数值计算实验报告2
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
贵州师范大学数学与计算机科学学院学生实验报告
课程名称: 数值分析 班级: 实验日期:2013年9月27日 学 号: 姓名: 指导教师:
实验成绩: 一、实验名称
实验二: Lagrange 插值与曲线拟合的最小二乘法
二、实验目的及要求
1.让学生掌握Lagrange 插值与曲线拟合的最小二乘法
2.让学生能够用这些方法解决一些实际问题
三、实验环境
每人一台计算机,要求安装Windows XP 操作系统,Microsoft office2003、MATLAB6.5(或7.0).
四、实验内容 题1: 对函数2
11
)(x x f +=
,取n+1个等距分布的插值节点,取不同的n ,作n 次Lagrange 插值,把)(x f 和插值多项式的图象绘制在同一张图上进行比较. 题2: 给定数据点
分别用一次,二次,和三次多项式曲线,以及最小二乘法拟合这些数据点,哪一种曲线拟合较好?为什么?你能找出更好的拟合曲线吗? 提示:用残差平方的大小来判断拟合的优劣,越小越好.
五、算法描述及实验步骤 针对实验1:
(1)运用Matlab 创建M 文件 (2)在命令窗口调用文件
针对实验2:
(1)运用Matlab 作出上面表中的数据的散点图 (2)分别作出一次二次三次多项式拟合曲线
(3)比较三种曲线拟合的精度即比较残差平方的大小
六、调试过程及实验结果
grange插值:
(1)命令窗口输入:
>> f=shuru(-5,5,10) (回车)
f =
Columns 1 through 6
0.0385 0.0588 0.1000 0.2000 0.5000 1.0000 Columns 7 through 11
0.5000 0.2000 0.1000 0.0588 0.0385
(2)所得结果为图形所示:
2. 曲线拟合的最小二乘法
(1)先作出该散点图的一次拟合曲线(程序如下):>> x=[-3,-1,0,1,3,5];
>> t=-4:0.01:6;
>> y=[-6,-3,-1,0,1,3];
>> subplot(1,3,1)
>> scatter(x,y,'filled','r');
>> hold on
>> p1=polyfit(x,y,1)
p1 =
1.0776 -1.8980
>> y1=polyval(p1,x);
>> y1t=polyval(p1,t);
>> plot(t,y1t,'k')
>> e1=norm(y1-y)
e1 =
1.6087
>> title('一次多项式曲线拟合','fontsize',12,'fontweight','bold','fontangle','italic')
(2)然后作出其二次拟合曲线:
>> subplot(1,3,2)
>> scatter(x,y,'filled','y');
>> hold on
>> p1=polyfit(x,y,2)
p1 =
-0.0844 1.2584 -1.4156
>> y1=polyval(p1,x);
>> y1t=polyval(p1,t);
>> plot(t,y1t,'r')
>> e1=norm(y1-y)
e1 =
0.8405
>> title('二次多项式曲线拟合','fontsize',12,'fontweight','bold','fontangle','italic')
(3)最后做出其三次拟合曲线:
>> subplot(1,3,3)
>> scatter(x,y,'filled','m');
>> hold on
>> p1=polyfit(x,y,2)
p1 =
-0.0844 1.2584 -1.4156
>> y1=polyval(p1,x);
>> y1t=polyval(p1,t);
>> plot(t,y1t,'r')
>> e1=norm(y1-y)
e1 =
0.8405
>> title('三次多项式曲线拟合','fontsize',12,'fontweight','bold','fontangle','italic')
最后的图像为:
(4)比较精确度:
因为 e1 =1.6087 < e2=0.8405 < e3 = 0.8405 所以显然三次多项式拟合曲线的精度更高
七、总结
八、附录
Lagrange.m 文件:
function f=shuru(a,b,n)
h=(b-a)/n;
x=a:h:b;
f=1./(1+x.^2);
cx=a:0.01:b;
y0=1./(1+cx.^2);
plot(cx,y0,'b--')
hold on
cy=Lagrange(x,f,n,cx');
plot(cx,cy,'g--')
legend('f(x)','Pn(x)',2)
function cy=Lagrange(x,y,n,cx)
m=length(cx);cy=zeros(m,1);
for k=1:n+1
t=ones(m,1);
for j=1:n+1
if j~=k
t=t.*(cx-x(j))./(x(k)-x(j));
end
end
cy=cy+y(k).*t;
end