拟合与插值(2013年1月4日).pptVIP

拟合与插值;引言;1．拟合模型;1．2 拟合模型的分类;设　　　 i=1,2,……N表示按拟合直线 求得的近似值，一般地说，它不同于实测值，两者之差称 残差。显然，残差的大小是衡量拟合好坏的重要标志，具体地说，我们可以采用下列三种准则：;  ;  有时候所给出数据点用直线拟合不合适，这时可考虑用多项式拟合，而多项式拟合也是多项式运算的一个重要组成部分，在工程应用及科研工作中都得到了广泛的应用。用数学语言描述如下：  对于给定的一组数据 ， ，寻求m次多项式（ ）使总误差 为最小。 ;1．2．3 分段拟合和观察数据修匀 提高拟合多项式的次数不一定能改善逼近效果，实际计算时常用不同的低次多项式去拟合不同的分段，这种方法称分段拟合。 设已给一批实测数据，由于实测方法、实验环境等一些外界因素的影响，不可避免地会产生随机干扰和误差。我们自然希望根据数据分布的总趋势去剔除观察数据中的偶然误差，这就是所谓的数据修匀（或称数据平滑）问题。;1．3 数学软件Matlab求解专用的拟合函数polyfit.Polyfit(x,y,n) x,y为拟合数据，n为拟合多项式的阶数。;（2）如何预报人口的增长 人口的增长是当前世界上引起普遍关注的问题，并且我们会发现在不同的刊物预报同一时间的人口数字不相同，这显然是由于用了不同的人口模型计算的结果。;  ;  ; ;程序如下：x=[1949 1954 1959 1964 1969 1974 1979 1984 1989 1994];y=[5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 ];a=polyfit(x,y,1);x1=[1949:10:1994];y1=a(2)+a(1)*x1;b=polyfit(x,log(y),1);y2=exp(b(2))*exp(b(1)*x1); plot(x,y,*)hold onplot(x1,y1,--r) hold on plot(x1,y2,-k) legend(原曲线,模型一曲线,模型二曲线);程序执行后得到下面图形;结论的比较如下表：;;2、插值（多项式插值、代数插值）;;2．2 插值方法; 例题：给出 下面的数值表，用Larange插值计算 的近似值。 ;Lagrange插值会发生Runge现象;例题 取n，用Lagrange插值进行插值计算。;Runge现象的产生;一维线性插值解决Runge现象发生; 用分段线性插值可能有时精度要差一些，但是不会出现不收敛的现象，这在实际计算中很重要，因此分段线性插值在实际科研和工程计算中应用也是很广泛的。; 特点：插值函数序列 具有一致收敛性，克服了高次Lagrange插值方法的缺点，故可通过增加插值节点的方法提高其插值精度。但存在于节点处不光滑、插值精度低的缺点。所谓分段线性插值就是通过插值点用折线段连接起来逼近原曲线，这也是计算机绘制图形的基本原理。;method指定插值的算法，默认为线性算法。其值可为： ‘nearest’ 线性最近项插值 ‘linear’ 线性插值 ‘spline’ 立方样条插值 ‘cubic’ 立方插值;2．2．4 三次样条插值 ???? 三次样条插值的目的在于克服Lagrange插值的不收敛性和提高 分段线性插值函数在节点处的光滑性。所谓三次样条插值方法就是在满足下列条件： ;以函数 , 为例，用三种不同的插值方法进行比较。;图形如下：; 上面介绍的分段线性插值，其总体光滑程度不够。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。自然，阶数越高光滑程度越好。分段线 性插值具有零阶光滑性，也就是不光滑；分段三次埃尔米特插值 具有一阶光滑性。三次样条插值就是较低次数的多项式而达到较 高阶光滑性的方法。