高等数值分析作业插值.docVIP

高等数值分析作业--插值 ———————————————————————————————— 作者： ———————————————————————————————— 日期： 四边形八节点单元二维插值函数及导数积分公式 设有矩形单元1234，边长是2a，2b，为使推导简便，以平行于两边的轴为x轴和y轴， 矩形单元的中心坐标为 引入局部坐标系ξ，η，可使结果简洁，局部坐标原点取在矩形形心，进展坐标变换 对于8节点矩形单元，其自由度为，因此位移函数选为： 通过将9节点的矩形单元消去第9个节点，即在其双二次多项式的形状函数中去掉项，就可得到8节点矩形单元的不完全双二次多项式形状函数，公式如下： 矩形单元应变列阵为 其中 所以 将〔i=1，m=8〕，代入上式得 其中， 当i=1,2,3,4时， 当i=5,6时， 当i=7,8， 牛顿插值公式在低次时〔如二次插值〕与拉格朗日插值公式的异同 〔1〕 Lagrange插值多项式 ， 公式〔1〕 其中 公式〔2〕 上式满足插值条件的次数不超过n的多项式。 Lagrange插值多项式存在一个主要缺陷，即当用的n+1个数据点求出插值多项式后，又获得了新的数据点，但是要用它连同原有的n+1个数据点一起求出插值多项式，从原有已计算出的n次插值多项式计算出新的n+1次插值多项式是很困难的，必须全部重新计算。 〔2〕 Newton插值多项式 在Lagrange插值多项式的根底上作如下处理： ， 公式〔3〕 假设记， 公式〔4〕 那么得到 公式〔5〕 上式即为Newton插值多项式。它可由较低次插值多项式计算出增加一个插值点的插值多项式，而不需要像Lagrange插值多项式那样重新构建数据点进展计算。 由公式〔5〕可以看出，计算Newton插值多项式的关键在与计算，由于还是k次多项式，将其代入到公式〔5〕可得 公式〔6〕 这样再根据插值条件得 公式〔7〕 推导计算得： 公式〔7〕 在上式中被定义为k阶差商，这样就得到另一个形式的Newton插值多项式，以符号Nn(x)记为 公式〔8〕 只要计算出各阶差商，就可获得Newton插值多项式。 〔3〕两种插值多项式计算方法的比拟 Lagrange插值多项式的计算方法相对简单，通过构建数据点即可求得多项式，但是当数据点增加时，就必须把这些新数据点连同原有的数据点一起重新计算插值多项式，影响了计算效率；Newton插值多项式对Lagrange插值多项式进展了改良，计算方法略为复杂，但由于添加了差商和差商表的概念，在增加一个数据点时，可轻易计算出包含新数据点的插值多项式，只要在公式〔8〕中增加一项即可。总体来说，在数据点数量不变或变动较小以及对数据点变化规律未知的场合比拟适合选用Lagrange插值多项式，而在经常更新数据点数量以及对数据点变化规律的的场合比拟适用Newton插值多项式。 数据插值 一维数据插值 命令 interp1 功能 对一维函数进展内插值。 格式 yi=inerp1(x,y,xi) %返回插值向量yi，每一元素对应于参量xi，同时由向量x与y的内插值决定。 应用实例 对曲线的插值。 x=0:10; %X坐标值向量 y=x.*sin(x); %Y坐标值向量 xx=0:0.25:10; %插值后的X坐标值向量 yy=interp1(x,y,xx); %插值后的Y坐标值向量 plot(x,y,kd,xx,yy) 。 插值前的数据点— 。 插值前的数据点 — 插值后的曲线 二维数据插值 命令 Interp2 功能 高维插值的一种，主要应用于图像处理和数据可视化，其根本思路与一位插值大体一样，它是对两个变量的函数进展插值。 格式 zi=inerp2(x,y,z,xi,yi) %返回在插值向量xi、yi处的函数值向量，它是根据向量x、y与z插值而来。 应用实例 [X,Y]=meshgrid(-3:0.25:3); %插值前的X,Y向量 Z=peaks(X,Y); %插值前的Z向量 [X1,Y1]=meshgrid(-3:0.125:3); %插值后的X,Y向量 Z1=interp2(X,Y,Z,X1,Y1) %插值后的Z向量 surfl(X,Y,Z);hold on; %绘制曲面