第九讲数据插值与拟合.pptVIP

第1页，共27页，星期日，2025年，2月5日引言在工程实践和科学实验中，常常需要从一组实验观测数据揭示自变量x与因变量y之间的关系，一般可以用一个近似的函数关系式y＝f（x）来表示通常可以采用两种方法：曲线拟合和插值拟合主要是考虑到观测数据受随机误差的影响，寻求整体误差最小、较好反映观测数据的近似函数，并不保证所得到的函数一定满足曲线拟合的目的是根据实验获得的数据去建立因变量与自变量之间有效的经验函数关系，为进一步的深入研究提供线索第2页，共27页，星期日，2025年，2月5日插值函数一般是已知函数的线性组合或者称为加权平均．插值在工程实践和科学实验中有着非常广泛而又十分重要的应用，例如，信息技术中的图像重建、图像放大中为避免图像的扭曲失真的插值补点、建筑工程的外观设计。化学工程实验数据与模型的分析、天文观测数据、地理信息数据的处理如(天气预报）以及社会经济现象的统计分析等等．插值则要求函数在每个观测点处一定要满足第3页，共27页，星期日，2025年，2月5日1、船在该海域会搁浅吗在某海域测得一些点(x，y)处的水深z（单位：英尺）由下表给出，水深数据是在低潮时测得的．船的吃水深度为5英尺，问在矩形区域(75,200)*(-50，150）里的哪些地方船要避免进人．一、实例及其模型第4页，共27页，星期日，2025年，2月5日分析由于测量点是散乱分布的，先在平面上作出测量点的分布图，再利用二维插值方法补充一些点的水深，然后作出海底曲面图和等高线图，并求出水深小于5的海域范围．第5页，共27页，星期日，2025年，2月5日在化学反应中，为研究某化合物的浓度随时间的变化规律，测得一组数据如表2、浓度的变化规律表中的数据反映了浓度随时间变化的函数关系，它是一种离散关系若需要推断20，40分钟时的浓度值，能否用一个显函数y=f(t)来拟合表中的离散数据，然后再计算浓度值f(20),f（40）?第6页，共27页，星期日，2025年，2月5日问题分析（1）首先将这些离散数据分布在直角坐标系下，由此可发现浓度与时间之间呈现什么规律．这种数据分布在直角坐标系下的图形被称为散点图；（2）根据散点图，判段它接近于哪类函数曲线，即确定函数形式（3）函数形式确定以后，关键是要确定函数中含有的待定参数。最常用的确定待定系数的方法是，曲线拟合的最小二乘法第7页，共27页，星期日，2025年，2月5日二、插值与拟合1、插值方法（1）分段线性插值分段线性插值的提法如下：第8页，共27页，星期日，2025年，2月5日（2）分段三次埃尔米特插值在插值问题中，如果除了插值节点的函数值给定外，还要求在节点的导数值为给定值，即插值问题变为相当于在每一小段上应满足四个条件（方程），可以确定四个待定参数．三次多项式正好有四个系数，所以可以考虑用三次多项式函数作为插值函数，这就是分段三次埃尔米特插值，它与分段线性插值一起都称为分段多项式插值第9页，共27页，星期日，2025年，2月5日（3）三次样条插值第10页，共27页，星期日，2025年，2月5日2、曲线拟合的最小二乘法给定平面上的点进行曲线拟合有多种方法，最小二乘法是解决曲线拟合最常用的一种方法最小二乘法的原理是求f(x),使达到最小简单地说，最小二乘法准则就是使所有散点到曲线的距离平方和最小第11页，共27页，星期日，2025年，2月5日线性最小二乘法拟合函数可由一些简单的“基函数”（例如幂函数，三角函数等等）来线性表示现在要确定系数使达到极小为此第12页，共27页，星期日，2025年，2月5日三、插值的matlab实现1、一维插值MATLAB中的插值函数为interp1，其调用格式为其中x，y为插值点，yi为在被插值点xi处的插值结果，x,y为向量。注意：所有的插值方法都要求x是单调的，并且xi不能够超过x的范围。第13页，共27页，星期日，2025年，2月5日MATLAB提供的插值方法有几种表示采用的插值方法：分段线性插值：三次Hermite插值（立方插值）：三次分段样条插值：最近点等值方式缺省时表示线性插值第14页，共27页，星期日，2025年，2月5日例1在一天24小时内，从零点开始每间隔2小时测得的环境温度数据分别为12，9，9，1，0，18，24，28，27，25，20，18，15，13，推测中午（即13点）时的温度．x=0：2：24；y=[12991018242827252018