第8讲excel插值与拟合.ppt

第1讲 EXCEL插值与拟合 插值与拟合的比较 相同点 都需要根据已知数据构造函数。 可使用得到函数计算未知点的函数值。 不同点 插值需要构造的函数正好通过各插值点，拟合则不要求，只要均方差最小即可。 对实验数据进行拟合时，函数形式通常已知，仅需要拟合参数值。 一、插值 插值需要首先构造一个正好通过各已知点的函数y=f(x)，即对于已知点xi,yi,i=1,2,…，有f(xi)=yi（然后求解插值点x*处的函数值y*=f(x*)。 常用插值方法 一维插值-一个自变量 线性插值、一次插值 非线性插值 二次插值 三次插值 三次样条插值 二维插值-两个自变量 1.1.1 线性插值 已知数据点x0,y0,x1,y1(x0x1)，求在x处(x0xx1)相应的y值。 解法：由x0,y0,x1,y1构造直线方程： 并求取在该点的函数值。 例题 用函数y=ex生成以下离散数据，请使用插值的方法计算x=[2.55 2.63 2.77 2.86]处的函数值。 使用Excel求解 1.1.2 二次插值 线性插值并不一定总是能够满足精度要求。 二次插值方法 例题 用函数y=ex生成以下离散数据，请使用插值的方法计算x=[2.55 2.63 2.77 2.86]处的函数值。 使用Excel求解 一次、二次插值结果比较 1.1.3 插值方法评价 插值方法广泛应用于查表，对于表格中没有的数据可以考虑外推。 一般的，外推的准确性较内插差。 线性插值是最常用的插值方法，可以满足大多数工程要求。 二、拟合与参数估值 2.2.1 介绍 参数拟合的一般步骤 确定函数的形式 确定待拟合参数 确定拟合目标 选用适当的方法 利用软件工具进行拟合计算 2.2.2 拟合的标准 前面已经提到按Q与Y之间误差最小原则作为“最优”标准构造的逼近函数，称为拟合函数，而向量Q与Y之间的误差或距离有各种不同的定义方法，一般有以下几种。 （1）用各点误差绝对值的和表示 （2）用各点误差按绝对值的最大值表示 （3）用各点误差的平方和表示 式中R称为均方误差。由于计算均方误差的最小值的原则容易实现而被广泛采用。按均方误差达到极小构造拟合曲线的方法称为最小二乘法。同时还有许多种其他的方法构造拟合曲线，感兴趣的读者可参阅有关教材。本章主要讲述用最小二乘法构造拟合曲线。 拟合的标准 —— 实例 实验测得二甲醇（DME）的饱和蒸气压和温度的关系，见表1-2。 拟合的标准 —— 实例 如果采用二次拟合，通过计算下述均方误差 拟合得二次方程为 相关系数R为0.99972，平均绝对偏差SD为0.00815,具体拟合曲线见图1-4。 比较图1-3和图1-4以及各自的相关系数和平均绝对偏差可知，对于DME饱和蒸气压和温度之间的关系，用二次曲线拟合优于线性拟合。具体的计算方法及编程在下一节里介绍。 8.3.3 线性拟合 给定一组数据（xi,yi）,i=1, 2 , …, m ，作拟合直线p (x)=a + bx , 均方误差为 线性拟合应用举例 下表为实验测得的某一物性和温度之间的关系数据，表中x为温度，y为物性数据，试用线性函数拟合温度与物性之间的关系。 求解思路 根据基本公式 使用Excel 使用其它工具软件 根据基本公式使用Excel求解 使用Excel图形的趋势线工具求解 使用Excel的数据分析工具求解 3.3.3 二次拟合 给定数据（xi ,yi), i=1, 2 , …, m ,用二次多项式函数拟合这组数据。 设 ,作出拟合函数与数据序列的均方误差表达式 二次拟合 二次拟合例题 根据基本公式，使用Excel 使用Excel图形的趋势线工具 * * 18.1741 16.4446 14.8797 13.4637 12.1825 y 2.9 2.8 2.7 2.6 2.5 x 已知数据点x0,y0,x1,y1，x2,y2 (x0x1x2)，求在x处(x0xx1)相应的y值。 解法：由x0,y0,x1,y1 ,x2,y2构造二次曲线，并求取在x点的函数值。 若将通过三点的曲线表示为二次多项式： 可知： 18.1741 16.4446 14.8797 13.4637 12.1825 y 2.9 2.8 2.7 2.6 2.5 x 在化工设计及化工模拟计算中，需要大量的物性参数及各种设备参数。这些参数有些可以通过计算得到，但大量的参数还是要通过实验测量得到。实验测量得到的常常是一组离散数据序列