产生的龙格现象； 3. 理解最小二乘拟合，并编程实现线性拟合，掌握非线性拟合转化为线性拟合的方法 4. 运用常用的插值和拟合方法解决实际问题。 实验内容及要求 （1）对于 要求选取11个等距插值节点，分别采用拉格朗日插值和分段线性插值，计算x为0.5, 4.5处的函数值并将结果与精确值进行比较。 输入：区间长度，n(即n+1个节点)，预测点 输出：预测点的近似函数值，精确值，及误差 （2）已知用牛顿插值公式求的近似值。 输入：数据点集，预测点。 输出：预测点的近似函数值 实验原理及算法描述 Lagrange插值法的基本原理： 当精确函数 y = f(x) 非常复杂或未知，在一系列节点 x0 … xn 处测得函数值 y0 = f(x0), … yn = f(xn)， 希望由此构造一个简单易算的近似函数 g(x) ? f(x)，满足条件g(xi) = f(xi) (i = 0, … n)。这里的 g(x) 称为f(x) 的插值函数，由插值函数可以去近似估计f(x)在一些未知点处的函数值。最常用的插值函数是多项式插值。 所谓多项式插值即求 n 次多项式使得 基于基函数的拉格朗日插值是构造多项式插值最基本方法。也是推导数值微积分和微分方程数值解的公式的理论基础。 拉格朗日插值公式为： 其中 Lagrange插值算法描述：(也可以是算法流程图) 步骤1： 构造处的插值基函数，其中，插值节点处的插值基函数为； 步骤2：以作为的系数，使得通过插值点； 步骤3：把所有的线性叠加，得到通过所有插值点的插值函数。 Lagrange插值伪代码： 给定个插值点的情况下，求插值函数在点处的函数值。 /*输入参数 *x=(x0,x1,….,xn), 插值节点 *y=(y0,y1,…,yn); 被插函数f(x)在插值节点处的函数值 *t 求插值函数Ln (x)在t处的函数值 *返回值 插值函数Ln (x)在t处的函数值 */ 程序代码及实验结果 主程序 int main() { double x[11] = {-5,-4,-3,-2,-1,0,1,2,3,4,5},y[11] = {0.038461,0.058823,0.100000,0.200000,0.500000,1.000000,0.500000,0.200000,0.100000,0.058823,0.038461}; double u1,u2; double m1,l1,p1,m2,l2,p2; printf(请输入要计算的x的值：); scanf(%lf,u1); m1=1/(1+u1*u1); printf(x=%lf时的精确值为：%f\n,u1,m1); printf(x=%lf时的拉格朗日差值近似值为：%f\n,u1,Lagrange(x,y,u1));//拉格郎日插值 printf(x=%lf时的分段线性差值近似值为：%f\n,u1,PiecewiseLinear(x,y,u1)); //分段线性插值 l1=m1-Lagrange(x,y,u1); p1=m1-PiecewiseLinear(x,y,u1); printf(x=%lf时的拉格朗日误差为：%f\n,u1,l1); printf(x=%lf时的分段线性误差为：%f\n,u1,p1); printf(请再输入要计算的x的值：); scanf(%lf,u2); m2=1/(1+u2*u2); printf(x=%lf时的精确值为：%f\n,u2,m2); printf(x=%lf时的拉格朗日差值近似值为：%f\n,u2,Lagrange(x,y,u2));//拉格郎日插值 printf(x=%lf时的分段线性差值近似值为：%f\n,u2,PiecewiseLinear(x,y,u2)); //分段线性插值 l2=m2-Lagrange(x,y,u2); p2=m2-P