差值与拟合 3.pptVIP

插值与拟合 插值和拟合的定义 常用插值方法 拟合的原理 matlab中的拟合 matlab拟合工具箱使用 在实际应用中两种方法的选择 1、如果给定的数据是少量的且被认为是严格精确的，那么宜选择插值方法。 2、如果给定的数据时大量的测试和统计的结果，并不是必须严格遵守的，而是起定性地控制作用的，那么宜选用数据拟合的方法。 常用的插值方法 拉格朗日多项式插值 牛顿插值 分段线性插值 Hermite插值 三次样条插值 插值的维数 interp1： 一维插值； interp2： 二维插值； interp3： 三维插值； interpn： n维插值； matlab中插值的函数 拉格朗日多项式插值 Matlab中没有现成的Lagrange插值函数，必须编写一个M文件实现Lagrange插值 牛顿插值（实际中比较少运用） Hermite插值 Matlab中没有现成的Hermite插值函数，必须编写一个M文件实现插值。 三次样条插值 拉格朗日插值法 怎样构造插值函数Ln(x)? 从n=1,n=2推广到一般情况. 当n=1，线性插值 构造方程： 化简： 令： 则： 其中： 同理：当给出n+1个点时： 函数为： 其中： matlab中插值的函数 分段线性插值 　　用Matlab实现分段线性插值不需要编制函数程序，Matlab中有现成的一维插值函数interp1。 　　　　　y=interp1(x0,y0,x,method) 　　method指定插值的方法，默认为线性插值。其值可为： 　　nearest 最近项插值 　　linear 线性插值 　　spline 立方样条插值 　　cubic 立方插值。 所有的插值方法要求x0是单调的 matlab 各种插值方法的比较 nearest：执行速度最快，输出结果为直角转折，插值效果较差； linear：默认值，在样本点上斜率变化很大； spline：最花时间，但输出结果也最平滑，十分逼近理论值 cubic：最占内存，输出结果与spline差不多。 matlab中插值的函数 三次样条插值 　　　　Matlab中三次样条插值也有现成的函数： 　　y=interp1(x0,y0,x,spline)； 　　y=spline(x0,y0,x)； 　　s=csapi(x,y), yy=csapi(x,y,xx) 最小二乘法 最小二乘法 首先，要确定f(t)的类型。 做散点图，从图可以看出，这些点的 连线大致接近于一条直线。于是，就 可以认为y=f(t)是线性函数，并设 f(t)=at+b 其中a 和b是待定常数 a 和b如何确定？ 只要选取的a 和b，使得f(t)=at+b在 t0,t1,t2,...,t7处的函数值与试验y0,y1,...y7 相差都很小，就是使偏差yi-f(ti)都很小 最小二乘法 最小二乘法 计算 ， ， 及 带入上面的方程组，得a=-0.3036,b=27.125.这样便得到所的公式 y=f(t)=-0.3036t+27.125 最小二乘法 线性最小二乘法是解决曲线拟合最常用的方法，基本思路是，令 其中,rk(x)是事先选定的一组线性无关的函数,ak是待定系数 (k=1,2,...,m,mn)。拟合准则是使yi，i=1,2,3...,n，与 的距离的平方和 最小，称为最小二乘准则。 待定系数 的确定 待定系数 的确定 r(x)的主要类型： 直线 多项式 反比例函数 指数函数 函数r(x)的选取 方法一：通过先画出（xi,yi）的离散点的图观察数据的变化趋势 方法二：通过题目中的机理分析 matlab中的拟合 对于多项式拟合有现成的函数可直接使用，而对于r(x)的其他形式则可以通过变换使之成为多项式的形式，再求解 多项式拟合：polyfit函数[p s]=polyfit(xdata,ydata,拟合次数) y=polyval(p,xdata) 其中： p为得到拟合函数的系数 s为拟合的精度 y是求出拟合曲线上xdata对应的函数值, matlab拟合工具箱使用 1.打开CFTOOL工具箱