2015暑期建模培训1幻灯片.pptVIP

数学建模培训 ABCD1234+-*/ ABCD 1234 +-*/ E=mc2 2015暑期数学建模培训 数学与统计学院 杨 峻 * 数学建模培训 第*页 培训内容 插值与拟合 1 规划问题 2 图论问题 3 * 数学建模培训 第*页 插值与拟合 在大量的应用领域中，经常遇到用一个解析函数描述数据(通常是测量值)的任务。对此问题有两种解决方法。 插值方法 数据假定是正确的，要求以某种方法描述数据点之间所发生的情况。 拟合或回归方法 设法找出某条光滑曲线，它最佳地拟合数据，但不必要经过任何数据点。 * 数学建模培训 第*页 插值与拟合 插值与拟合的区别 理论方法 实际应用 插值 已知数据精准 所得曲线要求通过已知数据点 已知数据较少 常用于求已知数据区间内的值 拟合 数据存在测量误差 所得曲线不必通过已知数据点 已知数据量较大 常用于判断数据的总体变化趋势 * 数学建模培训 第*页 插值与拟合 插值方法 分段线性插值：将各数据点用折线连接起来 多项式插值：求一个多项式通过所有数据点，可以假设出多项式的系数，最后通过求解方程得到每个系数 样条插值：分段多项式的光滑连接 一维数据插值的matlab指令 yu=interp1(x,y,xu,’method’) method可以是linear(默认), nearest, spline, pchip(cubic), 分别代表线性, 最近点, 样条, 三次多项式插值 x, y, xu, yu为已知自变量和因变量, 插值点及所求函数值 * 数学建模培训 第*页 插值与拟合 示例1: 在1-12的11小时内，每隔1小时测量一次温度，测得的温度依次为：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。 h=1:12; t=[5, 8, 9, 15, 25, 29, 31, 30, 22, 25, 27, 24]; hq=1:.1:12; tq=interp1(h,t,hq,spline); plot(h,t,^r,h,t,--k,hq,tq); xlabel(小时);ylabel(温度); legend(数据点,线性插值,样条插值); * 数学建模培训 第*页 插值与拟合 * 数学建模培训 第*页 插值与拟合 二维网格数据插值的matlab指令 zu=interp2(x,y,z,xu,yu,’method’) 根据已有的曲面数据x, y, z, 用method指定的方法, 求得插值坐标xu, yu处的值zu method可以是linear(默认), nearest, spline, cubic, 分别代表线性, 最近点, 样条, 三次多项式插值 x, y是已知的长度分别为n和m的向量, z是已知的m行n列的矩阵; xu, yu为插值点, xu是长度为q的行向量, yu是长度为p的列向量, zu是所求的p行q列矩阵 由x, y向量的长度与z矩阵的尺寸之间的关系, 可知interp2指令适用于网格数据的插值 * 数学建模培训 第*页 插值与拟合 示例2: 测得平板表面3*5网格点处的温度分别为： 82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 试作出平板表面的温度分布曲面z=f(x,y)的图形。 x=1:5;y=1:3; t=[82 81 80 82 84; 79 63 61 65 81; 84 84 82 85 86]; xq=1:.1:5;yq=1:.1:3;tq=interp2(x,y,t,xq,yq,spline); subplot(1,2,1);meshc(t); xlabel(x);ylabel(y);zlabel(温度);title(原始温度曲面); subplot(1,2,2);meshc(xq,yq,tq); xlabel(x);ylabel(y);zlabel(温度);title(插值温度曲面); * 数学建模培训 第*页 插值与拟合 * 数学建模培训 第*页 插值与拟合 二维散点数据插值的matlab指令 zu=griddata(x,y,z,xu,yu,’method’) 根据已有的散点曲面数据x, y, z, 用method指定的方法, 求得插值坐标xu, yu处的值zu method可以是linear(默认), nearest, cubic, v4, 分别代表双线性, 最近点, 双三次插值及效果较好的v4算法 x, y已知向量, z是与x, y长度相同的函数值向量; xu, yu为插值点, xu, yu是p行q列矩阵(网格数据), zu是所求的p行q列矩阵 x