实验报告—数值分析
时间:2025-04-08
时间:2025-04-08
江西理工大学上数值分析期末实验
《数值分析》实验报告
姓 名: 学 号: 专 业:
指导教师: 刘 建 生 教 授 日 期: 2015年12月25日
江西理工大学上数值分析期末实验
实验一 Lagrange/newton插值
一:对于给定的一元函数y f(x)的n+1个节点值yj f(xj),j 0,1, ,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:
6f(0.99)的值(提示:结果为f(0.596) 0.625732, 计算f(0.59,f(0.99) 1.05423 )
试构造Lagrange多项式L6(x),计算的f(1.8),f(6.15)值。(提示:结果为
f(1.8) 0.164762, f(6.15) 0.001266 )
二:实验程序及注释
MATLAB程序:function f=lagrange(x0,y0,x )
n=length(x0); m=length(y0); 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=s+y0(k)*p; End f=s; end
江西理工大学上数值分析期末实验
结果运行:
结果与提示值完全吻合,说明Lagrange插值多项式的精度是很高的;
f(x)
(x x1)(x x2)(x x3)(x x4)(x x5)
(x0 x1)(x0 x2)(x0 x3)(x0 x4)(x0 x5)
(x x0)(x x1)(x x2)(x x3)(x x4)(x5 x0)(x5 x1)(x5 x2)(x5 x3)(x5 x4)
同时,若采用三点插值和两点插值的方法,用三点插值的精度更高。若同时采用两点插值,选取的节点距离x越近,精度越高。
江西理工大学上数值分析期末实验
三:采用newton插值进行计算 算法程序如下:
format long; x0=[0.4
0.55 0.65 0.80 0.95 1.05 ];
0.69675
0.90 1.00 1.25382 ];
y0=[0.41075 0.57815 n=max(size(x0));
y=y0(1); %disp(y); s=1;
dx=y0; for i=1:n-1 dx0=dx; for j=1:n-i
dx(j)=(dx0(j+1)-dx0(j))/(x0(i+j)-x0(j)); end df=dx(1); s=s*(x-x0(i));
y=y+s*df; %计算 %%disp(y); end disp(y)
x=0.596;
运行结果:
江西理工大学上数值分析期末实验
绘制出曲线图:
与结果相吻合。
所以newton法和Lagrange法的思想是一样的。Lagrange适合理论分析,但Lagrange法不如newton法灵活。Lagrange如果节点个数改变,算法需要重新编写,而Newton法克服这一缺点,所以应用更为灵活。
江西理工大学上数值分析期末实验
实验二 函数逼近与曲线拟合
一、问题提出
在某冶炼过程中,根据统计数据的含碳量与时间关系,试求含碳量与时间t的拟合曲线。 t(分钟) y(10 4)
要求:
1、用最小二乘法进行曲线拟合;
2、近似解析表达式为f(x)=a1t+ a2t2+ a3t;
3、计算出拟合函数f(x),并列出出f(x)与y(x)的误差; 4、另外选取一个近似表达式,尝试拟合效果的比较; 5、绘制出曲线拟合图。
二、问题分析 三、
从随机的数据中找出其规律性,给出其近似表达式的问题,在生产实践和科学实验中大量存在,通常利用数据的最小二乘法求得拟合曲线。
三、实验程序及注释
三次拟合程序(最小二乘法):
t=[0 5 10 15 20 25 30 35 40 45 50 55]%输入时间t的数据
y=[0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64]%输入含碳量数据
[p,s]=polyfit(t,y,3)%调用MATLAB最小二乘法的程序进行三次拟合并给出误差分析 format long%14位精度小数
plot(t,y,'*r')%绘制被拟合数据点的离散图 hold on
plot(t,y1,'b')%绘制三次拟合函数图(其中y1是拟合之后的数据) xlabel('时间t(分钟)') %注释x轴 ylabel('含碳量/10^-4') %注释y轴 title('三次拟合图') %注释图名 grid%坐标系网格化
四次拟合程序(最小二乘法):
[p,s]=polyfit(t,y,4) %调用MATLAB最小二乘法的程序进行四次拟合并给出误差分析 format long%14位精度小数
plot(t,y,'*r')%绘制被拟合数据点的离散图
3
0 0
5 1.27
10 2.16
15 2.86
20 3.44
25 3.87
30 4.15
35 4.37
40 4.51
45 4.58
50 4.02
55 4.64
江西理工大学上数值分析期末实验
hold on
plot(t,y2,'b')%绘制三次拟合函数图(其中y2是拟合之后的数据) xlabel('时间t(分钟)') %注释x轴 ylabel('含碳量/10^-4') %注释y轴 title('四次拟合图') %注释图名 grid%坐标系网格化
四、实验数据结果及分析
三次拟合可以得到其拟合多项式为:
y1=0.00003436415436t3-0.00521556221556t2+0.26339852739853t+0.01783882783883
拟合函数与被拟合函数图之间的对比如下: (1) 红色星号为原始数据;
(2) 带圈的曲线为最小二乘后而成的结果曲线。
由此可见拟合函数与原函数离散数据点拟合成程度相当好,通过[p,s]=polyfit(t,y,n)对拟合误差进行分析,如图:
江西理工大学上数值分析期末实验
图2-2
由此可知,三次拟合精度较好。
为了提高结果的可信度,我们另外选取一个近似表达式,尝试拟合效果的比较。于是,进行四次拟合:
其中,拟合得到的多项式为:
y2=0.00000060256410t4-0.00003191789692 t3-0.00293227466977t2
+0.23806931494432t+0.06044871794872 拟合如图
2-3
图2-3
同样对四次拟合进行误差分析可得:
江西理工大学上数值分析期末实验
图2-4
上一篇:深基坑排桩支护形式及设计方案优化
下一篇:燃气锅炉供暖系统