数学建模～插值与拟合.pptVIP

x0=[0 3 5 7 9 11 12 13 14 15 ]; y0=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6 ]; x=0:0.1:15; y1=interp1(x0,y0,x,cubic); y2=interp1(x0,y0,x); y3=interp1(x0,y0,x,spline); subplot(3,1,1) plot(x0,y0,k+,x,y1,r) grid title(cubic) subplot(3,1,2) plot(x0,y0,k+,x,y2,r) grid title(piecewise linear) subplot(3,1,3) plot(x0,y0,k+,x,y3,r) grid title(spline) x=1200:400:4000; y=1200:400:3600; z=[1130 1250 1280 1230 1040 900 500 700;... 1320 1450 1420 1400 1300 700 900 850;... 1390 1500 1500 1400 900 1100 1060 950;... 1500 1200 1100 1350 1450 1200 1150 1010;... 1500 1200 1100 1550 1600 1550 1380 1070;... 1500 1550 1600 1550 1600 1600 1600 1550;... 1480 1500 1550 1510 1430 1300 1200 980]; 先建立原型函数： function y=f1(a,x) y=a(1)*x+a(2)*x.^2.*exp(-a(3)*x)+a(4); 在命令窗口中输入： x=[0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0]; y=[2.3201 2.647 2.9707 3.2885 3.6008 3.909 4.2147 4.5191 4.8232 5.1275]; a=lsqcurvefit(‘f1’,[1;2;2;2],x,y) 曲 线 拟 合 问 题 引 例 2 t (h) 0.25 0.5 1 1.5 2 3 4 6 8 c (?g/ml) 19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01 已知一室模型快速静脉注射下的血药浓度数据(t=0注射300mg) 求血药浓度随时间的变化规律c(t). 在直角坐标系下作图如下(plot) 曲 线 拟 合 问 题 的 提 法 已知一组（二维）数据，即平面上 n个点（xi,yi) i=1,…,n, 寻求一个函数（曲线）y=f(x), 使 f(x) 在某种准则下与所有数据点最为接近，即曲线拟合得最好． + + + + + + + + + x y y=f(x) (xi,yi) ?i ?i 为点（xi,yi) 与曲线 y=f(x) 的距离 拟合与插值的关系 函数插值与曲线拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二者在数学方法上是完全不同的． 实例：下面数据是某次实验所得，希望得到X和 f之间的关系？ MATLAB(cn) 问题：给定一批数据点，需确定满足特定要求的曲线或曲面 解决方案： 若不要求曲线（面）通过所有数据点，而是要求它反映对象整体的变化趋势，这就是数据拟合，又称曲线拟合或曲面拟合． 若要求所求曲线（面）通过所给所有数据点，就是插值问题； 最临近插值、线性插值、样条插值与曲线拟合结果： 曲线拟合问题最常用的解法——线性最小二乘法的基本思路 第一步:先选定一组函数 r1(x), r2(x), …,rm(x), mn, 令 f(x)=a1r1(x)+a2r2(x)+ …+amrm(x) （1） 其中 a1,a2, …,am 为待定系数． 第二步: 确定a1,a2, …,am 的准则（最小二乘准则）： 使n个点（xi,yi) 与曲线 y=f(x) 的距离?i