函数的数值逼近.pptVIP

* 电子工程学院 * 三次样条函数的计算： (1) 利用分段三次Hermiter插值（三对角方程）。 第六十一页，共99页 * 电子工程学院 * 三次样条函数的计算： (2) 利用二阶导数值计算（三弯矩方程） 第六十二页，共99页 * 电子工程学院 * 积分两次得到： 第六十三页，共99页 * 电子工程学院 * 第六十四页，共99页 * 电子工程学院 * 一维插值: yi = interp1(x, y, xi, ‘method ’) method nearest 最近点插值 linear 线性插值 spline 样条插值 cubic 立方插值 第六十五页，共99页 * 电子工程学院 * 二维插值 zi=interp2(x, y, z, xi, yi, ‘method’) 三维插值 vi = interp3(x,y,z,v,xi,yi,zi, ‘method’) 第六十六页，共99页 * 电子工程学院 * 插值方法的比较： x=-5:2:5;y=1./(1+x.*x);xi=-5:0.2:5; Yi(:,1)=1./(1+xi.*xi); Yi(:,2)=interp1(x,y,xi); Yi(:,3)=interp1(x,y,xi, spline); Yi(:,4)=interp1(x,y,xi, cubic); plot(xi,Yi) 第六十七页，共99页 * 电子工程学院 * 第六十八页，共99页 * 电子工程学院 * 问题的提出 函数解析式未知，通过实验观测得到的一组数据，即在某个区间[a,b]上给出一系列点的函数值 根据实验观测数据，即在某个区间[a,b]上给出其他点的函数值。 4.5 曲线拟合 第六十九页，共99页 * 电子工程学院 * 曲线拟合问题 问题： 数据有误差 解决思路：求一函数，使其在“一定意义下”逼近实验观测数据。 第七十页，共99页 * 电子工程学院 * 曲线拟合的最小二乘方法 已知数据表 x x1 x2 ·········· xm f(x) y1 y2 ·········· ym 残差 拟合函数 第七十一页，共99页 * 电子工程学院 * 误差的表示方法: 最小二乘拟合: 确定拟合函数使平方误差2-范数最小 第七十二页，共99页 * 电子工程学院 * 思考： 是否插值的节点越多，多项式插值越精确？ 是否多项式的阶数越高，多项式插值越精确？ 第二十九页，共99页 * 电子工程学院 * 演示：多项式插值的Runge现象 第三十页，共99页 * 电子工程学院 * 过程： 第三十一页，共99页 * 电子工程学院 * %lagrangen.m function y=lagrangen(x0,y0,x) n=length(x0);m=length(x); for i=1:m z=x(i);s=0; for k=1:n L=1; for j=1:n if j~=k L=L*(z-x0(j))/(x0(k)-x0(j)); end end s=s+L*y0(k); end y(i)=s; end y; Lagrange插值多项式 求插值的Matlab程序. 第三十二页，共99页 * 电子工程学院 * %Chazhibijiao.m x=-5:0.1:5;z=0*x;y=1./(1+x.^2); plot(x,z,k,x,y,r) axis([-5 5 -1.5 2]);pause,hold on for n=2:2:10 x0=linspace(-5,5,n+1); y0=1./(1+x0.^2); x=-5:0.1:5; y1=lagrangen(x0,y0,x); plot(x,y1), pause end y2=1./(1+x0.^2);y=interp1(x0,y2,x); plot (x,y,k),hold off gtext(n=2),gtext(n=4),gtext(n=6) gtext(n=8),gtext(n=10) gtext(f(x)=1/(1+x^2)) 比较不同的插值多项式次数对插值的影响 第三十三页，共99页 * 电子工程学院 * 不同次数的Lagrange插值多项式的比较图 Runge现象 第三十四页，共99页 * 电子工程学院 * x=-5:5;y=1./(1+x.^2); t=-5:.05:5;y0=1./(1+t.^2); p=polyfit(x,y,10);y1=polyval(p,t