第十讲_插值与拟合建模.docVIP

第十讲 插值与拟合建模 教学内容：插值方法与案例；拟合方法及案例 学习目标：了解插值、拟合的基本特点；熟练掌握插值与拟合的建模案例 插值问题 （一）一维插值 1、一维插值的定义：已知个节点（）其中互不相同，不妨设，求任一插值点处的插值。 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。 2、Lagrange插值：已知函数在个点处的函数值为. 求一次多项式函数，使其满足： . 解决此问题的拉格朗日插值多项式公式为： ，其中为次多项式： . 称为拉格朗日插值基函数。 3、特殊情形：（1）线性插值多项式： 、 （2）抛物插值多项式： 例1：根据下表给出的平方根值，分别用线性插值及抛物线插值计算。 1 4 9 16 1 2 3 4 解：（1）取最接近的两点，为插值节点，运用线性插值公式， （2）选择与最接近的三点,,为插值节点，根据抛物线插值公式，有 4、分段性线插值： ，其中： 5、Matlab作插值计算：一维插值函数： 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2：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。 解：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); (直接输出数据将是很多的) plot(hours,temps,+,h,t,hours,temps,r:) % 作图 xlabel(Hour),ylabel(Degrees Celsius’) 1、网格节点插值法： 已知：个节点 其中 构造一个二函数，通过全部已知节点，即：（），再用计算插值，即 . 2、网格节点插值法的几种形式： （1）最邻近点插值： 原理：二维或高维情形的最邻近插值，与被插值点最邻近的节点的函数值即为所求。 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。 （2）分片线性插值：将四个插值点（矩形的四个顶点）处的函数值依次简记为： ， ， 分两片的函数表达式如下： 第一片（下三角形区域）：满足 插值函数为： 第二片（上三角形区域）：满足 插值函数为： 注意：当然应该是在插值节点所形成的矩形区域内。显然，分片线性插值函数是连续的。 （3）双线性插值： 特点：双线性插值是一片一片的空间二次曲面构成。 形式：一般形式如下： (） 3、散乱节点插值法： 已知：个节点 ， 其中互不相同。 目的：构造一个二元函数，通过全部已知节点，即： （），再由计算插值，即：. 4、Matlab作二维插值： （1）用MATLAB作网格节点数据的插值： 注意：要求x0,y0单调；x，y可取为矩阵，或x取行向量，y取为列向量，x,y的值分别不能超出x0,y0的范围。 例3：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。 解：1.先在三维坐标画出原始数据，画出粗糙的温度分布曲图： 输入以下命令： x=1:5; y=1:3