数学建模水塔流量问题.docxVIP

实验十四 水塔流量问题 【实验目的】 了解有关数据处理的基本概念和原理。 初步了解处理数据插值与拟合的基本方法，如样条插值、分段插值等。 学习掌握用MATLAB 命令处理数据插值与拟合问题。 【实验内容】 某居民区有一供居民用水的圆形水塔，一般可以通过测量其水位来估计水的流量。但面临的困难是，当水塔水位下降到设定的最低水位时，水泵自动启动向水塔供水，到设定的最高水位时停止供水，这段时间是无法测量水塔的水位和水泵的供水量。通常水泵每天供水一两次，每次约两小时。水塔是一个高 12.2 米、直径 17.4 米的正圆柱。按照设计，水塔水位降到约 8.2 米时，水泵自动启动，水位升到约10.8 米时水泵停止工作。 某一天的水位测量记录如表 1 所示，试估计任何时刻（包括水泵正供水时）从水塔流出的水流量，及一天的总用水量。 表 1 水位测量启示录（//表示水泵启动） 时刻 （h） 0 0.92 1.84 2.95 3.87 4.98 5.90 7.01 7.93 8.97 水位 （cm） 968 948 931 913 898 881 869 852 839 822 时刻 （h） 9.98 10.92 10.95 12.03 12.95 13.88 14.98 15.90 16.83 17.93 水位 （cm） // // 1082 1050 1021 994 965 941 918 892 时刻 （h） 19.04 19.96 20.84 22.01 22.96 23.88 24.99 25.91 水位 （cm） 866 843 822 // // 1059 1035 1018 【实验准备】 在生产实践和科学研究中，常常遇到这样的问题：由实验或测量得到的一批离散样点， 需要确定满足特定要求的曲线或曲面（即变量之间的函数关系或预测样点之外的数据）。如 果要求曲线（面）通过所给的所有数据点（即确定一个初等函数通过已知各数据，一般用多项式或分段多项式），这就是数据插值。在数据较少的情况下，这样做能够取得好的效果。但是，如果数据较多，那么插值函数是一个次数很高的函数，比较复杂。如果不要求曲线（面） 通过所有的数据点，而是要求它反映对象整体的变化趋势，可得到更简单实用的近似函数， 这就是数据拟合。函数插值和曲线拟合都是要根据一组数据构造一个函数作为近似，由于近 似的要求不同，二者在数学方法上是完全不同的。 数据插值的基本方法 拉格朗日插值 若知道函数 y ＝ f (x) 在互异的两个点 x 0  和 x 处的函数值 y 1 0  和 y ，而想估计该函数在 1 另一点? 处的函数值，最自然的想法是作过点（ x ，y 0 0 ）和点（ x 1 ，y ）的直线 y ＝ L 1 1 (x) ， 用 L (? ) 作为准确值的近似值，如果得到的结果误差太大，还可增加一点 f (x) 的函数值， 1 即已知 y ＝ f (x) 在互异的三个点 x 0 ， x 和 x 1 2 处的函数值 y 0 ， y 和 y 1 2 ，可以构造过这三 点的二次曲线 y ＝ L 2 (x) ，用 L 2 (? ) 作为准确值 f (?) 的近似值。 一般的，若已知 y ＝ f (x) 在互异的n ＋1 个点 x 0 ，x ，…，x 1 n 处的函数值 y 0 ，y ，…， 1 y ，则可以考虑构造一个过这n ＋1 个点的次数不超过n 的多项式 L n n (x) L (x) ＝ a n 0 xm ＋ a 1 xm?1 ＋…＋ a  m ?1 x ＋ a m （1） 通过所有n ＋1 个点，即满足 L (x n k ) ＝ y k ，k ＝0，1，…，n （2） 然后用 L n (? ) 作为准确值 f (?) 的近似值。这样构造出来的多项式 L n (x) 称为 f (x) 的 n 次 拉格朗日插值多项式或插值函数。分段插值 多项式历来都被认为是最好的逼近工具之一，它插值光滑，但不具有收敛性，会随着节 点数目增多而次数升高，一般不宜采用高次多项式（如m ＞7）插值，否则逼近的效果往往 是不理想的，甚至发生龙格振荡（当节点数目n 不断增大时，L n (x) 在区间中部趋于 f (x) ， 但对于区间两端的 x ， L n (x) 并不趋于 f (x) ，也称龙格现象）。 在插值范围较小，用低次插值往往就能奏效。最直观的办法就是将各数据点用折线连接 起来，这种增加节点，用分段低次多项式插值的化整为零的处理方法称作分段插值法，即不去寻求整个插值区间上的一个高次多项式，而是把区间划分为若干个小区间。如果 a ＝ x 0 那么分段线性插值公式为 ＜ x 1 ＜…＜ x n ＝ b （3） P(x) ＝ x ?