数值分析实验一 插值与拟合2.docxVIP

PAGE

PAGE1

数值分析实验一 插值与拟合

组号 班级 学号 姓名 分数

一：实验目的

1、掌握并会计算牛顿插值方法。

2、掌握线性最小二乘法的方法。

二：实验内容及基本知识介绍

插值的原理：

函数y?f?x? 在区间 [a,b] 上有定义，在点 a?x

0

?x x

?1 n

?

?b 上的值为

y,y

1 2

, y

?n

?

， 构 造 一 个 简 单 的 多 项 式 函 数 ??x? ， 使 ，

??x?=C

0

C?x?x

1 0

??C

2

x? x

?0

?

??x?x

1

??...?C

?n

?

?x?x

0

??x?x

1

??x?x

n?1

?（1）成

立，其中C

f?x,x

? 1 2

...,x

n

??f?x

0

,x...,x

2

n?1 ?f?x

,x...,x

?，把C

,C., C

代入（1）

n x ?x

n 0

0 2 n

0 1 n

得到牛顿均值差值多项式。即为?

n

?x?=f?x

0

??f?x

0

,x??x?x

1 0

??f?x

0

,x,x

1 2

??x?x?

0

?x?x

1

??...?f?x

0

,...x

0

??x?x

0

?...?x?x

n?1

? （2），其中C

n

称为n阶均差。

拟合的原理：

?已知一组二维数据，即平面上的n个点(x,y)i?1,2, ,3 ,寻求一个函数y?f?x? ，

?

i i

使 f?x? 在某种准则下与所有数据点最为接近，即曲线拟合的最好。

曲线拟合常用线性最小二乘法，其基本思路为：

先 选 定 一 组 函 数 r?x?,r

?x?,?r

?x?,m?n ， 令

f?x??a

1

r?x??ar

1 22

?x?? ar

?mm

?

1 2 m

?m? （1）

其中aa

1, 2

, ,a

?m

?

为待定系数。确定 aa

1, 2

, ,a

?m

?

（最小二乘准则）使n个点(x,y)

i i

与 曲 线 y?f?x?

的 距 离 的 ?

i

平 方 和 最 小 。 即

J(a,a

1 2

, ,a

?m

?

)??n

?2??[f?x

i i

??y]2

i

??n

[?m

ar?x

kk i

??y

i

]2 所以问题归

i?1 i?1 k?1

结为求 aa

1, 2

, ,a

?m

?

使J(a

q

,a, ,a

?2 m

?

) 最小，线性最小二乘法可归结为求解

? aN?b?x ??y

?下面的方程组：?a?x

?

i

b? i

x2

x2

??i y

xi i

x

三：实验问题及方法、步骤

已知当x=0,1,2,3时，f?x?=-5，-6，-1，16。求f?x?得牛顿插值多项式，并求f?1.5?的近似值。

牛顿插值的MATLAB程序：Newton_interp.m

function[yi,Y]=Newton_interp(x,y,xi)

%Newton插值多项式，其中，%x为向量，全部的插值节点；

%y为向量，插值节点的函数值；

%xi为标量，被估计函数的自变量；

%yi为xi处的函数估计值；

%Y为均差表。n=length(x);m=length(y);

%插值点与它的函数值应有相同的个数。ifn~=m

error(‘ThelengthsofXandYmustbeequal!’)’return;

end

%计算均差表。Y=zeros(n);Y(:,1)=y’;fork=1:n-1

fori=1:n-k

%输入的插值节点必须是互异的。if abs(x(i+k)-x(i))eps

error(‘theDATAiserror!’)’end

Y(i,k+1)=(Y(i+1,k)-Y(i,k))/(x(i+k)-x(i));

endend

%计算Newton插值公式N(xi).

yi=0;

fori=1:n

z=1;

fork=1:i-1

z=z*(xi-x(k));end

yi=yi+Y(1,i)*z;end

牛顿插值函数在Matlab中的命令，即调用插值函数：Newton_interp.m，求插值。

x=0:3;y=[-5-6-116];xi=1.5