matlab chebyshev插值,Matlab与数值分析第二题课程设计报告

第二题课程设计报告

一．引言：

在实际问题中,函数解析式未知，函数往往通过实验观测得到的一组数据，即仅仅已知某个区间[a,b]上的一系列点的函数值。

如何根据实验观测数据，在某个区间[a,b]上给出其他点的函数值。——插值问题如何求出函数，使其在“一定意义下”逼近实验观测数据。——曲线拟合问题

二．方法原理介绍：

数值逼近(Approximation)：

逼近理论是研究如何将函数利用一组简单函数近似表征，并定量分析逼近过程中产生的误差。数值逼近包括两大类：插值和拟合

插值(Interpolate)：

已知函数在xi处的值为yi ，求p(x)，使之满足：yi = p(xi)

其中，p(x)为插值函数，xi处为插值节点，插值节点的区间称为插值区间，

yi = p(xi)为插值条件。

拟合(Fit)：

已知函数在xi处的值为yi ，求 f (x)，使之满足：e=‖yi - f (xi)‖在给定的准则下最小。

差异(Difference)：

插值函数必须经过插值点。

拟合函数不必经过拟合点。

三．仿真结果及性能分析：

以f(x)=1/(1+25*x^2)为实例进行分析，相关程序在文件夹里。

Lagrange插值(Untitled1.m及lagrangen.m)