数学建模中的数值方法.ppt

插值函数griddata格式为: cz =griddata（x，y，z，cx，cy，‘method’） 要求cx取行向量，cy取为列向量． 被插值点 插值方法 插值节点 被插值点的函数值 ‘nearest’最邻近插值 ‘linear’ 双线性插值 ‘cubic’ 双三次插值 v4- MATLAB提供的插值方法 缺省时, 双线性插值 例题 在某海域测得一些点(x,y)处的水深z由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）×（-50，150）里的哪些地方船要避免进入． x=[129.0 140.0 103.5 88.0 185.5 195.0 105.5 157.5 107.5 77.0 81.0 162.0 162.0 117.5]; y=[7.5 141.5 23.0 147.0 22.5 137.5 85.5 -6.5 -81 3.0 56.5 -66.5 84.0 -33.5]; plot(x,y,o) Z=[4 8 6 8 6 8 8 9 9 8 8 9 4 9]; h=-Z; xi=min(x):2:max(x);yi=min(y):2:max(y); [X,Y]=meshgrid(xi,yi); H=griddata(x,y,h,X,Y,cubic); mesh(X,Y,H); view(-60,30); 具体使用上有一定的差异 如果有参数，则解中函数有参数 * 系数计算较简单,不象拉格朗日，随n的增大，系数计算比较复杂。次数较低，容易算 * 分四个区域，每个区域一个值，因此四个平顶柱体，是不连续的 * * 一维插值的定义 已知 n+1个节点 其中 互不相同，不妨设 求任一插值点 处的插值 ? ? ? ? ? 节点可视为由 产生, 表达式复杂, 或无封闭形式, 　或未知. ? 构造一个(相对简单的)函数 通过全部节点, 即 再用 计算插值，即 ? ? ? ? ? ? 称为拉格朗日插值基函数． 已知函数f(x)在n+1个点x0,x1,…,xn处的函数值为 y0,y1,…,yn ．求一n次多项式函数Pn(x)，使其满足： Pn(xi)=yi,i=0,1,…,n. 解决此问题的拉格朗日插值多项式公式如下 其中Li(x) 为n次多项式： 拉格朗日(Lagrange)插值 计算量与n无关; n越大，误差越小. ? ? ? ? ? ? xj xj-1 xj+1 x0 xn x Ｏ y 比分段线性插值更光滑 ? ? ? ? ? ? ? ? ? x y xi-1 xi a b 数学上，光滑程度的定量描述是：函数(曲线)的k阶导数存在且连续，则称该曲线具有k阶光滑性． 光滑性的阶次越高，则越光滑．是否存在较低次的分段多项式达到较高阶光滑性的方法？三次样条插值就是一个很好的例子． 三次样条插值 三次样条插值 最邻近插值 立方插值 用MATLAB作插值计算 一维插值函数： yi=interp1(x，y，xi，method) 插值方法 被插值点 插值节点 xi处的插值结果 ‘nearest’ 最邻近插值；‘linear’ 线性插值； ‘spline’ 三次样条插值； ‘cubic’ 立方插值； 缺省时 分段线性插值． 注意：所有的插值方法都要 求x是单调的，并且xi不能够 超过x的范围． 例题：从1点12点的11小时内，每隔1小时测量一次温度，测得的温度的数值依次为：5，8，9，15，25，29，31，30，22，25，27，24．试估计每隔1/10小时的温度值． hours=1:12; temps=[5 8 9 15 25 29 31 30 22 25 27 24]; h=1:0.1:12; t=interp1(hours,temps,h,spline); plot(hours,temps,+,h,t,r:‘) xlabel(Hour),ylabel(Degrees Celsius’) ? ? ? ? ? ? ? ? ? x y 机翼下轮廓线 例题. 已知飞机下轮廓线上数据如下，求x每改变0.1时的y值． 第一种（网格节点） 第二种（散乱节点） 已知 m?n个网格节点 其中 互不相同，不妨设 构造一个二元函数 通过全部已知节点,即 再用 计算插值，即 第一种： 第二种（散乱节点）： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? y x O 已知n个节点 其中 互不相同， 构造一个二元函数 通过全部已知节点,即 再用 计算插值，即 注意：最邻近插值一般不连续．具有连续性的最简单的插值是分片线性插值． 最邻近插值 x ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?