插值与拟合-王利永.pptxVIP

数学模型 插值与拟合 2018-2-13 1 主讲人:王利永 讲课内容 2018-2-13 2 1.插值的基本原理；三种插值方法：拉格朗日插值，分段线性插值，三次样条插值。 2.拟合的基本原理；线性最小二乘拟合。 3.面对一个实际问题，应该用插值，还是拟合。 课题综述 2018-2-13 3 在科学研究和生产实践中，常常需要从一组测量数据(xi,yi) (i=0,1,…,n) 出发，寻找变量y与x的函数关系y=f(x)的近似表达式y=φ(x)。 从几何角度来说，就是利用y=φ(x)的图像来近似y=f(x)的图像。插值和曲线拟合就是求近似表达式y=φ(x)的两种方法。 其中插值方法求出的插值多项式需要通过所有的点(xi,yi) (i=0,1,…,n)，即近似表达式y=φ(x)要满足yi = φ(xi) (i=0,1,…,n) ；而曲线拟合求出的近似表达式y=φ(x)只要能反映数据的基本趋势就可以了，不一定通过全部的点(xi,yi) (i=0,1,…,n)。 2018-2-13 4 插 值 问 题 实 例 1 求(1.014) (1.014)=0.8438 (0.84610.8438)0.4=0.8447 查 分 布 表 2018-2-13 5 插 值 问 题 实 例 2 机械加工 2018年2月13日 6 插 值 问 题 的 提 法 2018年2月13日 7 求 解 插 值 问 题 的 基 本 思 路 2018年2月13日 8 1.拉格朗日(Lagrange)多项式插值 1.1 插值多项式 2018年2月13日 9 1.2 拉格朗日插值多项式 又（2）有唯一解，故（3）与（1）相同。 1.拉格朗日(Lagrange)多项式插值 2018年2月13日 10 1.3 误差估计 1.拉格朗日(Lagrange)多项式插值 2018年2月13日 11 1.4 例 将[0,/2] n等分，用 产生n+1个节点，作 （取n=1,2) ，计算 ，估计误差。 解: n=1, (x0,y0)=(0,1), (x1,y1)=(/2,0), L1(x)=y0l0+y1l1=1-2x/, = 0.6667 n=2, (x0,y0)=(0,1), (x1,y1)=(/4,0.7071),(x2,y2)=(/2,0), L2(x)=y0l0+y1l1+y2l2=8(x-/4)(x-/2)/2-16x(x-/2)0.7071/2 =L2(/6)=0.8508 精确值： =0.8660 1.拉格朗日(Lagrange)多项式插值 2018年2月13日 12 1.5 拉格朗日插值多项式的振荡 To MATLAB (runge) Runge 现象: 1.拉格朗日(Lagrange)多项式插值 2018年2月13日 13 2.分段线性插值 计算量与n无关； n越大，误差越小. 2018年2月13日 14 3. 三次样条插值 2018年2月13日 15 插值方法小结 拉格朗日插值（高次多项式插值）：曲线光滑；误差估计有表达式；收敛性不能保证（振荡现象）。用于理论分析，实际意义不大。 分段线性和三次样条插值（低次多项式插值）：曲线不光滑（三次样条插值已大有改进）；误差估计较难（对三次样条插值）；收敛性有保证。简单实用，应用广泛。 2018年2月13日 16 1. 拉格朗日插值:自编程序,如名为 lagr1.m 的M文件， 第一行为 function y=lagr1(x0,y0,x) 输入:节点x0,y0, 插值点x (均为数组，长度自定义)）； 输出:插值y (与x同长度数组)）。 应用时输入x0,y0,x后,运行 y=lagr1(x0,y0,x) 2. 分段线性插值:已有程序 y=interp1(x0,y0,x) 3. 三次样条插值:已有程序 y=interp1(x0,y0,x, ’spline’); 或 y=spline(x0,y0,x); 用MATLAB作插值计算 2018年2月13日 17 用MATLAB作插值计算 2018年2月13日 18 用MATLAB作插值计算 已知下轮廓线上数据如下，求x每改变0.1时的y值。 2018年2月13日 19 求600C时的电阻R。 设 R= at+b a,b 为待定系数 拟 合 问 题 实 例 1 2018年2月13日 求血药浓度随时间的变化规律c(t). 拟 合 问 题 实 例 2 2018年2月13日 21 已知一组（二维）数