插值与数据拟合.pptVIP

作为一个模型，它要与模型的实际背景接轨，而数据资料就是数学模型与现实问题接轨的重要途径和手段。因此在建模过程中处理好数据资料和模型的关系是非常重要的。 在建模的过程中数据资料以下面几种方式对数学模型起作用： （1）在建模过程中，特别是在建模的初期数据资料能够对所构架的模型给出提示。有些模型（我们称之为经验模型）则是完全建立在数据的基础上的。 （2）数据可以用来对模型的参数给出估计。 （3）数据资料还可以用于检验模型的效果。 插值最初来源于天体计算——由若干观测值（即节点）计算任意时刻星球的位置（即插值点和插值）——的需要。现在，虽然人们已很少需要用它从函数表计算函数值了，但是插值仍然在诸如机械加工等工程技术和数据处理等科学研究中有着许多直接的应用，另一方面，插值又是数值微分、数值积分、常微分方程数值等数值计算的基础。 几天后，小华在物理实验里又碰到一个看起来非常类似的问题：有一只对温度敏感的电阻，已经测得了一组温度T和电阻R数据。 现在想知道 时的电阻多大。 用Logistic模拟水稻叶伸长生长 模型表达式： 程序！ 关于polyfit命令 用Richard模拟水稻叶伸长生长 关于inline函数 二、常用插值函数 1、多项式插值方法 2、样条插值方法 （一）广泛使用的样条函数 （1）二次样条的定义 （2）三次样条函数的定义 例：某实验对一根长10米的钢轨进行热源的温度传播测试。用x表示测量点0:2.5:10(米)，用h表示测量时间0:30:60(秒)，用T表示测试所得各点的温度(℃)。试用线性插值求出在一分钟内每隔20秒、钢轨每隔1米处的温度TI。命令如下：x=0:2.5:10;h=[0:30:60];T=[95,14,0,0,0;88,48,32,12,6;67,64,54,48,41];xi=[0:10];hi=[0:20:60];TI=interp2(x,h,T,xi,hi) 例：设z=x2+y2，对z函数在[0,1]×[0,2]区域内进行插值。 为了说明这个维数的插值，再考虑一个问题。设人们对平板上的温度分布估计感兴趣，给定的温度值取自平板表面均匀分布的格栅。 采集了下列的数据： ? width=1:5; % index for width of plate (i.e.,the x-dimension) ? depth=1:3; % index for depth of plate (i,e,,the y-dimension) ? temps=[82 81 80 82 84; 79 63 61 65 81; 84 84 82 85 86] % temperature data temps = 82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 如同在标引点上测量一样，矩阵temps表示整个平板的温度分布。temps的列与下标depth或y-维相联系，行与下标width或x-维相联系(见图6)。为了估计在中间点的温度，我们必须对它们进行辨识。? wi=1:0.2:5; % estimate across width of plate? d=2; % at a depth of 2? zlinear=interp2(width, depth, temps, wi, d) ; % linear interpolation? zcubic=interp2(width, depth, temps, wi,d, cubic ) ; % cubic interpolation? plot(wi, zlinear, - , wi, zcubic) % plot results? xlabel( Width of Plate ), ylabel( Degrees Celsius )? title( [ Temperature at Depth = num2str(d) ] ) 另一种方法，我们可以在两个方向插值。先在三维坐标画出原始数据，看一下该数据的粗糙程度(见图7)。? mesh(width, depth, temps) % use mesh plot? xlabel(‘ Width of Plate ’), y