三次样条插值三弯矩matlab,数值分析课程设计报告书-三次样条插值的三弯矩法...

本文主要是介绍三次样条插值三弯矩matlab,数值分析课程设计报告书-三次样条插值的三弯矩法...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

41528d3028836879cd698677c3999917.gif数值分析课程设计报告书-三次样条插值的三弯矩法

数值分析课程设计报告书院系名称 :学生姓名 :专业名称 :班 级 :时间 :实验一 三次样条插值的三弯矩法一、实验目的已知数据 , , 及边界条件 ,求 的ix()iyf0,nLnjxyj L10),(2)(xf三次样条插值函数 .要求输出用追赶法解出的弯矩向量 及S []nM的值.画出 的图形,图形中描出插值点(),0,,12kiStmkL)(xSy及 分别用‘o’和‘*’标记.ixy()iit二、实验原理1.用追赶法求解第二类边界条件的三弯矩方程: 0102111 1[,]26[,]2nnnn fxMfx  O其中 .1 11,,j jj j jjjhhx 2.得出样条函数表达式:.332 21 111()()() ()()6666j j jj jjj j jxxMhxMhxSMyyhh  3.计算 .(k),0,,2itmkL三、实验结果所用数据:x=[-2.223,-1.987,-1.8465,-1.292,-1.2266,-1.1056,-0.8662,-0.6594,-0.2671,-0.0452,0.5385,1.2564,1.4398,1.5415,1.7646,1.9678,2.236];y=[0.83995,1.1696,1.3141,1.6992,1.7312,1.7847,1.8708,1.9262,1.9881,1.9997,1.9511,1.7169,1.618,1.5543,1.3871,1.191,0.81662];d2s1= -4.5000;d2sn= -4.8967; %第二种边界条件t=[-2.223,-1.9443,-1.6656,-1.3869,-1.1083,-0.82956,-0.55088,-0.27219,0.0065,0.28519,0.56387,0.84256,1.1212,1.3999,1.6786,2.236];;(指定计算点)计算结果:用追赶法求得的弯矩量为 要计算的 16 个节点出的值为M0=-4.5000M1=-1.9282M2=-0.5336M3=-0.8000M4=-0.4188M5=-0.4663M6=-0.4264M7=-0.3343M8=-0.3677M9=-0.3113M10=-0.3705M11=-0.4185M12=-0.6533M13=-0.7253M14=-1.0132M15=-1.2968M16=-4.8967S(-2.223)=0.83995S(-1.9443)=1.2163S(-1.6656)=1.4617S(-1.3869)=1.6485S(-1.1083)=1.7836S(-0.82956)=1.8818S(-0.55088)=1.9487S(-0.27219)=1.9876S(0.0065)=2S(0.28519)=1.9865S(0.56387)=1.9462S(0.84256)=1.8767S(1.1212)=1.7767S(1.3999)=1.6411S(1.6786)=1.4567S(2.236)=0.81662要计算的 16 个节点出的一阶导数值为: 要计算的 16 个节点出的二阶导数值为:S1(-2.223)=1.8267S1(-1.9443)=1.058S1(-1.6656)=0.76267S1(-1.3869)=0.57108S1(-1.1083)=0.41615S1(-0.82956)=0.29348S1(-0.55088)=0.18877S1(-0.27219)=0.089715S1(0.0065)=-0.0028801S1(0.28519)=-0.095035S1(0.56387)=-0.19691S1(0.84256)=-0.30324S1(1.1212)=-0.41474S1(1.3999)=-0.56694S1(1.6786)=-0.76939S1(2.236)=-1.8916S2(-2.223)=-4.5S2(-1.9443)=-1.5044S2(-1.6656)=-0.62053S2(-1.3869)=-0.75438S2(-1.1083)=-0.46529S2(-0.82956)=-0.41006S2(-0.55088)=-0.34356S2(-0.27219)=-0.36728S2(0.0065)=-0.31653S2(0.28519)=-0.34481S2(0.56387)=-0.37221S2(0.84256)=-0.39084S2(1.1212)=-0.40946S2(1.3999)=-0.60221S2(1.6786)=-0.90224S2(2.236)=-4.8967画出的图形为:-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.50.811.21.41.61.82值值值 x值值值 t四、实验分析通过实验结果我们,知道三弯矩法求出满足初始条件的三次样条函数,与其他插值函数的构造相比,三次样条插值法的计算量要小得多。其运行速度比较快结果精确,在解决大量数据时可以采用,在工程,计算领域比较广泛。 实验二 基于正交多项式的最小二乘法拟合一、实验目的编制以离散点 的正交多项式 为基的最小二乘拟合ixm,210KxPk程序,并用于对下列数据做 次多项式最小二乘拟合.n取权 求出拟合曲线 ,输出 ,0[,]mL*0nkySx0nka*k(系数), , 的值及平方误差 ,画出xPkka)321,nL,,( mitL1, 2的图形,并描出插值点 及 分别用‘o’和‘*’标记.Sy(ixy()iiS二、实验原理根据给定节点 及权函数 ,造出带权 正交的多项式mx,10L0xx, 有递推公式xPn1,2,111100  nkxPxkkk Lmi ikiiiikmiikii iikxPx021021.1,nL并计算系数 = ,kkfa,*miikii iiixPf02.,1nkL最后可得拟合曲线的函数y= )()()()( *1*0* xaxPaxSnK三、实验结果所用数据:x=[-2.223,-1.987,-1.8465,-1.292,-1.2266,-1.1056,-0.8662,-0.6594,-0.2671,-0.0452,0.5385,1.2564,1.4398,1.5415,1.7646,1.9678,2.236];y=[0.83995,1.1696,1.3141,1.6992,1.7312,1.7847,1.8708,1.9262,1.9881,1.9997,1.9511,1.7169,1.618,1.5543,1.3871,1.191,0.81662];d2s1= -4.5000;d2sn= -4.8967; %第二种边界条件t=[-2.223,-1.9443,-1.6656,-1.3869,-1.1083,-0.82956,-0.55088,-0

这篇关于三次样条插值三弯矩matlab,数值分析课程设计报告书-三次样条插值的三弯矩法...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/378630

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、