数学建模中的数据处理方法.pptVIP

数学建模中的数据处理方法 范筑军 主要内容 曲线插值与拟合 数值微分与积分 微分方程数值解 优化问题? 回归分析 判别分析 曲线插值与拟合 一维插值 二维插值 曲线拟合 一维插值 对表格给出的函数，求出没有给出的函数值。 在实际工作中，经常会遇到插值问题。 下表是待加工零件下轮廓线的一组数据，现需要得到x坐标每改变0.1时所对应的y的坐标. 一维插值 下面是关于插值的两条命令(专门用来解决这类问题)： y=interp1(x0,y0,x,’method’) 分段线性插值 y=spline(x0,y0,x) 三次样条插值 x0,y0是已知的节点坐标，是同维向量。 y对应于x处的插值。y与x是同维向量。 method可选’nearest’(最近邻插值),’linear’(线性插值),’spline’(三次样条插值),’cubic’(三次多项式插值) 一维插值 解决上述问题,我们可分两步: 用原始数据绘图作为选用插值方法的参考. 确定插值方法进行插值计算 一维插值(px_lc11.m) 对于上述问题,可键入以下的命令: 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] plot(x0,y0) %完成第一步工作 x=0:0.1:15; y=interp1(x0,y0,x); %用分段线性插值完成第二步工作 plot(x,y) y=spline(x0,y0,x); plot(x,y) %用三次样条插值完成第二步工作 练习 对y=1/(1+x2),-5≤x≤5，用n（=11）个节点（等分）作上述两种插值，用m（=21）个插值点（等分）作图，比较结果。(see:px_ex_lc1.m)? 在某处测得海洋不同深度处水温如下表：求深度为500、1000、1500米处的水温。 (see:px_ex_lc2.m) 二维插值 MATLAB中二维插值的命令是： z=interp2（x0,y0,z0,x,y,meth） 二维插值 在一个长为5个单位，宽为3个单位的金属薄片上测得15个点的温度值，试求出此薄片的温度分布，并绘出等温线图。（数据如下表） 二维插值(px_lc21.m) temps=[82,81,80,82,84;79,63,61,65,87;84,84,82,85,86]; mesh(temps) %根据原始数据绘出温度分布图，可看到此图的粗造度。 二维插值 %下面开始进行二维函数的三阶插值。 width=1:5; depth=1:3; di=1:0.2:3; wi=1:0.2:5; [WI,DI]=meshgrid(wi,di);%增加了节点数目 ZI=interp2(width,depth,temps,WI,DI,cubic); % 对数据（width,depth,temps）进 % 行三阶插值拟合。 surfc(WI,DI,ZI) contour(WI,DI,ZI) 二维插值 曲线拟合 假设一函数g(x)是以表格形式给出的，现要求一函数f(x)，使f(x)在某一准则下与表格函数（数据）最为接近。 由于与插值的提法不同，所以在数学上理论根据不同，解决问题的方法也不同。 此处，我们总假设f(x)是多项式。 曲线拟合 问题：弹簧在力F的作用下伸长x厘米。F和x在一定的范围内服从虎克定律。试根据下列数据确定弹性系数k,并给出不服从虎克定律时的近似公式。 曲线拟合 解题思路：可以用一阶多项式拟合求出k，以及近似公式。 在MATLAB中，用以下命令拟合多项式。 polyfit（x0,y0,n） 一般，也需先观察原始数据的图像，然后再确定拟和成什么曲线。 曲线拟合(px_lc31.m) 对于上述问题,可键入以下的命令: x=[1,2,4,7,9,12,13,15,17]; F=[1.5,3.9,6.6,11.7,15.6,18.8,19.6,20.6,21.1]; plot(x,F,.) 从图像上我们发现:前5个数据应与直线拟合,后5个数据应与二次曲线拟合。于是键入 : a=polyfit(x(1:5),F(1:5),1); a=polyfit(x(5:9),F(5:9),2) 曲线拟合 注意：有时，面对一个实际问题，究竟是用插值还是用拟合不好确定，还需大家在实际中仔细区分。同时，大家（包括学过计算方法的同学）注意去掌握相应的理论知识。 数值微分与积分 数值积分? 数值微分 数值积分 先看一个例子： 现要根据瑞士地图计算其国土面积。于是对地图作如下的测量：以西东方向为横轴，以南北方向为纵轴。（选适当