插值数据函数实例讲解学习

插值数据函数实例讲解学习

一、interp1：

格式：i y =interp1)'',,,(method x y x i

例：给出y x ,等不同的数据，求出对应i x 的i y 。

1，i y =interp1),,(i x y x

i y =interp1),,(i x y x 是简单的线性插值，即将),(y x 对应的点一一与图形上的位子对应起

来，然后连接各自对应点，i y 即i x 的所对应的点，本例题令i x =0.35，求出i y =0.3748。 一维数据插值 1

2，用指定算法计算插值。i y =interp1)'',,,(method x y x i :

（1）‘nearest ’：最近邻点插值，直接完成计算；即i x 最靠近给定的x 的最近的点0x ，即0y y i =。

同样选取i x =0.35，得==3.0y y i 0.3814

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

一维数据插值 2

（2）‘linear ’：线性插值（缺省方式），直接完成计算；此与1相同，

（3）‘spline ’：三次样条函数插值。即针对每个相邻两个),(i i y x 分别建立不同三次多项式，

332210)(x a x a x a a x f i +++=

且要求每个节点上连续，即

??

?

??+=-+=-+=-)

0('')0('')0(')0(')0()0(i i i i i i x f x f x f x f x f x f 关于三次样条函数这里不细描述，（文章最后有关于三次样条函数的具体讲解）会用即可。 选取i x =0.35，得i y =0.3752 一维数据插值 3

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

（4）‘pchip ’：分段三次Hermite 插值。 同样需满足

??

?

??+=-+=-+=-)

0('')0('')0(')0(')0()0(i i i i i i x f x f x f x f x f x f 但其根据节点建立的函数为：

∑

∏∑===-=???

?

??--=+--=n

j j

i i n

j j i j i i i i i n

i i i x x a x x x x f y y y a x x f x F 12

11

1

]

)'2()[()(

该方法保留单调性与数据的外形；

一维数据插值 4

（5）‘cubic ’：与’pchip ’操作相同；cubic 是立方插值，而spline 是三次样条插值。spline 的要求要比cubic 的要求更高一点,效果也更好一点。 （6）‘v5cubic ’：在MATLAB 5.0 中的三次插值。（我不会）

二、interp2：

格式：i z =interp2（method y x z y x i i ,,,,,）

例： 在一丘陵地带测量高程，x 和 y 方向每隔100米测一个点，得高程如表1，试插 值一曲面，确定合适的模型。

表格 1

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

1，i z =interp2（i i y x z y x ,,,,）：

与i y =interp1),,(i x y x 一样的原理，只不过是将二维运算换成三维运算而已，都是线性运算。选取150=i x ，150=i y ，得7500.685=i z 。

二维数据插值 1

2，用指定算法计算插值。

i z =interp2（method y x z y x i i ,,,,,）

（1）linear ：双线性插值算法（缺省算法），与1想同。

（2）nearest ：最临近插值；与一，2，（1）原理相同，选取150=i x ，150=i y ，得

712)200,200()150,150(==z z

二维数据插值 2

（3）spline ：三次样条插值；与一，2，（3）原理相同，选取150=i x ，150=i y ，得)

150,150(z =713.5273

二维数据插值 3

（4）cubic ：双三次插值（立方插值）。与一，2，（3）原理相同，选取150=i x ，150=i y ，得)150,150(z =708.2500

二维数据插值 4

三、lagrane 插值法

例：根据给出y x ,等不同的数据，用lagrane 插值法求出对应i x 的i y 。

lagrane 插值多项式表示

)

)...()()...(()

)...()()...(()()

()(1101100

n i i i i i i n i i i n

i i i x x x x x x x x x x x x x x x x x l x l y x F --------=

=+-+-=∑

令i x =3，求出i y =1.3828。 lagrange 插值

2345678910

四、newton （牛顿）插值法

例题，我们就用与拉格朗日插值法相同的例题。 newton （牛顿）插值法函数表示为：

)

()](,,,[)](,[)()(]

,,,[],,,[],,,[]

,[],[],,[,)()(],[01001001

021110101

02110210101010n n n n n x x x x x x x f x x x x f x f x F x x x x x f x x x f x x x f x x x x f x x f x x x f x x x f x f x x f --+-+=--=

--=

--=

-

令i x =3，求出i y =1.3828。

newton 插值

matlab 代码：

一维数据插值 1

x=[0.0 0.1 0.195 0.3 0.401 0.5];

y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206]; yi=interp1(x,y,0.35) plot(x,y,'-kd') hold on

plot(0.35,yi,'o')

一维数据插值 2

x=[0.0 0.1 0.195 0.3 0.401 0.5];

y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206]; yi=interp1(x,y,0.35,'nearest')

2345678910

plot(x,y,'-kd')

hold on

plot(0.35,yi,'kd')

一维数据插值3

x=[0.0 0.1 0.195 0.3 0.401 0.5];

y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206]; xi=0:0.001:0.5;

x1=0.35;

yi=interp1(x,y,xi,'spline');

y1=interp1(x,y,x1,'spline')

plot(x,y,'o',xi,yi,'-k')

hold on

plot(x1,y1,'rd'

一维数据插值4

x=[0.0 0.1 0.195 0.3 0.401 0.5];

y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206]; xi=0:0.001:0.5;

x1=0.35;

yi=interp1(x,y,xi,'pchip');

y1=interp1(x,y,x1,'pchip')

plot(x,y,'o',x1,y1,'rd',xi,yi,'-k')

二维数据插值1

x=100:100:500;

y=100:100:400;

z=[636 697 624 478 450

698 712 630 478 420

680 674 598 412 400

662 626 552 334 310];

zi=interp2(x,y,z,150,150)

mesh(x,y,z)

hold on

plot3(150,150,zi,'rd')

二维数据插值2

clc

clear

[x,y]=meshgrid(100:100:500,100:100:400);

z=[636 697 624 478 450

698 712 630 478 420

680 674 598 412 400

662 626 552 334 310];

xi=150;

yi=150;

zi=interp2(x,y,z,xi,yi,'neareat')

mesh(x,y,z)

hold on

plot3(xi,yi,zi,'kd')

二维数据插值3

[x,y]=meshgrid(100:100:500,100:100:400); z=[636 697 624 478 450

698 712 630 478 420

680 674 598 412 400

662 626 552 334 310];

[xi,yi]=meshgrid(100:10:500,100:10:400); x1=150;

y1=150;

zi=interp2(x,y,z,xi,yi,'spline');

z1=interp2(x,y,z,x1,y1,'spline');

mesh(xi,yi,zi);

hold on

plot3(x,y,z,'bo');

hold on

plot3(x1,y1,z1,'kd');

lagrange插值

x=[2,4,6,8,10];

y=[0,3,5,4,1];

xi=[2:0.1:10];

n=length(xi);

for i=1:n

z=xi(i);

s=0.0;

for k=1:5

m=1.0;

for j=1:5

if j~=k

m=m*(z-x(j))/(x(k)-x(j));

end

end

s=m*y(k)+s;

end

yi(i)=s;

end

q=find(xi==3)

x1=xi(q),y1=yi(q)

plot(xi,yi,x1,y1,'kd')

newton插值

x=[2,4,6,8,10];

y=[0,3,5,4,1];

xi=[2:0.1:10];

q=length(xi);

for j=1:q

p=xi(j);

n=length(x);

m=length(y);

Y=zeros(n);

Y(:,1)=y';

for k=1:n-1

for i=1:n-k

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

end

g=0;

for i=1:n

z=1;

for k=1:i-1

z=z*(p-x(k));

end

g=g+Y(1,i)*z;

end

yi(j)=g

end

h=find(xi==3);

x1=xi(h);y1=yi(h);

plot(xi,yi,x1,y1,'rd')

样条插值函数与应用

样条插值函数及应用

摘要 样条函数具有广泛的应用，是现代函数论的一个十分活跃的分支，是计算方法的主要基础和工具之一，由于生产和科学技术向前发展的推动以及电子计算机广泛应用的需要，人们便更多地应用这个工具，也更深刻的认识了它的本质。 在实际问题中所遇到许多函数往往很复杂，有些甚至是很难找到解析表达式的。根据函数已有的数据来计算函数在一些新的点处的函数值，就是插值法所需要解决的问题。 插值法是数值逼近的重要方法之一，它是根据给定的自变量值和函数值,求取未知函数的近似值。早在一千多年前,我国科学家就在研究历法时就用到了线性插值和二次插值。而在实际问题中,有许多插值函数的曲线要求具有较高的光滑性,在整个曲线中,曲线不但不能有拐点,而且曲率也不能有突变。因此，对于插值函数必须二次连续可微且不变号 ,这就需要用到三次样条插值。 关键词三次样条函数；插值法

目录 引言 0 第一章三次样条插值 (1) 1.1 样条插值函数简介 (1) 1.2 三次样条函数应用 (2) 第二章AMCM91A 估计水塔水流量 (4) 2.1 理论分析及计算 (5) 2.2运用MATLAB软件计算 (8) 参考文献 (13)

引言 样条函数具有广泛的应用，是现代函数论的一个十分活跃的分支，是计算方法的主要基础和工具之一，由于生产和科学技术向前发展的推动以及电子计算机广泛应用的需要，人们便更多地应用这个工具，也更深刻的认识了它的本质。上世纪四十年代，在研究数据处理的问题中引出了样条函数，例如，在1946年Schoenberg将样条引入数学,即所谓的样条函数，直到五十年代，还多应用于统计数据的处理方面，从六十年代起，在航空、造船、汽车等行业中，开始大量采用样条函数。 在我国，从六十年代末开始，从船体数学放样到飞机外形设计，逐渐出现了一个使用样，逐渐出现了一个使用样条函数的热潮，并推广到数据处理的许多问题中。 在实际生活中有许多计算问题对插值函数的光滑性有较高的要求，例如飞机机翼外形、发动机进、排气口都要求有连续的二阶导数，用三次样条绘制的曲线不仅有很好的光滑度，而且当节点逐渐加密时其函数值整体上能很好地逼近被插函数，相应的导数值也收敛于被插函数的导数值，不会发生“龙格现象”。 现在国内外学者对这方面的研究也越来越重视，根据我们的需要来解决不同的问题，而且函数的形式也在不断地改进，长期以来很多学者致力于样条插值的研究，对三次样条的研究已相当成熟。

计算方法 课内实验 插值法与函数逼近

《计算方法》课内实验报告 学生姓名:张学阳1009300132 及学号： 学院: 理学院 班级: 数学101 课程名称：计算方法 实验题目:插值法与函数逼近 指导教师 宋云飞讲师 姓名及职称： 朱秀丽讲师 尚宝欣讲师 2012年10月15日

目录 一、实验题目.......................................................... 错误！未定义书签。 二、实验目的.......................................................... 错误！未定义书签。 三、实验内容.......................................................... 错误！未定义书签。 四、实现结果.......................................................... 错误！未定义书签。 五、实验体会或遇到问题 (6)

插值法与函数逼近 二、实验目的 1．熟悉matlab 编写及运行数值计算程序的方法。 2．进一步理解插值法及函数逼近方法的理论基础。 3．进一步掌握给定数据后应用插值法及函数逼近方法进行数据处理并给出图示结果的实际操作过程。 三、实验内容 1．已知函数在下列各点的值为 试用4次牛顿插值多项式)(4x P 及三次样条函数)(x S （自然边界条件）对数据进行插值。给出求解过程，并用图给出 (){},10,1,0),()(,08.02.0,,4 ===+=i x S y x P y i x y x i i i i i 及。 2．下列数据点的插值 可以得到平方根函数的近似。 （1）用这9个点作8次多项式插值)(8x L 。 （2）用三次样条（第一类边界条件）插值给出)(x S 。 给出求解过程，在区间[0,64]上作图，从得到的结果看，在区间[0,64]上哪种插值结果更精确？在区间[0,1]上两种插值哪个更精确？ 3．由实验给出数据表 试求3次、4次多项式的曲线拟合，再根据数据曲线形状，求一个另外函数的拟合曲线。给出求解过程，用图表示实验数据曲线及三种拟合曲线。

对样条函数及其插值问题的一点认识

对样条函数及其插值问题的一点认识 样条函数是计算数学以及计算机辅助设计几何设计的重要工具。1946年，I. J. Schoenberg 著名的关于一元样条函数的奠定性论文“Contribution to the problem of application of equidistant data by analytic functions ”发表，建立了一元样条函数的理论基础。自此以后，关于样条函数的研究工作逐渐深入。随着电子计算机技术的不断进步，样条函数的理论以及应用研究得到迅速的发展和广泛的应用。经过数学工作者的努力，已经形成了较为系统的理论体系。 所谓（多项式）样条函数，乃指具有一定光滑性的分段（分片）多项式。一元n 次且n －1阶连续可微的样条函数具有如下的表示式： 1()()()()N n n j j j s x p x c x x x +==+--∞<<+∞∑[] 011,00,01,,...,,(1),...,(),,...,,n n n n N n N N u un u u u u x x x x x S x x x x ++++ +≥??=??

实验四插值法

实验四、插值法 插值法是函数逼近的一种重要方法，它是数值积分、微分方程数值解等数值计算的基础与工具，其中多项式插值是最常用和最基本的方法。拉格朗日插值多项式的优点是表达式简单明确，形式对称，便于记忆，它的缺点是如果想要增加插值节点，公式必须整个改变，这就增加了计算工作量。而牛顿插值多项式对此做了改进，当增加一个节点时只需在原牛顿插值多项式基础上增加一项，此时原有的项无需改变，从而达到节省计算次数、节约存储单元、应用较少节点达到应有精度的目的。 一、实验目的 1、理解插值的基本概念，掌握各种插值方法，包括拉格朗日插值和牛顿插值等，注意其不同特点； 2、通过实验进一步理解并掌握各种插值的基本算法。 二、Matlab命令和程序 命令poly：创建一个向量，其分量为一个多项式的系数，该多项式具有给定的根。 命令polyval:求多项式的值， 命令 conv: 创建一个向量，其分量为一个多项式的系数，该多项式是另外两个多项式的积 polyval(C,2> >> P=poly(2> P=1 -2

Q=poly(3> Q=1 -3 >> conv(P,Q> ans= 1 -5 6 >> polyval(P,2> ans= 1、拉格朗日插值( 基于N+1个点，计算拉格朗日多项式> function [C,L]=lagran(X,Y> %input --X is a vector that contains a list of abscissasb5E2RGbCAP % Y is a vector that contains a list of ordinatesp1EanqFDPw %output--C is a matrix that contains the coefficient of the lagraneDXDiTa9E3d % interplatory polynomial % -- L is a matrix that contains the Lagrange coefficent polynomialsRTCrpUDGiT w=length(X>。 n=w-1。

MATLAB数值实验一(数据的插值运算及其应用完整版)

佛山科学技术学院 实 验 报 告 课程名称 数值分析 实验项目 插值法与数据拟合 专业班级 机械工程 姓 名 余红杰 学 号 10 指导教师 陈剑 成 绩 日 期 月 日 一、实验目的 1、学会Lagrange 插值、牛顿插值和三次样条插值等基本插值方法； 2、讨论插值的Runge 现象 3、学会Matlab 提供的插值函数的使用方法，会用这些函数解决实际问题。 二、实验原理 1、拉格朗日插值多项式 2、牛顿插值多项式 3、三次样条插值 三、实验步骤 1、用MATLAB 编写独立的拉格朗日插值多项式函数 2、用MATLAB 编写独立的牛顿插值多项式函数 3、用MATLAB 编写独立的三次样条函数（边界条件为第一、二种情形） 4、已知函数在下列各点的值为： 根据步骤1,2,3编好的程序，试分别用4次拉格朗日多项式4()L x 、牛顿插值多项式4()P x 以及三次样条函数()S x (自然边界条件)对数据进行插值，并用图给出 ｛(,),0.20.08,0,1,2, ,10i i i x y x i i =+=｝，4()L x 、4()P x 和()S x 。 5、在区间[-1,1]上分别取10,20n =用两组等距节点对龙格函数 2 1 (),(11)125f x x x = -≤≤+作多项式插值，对不同n 值，分别画出插值函数及()f x 的图形。 6、下列数据点的插值

可以得到平方根函数的近似，在区间[0,64]上作图。 （1）用这9个点作8次多项式插值8()L x 。 （2）用三次样条（第一边界条件）程序求()S x 。 7、对于给函数2 1 ()125f x x = +在区间[-1,1]上取10.2(0,1, ,10)i x i i =-+=，试求3次 曲线拟合，试画出拟合曲线并打印出方程，与第5题的结果比较。 四、实验过程与结果： 1、Lagrange 插值多项式源代码： function ya=lag(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 ya=0; mu=1; %初始化 %循环方式求L 系数，并求和： for i = 1:length(y) for j = 1:length(x) if i ~= j mu = mu * (xa - x(j) ) / ( x(i) - x(j) ); else continue end end ya = ya + y(i) * mu ; mu = 1; end 2、Newton 源代码： function ya = newton(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 %建立系数零矩阵D 及初始化：

Matlab中插值函数汇总和使用说明.

告: Matlab中插值函数汇总和使用说明收藏 命令1 interp1 功能一维数据插值(表格查找。该命令对数据点之间计算内插值。它找出一元函数f(x在中间点的数值。其中函数f(x由所给数据决定。x:原始数据点 Y:原始数据点 xi:插值点 Yi:插值点 格式 (1yi = interp1(x,Y,xi 返回插值向量yi,每一元素对应于参量xi,同时由向量x 与Y 的内插值决定。参量x 指定数据Y 的点。 若Y 为一矩阵,则按Y 的每列计算。yi 是阶数为length(xi*size(Y,2的输出矩阵。 (2yi = interp1(Y,xi 假定x=1:N,其中N 为向量Y 的长度,或者为矩阵Y 的行数。 (3yi = interp1(x,Y,xi,method 用指定的算法计算插值: ’nearest’:最近邻点插值,直接完成计算; ’linear’:线性插值(缺省方式,直接完成计算;

’spline’:三次样条函数插值。对于该方法,命令interp1 调用函数spline、ppval、mkpp、umkpp。这些命令生成一系列用于分段多项式操作的函 数。命令spline 用它们执行三次样条函数插值; ’pchip’:分段三次Hermite 插值。对于该方法,命令interp1 调用函数p chip,用于对向量x 与y 执行分段三次内插值。该方法保留单调性与数据的外形; ’cubic’:与’pchip’操作相同; ’v5cubic’:在MATLAB 5.0 中的三次插值。 对于超出x 范围的xi 的分量,使用方法’nearest’、’linear’、’v5cubic’的插值算法,相应地将返回NaN。对其他的方法,interp1 将对超出的分量执行外插值算法。 (4yi = interp1(x,Y,xi,method,'extrap' 对于超出x 范围的xi 中的分量将执行特殊的外插值法extrap。 (5yi = interp1(x,Y,xi,method,extrapval 确定超出x 范围的xi 中的分量的外插值extrapval,其值通常取NaN 或0。 例1 1.>>x = 0:10; y = x.*sin(x; 2.>>xx = 0:.25:10; yy = interp1(x,y,xx; 3.>>plot(x,y,'kd',xx,yy 复制代码 例2 1.>> year = 1900:10:2010;

插值法实验报告

实验二插值法 1、实验目的： 1、掌握直接利用拉格郎日插值多项式计算函数在已知点的函数值；观察拉格郎日插值的龙格现象。 2、了解Hermite插值法、三次样条插值法原理，结合计算公式，确定函数值。 2、实验要求: 1)认真分析题目的条件和要求，复习相关的理论知识，选择适当的解决方案和算法； 2)编写上机实验程序，作好上机前的准备工作； 3)上机调试程序，并试算各种方案，记录计算的结果（包括必要的中间结果）； 4)分析和解释计算结果； 5)按照要求书写实验报告； 3、实验内容： 1) 用拉格郎日插值公式确定函数值；对函数f(x)进行拉格郎日插值，并对f(x)与插值多项式的曲线作比较。 已知函数表：（0.56160,0.82741）、（0.56280,0.82659）、（0.56401,0.82577）、（0.56521,0.82495）用三次拉格朗日插值多项式求x=0.5635时函数近似值。 2) 求满足插值条件的插值多项式及余项 1) 4、题目：插值法 5、原理： 拉格郎日插值原理： n次拉格朗日插值多项式为：L n (x)=y l (x)+y 1 l 1 (x)+y 2 l 2 (x)+…+y n l n (x)

n=1时，称为线性插值， L 1(x)=y (x-x 1 )/(x -x 1 )+y 1 (x-x )/(x 1 -x )=y +(y 1 -x )(x-x )/(x 1 -x ) n=2时，称为二次插值或抛物线插值， L 2(x)=y (x-x 1 )(x-x 2 )/(x -x 1 )/(x -x 2 )+y 1 (x-x )(x-x 2 )/(x 1 -x )/(x 1 -x 2 )+y 2 (x -x 0)(x-x 1 )/(x 2 -x )/(x 2 -x 1 ) n=i时， Li= （X-X0）……(X-X i-1)(x-x i+1) ……(x-x n) （X-X0）……(X-X i-1)(x-x i+1) ……(x-x n) 6、设计思想： 拉格朗日插值法是根据n + 1个点x0, x1, ... x n(x0 < x1 < ... x n)的函数值f (x0), f (x1) , ... , f (x n)推出n次多項式p(x)，然后n次多項式p (x)求出任意的点x对应的函数值f (x)的算法。 7、对应程序： 1 ) 三次拉格朗日插值多项式求x=0.5635时函数近似值 #include"stdio.h" #define n 5 void main() { int i,j; float x[n],y[n]; float x1; float a=1; float b=1; float lx=0; printf("\n请输入想要求解的X：\n x="); scanf("%f",&x1); printf("请输入所有点的横纵坐标：\n"); for(i=1;i

三次样条插值方法的应用

CENTRAL SOUTH UNIVERSITY 数值分析实验报告

三次样条插值方法的应用 一、问题背景 分段低次插值函数往往具有很好的收敛性，计算过程简单，稳定性好，并且易于在在电子计算机上实现，但其光滑性较差，对于像高速飞机的机翼形线船体放样等型值线往往要求具有二阶光滑度，即有二阶连续导数，早期工程师制图时，把富有弹性的细长木条（即所谓的样条）用压铁固定在样点上，在其他地方让他自由弯曲，然后沿木条画下曲线，称为样条曲线。样条曲线实际上是由分段三次曲线并接而成，在连接点即样点上要求二阶导数连续，从数学上加以概括就得到数学样条这一概念。下面我们讨论最常用的三次样条函数及其应用。 二、数学模型 样条函数可以给出光滑的插值曲线（面），因此在数值逼近、常微分方程和偏微分方程的数值解及科学和工程的计算中起着重要的作用。 设区间[]b ,a 上给定有关划分b x x n =<<<= 10x a ，S 为[]b ,a 上满足下面条件的函数。 ● )(b a C S ,2∈； ● S 在每个子区间[]1,+i i x x 上是三次多项式。 则称S 为关于划分的三次样条函数。常用的三次样条函数的边界条件有三种类型： ● Ⅰ型 ()()n n n f x S f x S ''0'',==。 ● Ⅱ型 ()()n n n f x S f x S ''''0'''',==，其特殊情况为()()0''''==n n x S x S 。 ● Ⅲ型 ()() 3,2,1,0,0==j x S x S n j j ，此条件称为周期样条函数。 鉴于Ⅱ型三次样条插值函数在实际应用中的重要地位，在此主要对它进行详细介绍。 三、算法及流程 按照传统的编程方法，可将公式直接转换为MATLAB 可是别的语言即可；另一种是运用矩阵运算，发挥MATLAB 在矩阵运算上的优势。两种方法都可以方便地得到结果。方法二更直观，但计算系数时要特别注意。这里计算的是方法一的程序，采用的是Ⅱ型边界条件，取名为spline2.m 。 Matlab 代码如下： function s=spline2(x0,y0,y21,y2n,x) %s=spline2(x0,y0,y21,y2n,x) %x0,y0 are existed points,x are insert points,y21,y2n are the second

计算方法实验

算方法实验指导 姓名学号院系专业哈尔滨工业大学

计算方法实验指导 根据实际问题建立的数学模型，一般不能求出所谓的解析解，必须针对数学模型 的特点确定适当的计算方法，编制出计算机能够执行的计算程序，输入计算机，进行 调试，完成运算，如果计算结果存在问题或不知是否正确，还需要重新确定新的计算 方法，再编制出计算程序，输入计算机，重新调试，完成运算，直至获得正确的计算 结果，这就是数值计算的全部过程。 学生在学习“计算方法”和“高级语言”等课程时普遍存在的问题是：只会套用 教科书中的标准程序进行数值计算，很少有人能够独立地将学过的数值算法编制成计 算机程序，至于灵活应用已经掌握的算法求解综合性较大的课题，则更是困难的事情。 编写《计算方法实验指导》的目的是：突出数值计算程序结构化的思想。提高学 生的编程能力，加深对“计算方法”课程内容的理解和掌握，为”计算方法“课程的 教学服务，进一步奠定从事数值计算工作的基础。具体地 1. 根据“计算方法”课程内容的特点，给出五个典型算法的分析流程，学生可以 利用所掌握的 “高级语言”顺利地编制出计算机程序，上机实习，完成实验环节的教 学要求。 2. 所有的计算实习题目都经过任课教师逐一检验，准确无误。 3. 充分利用循环的思想、 迭代的思想， 给出算法结构描述和程序语言的对应关系， 有利于学生编 制相应的程序。 4. 结合实习题目，提出实验要求，要求学生按规范格式写出相应的实验报告，实 验报告成绩记入 期末总成绩。需要提醒学生：不能简单地套用现成的标准程序完成实 验题目，应当把重点放在对算法的理解、程序的优化设计、上机调试和计算结果分析 上，否则就失去实验课的目的啦。 5. 五个具体的实验题目是： 实验题目 实验题目 实验题目 实验题目 实验题目 要求必须完 成其中三个(如果全部完成更好) 。 1 拉格朗日 (Lagrange) 插值 2 龙贝格 (Romberg) 积分法 3 四阶龙格—库塔 (Runge — Kutta) 方法 4 牛顿 (Newton) 迭代法 5 高斯 (Gauss) 列主元消去法

数值分析(计算方法)实验一

《数值分析》 课程实验指导书 实验一 函数插值方法 一、问题提出 对于给定的一元函数)(x f y =的n+1个节点值(),0,1,,j j y f x j n == 。试用Lagrange 公式求其插值多项式或分段二次Lagrange 插值多项式。 数据如下： （1） j x 0.4 0.55 0.65 0.80 0.95 1.05 j y 0.41075 0.57815 0.69675 0.90 1.00 1.25382 求五次Lagrange 多项式5L ()x ，和分段三次插值多项式，计算(0.596)f ,(0.99)f 的值。（提示：结果为(0.596)0.625732f ≈, (0.99) 1.05423f ≈ ） （2） j x 1 2 3 4 5 6 7 j y 0.368 0.135 0.050 0.018 0.007 0.002 0.001 试构造Lagrange 多项式6L ()x ，计算的(1.8)f ,(6.15)f 值。（提示：结果为(1.8)0.164762f ≈, (6.15)0.001266f ≈ ） 二、要求 1、 利用Lagrange 插值公式 00,()n n i n k k i i k k i x x L x y x x ==≠??-= ?-??∑∏编写出插值多项式程序； 2、 给出插值多项式或分段三次插值多项式的表达式； 3、 根据节点选取原则，对问题（2）用三点插值或二点插值，其结果如何； 4、 对此插值问题用Newton 插值多项式其结果如何。

四、实验分析： Lagrange 插值多项式的表达式： 1,,2,1,)()()(, )()(1111+=--==∏∑+≠=+=n i x x x x x l x l y x L n i j j j i j i n i i i 。 其中)(x l i 被称为插值基函数，实际上是一个n 次多项式。)(x l i 的这种表示具有较好的对称性。公式具有两大优点：（1）求插值多项式，不需要求解线性方程组，当已知数据点较多时，此公式更能显示出优越性。（2）函数值可以用符号形式表示，数据点未确定的纵坐标可用多项式表示。 Newton 插值多项式如下： 10010,()()[,,]()k n n j k k j j k N x f x f x x x x -==≠=+?-∑∏ 其中： 00,0()()[,,]k i k i i j j j i k f x x x f x x ==≠-=∑∏ Newton 插值多项式的优点是：当每增加一个节点时，只增加一项多项式。 三、实验程序及注释 1、m 程序： function [c,l]=lagran(x,y) % x 为n 个节点的横坐标组成的向量，y 为纵坐标所组成的向量 % c 为所得插值函数的系数所组成的向量 w=length(x); n=w-1; l=zeros(w,w); for k=1:n+1 v=1; for j=1:n+1 if k~=j v=conv(v,poly(x(j)))/(x(k)-x(j)); end end l(k,:)=v; end c=y*l; function fi=Lagran_(x,f,xi) fi=zeros(size(xi)); n=length(f); for i=1:n

计算方法-插值方法实验

实验一插值方法 一. 实验目的 （1）熟悉数值插值方法的基本思想，解决某些实际插值问题，加深对数值插值方法 的理解。 （2）熟悉Matlab 编程环境，利用Matlab 实现具体的插值算法，并进行可视化显示。 二. 实验要求 用Matlab 软件实现Lagrange 插值、分段线性插值、三次Hermite 插值、Aitken 逐步插值算法，并用实例在计算机上计算和作图。 三. 实验内容 1. 实验题目 （1 ） 已 知概 率积 分dx e y x x ?-= 2 2 π 的数据表 构造适合该数据表的一次、二次和三次Lagrange 插值公式，输出公式及其图形，并计算x =0.472时的积分值。 答： ①一次插值公式： 输入下面内容就可以得到一次插值结果 >> X=[0.47,0.48];Y=[0.4937452,0.5027498]; >> x=0.472; >> (x-X(2))/(X(1)-X(2))*Y(1)+(x-X(1))/(X(2)-X(1))*Y(2) ans =0.495546120000000 >> ②两次插值公式为： 输入下面内容就可以得到两次插值结果 >> X=[0.46,0.47,0.48];Y=[0.4846555,0.4937452,0.5027498]; >> x=0.472; >>(x-X(2))*(x-X(3))/((X(1)-X(2))*(X(1)-X(3)))*Y(1)+(x-X(1))*(x-X(3))/((X(2)-X(1))*(X(2)-X(3)))*Y(2)+(x-X(2))*(x-X(1))/((X(3)-X(2))*(X(3)-X(1)))*Y(3) i 0 1 2 3 x 0.46 047 0.48 0.49 y 0.4846555 0.4937452 0.5027498 0.5116683

关于三次样条插值函数的学习报告(研究生)资料

学习报告—— 三次样条函数插值问题的讨论 班级：数学二班 学号：152111033 姓名：刘楠楠

样条函数： 由一些按照某种光滑条件分段拼接起来的多项式组成的函数；最常用的样条函数为三次样条函数，即由三次多项式组成，满足处处有二阶连续导数。 一、三次样条函数的定义： 对插值区间[,]a b 进行划分，设节点011n n a x x x x b -=<< <<=，若 函数2()[,]s x c a b ∈在每个小区间1[,]i i x x +上是三次多项式，则称其为三次样条函数。如果同时满足()()i i s x f x = (0,1,2)i n =，则称()s x 为()f x 在 [,]a b 上的三次样条函数。 二、三次样条函数的确定： 由定义可设：101212 1(),[,] (),[,]()(),[,] n n n s x x x x s x x x x s x s x x x x -∈??∈?=???∈?其中()k s x 为1[,]k k x x -上的三次 多项式，且满足11(),()k k k k k k s x y s x y --== (1,2,,k n = 由2()[,]s x C a b ∈可得：''''''()(),()(),k k k k s x s x s x s x -+-+== 有''1()(),k k k k s x s x -++= ''''1()(),(1 ,2,,1)k k k k s x s x k n -+ +==-， 已知每个()k s x 均为三次多项式，有四个待定系数，所以共有4n 个待定系数，需要4n 个方程才能求解。前面已经得到22(1)42n n n +-=-个方程，因此要唯一确定三次插值函数，还要附加2个条件，一般上，实际问题通常对样条函数在端点处的状态有要求，即所谓的边界条件。 1、第一类边界条件：给定函数在端点处的一阶导数，即 ''''00(),()n n s x f s x f == 2、第二类边界条件：给定函数在端点处的二阶导数，即

插值与多项式逼近的数组计算方法实验讲解

插值与多项式逼近的数组计算方法实验 郑发进 2012042020022 【摘要】计算机软件中经常要用到库函数，如） cos，x e，它们 （x （x sin，） 是用多项式逼近来计算的。虽然目前最先进的逼近方法是有理函数（即多项式的商），但多项式逼近理论更适于作为数值分析的入门课程。在已知数据具有高精度的情况下，通常用组合多项式来构造过给定数据点的多项式。构造组合多项式的方法有许多种，如线性方程求解、拉格朗日系数多项式以及构造牛顿多项式的方分和系数表。 关键字泰勒级数、拉格朗日插值法、牛顿插值法、帕德逼近 一、实验目的 1.通过具体实验，掌握泰勒级数、拉格朗日插值法、牛顿插值法、帕德逼近的编程技巧。 2.比较各插值方法的优劣并掌握。 二、实验原理 1.泰勒级数 在数学中，泰勒级数（英语：Taylor series）用无限项连加式——级数来表示一个函数，这些相加的项由函数在某一点的导数求得。 如果在点x=x 具有任意阶导数，则幂级数 称为在点x 处的泰勒级数。 =0，得到的级数 在泰勒公式中，取x 称为麦克劳林级数。函数的麦克劳林级数是x的幂级数，那么这种展开

是唯一的，且必然与的麦克劳林级数一致。 2.拉格朗日插值法 如对实践中的某个物理量进行观测，在若干个不同的地方得到相应的观测值，拉格朗日插值法可以找到一个多项式，其恰好在各个观测的点取到观测到的值。这样的多项式称为拉格朗日（插值）多项式。数学上来说，拉格朗日插值法可以给出一个恰好穿过二维平面上若干个已知点的多项式函数。 在平面上有(x 1,y 1)(x 2,y 2)...(x n ,y n )共n 个点，现作一条函数f （x ）使其图像经过这n 个点。 作n 个多项式p i (x),i=1,2,3...,n,使得 最后可得 3.牛顿插值法 插值法利用函数f (x)在某区间中若干点的函数值，作出适当的特定函数，在这些点上取已知值，在区间的其他点上用这特定函数的值作为函数f (x)的近似值。如果这特定函数是多项式，就称它为插值多项式。利用插值基函数很容易得到拉格朗日插值多项式，公式结构紧凑，在理论分析中甚为方便，但当插值节点增减时全部插值基函数均要随之变化，整个公式也将发生变化， 这在实际计算中是很不方便的，为了克服这一缺点，提出了牛顿插值。 牛顿插值通过求各阶差商，递推得到的一个公式： 10121()()()()()()N N N N P x P x a x x x x x x x x --=+---- 牛顿插值与拉格朗日插值具有唯一性。 4.帕德逼近 它不仅与逼近论中其他许多方法有着密切的关系，而且在实际问题特别是许多物理问题中有着广泛的应用。设是在原点某邻域内收敛的、具有复系数的麦克劳林级数。欲确定一个有理函数，式中,使得前次方的系数为0，即使得 此处约定qk ＝0（k>n ）。虽然所求得的Pm(z)和Qn(z)不惟一，但是比式却总是惟一的。有理函数称为F(z)的(m,n)级帕德逼近,记为(m/n)。由(m/n)所形成的阵列称为帕德表。

实验5 插值方法

实验5 插值方法 一、实验目的及意义 [1] 了解插值的基本原理 [2] 了解拉格朗日插值、线性插值、样条插值的基本思想； [3] 了解三种网格节点数据的插值方法的基本思想； [4] 掌握用MATLAB 计算三种一维插值和两种二维插值的方法； [5] 通过范例展现求解实际问题的初步建模过程； 通过自己动手作实验学习如何用插值方法解决实际问题，提高探索和解决问题的能力。通过撰写实验报告，促使自己提炼思想，按逻辑顺序进行整理，并以他人能领会的方式表达自己思想形成的过程和理由。提高写作、文字处理、排版等方面的能力。二、实验内 容 1．编写拉格朗日插值方法的函数M 文件；2．用三种插值方法对已知函数进行插值计算，通过数值和图形输出，比较它们的效果；3．针对实际问题，试建立数学模型，并求解。 三、实验步骤 1．开启软件平台——MATLAB ，开启MATLAB 编辑窗口； 2．根据各种数值解法步骤编写M 文件 3．保存文件并运行； 4．观察运行结果(数值或图形)； 5．写出实验报告，并浅谈学习心得体会。 四、实验要求与任务 根据实验内容和步骤，完成以下具体实验，要求写出实验报告（实验目的→问题→数学模型→算法与编程→计算结果→分析、检验和结论→心得体会） 基础实验 1. 一维插值 利用以下一些具体函数，考察分段线性插值、三次样条插值和拉格朗日多项式插值等三种插值方法的差异。 1） 2 11 x +，x ∈[-5,5]； 2）sin x , x ∈[0,2π]; 3）cos 10 x , x ∈[0,2π]． 注意：适当选取节点及插值点的个数；比较时可以采用插值点的函数值与真实函数值的 差异，或采用两个函数之间的某种距离。 2．高维插值 对于二维插值的几种方法：最邻近插值、分片线性插值、双线性插值、三次插值等，利用如下函数进行插值计算，观察其插值效果变化，得出什么结论？ 1) ())(sin ),(px t t x f -=ω，参数p =1/2000~1/200；采样步长为：t =4ms~4s ；

计算方法--插值法与拟合实验

实验三 插值法与拟合实验 一、实验目的 1. 通过本实验学会利用程序画出插值函数，并和原图形相比较 2. 通过本实验学会拟合函数图形的画法，并会求平方误差 二、实验题目 1. 插值效果的比较 实验题目：区间[]5,5-10等分，对下列函数分别计算插值节点k x 的值，进行不同类型的插值，作出插值函数的图形并与)(x f y =的图形进行比较： 2 11)(x x f +=； x x f arctan )(=； 4 41)(x x x f += （1） 做拉格朗日插值； （2） 做三次样条插值. 2. 拟合多项式实验 实验题目：给定数据点如下表所示： 分别对上述数据作三次多项式和五次多项式拟合，并求平方误差，作出离散函数),(i i y x 和拟合函数的图形. 三、实验原理 本实验应用了拉格朗日插值程序、三次样条插值程序、多项式拟合程序等实验原理. 四、实验内容 1（1） figure x=-5:0.2:5; y=1./(1+x.^2); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=1./(1+x1.^2); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25);

m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 1（2） x=-5:0.2:5; y=atan(x); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=atan(x1); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25); m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 1（3） x=-5:0.2:5; y=x.^2./(1+x.^4); plot(x,y,'r'); hold on %拉格朗日插值 x1=-5:1:5; y1=x1.^2./(1+x1.^4); xx=-4.5:0.5:4.5; yy=malagr(x1,y1,xx); plot(xx,yy,'+') %三次样条插值 dy0=1./(1+25); dyn=1./(1+25); m=maspline(x1,y1,dy0,dyn,xx); plot(xx,m,'ok') 2. x=[-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5]'; y=[-4.45 -0.45 0.55 0.05 -0.44 0.54 4.55]'; plot(x,y,'or'); hold on %三次多项式拟合 p1=mafit(x,y,3);

计算方法上机实验报告——拉格朗日插值问题

计算方法上机实验报告——拉格朗日插值问题 一、方法原理 n次拉格朗日插值多项式为：Ln(x)=y0l0(x)+y1l1(x)+y2l2(x)+…+ynln(x) n=1时，称为线性插值，L1(x)=y0(x-x1)/(x0-x1)+y1(x-x0)/(x1-x0)=y0+(y1-x0)(x-x0)/(x1-x0) n=2时，称为二次插值或抛物线插值，精度相对高些 L2(x)=y0(x-x1)(x-x2)/(x0-x1)/(x0-x2)+y1(x-x0)(x-x2)/(x1-x0)/(x1-x 2)+y2(x-x0)(x-x1)/(x2-x0)/(x2-x1) 二、主要思路 使用线性方程组求系数构造插值公式相对复杂，可改用构造方法来插值。 对节点xi(i=0,1,…,n)中任一点xk(0<=k<=n)作一n次多项式lk(xk)，使它在该点上取值为1，而在其余点xi(i=0,1,…,k-1,k+1,…,n)上为0，则插值多项式为Ln(x)=y0l0(x)+y1l1(x)+y2l2(x)+…+ynln(x) 上式表明：n个点xi(i=0,1,…,k-1,k+1,…,n)都是lk(x)的零点。可求得lk 三．计算方法及过程：1.输入节点的个数n 2.输入各个节点的横纵坐标 3.输入插值点 4.调用函数，返回z 函数语句与形参说明 程序源代码如下： 形参与函数类型 参数意义 intn 节点的个数 doublex[n]（double*x） 存放n个节点的值 doubley[n]（double*y） 存放n个节点相对应的函数值 doublep 指定插值点的值 doublefun() 函数返回一个双精度实型函数值，即插值点p处的近似函数值 #include #include usingnamespacestd; #defineN100 doublefun(double*x,double*y,intn,doublep); voidmain() {inti,n; cout<<"输入节点的个数n："; cin>>n;

实验四 Lagrange函数插值方法(新)

实验四 Lagrange函数插值方法 一、问题提出 对于给定的一元函数的n+1个节点值 。试用Lagrange公式求其插值多项式或分段二次Lagrange 插值多项式。 数据如下： 试构造Lagrange多项式L，计算和的值。 二、要求 1、利用Lagrange插值公式 编写出插值多项式程序； 2、给出插值多项式或分段三次插值多项式的表达式； 3、根据节点选取原则，对问题（2）用三点插值或二点插值，其结果如何； 4、对此插值问题用Newton插值多项式其结果如何。 三、目的和意义 1、学会常用的插值方法，求函数的近似表达式，以解决其它实际问题； 2、明确插值多项式和分段插值多项式各自的优缺点； 3、熟悉插值方法的程序编制； 4、如果绘出插值函数的曲线，观察其光滑性。 四、实验源代码 #include #define N 7 float x[] = {1,2,3,4,5,6,7}; float y[] = {0.368,0.135,0.050,0.018,0.007,0.002,0.001}; float p(float xx)

{ int i,k; _______________ for( i=0; i

计算方法实验报告 插值

实验名称：插值计算 1引言 在生产和科研中出现的函数是多种多样的。常常会遇到这样的情况：在某个实际问题中，虽然可以断定所考虑的函数f（x）在区间[a,b]上存在且连续，但却难以找到它的解析表达式，只能通过实验和观测得到在有限个点上的函数值。用这张函数表来直接求出其他点的函数值是非常困难的，在有些情况下，虽然可以写出f(x)的解析表达式，但由于结构十分复杂，使用起来很不方便。面对这些情况，构造函数P(x)作为f(x)的近似，插值法是解决此类问题比较古老却目前常用的方法，不仅直接广泛地应用与生产实际和科学研究中，而且是进一步学习数值计算方法的基础。 设函数y=f(x)在区间[a,b]上连续，且在n+1个不同的点a≤x0,x1……,xn≤b上分别取值y0,y1……,yn. 插值的目的就是要在一个性质优良、便于计算的函数φ中，求一简单函数P(x),使P(xi)=yi(i=0,1…,n)而在其他点x≠xi上，作为f(x)的近似。 通常，称区间[a,b]为插值区间，称点x0,x1,…,xn为插值节点，上式为插值条件，称函数类φ为插值函数类，称P(x)为函数f(x)在节点x0,x1,…,xn处的插值函数，求插值函数P(x)的方法称为插值法。 2实验目的和要求 用matlab定义分段线性插值函数、分段二次插值函数、拉格朗日插值函数，输入所给函 数表，并利用计算机选择在插值计算中所需的节点，计算f(0.15),f(0.31),f(0.47)的近似值。

3算法描述 1.分段线性插值流程图

2.分段二次插值流程图

3.拉格朗日插值流程图

4程序代码及注释 1.分段线性插值