拉格朗日插值实验报告
实验名称： 实验一 拉格朗日插值
1 引言
我们在生产生活中常常会遇到这样的问题：某个实际问题中，函数f (x)在区间[a,b]上存在且连续，但却很难找到其表达式，只能通过实验和观测得到有限点上的函数表。显然，根据这些点的函数值来求其它点的函数值是非常困难的。有些情况虽然可以写出表达式，但结构复杂，使用不方便。所以我们总是希望根据已有的数据点（或函数表）来构造某个简单函数P (x)作为f (x)的近似值。插值法是解决此类问题的一种比较古老的、但却很常用的方法。它不仅直接广泛地应用于生产实际和科学研究中，而且也是进一步学习数值计算方法的基础。
2 实验目的和要求
运用Matlab 编写三个.m 文件，定义三种插值函数，要求一次性输入整张函数表，并利用计算机选择在插值计算中所需的节点。分别通过分段线性插值、分段二次插值和全区间上拉格朗日插值计算f (0.15)，f (0.31)，f (0.47)的近似值。已知函数表如下：
3 算法原理与流程图
（1）原理
设函数y=在插值区间[a,b]上连续，且在n+1个不同的插值节点a≤x 0,x 1,…,x n ≤b 上分别取值y 0,y 1,…,y n 。目的是要在一个性质优良、便于计算的插值函数类Φ中，求一简单函数P (x)，满足插值条件P (x i )=y i (i=0,1,…,n)，而在其他点x≠x i 上，作为f (x)近似值。求插值函数P (x)的方法称为插值法。在本实验中，采用拉格朗日插值法。 ①分段低次插值
当给定了n+1个点x 0 1 1 11 1)()(------+--=≈i i i i i i i i x x x x y x x x x y x P x f 这种分段低次插值叫分段线性插值，又称折线插值。 类似地，我们可以选取距离x 最近的三个节点x i-1，x i 与x i+1，然后进行二次插值，即得 ∑∏+-=+≠- =???? ? ???? ? ???? ?? --=≈1 1 112)()(i i k i k j i j j k j k x x x x y x P x f 这种分段低次插值叫分段二次插值，又称分段抛物线插值。 ②全区间上拉格朗日插值 对节点x i (i=0,1,…,n)中任一点x k (0≤k≤n )，作一n 次多项式l k (x)，使它在该点上的取值为 1，在其余点x i (i=0,1,…,k -1,k+1,…,n) 上取值为零。对应于每一节点x k (k=0,1,…,n) ，都能写出一个满足此条件的多项式，这样写出了n+1个多项式l 0(x),l 1(x),…,l n (x)，其中 0111()()()()()()k k k k n l x A x x x x x x x x x x -+=----?-L L ； 由条件()1k k l x =可得 0111 ()()()() k k k k k k k n A x x x x x x x x -+= ----L L 于是我们可以得出如下的拉格朗日n 次插值多项式（对于全区间上的插值，n 取函数表的长度） 00110110 011()()()() ()()()()()()()()n n n n k k n k k k k k k k k n P x y l x y l x y l x x x x x x x x x y x x x x x x x x -+=-+=++----= ----∑L L L L L （2）流程图 分段线性插值 分段二次插值 全区间拉格朗日插值 4 程序代码及注释 %分段线性插值 function y=piece_linear(x0,y0,x) % x0，y0为已知点，x 为待求点 n=length(x0);p=length(y0);m=length(x); 课题一：拉格朗日插值法 1.实验目的 1．学习和掌握拉格朗日插值多项式。 2.运用拉格朗日插值多项式进行计算。 2.实验过程 作出插值点（1.00，0.00），（-1.00，-3.00），（2.00，4.00）二、算法步骤 已知：某些点的坐标以及点数。 输入：条件点数以及这些点的坐标。 输出：根据给定的点求出其对应的拉格朗日插值多项式的值。 3.程序流程： （1）输入已知点的个数； （2）分别输入已知点的X坐标； （3）分别输入已知点的Y坐标； 程序如下： #include 插值算法*/ { int i,j; float *a,yy=0.0; /*a作为临时变量，记录拉格朗日插值多项*/ a=(float*)malloc(n*sizeof(float)); for(i=0;i<=n-1;i++) { a[i]=y[i]; for(j=0;j<=n-1;j++) if(j!=i) a[i]*=(xx-x[j])/(x[i]-x[j]); yy+=a[i]; } free(a); return yy; } int main() { int i; int n; float x[20],y[20],xx,yy; printf("Input n:"); scanf("%d",&n); if(n<=0) { printf("Error! The value of n must in (0,20)."); getch();return 1; } for(i=0;i<=n-1;i++) { printf("x[%d]:",i); scanf("%f",&x[i]); } printf("\n"); for(i=0;i<=n-1;i++) { printf("y[%d]:",i);scanf("%f",&y[i]); } printf("\n"); printf("Input xx:"); scanf("%f",&xx); yy=lagrange(x,y,xx,n); printf("x=%f,y=%f\n",xx,yy); getch(); } 举例如下：已知当x=1，-1,2时f(x)=0，-3,4，求f(1.5)的值。 数值分析实验报告三 插值法（2学时） 一实验目的 1．掌握不等距节点下的牛顿插值公式以及拉格朗日插值公式。二实验内容 1．已知函数表： 用牛顿插值公式求) (y的近似值。 102 2. 已知函数表： 用拉格朗日插值公式计算01 x以及所对应的近似值。 =y .5 4.1= 三实验步骤（算法）与结果 1．不等距节点下的牛顿插值公式 Ⅰ.按差商表计算n阶差商 12111[,,,][,,,] [,,,]i i i n i i i n i i i n i n i f x x x f x x x f x x x x x +++++-+++-= - 其中 Ⅱ.按以下公式，带入x 值 00010120101101()() ()[,] ()()[,,]()()()[,,] n n f x f x x x f x x x x x x x f x x x x x x x x x f x x -=+-+--++--- Ⅲ.得出结果()f x 程序代码： #include"stdio.h" #include"math.h" int main() { int a,i,j; printf("输入x 系数的个数："); scanf("%d",&a); float d,e=0,c; float x[a]; float y[a-1][a]; printf("输入x 的系数："); for(i=0;i 拉格朗日插值公式的证明及其应用 摘要: 拉格朗日(Lagrange)插值公式是多项式中的重要公式之一,在理论和实践中都有着广泛的应用.本文阐述了Lagrange 插值的基本理论，譬如：线形插值，抛物插值，Lagrange 多项式等.然后将线形插值，抛物插值，Lagrange 多项式插值分别应用到高中知识中，并且学会用计算机程序来编写.插值法的思想与中国剩余定理一脉相承, 体现了代数中"线性化" (即表示为求和和数乘的形式) 这一基本思路, 大巧若拙.本文的目的是通过介绍拉格朗日插值公式的推导，唯一性，证明过程及其在解题与实际生活问题中的应用来寻找该公式的优点，并且引人思考它在物理，化学等领域的应用.通过实际鉴定过程，利用插值公式计算生活中的成本问题，可以了解它的计算精度高,方法快捷. 关键词： 拉格朗日插值公式 唯一性 证明 解题应用 资产评估 曲线插值问题，直观地说，认为已知的一批数据点()n k k k f x 0,=是准确的，这些数据点所表现的 准确函数关系()x f 是未知的，在这种情况下要作一条近似曲线()x P 且点点通过这些点，插值问题不仅要讨论这种近似曲线()x P 的构造方法，还要讨论点增多时这种近似曲线()x P 是否稳定地收敛于未知函数()x f ，我们先研究一种简单常用的插值——拉格朗日插值. 一.定义，推导及其在解题中的应用 １.线性插值 １.１. 线性插值的定义 假定已知区间[]1,+k k x x 的端点处的函数值()k k x f y =, ()11++=k k x f y ,要求线性插值多项式()x L 1使它满足()k k y x L =1, ()111++=k k y x L ． ()x L y 1=的几何意义:通过两点()k k y x ,和()11,++k k y x 的直线， 如图１所示，()x L 1的表达式由几何意义直接给出，即 ()()k k k k k k x x x x y y y x L ---+ =++111 (点斜式)， 图１ ()11111++++--+--= k k k k k k k k y x x x x y x x x x x L (两点式)． y=L 1x () y=f x () y k+1 y k x k+1 x k o y x 三次样条插值： function s=spline(x0,y0,y2l,y2n,x) n=length(x0); km=length(x); a(1)=-0.5; b(1)=3*(y0(2)-y0(1))/(2*(x0(2)-x0(1))); for j=1:n-1 h(j)=x0(j+1)-x0(j); end for j=2:n-1 alpha(j)=h(j-1)/(h(j-1)+h(j)); beta(j)=3*((1-alpha(j))*y0(j)-y(j-1)/h(j-1)+alpha(j)*(y0(j+1)-y0(j))/h(j)); a(j)=-alpha(j)/(2+(1-alpha(j))*a(j-1)); b(j)=(beta(j)-(1-alpha(j))*b(j-1))/(2+(1-alpha(j))*a(j-1)); end m(n)=(3*(y0(n)-y0(n-1))/h(n-1)+y2n*h(n-1)/2-b(n-1))/(2+a(n-1)); for j=(n-1):-1:1 m(j)=a(j)*m(j+1)+b(j); end for k=1:km for j=1:(n-1) if ((x(k)>x0(j))&(x(k) 实验 一 .拉格朗日插值法C 语言的实现 1.实验目的： 进一步熟悉拉格朗日插值法。 掌握编程语言字符处理程序的设计和调试技术。 2.实验要求： 已知：某些点的坐标以及点数。 输入：条件点数以及这些点的坐标 。 输出：根据给定的点求出其对应的拉格朗日插值多项式的值 。 3.程序流程： （1）输入已知点的个数； （2）分别输入已知点的X 坐标； （3）分别输入已知点的Y 坐标； （4）通过调用函数lagrange 函数，来求某点所对应的函数值。 拉格朗日插值多项式如下： 0L ()()0,1,n n j k k j j k x y l x y j n ====∑…… 其中00()()0,1,,()k k x x l x k n x x -= =-k-1k+1n k k-1k k+1k n ……(x-x )(x-x )?…(x-x )…………(x -x )(x -x )?…(x -x ) 程序流程图： ↓ 程序如下： #include 实验一 拉格朗日插值法 基本信息 实验课程：计算方法 设课形式：非独立 课程学分：3 实验项目：拉格朗日插值法 项目类型：基础 项目学时：2 目的和要求 该实验在计算机上实现拉格朗日插值法并进行验证。要求对拉格朗日插值法的流程进行分析，设计算法，并使用一种编程语言实现，最后通过具体例子进行验证，得到正确结果。 实验条件 装有编程语言的计算机一台、项目相关材料。 实验内容和原理或涉及的知识点 公式： 基点x i 的n 次插值基函数( i=0,1,…,n)： n i x x x x x x x x x x x x x x x x x x x x x x x x x l j i j n i j j n i i i i i i i n i i i ,,1,0) ())(())(() ())(())(()(011101110 =--∏ =----------= ≠=+-+- n 次拉格朗日插值多项式： ∑∏ =≠=--=+++=n i n i j j j i j i n n n x x x x y x l y x l y x l y x P 0 01100)()()()( 流程图： 输入及x y x i i i n ,,,,,=012 P i ??00 ,L ?1 L L x x x x j i j j n j i ?--=≠()() ,,,() 01 P P y L i ?+i i ?+1 开始T F 输出P 结束 i n = 验证例子 已知如下的函数表，试编写程序，用拉格朗日插值多项式求0.5,0.7,0.85三点处的函数值。 x 0.40.550.80.91y 0.410750.578150.88811 1.02652 1.1752 实验结果： 插值点的个数 m=3 数值计算方法作业 专业：测控1002 学号：10540226 姓名：崔海雪 拉格朗日插值的算法及应用 【摘要】 本文简介拉格朗日插值，它的算法及程序和拉格朗日在实际生活中的运用。运用了拉格朗日插值的公式，以及它在MATLAB 中的算法程序，并用具体例子说明。拉格朗日插值在很多方面都可以运用，具有很高的应用价值。 【关键词】 拉格朗日；插值；公式；Matlab 算法程序； 一、绪论 约瑟夫·拉格朗日(Joseph Louis Lagrange)，法国数学家、物理学家。他在数学、力学和天文学三个学科领域中都有历史性的贡献，其中尤以数学方面的成就最为突出。拉格朗日对流体运动的理论也有重要贡献，提出了描述流体运动的拉格朗日方法。数据建模有两大方法：一类是插值方法，另一类是拟合函数一般的说，插值法比较适合数据准确或数据量小的情形。然而Lagrange 插值有很多种，1阶，2阶,…n 阶。我们可以利用拉格朗日插值求方程，根据它的程序求原方程的图像。下面我具体介绍分析一下拉格朗日插值的算法设计及应用。 二、正文 1、基本概念 已知函数y=f(x)在若干点i x 的函数值i y =()i x f （i=0,1,???,n ）一个差值问题就是求一“简单”的函数p(x)：p(i x )=i y ,i=0,1,???,n, (1) 则p(x)为f(x)的插值函数，而f(x)为被插值函数会插值原函数，0x ，1x ，2x ，...,n x 为插值节点，式（1）为插值条件，如果对固定点-x 求f(-x )数值解，我们称- x 为一个插值节点，f(-x )≈p(-x )称为-x 点的插值，当-x ∈[min(0x ，1x ，2x ，...,n x )，max(0x ，1x ，2x ，...,n x )]时，称为内插，否则称为外插式外推，特别地，当p(x)为不超过n 次多项式时称为n 阶Lagrange 插值。 2、Lagrange 插值公式 （1）线性插值)1(1L 设已知0x ，1x 及0y =f(0x ) ,1y =f(1x ),)(1x L 为不超过一次多项式且满足 )(01x L =0y ,)(11x L =1y ,几何上，)(1x L 为过（0x ，0y ） ，（1x ，1y ）的直线，从而得到 )(1x L =0y +0101x x y y --（x-0x ）. （2） 浅析拉格朗日插值法 目录： 一、 引言 二、 插值及多项式插值的介绍 三、 拉格朗日插值的理论及实验 四、 拉格朗日插值多项式的截断误差及实用估计式 五、 参考文献 一、引言 插值在数学发展史上是个古老问题。插值是和拉格朗日（Lagrange ）、牛顿（Newton ）、高斯（Gauss ）等著名数学家的名字连在一起的。在科学研究和日常生活中，常常会遇到计算函数值等一类问题。插值法有很丰富的历史渊源，它最初来源人们对天体研究——有若干观测点（我们称为节点）计算任意时刻星球的位置（插值点和插值）。现在，人们在诸如机械加工等工程技术和数据处理等科研都有很好的应用，最常见的应用就是气象预报。插值理论和方法能解决在实际中当许多函数表达式未知或形式复杂，如何去构造近似表达式及求得在其他节点处的值的问题。 二、插值及多项式插值 1、插值问题的描述 设已知某函数关系()y f x =在某些离散点上的函数值： 插值问题：根据这些已知数据来构造函数()y f x =的一种简单的近似表达式，以便于计算点,0,1,,i x x i n ≠= 的函数值()f x ，或计算函数的一阶、二阶导数值。 x 0x 0 y y 1 y 1 n y -n y 1 x 1 n x -n x 2、插值的几何意义 插值的几何意义如图1所示： 图1 3、多项式插值 3.1 基本概念 假设()y f x =是定义在区间,a b ????上的未知或复杂函数，但一直该函数在点01n a x x x b ≤<<<≤ 处的函数值01,,n y y y 。找一个简单的函数，例如函数 ()P x ，使之满足条件 (),0,1,2,, i P x y i n == （3.1） 通常把上述01n x x x <<< 称为插值节点，把()P x 称为()f x 的插值多项式，条件（3.1）称为插值条件，并把求()P x 的过程称为插值法。 3.2 插值多项式的存在性和唯一性 如果插值函数是如下m 次的多项式： 1 011()m m m m m P x a x a x a x a --=+++ 那么插值函数的构造就是要确定()m P x 表达式中的m+1个系数 011,,,m m a a a a - 。由于插值条件包含n+1独立式，只要m=n 就可证明插值函数多项式是唯一存在。 实际上，由n+1个插值条件可得 实验报告：牛顿差值多项式&三次样条 问题：在区间[-1,1]上分别取n=10、20用两组等距节点对龙格函数21()25f x x 作多项式插值及三次样条插值，对每个n 值，分别画出插值函数及()f x 的图形。 实验目的：通过编程实现牛顿插值方法和三次样条方法，加深对多项式插值的理解。应用所编程序解决实际算例。 实验要求： 1． 认真分析问题，深刻理解相关理论知识并能熟练应用； 2． 编写相关程序并进行实验； 3． 调试程序，得到最终结果； 4． 分析解释实验结果； 5． 按照要求完成实验报告。 实验原理： 详见《数值分析 第5版》第二章相关内容。 实验内容： （1）牛顿插值多项式 1.1 当n=10时： 在Matlab 下编写代码完成计算和画图。结果如下： 代码： clear all clc x1=-1:0.2:1; y1=1./(1+25.*x1.^2); n=length(x1); f=y1(:); for j=2:n for i=n:-1:j f(i)=(f(i)-f(i-1))/(x1(i)-x1(i-j+1)); end end syms F x p ; F(1)=1;p(1)=y1(1); for i=2:n F(i)=F(i-1)*(x-x1(i-1)); p(i)=f(i)*F(i); end syms P P=sum(p); P10=vpa(expand(P),5); x0=-1:0.001:1; y0=subs(P,x,x0); y2=subs(1/(1+25*x^2),x,x0); plot(x0,y0,x0,y2) grid on xlabel('x') ylabel('y') P10即我们所求的牛顿插值多项式，其结果为：P10（x）=-220.94*x^10+494.91*x^8-9.5065e-14*x^7-381.43*x^6-8.504e-14*x^5+123.36*x^4+2.0 202e-14*x^3-16.855*x^2-6.6594e-16*x+1.0 并且这里也能得到该牛顿插值多项式的在[-1，1]上的图形，并和原函数进行对比（见Fig.1）。 Fig.1 牛顿插值多项式（n=10）函数和原函数图形 从图形中我们可以明显的观察出插值函数在两端点处发生了剧烈的波动，产生了极大的误差，即龙格现象，当n=20时，这一现象将更加明显。 1.2 当n=20时： 对n=10的代码进行修改就可以得到n=20时的代码。将“x1=-1:0.2:1;”改为“x1=-1:0.1:1;”即可。运行程序，我们得到n=20时的牛顿插值多项式，结果为：P20(x)= 260188.0*x^20 - 1.0121e6*x^18 + 2.6193e-12*x^17 + 1.6392e6*x^16 + 2.248e-11*x^15 - 1.4429e6*x^14 - 4.6331e-11*x^13 + 757299.0*x^12 + 1.7687e-11*x^11 - 245255.0*x^10 + 2.1019e-11*x^9 + 49318.0*x^8 + 3.5903e-12*x^7 - 6119.2*x^6 - 1.5935e-12*x^5 + 470.85*x^4 + 1.3597e-14*x^3 - 24.143*x^2 - 1.738e-14*x + 1.0 同样的，这里得到了该牛顿插值多项式的在[-1，1]上的图形，并和原函数进行对比（见Fig.2）。 数学与计算机学院上机实践报告 课程名称：计算方法A年级：上机实践成绩： 指导教师：姓名： 上机实践名称：拉格朗日插值和牛顿插值法学号：上机实践日期： 上机实践编号：1上机实践时间： 一、目的 1．通过本实验加深对拉格朗日插值和牛顿插值法构造过程的理解； 2．能对上述两种插值法提出正确的算法描述编程实现。 二、内容与设计思想 自选插值问题，编制一个程序，分别用拉格朗日插值法和牛顿插值法求解某点的函数近似值。（从课件或教材习题中选题） 已知y=f( 三、使用环境 操作系统：windows XP 软件环境：Microsoft Visual C++6.0 四、核心代码及调试过程 (一) 拉格朗日插值法： lude { dividend=product(x,newx[th],i,9); divisor=product(x,x[i],i,9); quotient=dividend/divisor; result+=quotient*y[i]; } printf("%lf处的近似值为%lf\n",newx[th],result); } } double product(double *p,double newx,int k,int n) { int cycle_times; double result=1; for(cycle_times=0;cycle_times<=n;cycle_times++) if(cycle_times!=k) result=result*(newx-p[cycle_times]); return result; } （二）牛顿插值法： #include 多项式插值法和拉格朗日插值 教案一多项式插值法和拉格朗日插值 基本内容提要 1 多项式插值法的基本概念 2 插值多项式的存在性与唯一性分析 3 拉格朗日插值多 项式的构造及截断误差 4 截断误差的实用估计式 5 逐次线性插值法教学目的和要求 1 熟练掌握多项式插值法的基本概念 2 理解插值多项式的存在性与唯一性 3 掌握拉 格朗日插值法 4 掌握截断误差的估计方法 5 理解逐次线性插值法的基本思想，掌握Aitken逐次线性插值法 6 掌握运用拉格朗 日插值法处理问题的基本过程教学重点 1 拉格朗日插值基函数及拉格朗日插值多项式的构造 2 拉格朗日插值多项式的截断 误差分析 3 逐次线性插值法的基本思想教学难点 1 插值多项式存在唯一性条件的讨论分析 2 插值误差的分析与估计 3 Aitken逐次线性插值法的计算过程课程类型新知识理论课教学方法 结合提问，以讲授法为主教学过程 问题引入 实际问题中许多变量间的依赖关系往往可用数学中的函数概念刻画，但在多数情况下，这些函数的表达式是未知的，或者函数已知，但形式十分复杂。基于未知函数或复杂函数 的某些已知信息，如何构造这些函数的近似表达式？如何计算这些函数在其它点处的函数值？所构造的近似表达式与真实函数的误差是多少？插值理论与方法就是解决这些问题的 有效工具之一。 §2.1 多项式插值 2.1.1 基本概念 假设f(x)是定义在区间[a,b]上的未知或复杂函数，但已知该函数在点a≤x0 P(xi)=yi,i=0,1,2,L,n,即在给定点xi处，P(x)与f(x)是相吻合的。 (2.1) 把P(x)称为f(x)的插值多项式（函通常把上述x0 数）， f(x)称为被插函数。[a,b]称为插值区间，条件（2.1）称为插值条件，并把 求P(x)的过程称为插值法。 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 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 拉格朗日插值算法的实现 实验报告 姓名：** 年级：****专业：计算机科学与技术科目：数值分析题目：拉格朗日插值算法的实现 实验时间: 2014年5月27日实验成绩: 实验教师: 一、实验名称：拉格朗日插值算法的实现 二、实验目的： a. 验证拉格朗日插值算法对于不同函数的插值 b. 验证随着插值结点的增多插值曲线的变化情况。 三、实验内容： 拉格朗日插值基函数的一般形式： 也即是： 所以可以得出拉格朗日插值公式的一般形式： 其中， n=1时，称为线性插值，P1(x) = y0*l0(x) + y1*l1(x) n=2时，称为二次插值或抛物插值，精度相对高些,P2(x) = y0*l0(x) + y1*l1(x) + y2*l2(x) 四、程序关键语句描写 double Lagrange(int n,double X[],double Y[],double x) { double result=0; for (int i=0;i for(int j=0;j 记一下拉格朗日插值公式的推导和一些要点【这里说的都是二维插值，多维上的以此类推】 1、插值问题：在做实验的过程中，往往得到一堆离散的数据，现在想用数学公式模拟这堆离散数据。怎么办，数学家们提出了插值问题。插值问题的提法是这样的给定一堆数据点(x0, y0), (x1, y1), (x2, y2)...(xn, yn)，要求一个函数y = f(x) ，要求该函数经过上面所有的数据点。 2、多项式插值及其唯一性：在所有的函数中，多项式函数是最简单的函数，所以只要是人就会想到用多项式函数来作为插值函数，好，以上给定了n+1个点，现在要求一个n次多项式y = an * x^n + ... a1 * x + a0, 使它们经过这n+1个点；通过范德蒙行列式和克莱姆法则，可以判定如果这n+1个点的x值各不相同，那么这个多项式是唯一的。结果唯一，但是用直接法很不好求。现在用别的办法来求之。这就是：拉格朗日多项式 3、拉格朗日多项式的构造，以四个点为例子进行说明 由于函数经过4个点(x0, y0)，(x1, y1)，(x2, y2)，(x3, y3)，所以可以设函数为： f(x) = b0(x) * y0 + b1(x) * y1 + b2(x) * y2 + b3(x) * y3 注意：b0(x)，...，b3(x)都是x的3次多项式，称之为拉格朗日插值基函数。 由于要求当x为x0时候，f(x) = y0, 所以最简单的做法就是让b0(x0) = 1, b1(x0) = b2(x0) = b3(x0) = 0; 同理可知，在x1，x2，x3点上，插值基函数的值构造如下： b0(x) b1(x) b2(x) b3(x) x=x0 1 0 0 0 x=x1 0 1 0 0 x=x2 0 0 1 0 x=x3 0 0 0 1 问题1、根据这些值来确定b0(x)的表达式， 由于b0(x1) = b0(x2) = b0(x3) = 0，所以x1, x2, x3是b0(x)的零点，由于b0(x)是三次多项式，所以设 b0(x) = c0 * (x-x1) * (x-x2) * (x-x3) 由于b0(x0) = 1,所以1 = c0 * (x0-x1) * (x0-x2) * (x0-x3) 得到c0 = 1/[(x0-x1)(x0-x2)(x0-x3)] 所以：b0(x) = (x-x1)*(x-x2)*(x-x3)/[(x0-x1)*(x0-x2)*(x0-x3)] 同理可求b1(x)、b2(x)，略 问题2、根据上面的表格说明插值基函数的一个性质：无论x取和值，它们的和都为1.【这 拉格朗日抛物线插值法 1、定义若多项式l j （j=0,1,2...n ）在n+1个节点x 0 end end S=t*y(k)+s; end; yi=s; 3、例题 1)计算115 解： L 2(x)=0201021))(())((y x x x x x x x x ----+ 1201020) )(())((y x x x x x x x x ---- + 2201010) )(())((y x x x x x x x x ---- = 10)44(21)144)(121(?-?---x x + 11) 23(21)144)(100(?-?--x x + 1223 44)144)(100(??--x x L 2(115)= 10)44(21)29(6?-?--?-x + 11) 23(21)29(15?-?-? + 1223 44)6(15??-? ≈10.7228 在Matlab 窗口输入 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数值分析拉格朗日插值法上机实验报告
不等距节点下的牛顿插值公式以及拉格朗日插值公式实验课报告
拉格朗日插值公式的证明及其应用
三次样条插值、拉格朗日插值、herminte插值
拉格朗日插值法C语言的实现
实验一拉格朗日插值法
数值计算方法—拉格朗日插值
拉格朗日插值法理论及误差分析
数值分析实验报告-插值、三次样条Word版
实验1拉格朗日插值与牛顿插值
多项式插值法和拉格朗日插值
插值法实验报告
计算方法上机实验报告——拉格朗日插值问题
数值分析实验一——拉格朗日插值算法报告
插值算法之拉格朗日插值
拉格朗日插值法1
三次样条插值方法的应用
- 拉格朗日插值法
- 插值法(拉格朗日插值)讲解
- 拉格朗日插值法C语言的实现
- Lagrange插值
- 拉格朗日插值法总结
- 插值算法之拉格朗日插值
- 拉格朗日插值法理论及误差分析
- 数值分析拉格朗日插值法.doc
- 插值法(拉格朗日插值)[内容相关]
- 数值计算方法—拉格朗日插值
- 对拉格朗日插值法与牛顿插值法的学习和比较
- 第1节课 第一章 插值法 拉格朗日插值 分段插值
- 拉格朗日插值法ppt课件
- 拉格朗日插值公式--计算方法
- 拉格朗日插值法 matlab
- 拉格朗日插值公式计算方法
- 拉格朗日插值公式的证明及其应用讲解
- 拉格朗日插值公式的证明及其应用
- 拉格朗日插值公式的证明及其应用(最新整理)
- 拉格朗日插值公式的证明及其应用