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)