数值分析课程实验报告-拉格朗日和牛顿插值法
- 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)。
《数值分析》课程实验报告
用拉格朗日和牛顿插值法求解函数值
算法名称用拉格朗日和牛顿插值法求函数值
学科专业xxxxx
作者姓名xxxx
作者学号xxxxx
作者班级xxxxxx
xxx大学
二〇一五年十二月
《数值分析》课程实验报告
得到的近似值为。
拉格朗日插值模型简单,结构紧凑,是经典的插值法。但是由于拉格朗日的插值多项式和每个节点都有关,当改变节点个数时,需要重新计算。且当增大插值阶数时容易出现龙格现象。
2.牛顿插值法
在命令窗口输入:
x=[ ];
y=[ ];
xt=;
[yt,N]=NewtInterp(x,y,xt)
z=::2;
yz=subs(N,'t',z);
figure;
plot(z,sqrt(z),'--r',z,yz,'-b')
hold on
plot(x,y,'marker','+')
hold on
plot(xt,yt,'marker','o')
h=legend('$\sqrt{x}$','牛顿','$(x_k,y_k)$','$x=$');
set(h,'Interpreter','latex')
xlabel('x')
ylabel('y')
得到结果及图像如下:
yt =
N =
- *t^4 + *t^3 - *t^2 + *t +
得到√的近似值为,插值函数为
N =- *t^4 + *t^3 - *t^2 + *t + ,
其计算精度是相当高的。
Lagrange插值法和Newton插值法解决实际问题中关于只提供复杂的离散数据的函数求值问题,通过将所考察的函数简单化,构造关于离散数据实际函数f(x)的近似函数P(x),从而可以计算未知点出的函数值,是插值法的基本思路。
实际上Lagrange插值法和Newton插值法是同一种方法的两种变形,其构造拟合函数的思路是相同的,而实验中两个实际问题用两种算法计算出结果是相同的。