五種插值法的對比研究

1、1 / 25 學(xué)號： 2013 大 學(xué) 畢 業(yè) 論 文五種插值法的對比研究a comparative study of five interpolation methods 學(xué)院: 理學(xué)院教 學(xué) 系：數(shù)學(xué)系專業(yè)班級 : 信息與計算科學(xué)專業(yè)1301 學(xué)生: 指導(dǎo)教師 : 講師2017 年 6 月 7 日i / 25 目錄容摘要 i abstract ii 1 導(dǎo)言 1 1.1 選題背景 1 1.2 研究的目的和意義 2 2 五種插值法 3 2.1 拉格朗日插值 3 2.2 牛頓插值 4 2.3 分段線性插值 4 2.4 分段三次 hermite 插值 5 2.5 樣條插值 5 3 五種插值法的對

2、比研究 6 3.1 五種插值法的解題分析比較 6 3.2 五種插值法的實際應(yīng)用 15 4 結(jié)語 20 參考文獻 21 致 22 i / 25 容摘要：插值法是數(shù)值分析中最基本的方法之一。在實際問題中遇到的函數(shù)是許許多多的，有的甚至給不出表達式，只供給了一些離散數(shù)據(jù)，例如，在查對數(shù)表時，需要查的數(shù)值在表中卻找不到，所以只能先找到它相鄰的數(shù)，再從旁邊找出它的更正值，按一定的關(guān)系把相鄰的數(shù)加以更正，從而找出要找的數(shù)，這種更正關(guān)系事實上就是一種插值。在實際應(yīng)用中，采用不同的插值函數(shù)，逼近的效果也不同。我們接觸過五種基本的插值方法，有拉格朗日插值、牛頓插值、分段線性插值、分段三hermite 插值和樣條

3、插值函數(shù)。 此篇論文就是圍繞這些插值法展開討論，先是簡單介紹五種插值法，了解其基本概念與解題思路，然后通過分析對比不同插值法在解答典型例題的過程中存在的優(yōu)缺點進行總結(jié)對比，得出結(jié)論。最后使用 matlab 軟件的編程實現(xiàn)，繪制出不同插值法下的函數(shù)曲線，從幾何上再次進行對比，得出結(jié)論。通過此次論文的寫作，我對于插值法有了更深的理解和認知，對于今后插值法的選擇也會更加容易權(quán)衡把握。關(guān)鍵詞：插值法；對比；插值函數(shù)；多項式ii / 25 abstract: interpolation is one of the most basic methods in numerical analysis.ther

4、e are many functions in practical problems,some give no expression,some only supply discrete data. so we only find it again from the adjacent number next to find its correct value and according to a certain relationship to the adjacent number corrected.the correct relationship is an interpolation in

5、 fact.in practical applications,the effect of approximation is also different when different interpolation functions are used.we have contacted five basic interpolation methods,such as lagrange interpolation,newton interpolation, piecewise linear interpolation, piecewise three hermite interpolation

6、and spline interpolation function.firstly,this paper introduces the basic concepts and ideas to solve problems of five kinds of interpolation methods.and then through the comparative analysis of the advantages and disadvantages of different interpolation methods in the process of solving typical pro

7、blems.finally,using matlab software programming,draw different interpolation method of function curve,from geometry again contrast,draw conclusions.through the writing of this paper,i have a deeper understanding and recognition of the interpolation method,and it will be easier to balance and select

8、which interpolation methods to use in the future. key words: interpolation methodcomparisoninterpolationfunctionpolynomial1 / 25 1導(dǎo)言1.1 選題背景插值方法最早來源于生產(chǎn)實踐，作為一種數(shù)學(xué)方法，其經(jīng)歷了漫長的歷史考驗與證實。早在數(shù)千多年前，我們的祖先就憑借插值方法，利用已知的少部分日月五星運行規(guī)律的觀測值獲得了相對較完整的運行規(guī)律。在一千多年前的隋唐時期，中國的賢能之士就將插值技術(shù)應(yīng)用到了制定歷法的過程中。而到公元六世紀時，隋朝的焯又把等距節(jié)點的二次插值應(yīng)用于天文

9、計算中。在16-19 世紀，多項式插值被用來解決航海學(xué)和天文學(xué)的一些重要問題。十七世紀時，牛頓（newton）和格雷格里（gregory）建立了等距結(jié)點上的一般插值公式，后來拉格朗日（lagrange）建立出了非等距結(jié)點插值公式。在微積分產(chǎn)生并且廣泛應(yīng)用之后，插值的基本理論和結(jié)果隨之有了進一步的完善， 之后其應(yīng)用也越來越廣泛， 尤其是在計算機普遍使用之后，插值法在各領(lǐng)域中的地位也越來越重要，與此同時自身也得到了發(fā)展。經(jīng)典的插值方法是基于泰勒插值（taylor）和拉格朗日插值的，其實taylor 插值與拉格朗日插值的聯(lián)系十分密切，即拉格朗日插值的極限形式可以視為taylor 插值，反之， tay

10、lor 插值的離散化形式就是拉格朗日插值。我們在建立拉格朗日插值多項式時很是簡單方便，但一旦節(jié)點增加，就不能再使用原來的多項式計算，需要重新建立新的多項式，這無疑使計算變得繁瑣起來，而newton（牛頓）插值就克服了這一問題。此外根據(jù)實際問題，插值法的應(yīng)用在很多情況下都需要盡量滿足插值函數(shù)與原函數(shù)相差無異的前提，即要求在節(jié)點上插值函數(shù)與被插值函數(shù)的函數(shù)值和導(dǎo)數(shù)值都是相等的，也就是另一種插值法，hermite（埃爾米特）插值法。事實上，我們把 taylor 插值和拉格朗日插值進行聯(lián)系融合就能總結(jié)出hermite （埃爾米特）插值，這也推廣了前兩種插值法。2 / 25 現(xiàn)在，插值技術(shù)的應(yīng)用在很多領(lǐng)

11、域得到了普與，當(dāng)我們需要認識某一事物的本質(zhì)時，常根據(jù)其觀測點，利用插值技術(shù)對特定問題進行深入拓展和解決，以加深對該事物的認識。多項式插值是函數(shù)插值中最常用的一種形式。在一般的插值問題中，插值條件可以唯一地確定一個次數(shù)不超過n的插值多項式。從幾何上可以解釋為：可以從多項式曲線中找出一些不超過n 次的點通過平面上1n個不同的點。插值多項式有兩種常用的表達式形式，一種是拉格朗日插值多項式，另一種是牛頓插值多項式，此外拉格朗日插值公式與牛頓插值公式永遠相等。此外，在進行高階次插值時常常出現(xiàn)不穩(wěn)定的情況，而采用樣條插值和分段線性插值法就可以防止這類情況的發(fā)生。分段線性插值或分段三次埃爾米特插值等此種分段

12、低次插值法可以使逼近效果加強，但卻整體光滑而不收斂。為此，引入了更理想化的三次樣條插值法。1.2 研究的目的和意義在數(shù)值分析中，對于插值函數(shù)的學(xué)習(xí)是必不可少的，因為它能輔助我們把模糊的數(shù)據(jù)準(zhǔn)確化，把想當(dāng)然的數(shù)據(jù)變得無懈可擊。但是對于五種插值函數(shù)，他們具有不同的優(yōu)勢和適用圍，五種方法對同一問題的處理的結(jié)果一定不同，這時對于方法的選擇顯得至關(guān)重要。因此我們對于他們差異化的了解與認知是必不可少的。通過此篇論文的對比研究，我希望不但可以給數(shù)值分析領(lǐng)域中的學(xué)習(xí)者一些幫助和啟示甚至讓他們在求知的路上少些磕絆，也能推動一些運用到插值函數(shù)知識的社會工作領(lǐng)域的工作者的職業(yè)進步。3 / 25 2 五種插值法2.1

13、 拉格朗日插值拉格朗日是 n次多項式插值，解題方法是先構(gòu)造插值基函數(shù)再求n 次插值多項式。對 lagrange n次插值多項式，首先要選取1n個插值點nxxx,.,10上的 n次插值基函數(shù)，).()().().()().()(110110niiiiiiniiixxxxxxxxxxxxxxxxxl（).,2, 1 ,0(ni有了這1n個 n次插值基函數(shù)，就能很容易的寫出n次 lagrange 插值多項式了，其具體的表達式為)()()(0 xlxfxlninii1。拉格朗日插值原理：表 1 插值數(shù)值表ix0 x1x2x. nx)(ixf)(0 xf)(1xf)(2xf. )(nxflagrange

14、 插值的方法是：對于給定的n 個插值節(jié)點nxxx,.,10和對應(yīng)的函數(shù)值nyyyy,.,210， 我們利用 n次 lagrange插值多項式，可以對插值區(qū)間上任意的x對應(yīng)的函數(shù)值y利用下式)(xln來求解。表1中 的 n 次lagrange 插 值 多 項 式)(xln的 數(shù) 學(xué) 表 達 式 為 ：)()()(0 xlxfxlninii。其中，)(xli).,2, 1 ,0(ni是插值基函數(shù)，即njjijixxxxxl0)(。lagrange插值多項式的余項是)()()!1(1)()()()1(xfnxlnxfxrnn，且其中).()()(10nxxxxxxx。4 / 25 2.2 牛頓插值牛

15、頓插值也是 n次多項式插值，提出了構(gòu)造插值多項式的另一種方法。它具有繼承性和易變化節(jié)點的特點。牛頓插值原理：newton 插值的方法：由表1 構(gòu)造的牛頓插值多項式為：,.,).(.,)(,)()()(1010210101000nnxxxfxxxxxxxfxxxxxxfxxxfxn用上式插值時，首先要計算各階差商，而各階差商的計算可以歸納為一階差商的逐次計算，一般的111021010,.,.,.,kkkkknxxxxxfxxxxfxxxf余項為：)(,.,)()()(10 xxxxxfxnxfxrnn2, 其中).()()(10nxxxxxxx2.3 分段線性插值分段線性插值的意義在于克服拉格朗

16、日插值法的非收斂性。其實分段線性插值就是利 用每 兩個 相鄰 的 插值 基點 做 線 性插 值， 就可 以 得 到分 段線 性插 值 函 數(shù)：11)()()(iiiifxlfxlxy，,1iixxx，).,2, 1 ,0(ni其中11)(iiiixxxxxl，iiiixxxxxl11)(4。設(shè)分段線性插值函數(shù)為)(xy，則具有以下性質(zhì)：)(xy可以分段表示并且)(xyi在每個小區(qū)間,1iixx上都是線性函數(shù)；)(xyiiifxf)(，).,2, 1 ,0(ni；)(xy在整個區(qū)間,ba上連續(xù)3。特點：插值函數(shù)的序列具有一致的收斂性，彌補了高階拉格朗日插值方法的不足，可是存在插值精度低、基點處不

17、光滑的缺陷，其中增加插值點可以提高插值精5 / 25 度。幾何上，分段線性插值是通過順次連接各插值點形成線段，從而逼近原始曲線，這也是計算機繪圖的基本原理。2.4 分段三次 hermite 插值對于函數(shù))(xf，有時我們不僅知道它在一些點處的函數(shù)值，而且還能知道它在這些點的導(dǎo)數(shù)值。 當(dāng)在這些點上的插值函數(shù))(xp的函數(shù)值和導(dǎo)數(shù)值同時滿足與)(xf的函數(shù)值和導(dǎo)數(shù)值相等的要求時，此時的問題就是hermite 插值問題或帶有導(dǎo)數(shù)的插值問題。假定已知函數(shù))(xf在插值區(qū)間,qp上的1n個互不一樣的節(jié)點ix),.,1 ,0(ni處滿足iifxf)(與),.,2 , 1 , 0()(nifxfii，如果函

18、數(shù))(xg的存在滿足下列條件：)(xg在每個小區(qū)間上的多項式次數(shù)為3；,)(1bacxg；)()(iixfxg，)()(iixfxg，),.,1 ,0(ni5就稱)(xg是)(xf在1n個節(jié)點ix 上的分段三次埃爾米特插值多項式。所以，1111)()()()()(kkkkkkkkyxhyxhxyhxyhxg1211211121112111)()()(21()(21(kkkkkkkkkkkkkkkkkkkkkkkkyxxxxxxyxxxxxxyxxxxxxxxyxxxxxxxx2.5 樣條插值函數(shù)2.5.1 樣條插值的相關(guān)概念分段低次插值函數(shù)，雖然有收斂性，但平整度差。因此，早期的制圖工程師在制

19、圖時首先會在樣點處固定彈性木條，其他各處任意成形， 這樣就能畫出一條曲線，定義樣條曲線。事實上，該曲線是由分段三次曲線并接而成，在連接點也就是樣點6 / 25 上必須要二階連續(xù)可導(dǎo)，從數(shù)學(xué)角度加以歸納得到數(shù)學(xué)樣條這個概念。利用樣條插值方法得到的插值曲線光滑性好，但卻不收斂。由此我們可以引用三次樣條函數(shù)以達到插值函數(shù)的收斂性且光滑度也更好了。2.5.2 三次樣條插值函數(shù)對于給定區(qū)間,qp上qxxxn.p10這1n個節(jié)點和在這些點上的函數(shù)值),.,1 ,0()(niyxfii，若函數(shù))(xg滿足：在每個子區(qū)間,1iixx),.,2, 1(in上，多項式)(xg的次數(shù)不超過 3；)(xg,)(),(

20、xgxg在,qp上連續(xù)；滿足),.,1 , 0()(niyxgii的插值條件。則)(xg是函數(shù))(xf關(guān)于 n個節(jié)點ix 處的三次樣條插值函數(shù)。3 五種插值法的對比研究3.1 五種插值法的解題分析比較例 1 已知表 2x0 1 1/2 y1 2e1e請寫出在以上 3 個節(jié)點處的牛頓插值（一次和二次）以與拉格朗日插值。解: （1） 拉格朗日型插值多項式構(gòu)造過（ 0,1）), 1 (2e的一次插值基函數(shù)7 / 25 )1()(1010 xxxxxxlxxxxxxl0101)(則一次插值多項式為：211001) 1()()()(xexxlyxlyx構(gòu)造過210,xxx的二次插值基函數(shù))21)(1(2

21、)()()(2010210 xxxxxxxxxxxl)21(2)()()(2101201xxxxxxxxxxxl) 1(4)()()(1202102xxxxxxxxxxxl因此二次插值多項式為：122211002)1(4)21(2)21)(1(2)()()()(exxexxxxxlyxlyxlyx（2）牛頓型插值多項式構(gòu)造牛頓一次插值函數(shù)：因為1)()(,2010110exxxfxfxxf所以8 / 25 ) 1(1,)()()(210001exxxfxxxfx構(gòu)造牛頓二次插值函數(shù)：因為1)()(,2010110exxxfxfxxf)(2)()(,12121221eexxxfxfxxf1202

22、1021210422,eexxxxfxxfxxxf于是)422)(1()1(1,)(,)()()(1222101010002eexxexxxxfxxxxxxfxxxfx綜上，由拉格朗日公式)()(0 xlyxjnjjn，牛頓公式,.,).(.,)()()(10101000nnnxxxfxxxxxxfxxxfx與例題可以看出：（1）拉格朗日插值法優(yōu)勢：公式的結(jié)構(gòu)整齊緊密，對于理論研究分析非常方便；缺點： 當(dāng)增加或減少一個插值點的計算，將需要重新計算相應(yīng)的插值基函數(shù)，然后插值多項式的公式代入結(jié)果也會改變，大大增加了計算量，解題十分繁瑣。此外，當(dāng)插值點很多時，拉格朗日多項式的插值次數(shù)也會很高，使計算

23、結(jié)果的值變得動蕩。換言之，即使在已知的幾個點處得到正確的結(jié)果，但在附近的點處“事實上”9 / 25 的值和得到的結(jié)果之間的會有較大的差距。（2）牛頓插值法優(yōu)勢：牛頓插值法的公式是另一種n次插值多項式的構(gòu)造形式，然而它卻克服了拉格朗日插值多項式的缺陷，它的一個顯著優(yōu)勢就是每當(dāng)增加一個插值節(jié)點，只要在原牛頓插值公式中增加一項就可形成高一次的插值公式。此外，如果在實際應(yīng)用中遇到等距分布的插值節(jié)點，牛頓插值公式就能得到進一步的簡化，從而得到等距節(jié)點的插值公式，這樣為縮短實際運算時間做出了很大的貢獻。缺點： 這種插值僅僅要求插值多項式在插值節(jié)點處與被插函數(shù)有相等的函數(shù)值，而這種插值多項式卻不能全面反映被

24、插值函數(shù)的性態(tài)。然而在許多實際問題中，不僅要求插值函數(shù)與被插值函數(shù)在所有節(jié)點處有一樣的函數(shù)值，它也需要在一個或全部節(jié)點上插值多項式與被插函數(shù)有一樣的低階甚至高階的導(dǎo)數(shù)值。對于這些情況，拉格朗日插值和牛頓插值都不能滿足。例 2 過 0,1 兩點并且滿足21)1 (,2)1 (,21)0(1)0(ffff，構(gòu)造一個三次埃爾米特插值多項式6。解：利用公式有221010100) 1)(21()(21()(xxxxxxxxxxxh220101011)23()(21()(xxxxxxxxxxxh2210100)1()()(xxxxxxxxxh)1()()(2201011xxxxxxxxxh10 / 25

25、所以12123)1(21) 1(21)23(2)1)(21()()()()()(23222211001100 xxxxxxxxxxxxhyxhyxhyxhyxh由這個例題 2 可以看出：對于埃爾米特插值，我們不僅已知函數(shù)在某些點處的函數(shù)值，而且插值函數(shù)在這些點處的導(dǎo)數(shù)與被插函數(shù)一樣。因此，（1）優(yōu)點：關(guān)于插值函數(shù)和被插函數(shù)的貼合程度，埃爾米特插值比多項式的好。（2）缺點：埃爾米特插值只有在被插值函數(shù)在插值節(jié)點處的函數(shù)值和導(dǎo)數(shù)值已知時才可以使用，而這在實際問題中是無法實現(xiàn)的，因為在一般情況下我們是不可能也沒必要知道函數(shù)在插值節(jié)點處的導(dǎo)數(shù)值。因此成為能否運用埃爾米特插值的一個重要因素就是：我們知不

26、知道插值函數(shù)在節(jié)點處的導(dǎo)數(shù)值。例 3 對于函數(shù)11,2511)(2xxxf取等距節(jié)點)10,.,1 ,0(1021iixi，建立插值多項式)(10 x ，并探究它與)(xf的誤差。解：根據(jù)題意知道多項式的次數(shù)為10，代入拉格朗日插值多項式的公式有10010)()()(iiixlxfx其中11 / 25 22511)(iixxf10,.,1 ,0,1021iixi)().()().()(10901090 xxxxxxxxxxxxxliiii7計算結(jié)果如下表所示：表 3ix22511)(iixxf)(10ixix22511)(iixxf)(10ix-1.00 0.03846 0.03846 -0.

27、40 0.20000 0.19999 -0.90 0.04706 1.57872 -0.30 0.30769 0.23535 -0.80 0.05882 0.05882 -0.20 0.50000 0.50000 -0.70 0.07547 -0.22620 -0.10 0.80000 0.84340 -0.60 0.10000 0.10000 0.00 1.00000 1.00000 -0.50 0.13793 0.25376 對于0,1 區(qū)間上的值可以由對稱性得到，根據(jù)結(jié)果可以看出，)(10 x 在原點附近能較好的逼近)(xf，而在其余點處)(10 x 與)(xf的差異較大，越靠近端點，逼

28、近效果就越不好。由例題 3 可以不難發(fā)現(xiàn)，在高次插值中拉格朗日插值多項式存在較大缺陷，因而為了彌補這種不足我們一般利用分段線性插值的方法。例 4 給定函數(shù)11,25112xxy取等距節(jié)點)10,.,1 ,0(1021iixi，作分段線性插值函數(shù))(x，并計算)9.0(的值。12 / 25 解：首先計算出 -1,0區(qū)間上的函數(shù)值表：表 4x -1 -0.8 -0.6 -0.4 -0.2 0 y 0.03846 0.05882 0.10000 0.20000 0.50000 1.00000 對于區(qū)間 0,1上的函數(shù)值可由對稱性得到。其次，構(gòu)造各點的插值基函數(shù)：18. 008 .01)8.0(50

29、xxxl)1(511),1(511 1 ,10)1(511511)1(511 5511) 1(511)1(5115)(jjjxjjxjxjjxxlj(9,.,2, 1j) 18 .0) 8.0(58.01010 xxxl故得到分段線性插值函數(shù))(x)()()(50000.0)()(20000. 0)()(10000.0)()(05882.0)()(03846.0)(564738291100 xlxlxlxlxlxlxlxlxlxlxlx把9.0 x代入上式，)9.0(=0.03846 (-5) (-0.9+0.8)+0.058825 (-0.9+1)=0.5 0.03846+0.5 0.058

30、82 13 / 25 =0.04864 優(yōu)點： 一方面，與原函數(shù)相比， 分段線性插值和3 次多項式插值函數(shù)在每個單元區(qū)間上收斂性強，數(shù)值穩(wěn)定性好且易于計算機編程實現(xiàn)；另一方面，分段線性插值計算簡便。缺點：分段線性插值不能保證在節(jié)點處的插值函數(shù)的導(dǎo)數(shù)的連續(xù)性，即不光滑。但三次樣條插值卻彌補了分段線性插值在節(jié)點處不光滑的缺陷，從而在某些工程技術(shù)上得到了很好的應(yīng)用。例 5 給定數(shù)據(jù)表如下：表 5jx0.25 0.30 0.39 0.45 0.53 jy0.5000 0.5477 0.6245 0.6708 0.7280 并滿足條件0)53.0()25.0(ss，求出三次樣條插值8。解：0)(,0)(

31、40 xsxs2640. 3,3157.4,022100ddfd0,4300. 2443fdd040由此得矩陣形式的方程組為040mm14 / 25 4300.22640.33157.427305225301492321mmm求解此方程組，得8809.1,010mm0,0304. 1,8616.0432mmm又三次樣條表達式為jjjjjjjjjjjjjjjjhxxhmyhxxhmyhxxmhxxmxs)6()6(6)(6)()(21112131將43210,mmmmm代入得53. 0,45.0)45. 0( 1. 9)53.0(3987.8)53.0(1467. 245. 0,39.0)39.

32、0(1903.11)45.0(4186.10)39.0(8622.2)45.0(3933.239. 0,30.0)30.0(9518.6)39. 0(1138. 6)3 .0(5956.1)39.0(4831.330. 0,25.0)25.0(9697.10)3 .0(10)25.0(2697.6)(333333xxxxxxxxxxxxxxxxxxxs綜上，當(dāng)插值節(jié)點的密度漸漸變大時，三次樣條插值函數(shù)不但收斂于函數(shù)本身與其微商也收斂于函數(shù)的微商，這一特性比多項式插值更好。此外，樣條函數(shù)不必是逐段三次多項式，或它可以是一個簡單的函數(shù)且連續(xù)點保持足夠光滑。15 / 25 3.2 五種插值法的實際應(yīng)

33、用例 1 有一種閘閥，其關(guān)閉度為dhd/(d 為管徑 , h 為開度 )， 局部阻力系數(shù)為，與存在)(f的函數(shù)關(guān)系，其對應(yīng)關(guān)系如下：表 60 1/8 2/8 3/8 4/8 5/8 6/8 7/8 0.00 0.07 0.20 0.81 2.06 5.52 17.60 97.80 如果將閘閥控制在)8/2.1(15.0時，求其局部阻力系數(shù)的值9。解：由題可知，該函數(shù)表是等距節(jié)點排序。因此，選取=0.15附近的三個節(jié)點使用牛頓插值公式進行二次插值，繪制圖表。并將其一階和二階差分算出列于該表的右側(cè)各列：表 7230 0.00 1/8 0.07 0.07 2/8 0.26 0.19 0.12 3/8

34、 0.81 0.59 0.26 0.24 2 .18108/2 .10ht0984.02.1)12.1(212.007.000.0)1(2)15.0(02002ttn16 / 25 若進行三次插值，則需選取4 個節(jié)點，于是我們再選一個節(jié)點=3/8，添加在表上的最后一行，其2031068.7)22.1)(12.1(2.1624.0)2)(1(6ttt這樣，由三次插值所得的值為：0982.01068.70984. 0)15. 0(23n綜上可以得知，當(dāng)需要在原插值上取更高次的插值時，只需再添一項對應(yīng)的節(jié)點并進行計算，而且仍可以使用之前的計算結(jié)果，也不會帶來任何影響。這是newton 插值法的優(yōu)點。

35、例 2 氣象局在的 9 月收集到某一天從上午九點到下午三點的氣溫變化數(shù)據(jù)如下：,15,2.0,14,5 .0,13, 1,12, 5.0,11,2.0,10,1 .0,9xyxyxyxyxyxyx; 1.0y求這段時間溫度與時間的關(guān)系。解： 方法一：用拉格朗日插值法解，x=9:1:15; y=1./(1+x.2) ; xh=9:0.1:15; yh=lagrange(x,y,xh) ; y1=1./(1+xh.2) ; plot(xh,yh,-r) hold on 17 / 25 plot(xh,y1,-b) legend(拉格朗日插值曲線 ,原曲線 ) runge 現(xiàn)象的產(chǎn)生圖方法二 ：用分段插值曲線解x=9:1:15; y=1./(1+x.2) ; xh=9:0.1:15; yh=lagrange(x,y,xh) ; y1=1./(1+xh.2) ; 18 / 25 y2=interpl(x,y,xh,spline) ; plot(xh,y1,-b,xh,yh,-r,xh,y2,xk) ; legend( 原曲線 , 拉格朗日插值曲線 , 分段插值曲線 ) 圖方法三：用三次樣條插值法解x=9:1:15; y=1./(1+x.2) ; xh=9:0.1:15; yh=lagrange(x,y