插值与拟和.pptVIP

拟合与插值 1．拟合模型 1．2 拟合模型的分类 1．2．1 直线拟合 假设所给数据点 i=1,2,……N的分布大致成一条直 线，虽然我们并不要求所作的拟合直线严格地通过所有的 数据点 ，但总希望它尽可能地从所给数据点附近通 过，就是说，要求近似成立，i=1,2,……N这里，数据点 数目通常远大于待定系数的数目即N2，因此，拟合直线 的构造，本质上是个解超定方程组的代数问题。 设　　　 i=1,2,……N表示按拟合直线 求得的近似值，一般地说，它不同于实测值，两者之差称 残差。显然，残差的大小是衡量拟合好坏的重要标志，具体地说，我们可以采用下列三种准则： 使残差的最大绝对值为最小： 使残差的绝对值之和最小： 使残差的平方和为最小： 分析以上三种准则，（1） 、（2）两种提法比较自然，但由于含有绝对值运算不方便于实际应用，而基于（3）来选取拟合曲线的方法称曲线拟合的最小二乘法。[1]   有时候所给出数据点用直线拟合不合适，这时可考虑用多项式拟合，而多项式拟合也是多项式运算的一个重要组成部分，在工程应用及科研工作中都得到了广泛的应用。用数学语言描述如下：  对于给定的一组数据 ， ，寻求作次多项式（ ）使总误差 为最小。 1．2．3 观察数据修匀 提高拟合多项式的次数不一定能改善逼近效果，实际计算时常用不同的低次多项式去拟合不同的分段，这种方法称分段拟合。  设已给一批实测数据，由于实测方法、实验环境等一些外界因素的影响，不可避免地会产生随机干扰和误差。我们自然希望根据数据分布的总趋势去剔除观察数据中的偶然误差，这就是所谓的数据修匀（或称数据平滑）问题。 1．3 数学软件Matlab求解[2]专用的拟合函数polyfit.Polyfit(x,y,n) x,y为拟合数据，n为拟合多项式的阶数。 （3）如何预报人口的增长[3] 人口的增长是当前世界上引起普遍关注的问题，并且我们会发现在不同的刊物预报同一时间的人口数字不相同，这显然是由于用了不同的人口模型计算的结果。 我国是世界第一人口大国，基本上地球每九个人中就有一个中国人。有效地控制我国人口的增长是使我过全面进入小康社会、到21世纪中叶建成富强民主文明的社会主义国家的需要。而有效控制人口增长的前提是要认识人口数量的变化规律，建立人口模型，作出较准确的预报 例如：1949年—1994年我国人口数据资料如下： 年 份 xi 1949 1954 1959 1964 1969 1974 19791994 人口数 yi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 建模分析我国人口增长的规律,预报1999年我国人口数。      程序如下：x=[1949 1954 1959 1964 1969 1974 1979 1984 1989 1994];y=[5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 ];a=polyfit(x,y,1);x1=[1949:10:1994];y1=a(2)+a(1)*x1;b=polyfit(x,log(y),1);y2=exp(b(2))*exp(b(1)*x1); plot(x,y,*)hold onplot(x1,y1,--r) hold on plot(x1,y2,-k) legend(原曲线,模型一曲线,模型二曲线) 程序执行后得到下面图形 结论的比较如下表：  人口的增长是受到很多因素影响的，为了使人口预报特别 是长期预报更好地符合实际情况，必须考虑诸多方面的因 素，进行修改模型。 * * * 教学目的: １.了解最小二乘法的原理. ２.通过实例的学习,懂得如何用拟合和插值的方法解决实际的问题,并能注意它们的联系与区别,会用 Matlab来求解. 教学内容： １.拟合与插值的原理及简单分类． ２.相应问题的实例建模及用软件求解的实现． ３.练习与上机实验的内容． 对于情况较