- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
MATLAB在化工中的应用第讲插值拟合与数值微分和积分
function Cha4demo8 % 动力学数据 t = [0 20 40 60 120 180 300];CA = [10 8 6 5 3 2 1]; % 用最小二乘样条拟合法计算微分dCA/dt knots = 3;K = 3; % 三次B样条 sp = spap2(knots,K,t,CA); sp = spap2(newknt(sp),K,t,CA); pp = fnder(sp); % 计算B样条函数的导函数 dCAdt = fnval(pp,t); % 计算t处的导函数值 % 绘制图形 ti = linspace(t(1),t(end),200); CAi = fnval(sp,ti); plot(t,CA,‘ro’,ti,CAi,‘b-’),xlabel(‘t’),ylabel(C_A) figure fnplt(pp); % dCAdti = fnval(pp,ti) % plot(ti,dCAdti,-) xlabel(t) ylabel(dC/dt) % 线性拟合 rA = dCAdt; y = log(-rA); x = log(CA); p = polyfit(x,y,1); k = exp(p(2)) n = p(1) 样条函数:照一定的光滑性要求,连接起来的分段多项式。分段三次多项式(称为三次样条函数)是最常用的一种样条函数,它在每一段上,是(不同的)三次多项式,且满足整条曲线的斜率与曲率为连续等条件。在数学上,利用样条*放样,相当于进行插值*。它的基本思想是,把整个区间分段,各段分别用低次多项式逼近一个函数,...... 2、按照一定的光滑性要求,连接起来的分段多项式。分段三次多项式(称为三次样条函数)是最常用的一种样条函数,它在每一段上,是(不同的)三次多项式,且满足整条曲线的斜率与曲率为连续等条件。 查看全文 样条函数 在学术文献中的解释 1、样条插值约束属于强约束条件相应的拟合函数称为样条函数.与其它拟合方法相比样条函数更具一般性和真实性.下面是我们在该系统中所用的曲面拟会方法这两种方法在近年的应用中效果良好 文献来源 2、当函数为分段m次多项式,而且在分点上直至(m-1)阶导数连续时,通常称为样条函数,简称样条.采用三次样条函数替代边界元数值计算中常用的分段多项式插值作函数逼近,其优点非常突出 文献来源 3、对样条曲线进行数学模拟得到的函数便称为“样条函数”.”“样条函数”亦称“样条插值函数”实际上是一种改进的分段插值函数它不同一般分段插值函数在各分段点处存在间断而是能保持整个曲线的光滑并且保留分段插值函数的低次性特点 文献来源 4、样条函数就是指一类可以逼近δ函数的样条函数:δ(x)=0 x≠0.∞x=0.(1)k阶δ样条函数Ωk(x)可以写成Ωk(x)=k+1j(-1)jCjk+1(x+k+12-j)k+k 文献来源 人有了知识,就会具备各种分析能力, 明辨是非的能力。 所以我们要勤恳读书,广泛阅读, 古人说“书中自有黄金屋。 ”通过阅读科技书籍,我们能丰富知识, 培养逻辑思维能力; 通过阅读文学作品,我们能提高文学鉴赏水平, 培养文学情趣; 通过阅读报刊,我们能增长见识,扩大自己的知识面。 有许多书籍还能培养我们的道德情操, 给我们巨大的精神力量, 鼓舞我们前进。 * 第四部分 插值、拟合与数值微分和积分 本章知识要点 插值方法(interp,spline) 拟合方法(polyfit,csaps) 数值微分(polyder, fnder) 数值积分(quad, quadl, fnint) 插值、拟合、数值微分、数值积分在化工计算中的作用 表格式物性数据的内插 离散实验数据点的处理 状态方程计算流体的焓和熵 微分法反应动力学方程拟合 等温活塞流反应器的设计计算 微观离析反应器的计算 插值简介 插值的数学问题可以描述为:已知n+1个数对{xi, f(xi)},其中i=0,1…n,(xi互不相同,称之为节点),求取函数g(xi)=f(xi)。 当{xi, f(xi)}有相当的精确度,但它们的函数关系难以确定或难以计算时,则可利用这些数据点来构造一个较简单的函数来近似表达原函数关系。 根据逼近函数的不同,常见的插值方法: Lagrange多项式插值(线性插值) 分段插值 三次样条插值 三角插值 有理式插值 插值方法的选择 已知熔盐在423~473K的密度和粘度如下表所示,估计450K时的密度和粘度。 温度 (K) 密度 (kg/m3) 粘度 (Pa·S) 423 1976 177.58 433 1967 146.51 443 1959 122.79 453 1951 10
文档评论(0)