[理学]Ch7 曲线拟合.pptVIP

15.0 29.0 24.0 28.0 34.0 32.0 30.0 室外温度 18.0 20.0 22.0 25.0 30.0 28.0 24.0 室内温度 6 8 10 12 14 16 18 时间 例 某观测站测得某日6:00时至18:00之间每隔两小时的 室外温度如下表所示, 用3次样条插值分别求得该日室 内外每隔两小时各点的近似温度. 在MatLab下运行程序, 得计算结果 应用一 待加工零件的外形根据工艺要求由一组数据 给出, 用程控铣床加工时必须沿着数据点前进. 并且每次要求沿指定方向走很小的一步. 下表给出的是 某种零件的下轮廓曲线数据, 要求对 每改变 时的 的坐标, 试完成加工所需数据. 1.6 1.0 1.2 1.8 2.0 2.1 2.0 1.7 1.2 0 15 14 13 12 11 9 7 5 3 0 在MatLab下完成该工作. 编制程序如下: 图形分别为: 从以上图形对比中发现, 在曲线是光滑的情况下, 用样条 插值方法的结果比用线性插值方法的结果要好得多. 三、数据的曲线拟合 1.数据的曲线拟合的意义 对给定的一组数据 寻找一条曲 线 使误差尽可能的小. ⑴最小二乘法 2.曲线拟合方法 对给定的数据系列 求一条直线 使误差平方和 为最小. 最小二乘法的几何意义 方法的建立 设所求直线方程为 则误差平方和为 此为二元函数的极值问题. 求出该函数的驻点, 求偏导, 即有 ⑴ 该方程又称为曲线拟合的法式方程. 由消元法容易得到问题的解: 例 求解下面的最小二乘问题 60.0 61.0 61.8 64.6 65.6 66.4 67.1 68 95 90 80 40 30 20 10 0 解 由求解公式, 在MatLab下编制程序并进行求解, 得 在MatLab下进行曲线拟合的命令是 在上题中, 若执行命令: 回到引例中的问题. 首先画出曲线的大致图形. 为此执行命令: 从图中可以看出, 曲线与直线比较接近. 为此执行: 曲线图形为: 例 对下列数据进行多项式的数据拟合: 9.0 10 3.8 9 1.8 0.7 0.1 0.05 0.4 1.3 4.1 9.6 8 7 6 5 4 3 2 1 分析: 首先对数据进行2次及3次多项式拟合, 在MatLab 下运行程序, 可得到结果 ⑵指数曲线拟合 很多情况下, 函数的增长情况是以指数方式发展的. 取对数后, 上式变为 即曲线方程为 例 据统计, 20世纪60年代世界人口增长情况如下 3234 1964 3483 3420 3356 3285 人口 1968 1967 1966 1965 年份 3213 3151 3061 2972 人口 1963 1962 1961 1960 年份 根据马尔萨斯人口模型, 单位时间内人口的增长量与 当时的人口数成正比, 以此来拟合上表数据, 列表表示 上述各年份的实际数据与拟合数据的误差, 并预测2000 分析 按照马尔萨斯人口理论: 人口增长是一个不变 取对数后转变为 在MatLab下编写程序, 运行后得到 年时的人口. 的常数, 因而问题的模型可转变为 注意到: 说明从长期的观点来看, 这样的拟合还是有问题的. ⑶半指数曲线拟合 所谓半指数曲线是指曲线具有 的形式. * 曲 线 拟 合 一、问题的引出 问题一 某人在处理概率问题, 需要计算标准正态分布函 数在 处的取值. 于是他找到一本概率的教材, 找到 相应的数据表: … 0.7357 0.7324 0.7291 0.7257 0.6 … 0.7019 0.6985 0.6950 0.6915 0.5 … 3 2 1 0 但表中并没有所需要的数据, 但他认为在区间 中, 其分布函数可以近似看作是线性的. 从而有 此问题的一般意义是: 若已知一个近似线性函数 在两个节点的数据: 则