《拉格朗日和牛頓插值法》 實驗報告 作者:家俊 一、實驗名稱: 插值問題 二、實驗目的:" />

《拉格朗日和牛頓插值法》 …


一、實驗名稱:  插值問題

 

二、實驗目的:

    用拉格朗日插值和牛頓差值的方法,在已知函數在點x0,x1,xn的函數值y0,y1,yn的情況下,求插值節點x的函數值y,即求f(x)。並比較結果,說明為什么相等。

 

三、實驗方法:

1)拉格朗日插值

根據x0,x1,xny0,y1,yn構造插值多項式

[轉載]《拉格朗日和牛頓插值法》 <wbr> <wbr>實驗報告
將插值點x代入上式,就可得到函數f(x)在點x處的函數值的近似值。

2)牛頓插值.

根據x0,x1,xny0,y1,yn構造插值多項式

Nn(x)=f(x0)+f(x0,x1)(x-x0)++f(x0,x1,xn)(x-x0)(x-x1)(x-xn-1)

牛頓差值公式中各項的系數就是函數f(x)的各階均差(差商)f(x0)f(x0,x1)f(x0,x1,xn),因此,在構造牛頓差值公式時,常常先把均差列成一個表,此表稱為均差表。

 

四.實驗內容:   

從函數表

x

0.4

0.55

0.8

0.9

1

f(x)

0.41075

0.57815

0.88811

1.02652

1.17520

 

出發,計算f(0.5),f(0.7),f(0.85)的近似值。

五、實驗程序:

5.1程序編譯

5.1.1 拉格朗日插值法:

function f=agui_lagrange(x0,y0,x)

n=length(x0); m=length(x);

format long

s=0.0;

for k=1:n

   p=1.0;

   for j=1:n

       if j~=k

           p=p*(x-x0(j))/(x0(k)-x0(j));

       end

   end

   s=p*y0(k)+s;

end

f=s;

end

 

5.1.2 牛頓插值法:

function f=agui_newton(x0,y0,x)

n=length(x0); m=length(x);

format long

N=0.0; p=1.0;

for k=1:n

   p=p*(x-x0(k));

   T=0.0;

   for i=1:k

       q=1.0;

       for j=1:k

           ifj~=i

               q=q*(x0(i)-x0(j));

           end

       end

       T=y0(i)/q + T;

   end 

   N=T*p/(x-x0(k))+N;

end

f=N;

end

 

 

5.2程序實現:

>> x0=[0.4 0.55 0.80.9 1]

 

x0 = 0.4000   0.5500   0.8000   0.9000   1.0000

 

>>y0=[0.41075  0.57815 0.888111.02656 1.17520 ]

 

y0 = 0.4108   0.5782   0.8881   1.0266   1.1752

 

//拉格朗日插值法求值

>>f=agui_lagrange(x0,y0,0.5)

 

f = 0.52110682539683

 

>>f=agui_lagrange(x0,y0,0.7)

 

f = 0.75855804761905

 

>>f=agui_lagrange(x0,y0,0.85)

 

f = 0.95614258928571

 

//牛頓插值法求值

>>f=agui_newton(x0,y0,0.5)

 

f = 0.52110682539683

 

>> f=agui_newton(x0,y0,0.7)

 

f = 0.75855804761905

 

>> f=agui_newton(x0,y0,0.85)

 

f = 0.95614258928571

 

 

六.實驗結果

通過軟件求解容易發現,兩種算法求出的結果一樣,即有:

     [轉載]《拉格朗日和牛頓插值法》 <wbr> <wbr>實驗報告

 

七、結果分析

[轉載]《拉格朗日和牛頓插值法》 <wbr> <wbr>實驗報告

2、當插值多項式從n-1次增加到n次時,拉格朗日型插值必須重新計算所有的基本差值多項式;二對於牛頓插值,只需要表格再計算一個n階均差,然后加上一項就可以了。這樣大大減少了計算量,特別在計算結構復雜的多項式的時候,當然本實驗中的數據組很少,計算機的計算速度快慢不明顯而難以比較兩種方法的優劣。


注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



插值法(拉格朗日插值和牛頓插值) 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法 拉格朗日插值法
 
粤ICP备14056181号  © 2014-2021 ITdaan.com