《数学实验拟合与插值幻灯片.ppt》由会员分享，可在线阅读，更多相关《数学实验拟合与插值幻灯片.ppt（23页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、数学实验拟合与插值第1页，共23页，编辑于2022年，星期六北京科技大学数学实验曲线拟合插值第2页，共23页，编辑于2022年，星期六已知平面上若干个点（xi,yi)i=1,n,求一个较简单的函数（曲线）y=f(x),使f(x)尽可能的靠近数据点，在某种意义下达到最优。f(x)称为拟合函数。+xyy=f(x)(xi,yi)i-最小二乘法曲线拟合第3页，共23页，编辑于2022年，星期六 p=polyfit（x，y，n）多项式数据拟合功能：功能：将给定向量将给定向量 x，y对应的（对应的（xi，yi）作为数据点，拟合成）作为数据点，拟合成n次多项式；次多项式；向量向量x，y具有相同的维数；具有相
2、同的维数；p为多项式的系数向量。为多项式的系数向量。多项式的拟合y=a1xn+a2xn-1+.+anx+an+1 p=a1,a2,.,an,an+1第4页，共23页，编辑于2022年，星期六poly2str(p,x)将多项式表示成习惯的 形式 p是多项式系数，字符是多项式系数，字符x为自变量为自变量polyval（p，X）按数组规则计算X处多 项式的值功能：功能：计算多项式计算多项式p的变量在点阵的变量在点阵x处的值处的值；X可以为向量或矩阵，计算结果是与可以为向量或矩阵，计算结果是与X同维的向量或矩阵同维的向量或矩阵。第5页，共23页，编辑于2022年，星期六x=1:0.1:2;y=2.1,
3、3.2,2.1,2.5,3.2,3.5,3.4,4.1,4.7,5.0,4.8;p2=polyfit(x,y,2)%多项式拟合,次数是2,p2为拟合多项式的系数p3=polyfit(x,y,3);p7=polyfit(x,y,7);disp(二次拟合函数),f2=poly2str(p2,x)disp(三次拟合函数),f3=poly2str(p3,x);disp(七次拟合函数),f7=poly2str(p7,x);p2=1.3869 -1.2608 2.141二次拟合函数f2=1.3869 x2-1.2608 x+2.141第6页，共23页，编辑于2022年，星期六7x1=1:.01:2;y2=
4、polyval(p2,x1);%多项式p2在x1处的值y3=polyval(p3,x1);y7=polyval(p7,x1);plot(x,y,rp,x1,y2,-,x1,y3,k-.,x1,y7);第7页，共23页，编辑于2022年，星期六8练习：用多项式拟合余弦函数y=cosx。第8页，共23页，编辑于2022年，星期六插值对函数f(x),其函数形式可能很复杂，假如可以获得f(x)在区间a,b上的一组n+1个不同的点 上的函数值求一个简单函数p(x)，使得：并且用p(x)近似代替f(x),这就是插值问题。函数p(x)为函数f(x)的插值函数。(1)式称为插值条件。xi为插值结点，点x称为插
5、值点。点x在插值区间内叫内插，否则叫外插。.（1）第9页，共23页，编辑于2022年，星期六p(x)f(x)x0 x1x2x0y1y0y2第10页，共23页，编辑于2022年，星期六对于被插函数f(x)和插值函数p(x)在节点xi处得函数值必然相等但在节点外p(x)的值可能就会偏离f(x)因此p(x)近似代替 f(x)必然存在着误差整体误差的大小反映了插值函数的好坏为了使插值函数方便在计算机上运算，一般插值函数都使用多项式和有理函数。第11页，共23页，编辑于2022年，星期六一维多项式插值 yi=interp1（x，y，xi，method）功能：功能：x,y是已知数据点；是已知数据点；yi是
6、插值点是插值点xi处的值；处的值；当输入的当输入的x是等间距时，可在插值方法是等间距时，可在插值方法method前加前加*，以提高处理速度。，以提高处理速度。method表示不同的插值方法的字符串，有下面四种插值方法可选表示不同的插值方法的字符串，有下面四种插值方法可选:第12页，共23页，编辑于2022年，星期六nearest：最近点插值，插值点处的值取与该插值点距离 最近的数据点函数值；linear：分段线性插值，用直线连接数据点，插值点的值 取对应直线上的值；spline：三次样条函数插值，该方法用三次样条曲线通过 数据点，插值点处的值取对应曲线上的值；cubic：分段三次Hermite
7、插值，确定三次Hermite函数，根据该函数确定插值点的函数值。缺省时表示分段线性插值。第13页，共23页，编辑于2022年，星期六x=0:6;y=cos(x);xi=0:.25:6;yi1=interp1(x,y,xi,*nearest);yi2=interp1(x,y,xi,*linear);yi3=interp1(x,y,xi,*spline);yi4=interp1(x,y,xi,*cubic);plot(x,y,ro,xi,yi1,-,xi,yi2,-,xi,yi3,k.-,xi,yi4,m:)legend(原始数据,最近点插值,线性插值,样条插值,立方插值)例6-19：用以上4种方
8、法对y=cosx在0,6上的一维插值效果进行比较。第14页，共23页，编辑于2022年，星期六第15页，共23页，编辑于2022年，星期六二维多项式插值 zi=interp2（x，y，z，xi，yi，method）功能：功能：已知数据点（已知数据点（x,y,z），运用），运用method指定的方法，计算插值点（指定的方法，计算插值点（xi,yi）处得）处得函数值函数值zi。method指定的方法同一维多项式插值。指定的方法同一维多项式插值。第16页，共23页，编辑于2022年，星期六t=-2:0.5:2x,y=meshgrid(t);z=x.*exp(-x.2-y.2);x1,y1=meshg
9、rid(-2:0.1:2);z1=x1.*exp(-x1.2-y1.2);figure(1)subplot(1,2,1),mesh(x,y,z),title(数据点)subplot(1,2,2),mesh(x1,y1,z1),title(函数图象)例6-21：用以上4种方法对 在-2,2 上的二维多项式插值效果进行比较。第17页，共23页，编辑于2022年，星期六第18页，共23页，编辑于2022年，星期六xi,yi=meshgrid(-2:.125:2);zi1=interp2(x,y,z,xi,yi,*nearest);zi2=interp2(x,y,z,xi,yi,*linear);zi
10、3=interp2(x,y,z,xi,yi,*spline);zi4=interp2(x,y,z,xi,yi,*cubic);figure(2)subplot(2,2,1),mesh(xi,yi,zi1),title(最近点插值)subplot(222),mesh(xi,yi,zi2),title(线性插值)subplot(223),mesh(xi,yi,zi3),title(样条插值)subplot(224),mesh(xi,yi,zi4),title(立方插值)第19页，共23页，编辑于2022年，星期六第20页，共23页，编辑于2022年，星期六定义：定义：对于结点,若函数s(x)满足1
11、)都在区间a,b上连续2)在每个小区间上是三次多项式3),i=0,1,2,n则称s(x)为三次三次样样条插条插值值函数函数。第21页，共23页，编辑于2022年，星期六定义：定义：若不仅已知函数f(x)在结点上的函数值,还已知一阶导数值yi若函数Ih(x)满足1)都在区间a,b上连续2)Ih(x)在每个小区间上是次数不大于3的多项式3)（i=0,1,2,n）则称Ih(x)为分段三次分段三次Hermite插插值值多多项项式式。第22页，共23页，编辑于2022年，星期六北京科技大学数学实验 下表是1971年到1990年我国总人口的统计数字，试根据1971年到1985年这15年人口的统计数字用多种
12、方法预测未来20年的人口数字，并比较1986年到1990年间预测人口数字与实际统计数字的差异，在你所使用的几种预测方法中找出一种较为合理的预测方法。年份人口统计数字年份人口统计数字19718.5229198110.007219728.7177198210.165419738.9211198310.300819749.0859198410.435719759.2420198510.585119769.3717198610.750719779.4974198710.930019789.6259198811.102619799.7542198911.270419809.8705199011.4333第23页，共23页，编辑于2022年，星期六