欢迎来到毕设资料网! | 帮助中心 毕设资料交流与分享平台
毕设资料网
全部分类
  • 毕业设计>
  • 毕业论文>
  • 外文翻译>
  • 课程设计>
  • 实习报告>
  • 相关资料>
  • ImageVerifierCode 换一换
    首页 毕设资料网 > 资源分类 > DOC文档下载
    分享到微信 分享到微博 分享到QQ空间

    数值分析课程设计--用拉格朗日插值法和牛顿插值法求近似值

    • 资源ID:1399873       资源大小:574.50KB        全文页数:16页
    • 资源格式: DOC        下载积分:100金币
    快捷下载 游客一键下载
    账号登录下载
    三方登录下载: QQ登录
    下载资源需要100金币
    邮箱/手机:
    温馨提示:
    快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝   
    验证码:   换一换

     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。

    数值分析课程设计--用拉格朗日插值法和牛顿插值法求近似值

    1、数值分析课程设计数值分析课程设计 报报 告告 【摘要】 本文简介拉格朗日插值和牛顿插值。拉格朗日插值的算法及程序 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。 关于牛顿插值法, 本文首先给出差商的定义及性质, 由差商递推得到 Newton插值公式。在增加一个插值节点后,只需计算新增插值 节点带来的计算, 而不必重新计算整个插值公式。 然而并不是插值节点越多越好, 插值多项式随节点的增多而振动增多,反而不能更好的接近被插函数,这就是龙 格现象。 龙格现象从根本上否定了增多

    2、节点一提高插值多项式的次数来达到更好 近似的可行性,从而产生了质的飞跃。 【关键词】 均差 ; 牛顿插值多项式 ; 龙格现象拉格朗日;插值;公 式;算法程序;应用;科学。 一、题目:用拉格朗日插值法和牛顿插值法求近似值 二、理论 Lagrange 插值法的理论: 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 xf(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, 0 x, 1 x, 2 x

    3、,., 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 xmin( 0 x, 1 x, 2 x,., n x),max( 0 x, 1 x, 2 x,., 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( 1 L 设已知0 x , 1 x 及 0 y=f(0 x ) , 1 y=f( 1 x),)( 1 xL为不超过一次多项式且满足 )( 01 xL= 0 y,)(

    4、11 xL= 1 y,几何上,)( 1 xL为过( 0 x, 0 y) , ( 1 x, 1 y)的直线,从而 得到 )( 1 xL= 0 y+ 01 01 xx yy (x-0 x ). (2) 为了推广到高阶问题,我们将式(2)变成对称式 )( 1 xL= 0 l(x) 0 y+ 1 l(x) 1 y. 其中, 0 l(x)= 10 1 xx xx , 1 l(x)= 01 0 xx xx 。均为 1 次多项式且满足 0 l(x)=1 且 1 l(x)=0。或 0 l(x)=0 且 1 l(x)=1。 两关系式可统一写成)( ii xl= ji ji 0 1 。 (3) (2)n 阶 La

    5、grange 插值)(xLn 设已知 0 x, 1 x, 2 x,., n x及 i y=f( i x)(i=0,1,.,n),)(xLn为不超过 n 次多 项式且满足 iin yxL)((i=0,1,.n). 易知)(xLn= 0 l(x) 0 y+)(xln n y. 其中,)(xli均为 n 次多项式且满足式(3) (i,j=0,1,.,n),再由 j x(ji) 为 n 次多项式)(xli的 n 个根知)(xli=c n ii j j xx 0 .最后,由 1)()( 0 n ij j jiji xxcxlc= n ij j ji xx 0 )( 1 ,i=0,1,.,n. 总之,)(

    6、xLn= i n i i yxl 0 )(,)(xli=. 0 n ij j ji j xx xx 式为 n 阶 Lagrange 插值公式, 其中,)(xli (i=0,1,.n)称为 n 阶 Lagrange 插值的基函数。 3,Lagrange 插值余项 设 0 x, 1 x, 2 x,., n xa,b,f(x)在a,b上有连续的 n+1 阶导数,)(xLn为 f(x)关于节点 0 x, 1 x, 2 x,., n x的 n 阶 Lagrange 插值多项式,则对任意 xa,b, ).( )!1( )( )()()( )1( x n f xLxfxR n nn 其中,位于 0 x, 1 x, 2 x,., n x及 x 之间 (依赖于 x) ,(x)= n j j xx 0 ).( 牛顿插值多项式的理论依据: 1


    注意事项

    本文(数值分析课程设计--用拉格朗日插值法和牛顿插值法求近似值)为本站会员(毕***)主动上传,毕设资料网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请联系网站客服QQ:540560583,我们立即给予删除!




    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们
    本站所有资料均属于原创者所有,仅提供参考和学习交流之用,请勿用做其他用途,转载必究!如有侵犯您的权利请联系本站,一经查实我们会立即删除相关内容!
    copyright@ 2008-2025 毕设资料网所有
    联系QQ:540560583