MATLAB8.X程序的设计及典型应用第四章 数值计算.pptVIP

method是插值方法，可用的方法有： (1)′linear′ 线性插值法，如果没有指定插值方法，MATLAB皆以这种方法进行插值。 (2)′nearest′最邻近插值法。 (3)′cubic′ 立方插值法，要求x的值等距离。 (4) “spline” 分段立方样条插值(SPLINE) 注意：所有插值方法均要求x是单调的（单调递增或单调递减），且待插值的数据点横坐标不能超出x给定的范围，否则，插值结果会出现非数(NaN). 4.3.2.多项式插值 【例4-28】在区间[0 5]内，取正弦函数曲线上均匀分布的6个数据点作为原始数据。再在该区间上选取均匀分布的21个点作为自变量，利用插值方法分别计算用线性插值、三次样条插值和三次插得到的函数应变量的值，并进行误差比较。 x=linspace(0,5,6);y=sin(x);%创建原始数据点 x0=linspace(0,5,21);%待插值点 y0=sin(x0);%精确解 y1=interp1(x,y,x0);%线性插值法 y2=interp1(x,y,x0,spline);%三次样条插值法 y3=interp1(x,y,x0,cubic);%立方插值法 4.3.2.多项式插值 %插值结果与精确解之间的残差 err=[y1-y0;y2-y0 ;y3-y0]; %不同插值方法带来的残差标准方差 s=[std(err(1,:)),std(err(2,:)),std(err(3,:))] s = 0.0641 0.0102 0.0522 【说明】 函数std()计算序列的标准方差，插值残差的标准方差可以衡量数值插值效果：残差的标准方差越大，表明插值误差越大，插值效果越不理想。 在四种插值方法中，样条插值和立方插值的效果比较好，而线性插值的效果比较差。 4.3.2.多项式插值 二维插值函数是interp2()，调用格式如下： ?Z1=interp2(X,Y,Z,X1,Y1, method) ?根据数据点(X,Y,Z)的值，计算函数在(X1,Y1)处由相应的插值方法得到的插值结果Z1。其中X、Y是两个向量，分别描述两个参数的采样点，X1、Y1是两个向量或标量，描述欲插值的点。method的取值与一维插值函数相同。X、Y、Z也可以是矩阵形式。X1、Y1的取值范围不能超出X、Y的 给定范围，否则，插值结果会出现非数(NaN)。 MATLAB正是利用插值方法实现二维绘图和三维绘图。 2.二维数值插值 4.4 函数的零点和极值点4.4.1 函数的零点 对于任意函数f(x)，它可能存在零点，也可能没有零点；即便存在零点，函数也可能只有一个零点，或者有多个甚至无穷多个零点。对于应用解析方法寻找零点较困难，或者解析方法寻找零点无能为力的情况下，MATLAB提供了找寻函数零点的数值解法。 MATLAB中找寻函数零点的数值计算方法为：先猜测一个初始零点或者零点所在的区间，然后通过不断迭代，使得猜测值不断精确化，或区间不断收缩，直至达到预先指定的精度，终止计算输出结果。 MATLAB中找寻的函数零点的指令为fzero(),调用格式如下： ?[xx,yy]=fzero(fun,x0) ?计算函数fun在x0附近的零点；x0为初始猜测零点：若x0取标量，该指令将在它两侧寻找一个与之最靠近的零点；x0为区间时，指令将在区间内寻找零点。输出宗量xx、yy分别为零点的横坐标和纵坐标。如果函数只有一个输出宗量，则仅给出零点横坐标。 【说明】 该函数有不止一个零点，但函数fzero()只能找出一个零点。 为了能够有目的的找寻多个零点中的一个，用户可以先借助图形找到初始猜测零点的值。 1.一元函数的零点 （1）使用内联函数，并计算0.5附近的零点. clear,f=inline((sin(t))^2*exp(-0.1*t)-0.5*abs(t)) [t,y]=fzero(f,0.5) %计算0.5附近的零点 t = 0.5993 y = -5.5511e-017 为了获得更多的零点信息，建议用户用作图法观察函数零点的分布情况，并借助相关指令来获取多个零点的近似值。 【例4-29】求 的零点。 （2）作图法观察零点分布。 编写文件名为exm4_29的脚本文件： t=linspace(-8,8,200); y=(sin(t)).^2.*exp(-0.1*t)-0.5*abs(t); plot(t,y,t,zeros(size(t)))%绘图指令 xlabel(t),ylabel(y(t))%添加坐标轴名称 在指令窗中输入exm4_29并执行，结果如图4-2所示。 图4.2 函数零点分布观察图