数学建模案例分析插值与拟合方法建模1数据插值方法及应用.docx

第十章 插值与拟合方法建模 在生产实际中，常常要处理由实验或测量所得到的一批离散数据，插值与拟合方法就是要通过这些数据去确定某一类已经函数的参数，或寻求某个近似函数使之与已知数据有较高的拟合精度。插值与拟合的方法很多，这里主要介绍线性插值方法、多项式插值方法和样条插值方法，以及最小二乘拟合方法在实际问题中的应用。相应的理论和算法是数值分析的内容，这里不作详细介绍，请参阅有关的书籍。 §1 数据插值方法及应用 在生产实践和科学研究中，常常有这样的问题：由实验或测量得到变量间的一批离散样点， 要求由此建立变量之间的函数关系或得到样点之外的数据。与此有关的一类问题是当原始数据 (x , y 0 0 ), (x , y 1 1 ),?,(x , y n n ) 精度较高，要求确定一个初等函数 y ? P(x)（一般用多项式或分段 多项式函数）通过已知各数据点（节点），即 y i 些点（插值点）处的数值，这便是插值问题。 1、分段线性插值 ? P(x i ) , i ? 0,1,?, n ，或要求得函数在另外一 这是最通俗的一种方法，直观上就是将各数据点用折线连接起来。如果 那么分段线性插值公式为 a ? x 0 ? x ? ? ? x ? b 1 n P(x) ? x ? x i y x ? x  i?1 y , x  ? x ? x  , i ? 1,2,?, n x ? x i ?1 i i?1 x ? x i i i?1 i?1 i 可以证明，当分点足够细时，分段线性插值是收敛的。其缺点是不能形成一条光滑曲线。 例 1、已知欧洲一个国家的地图，为了算出它的国土面积，对地图作了如下测量：以由西向东方向为 x 轴，由南向北方向为 y 轴，选择方便的原点，并将从最西边界点到最东边界点在x 轴上的区间适当的分为若干段，在每个分点的 y 方向测出南边界点和北边界点的 y 坐标 y1 和 y2，这样就得到下表的数据（单位：mm）。 x 7.0 10.5 13.0 17.5 34.0 40.5 44.5 48.0 56.0 y1 44 45 47 50 50 38 30 30 34 y2 44 59 70 72 93 100 110 110 110 x 61.0 68.5 76.5 80.5 91.0 96.0 101.0 104.0 106.5 y1 36 34 41 45 46 43 37 33 28 y2 117 118 116 118 118 121 124 121 121 x 111.5 118.0 123.5 136.5 142.0 146.0 150.0 157.0 158.0 y1 32 65 55 54 52 50 66 66 68 y2 121 122 116 83 81 82 86 85 68 根据地图的比例，18 mm 相当于 40 km。 根据测量数据，利用 MATLAB 软件对上下边界进行线性多项式插值，分别求出上边界函数 f (x) ， 2 下边界函数 f (x) ，利用求平面图形面积的数值积分方法—将该面积近似分成若干个小长方形， 1 分别求出这些长方形的面积后相加即为该面积的近似解。 式中， ? ? [x , x ] 。 i i ?1 i S ? lim ?n n?? i?1 [ f (? 2 i ) ? f (? 1 i )]?x i 这里线性插值和面积计算源程序如下： clear all x=[7.0 10.5 13.0 17.5 34.0 40.5 44.5 48.0 56.0 61.0 68.5 76.5 80.5 91.0 96.0 101.0 104.0 106.5 111.5 118.0 123.5 136.5 142.0 146.0 150.0 157.0 158.0]; y1=[44 45 47 50 50 38 30 30 34 36 34 41 45 46 43 37 33 28 32 65 55 54 52 50 66 66 68]; y2=[44 59 70 72 93 100 110 110 110 117 118 116 118 118 121 124 121 121 121 122 116 83 81 82 86 85 68]; newx=7:0.1:158; newy1=interp1(x,y1,newx,’linear’); newy2=interp1(x,y2,newx,’linear’); Area=sum(newy2- newy1)*0.1/18^2*1600 最后计算的面积约为 42414 平方公里。 2、多项式插值 设有m 次多项式 P(x) ? a xm ? a xm?1 ? ? ? a x ? a 0 1 m?1 m