数学建模-插值拟合.pptVIP

插值与拟合;插值;用Matlab插值;二维插值;例题;Matlab求解二维网格节点插值;二维插值;例题;Matlab求解二维网格节点插值;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。 ;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。;超定方程组：方程个数大于未知量个数的方程组; 定理：当RTR可逆时，超定方程组（3）存在最小二乘解，且即为方程组 RTRa=RTy 的解：a=(RTR)-1RTy;线性最小二乘拟合中函数{r1(x), …rm(x)}的选取 ;用MATLAB解拟合问题;1. 作多项式 f (x)=a1xm+ …+amx+am+1拟合,可利用已有程序:;即要求 出二次多项式:;1）输入以下命令： x=0:0.1:1; y=[-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; R=[(x.^2) x ones(11,1)]; A=R\y;拟合效果;;1. lsqcurvefit 已知数据点： xdata=（xdata1，xdata2，…，xdatan）， ydata=（ydata1，ydata2，…，ydatan） ; (1) x = lsqcurvefit (‘fun’,x0,xdata,ydata); (2) x =lsqcurvefit (‘fun’,x0,xdata,ydata,Lb,Ub); (3) x = lsqcurvefit (‘fun’,x0,xdata,ydata,Lb,Ub,options); ……;2. lsqnonlin; 1） x=lsqnonlin(‘fun’, x0)； 2） x= lsqnonlin (‘fun’, x0, Lb, Ub)； 3） x= lsqnonlin (‘fun’, x0, Lb, Ub, options)； ……;;解法1：用lsqcurvefit函数;修改最优化选项;1）编写M-文件 curvefun1.m function f=curvefun1(a, x) f=a(1)*exp(-a(2)*x)+a(3)* exp(-a(4)*x).*sin(a(5)*x); %其中 a(1)=a1; a(2)=a2; a(3)=a3; a(4)=a4; a(5)=a5;;例题2;1）编写M-文件 curvefun2.m function f=curvefun2(cs) x0=-10:0.01:10; y0=normpdf(x0,2,5); f=1/sqrt(2*pi)/cs(2)*exp(-(x0-cs(1)).^2/cs(2)^2/2)-y0;