插值与拟合[实验].pptVIP

第六讲 插值与拟合实验 * * 第一节 插值试验 一、一维插值 ? ? ? ? ? ? 已知n+1个节点( xj , yj ) (j = 0, 1, ...,n), 其中xj 互不相同， 不妨设a=x0x1…xn=b，求任意插值点x*处的插值 y*. 1、基本原理: ? ? ? ? ? ? 具体的构造一个(相对简单的)函数 y=f (x)，通过全部节点，即 f ( xj )=yj (j=0,1,…,n) 再用f (x)计算插值，即 y*=f (x*). 已知函数 f (x) 在n+1个点x0 , x1, …, xn处的函数值为 y0 ,y1, ,…,yn.求一n次多项式函数Pn(x)，使其满足： Pn (xi)=y i , i=0,1,…,n. 则拉格朗日插值多项式公式为： 其中Li(x)为n次多项式： （1）拉格朗日(Lagrange)插值法 2、插值方法： 两点一次(线性)插值多项式: 三点二次(抛物)插值多项式: 称为拉格朗日插值基函数。特别的： 采用拉格朗日多项式插值：选取不同插值节点个数n+1， 其中n为插值多项式的次数，当n分别取2,4,6,8,10时，绘出 插值结果图形. 【例 1】 Matlab程序： ch601.m （2）分段线性插值 ? ? ? ? ? ? xj xj-1 xj+1 x0 xn x o y 用分段线性插值法求插值,并观察插值误差. 1.在[-6,6]中平均选取5个点作插值(xch11) 4.在[-6,6]中平均选取41个点作插值(xch14) 2.在[-6,6]中平均选取11个点作插值(xch12) 3.在[-6,6]中平均选取21个点作插值(xch13) 【例 2】 Matlab程序： ch602.m ch603.m ch604.m ch605.m 比分段线性插值更光滑。 ? ? ? ? ? ? ? ? ? x y xi-1 xi a b 在数学上，光滑程度的定量描述是：函数(曲线)的k 阶导数存在且连续，则称该曲线具有k阶光滑性。 光滑性的阶次越高，则越光滑。是否存在较低次的分 段多项式达到较高阶光滑性的方法？三次样条插值就是一 个很好的例子。 （3）三次样条插值 用三次样条插值选取11个基点计算插值 【例 3】 Matlab程序： ch606.m x0=linspace(-5,5,11); y0=1./(1+x0.^2); x=linspace(-5,5,100); y=interp1(x0,y0,x,spline); x1=linspace(-5,5,100); y1=1./(1+x1.^2); plot(x1,y1,k,x0,y0,+,x,y,r); yi= interp1 (x，y， xi，method) 插值方法 被插值点 插值节点 xi处的插值结果 ‘nearest’ ：最邻近插值 ‘linear’ ： 线性插值； ‘spline’ ： 三次样条插值； ‘cubic’ ： 立方插值。 缺省时： 分段线性插值。 注意：所有的插值方法都要求x是单调的，并且xi不能够 超过x的范围。 3、用MATLAB做一维插值 在1-12的11小时内，每隔1小时测量一次温度，测得的 温度依次为：5，8，9，15，25，29，31，30，22，25，27， 24。试估计每隔1/10小时的温度值。 hours=1:12; temps=[5 8 9 15 25 29 31 30 22 25 27 24]; h=1:0.1:12; t=interp1(hours,temps,h,spline); (直接输出数据将是很多的) plot(hours,temps,+,h,t,hours,temps,r:) %作图 xlabel(Hour),ylabel(Degrees Celsius’) Matlab程序： ch607.m 【例 4】 机翼下轮廓线 已知飞机下轮廓线上数据如下，求x每改变0.1时的y值。 【例 5】 16 10 12 18 20 21 20 17 12 0 Y 15 14 13 12 11 9 7 5 3 0 X x0=[0 3 5 7 9 11 12 13 14 15 ]; y0=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6 ]; x=0:0.1:15; y1=lagr1(x0,y0,x); y2=interp1(x0,y0,x); y3=interp1(x0,y0,x,spline); subplot(3,1,1) plot(x0,y0,k+,x,y1,r) grid title(lagrange) subplot(