插值法：拉格朗日插值、牛顿插值

拉格朗日插值法

（*以下定义选自维基百科）

算法流程图

算法代码

[cpp]  view plain copy

1. #include<iostream>  
2. #include<string>  
3. #include<vector>  
4. using namespace std;  
5.   
6. double Lagrange(int N,vector<double>&X,vector<double>&Y,double x);  
7.   
8. int main(){  
9.   char a='n';  
10.   do{  
11.     cout<<"请输入差值次数n的值："<<endl;  
12.     int N;  
13.     cin>>N;  
14.     vector<double>X(N,0);  
15.     vector<double>Y(N,0);  
16.     cout<<"请输入插值点对应的值及函数值(Xi,Yi)："<<endl;  
17.     for(int a=0;a<N;a++){  
18.         cin>>X[a]>>Y[a];  
19.     }  
20.     cout<<"请输入要求值x的值："<<endl;  
21.     double x;  
22.     cin>>x;  
23.     double result=Lagrange(N,X,Y,x);  
24.     cout<<"由拉格朗日插值法得出结果： "<<result<<endl;  
25.     cout<<"是否要继续？(y/n)：";  
26.     cin>>a;  
27.   }while(a=='y');  
28.   return 0;  
29. }  
30.   
31. double Lagrange(int N,vector<double>&X,vector<double>&Y,double x){  
32.   double result=0;  
33.   for(int i=0;i<N;i++){  
34.     double temp=Y[i];  
35.     for(int j=0;j<N;j++){  
36.     if(i!=j){  
37.         temp = temp*(x-X[j]);  
38.         temp = temp/(X[i]-X[j]);  
39.    }  
40.   }  
41.   result += temp;  
42. }  
43.  return result;  
44. };  

牛顿插值法

牛顿插值法公式如下，具体参见（ 百度文档）

算法流程

算法代码

[cpp]  view plain copy

1. #include<iostream>  
2. #include<string>  
3. #include<vector>  
4. using namespace std;  
5.   
6. double ChaShang(int n,vector<double>&X,vector<double>&Y);  
7. double Newton(double x,vector<double>&X,vector<double>&Y);  
8.   
9. int main(){  
10.   int n;  
11.   cin>>n;  
12.   vector<double>X(n,0);  
13.   vector<double>Y(n,0);  
14.   for(int i=0;i<n;i++){  
15.     cin>>X[i]>>Y[i];  
16.   }  
17.   double x;  
18.   cin>>x;  
19.   cout<<Newton(x,X,Y);  
20. }  
21.   
22. double ChaShang(int n,vector<double>&X,vector<double>&Y){  
23.   double f=0;  
24.   double temp=0;  
25.   for(int i=0;i<n+1;i++){  
26.     temp=Y[i];  
27.     for(int j=0;j<n+1;j++)  
28.         if(i!=j) temp /= (X[i]-X[j]);  
29.     f += temp;  
30.   }  
31.   return f;  
32. }  
33.   
34. double Newton(double x,vector<double>&X,vector<double> &Y){  
35.   double result=0;  
36.   for(int i=0;i<X.size();i++){  
37.     double temp=1;  
38.     double f=ChaShang(i,X,Y);  
39.     for(int j=0;j<i;j++){  
40.         temp = temp*(x-X[j]);  
41.     }  
42.     result += f*temp;  
43.   }  
44.   return result;  
45. }  

实验过程原始记录

给定函数四个点的数据如下：


试用拉格朗日插值确定函数在x=2.101，4.234处的函数值。
运行得到结果：


已知用牛顿插值公式求的近似值。
运行程序得到结果：   2.26667 

实验分析

1、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。
2、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。
3、实验所得结果精确度并不高，一方面是因为所给数据较少，另一方面也是主要方面在Win32中C++中数据类型double精度只有7位，计算机在进行浮点运算时截断运算会导致误差。实际问题中，测量数据也可能导致误差。
4、在解决实际问题中，更多是利用精确且高效的计算机求解。所以解决问题时不仅要构造可求解的算法，更重要是构造合理的可以编写成程序由计算机求解的算法，而算法的优化不仅可以节省时间空间，更能得到更为精确有价值的结果。

（转载请注明作者和出处：http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途）