W06 插值 拟合 幻灯片.pptVIP

函数逼近：插值与拟合 第4章 插值与拟合 函数逼近 一般采用函数表示自然规律中各参数的相互关系 §4.1 函数插值 函数插值的定义 代数多项式插值法 代数多项式具有形式简单、计算方便、存在各阶导数等良好性质，是最常用的插值函数 例题 拉格朗日插值法的特点 Lagrange插值多项式的优点在于不要求数据点是等间隔的，其缺点是数据点数不宜过大，通常不超过7个，否则计算工作量大且误差大，计算不稳定。 分段插值法 分段线性插值法的实现 例题 例3： 已知某转子流量计在100-1000 mL/min流量范围内，刻度值与校正值有如下关系（见表4-3）。试用线性插值法计算流量计的刻度值为785时，实际流量为多少？ 例题 解：Matlab计算程序如下： X=[100,200,300,400,500,600,700,800,900,1000]; Y=[105.3,207.2,308.1,406.9,507.5,605.8,707.4,806.7,908.0,1007.9]; Xk=780; Yk=interp1(X,Y,Xk) 执行结果：Yk = 786.8400 分段三次Hermite插值 如果已知插值点 的函数值和一阶导数值，利用它们可以构造一个三次函数，使其在插值点的函数值和一阶导数值与已知值相等，这样的分段三次函数称为分段三次Hermite插值 保形分段三次Hermite插值 函数 pchip(piecewise cubic Hermite interpolating polynomial) 函数pchip可以保证插值函数的一阶导数连续，是一种保形(shape-preserving)插值函数，保证函数值不会过度偏离给定数据。 保形分段三次Hermite插值 pchip的调用格式为： yi = pchip(x,y,xi), 或者用yi=interp1(x,y,xi,’pchip’) 含义:输入离散数据x、y、xi，输出xi对应的插值yi 。 其中： x、y为样本点，yi为插值点自变量值xi对应的函数值。 三次样条插值法的实现 Matlab中设有专用函数实现三次样条插值法。可调用interp1和spline两个函数实现。 例题 例5：为了绘制乙醇－水二元溶液的气液平衡曲线，查到24点实验数据如表4-4所示。表中x和y分别表示液相和气相中乙醇摩尔分数。但表中缺少低浓度点的数据，且数据分布不均匀。试用三次样条插值法对以下插值点插值并画出乙醇－水二元溶液的气液平衡曲线。 例题 解：Matlab计算程序如下： x=[0,0.018,0.054,0.078, 0.111,0.147,0.172,0.203,0.210,0.241,0.297,0.320,0.381,0.391,0.423,0.425,0.497,0.507,0.567,0.685,0.767,0.838,0.882,0.894]; y=[0,0.163,0.328,0.386,0.452,0.491,0.512,0.524,0.520,0.546,0.573,0.577,0.600,0.608,0.621,0.623,0.653,0.656,0.684,0.743,0.796,0.846,0.884,0.894]; xk=[0.010,0.018,0.020,0.050,0.078,0.100,0.118,0.200,0.300,0.400,0.425,0.500,0.600,0.700,0.800,0.838,0.866,0.899]; yk=spline(x,y,xk); plot(x,y,*,xk,yk,r);grid; legend(样本点,三次样条插值) 例题 图4-3 三次样条插值乙醇－水二元溶液的气液平衡曲线 §4.2 最小二乘法曲线拟合 化工实验和工程实践中，可测得许多离散的实验数据和工业数据，通常需要寻找一条连续光滑曲线 来近似反映已知数据组间存在的某种关系的一般趋势，所得近似函数 可以很好地逼近离散数据（ ），但不要求函数完全通过数据点，以排除实验误差的影响这个函数逼近的过程称为曲线拟合或经验建模。 插值与拟合的联系 区别： 求解误差上的区别： 拟合：考虑观察值的误差（误差不可避免时）。以偏差的某种最小为拟合标准，如最小二乘法 插值：在观测点处无误差 运算目的的区别： 拟合：是将数据点用最恰当的曲线描述出来，以反映问题的规律。 插值：根据某些已知点求近似函数, 再根据近似函数求未知点的函数值。 最小二乘法曲线拟合的原理 如果观测数据