数学建模案例分析第13讲插值.ppt

《数学建模案例分析第13讲插值.ppt》由会员分享，可在线阅读，更多相关《数学建模案例分析第13讲插值.ppt（33页珍藏版）》请在三一办公上搜索。

1、2023/11/14,数学建模,1,数学建模与数学实验,插 值,2023/11/14,数学建模,2,实验目的,实验内容,1了解插值的基本内容,1一维插值,2二维插值,3实验作业,2023/11/14,数学建模,3,拉格朗日插值,分段线性插值,三次样条插值,一 维 插 值,一、插值的定义,二、插值的方法,三、用MATLAB解插值问题,返回,2023/11/14,数学建模,4,返回,二维插值,一、二维插值定义,二、网格节点插值法,三、用MATLAB解插值问题,最邻近插值,分片线性插值,双线性插值,网格节点数据的插值,散点数据的插值,2023/11/14,数学建模,5,一维插值的定义,节点可视为由,

2、产生,表达式复杂,或无封闭形式,或未知.,2023/11/14,数学建模,6,返回,2023/11/14,数学建模,7,称为拉格朗日插值基函数,已知函数f(x)在n+1个点x0,x1,xn处的函数值为 y0,y1,yn 求一n次多项式函数Pn(x)，使其满足：Pn(xi)=yi,i=0,1,n.,解决此问题的拉格朗日插值多项式公式如下,其中Li(x)为n次多项式：,拉格朗日(Lagrange)插值,2023/11/14,数学建模,8,拉格朗日(Lagrange)插值,特别地:,两点一次(线性)插值多项式:,三点二次(抛物)插值多项式:,2023/11/14,数学建模,9,拉格朗日多项式插值的这

3、种振荡现象叫 Runge现象,采用拉格朗日多项式插值：选取不同插值节点n+1个，其中n为插值多项式的次数，当n分别取2,4,6,8,10时，绘出插值结果图形.,例,返回,To MATLABlch(larg1),2023/11/14,数学建模,10,分段线性插值,计算量与n无关;n越大，误差越小.,2023/11/14,数学建模,11,To MATLABxch11，xch12，xch13，xch14,返回,例,用分段线性插值法求插值,并观察插值误差.,1.在-6,6中平均选取5个点作插值(xch11),4.在-6,6中平均选取41个点作插值(xch14),2.在-6,6中平均选取11个点作插值(

4、xch12),3.在-6,6中平均选取21个点作插值(xch13),2023/11/14,数学建模,12,比分段线性插值更光滑,在数学上，光滑程度的定量描述是：函数(曲线)的k阶导数存在且连续，则称该曲线具有k阶光滑性 光滑性的阶次越高，则越光滑是否存在较低次的分段多项式达到较高阶光滑性的方法？三次样条插值就是一个很好的例子,三次样条插值,2023/11/14,数学建模,13,三次样条插值,g(x)为被插值函数,2023/11/14,数学建模,14,例,用三次样条插值选取11个基点计算插值(ych),返回,To MATLAB ych(larg1),2023/11/14,数学建模,15,用MAT

5、LAB作插值计算,一维插值函数：,yi=interp1(x，y，xi，method),nearest 最邻近插值；linear 线性插值；spline 三次样条插值；cubic 立方插值；缺省时 分段线性插值,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,2023/11/14,数学建模,16,例：从1点12点的11小时内，每隔1小时测量一次温度，测得的温度的数值依次为：5，8，9，15，25，29，31，30，22，25，27，24试估计每隔1/10小时的温度值,To MATLAB(temp),hours=1:12;temps=5 8 9 15 25 29 31 30 22

6、 25 27 24;h=1:0.1:12;t=interp1(hours,temps,h,spline);(直接输出数据将是很多的)plot(hours,temps,+,h,t,hours,temps,r:)%作图xlabel(Hour),ylabel(Degrees Celsius),2023/11/14,数学建模,17,例 已知飞机下轮廓线上数据如下，求x每改变0.1时的y值,To MATLAB(plane),返回,2023/11/14,数学建模,18,二维插值的定义,第一种（网格节点）：,2023/11/14,数学建模,19,已知 mn个节点,2023/11/14,数学建模,20,第二种

7、（散乱节点）：,2023/11/14,数学建模,21,返回,2023/11/14,数学建模,22,注意：最邻近插值一般不连续具有连续性的最简单的插值是分片线性插值,最邻近插值,二维或高维情形的最邻近插值，与被插值点最邻近的节点的函数值即为所求,返回,2023/11/14,数学建模,23,将四个插值点（矩形的四个顶点）处的函数值依次简记为：,分片线性插值,f(xi,yj)=f1，f(xi+1,yj)=f2，f(xi+1,yj+1)=f3，f(xi,yj+1)=f4,2023/11/14,数学建模,24,插值函数为：,第二片(上三角形区域)：(x,y)满足,插值函数为：,注意：(x,y)当然应该是

8、在插值节点所形成的矩形区域内显然，分片线性插值函数是连续的；,分两片的函数表达式如下：,第一片(下三角形区域)：(x,y)满足,返回,2023/11/14,数学建模,25,双线性插值是一片一片的空间二次曲面构成双线性插值函数的形式如下：,其中有四个待定系数，利用该函数在矩形的四个顶点（插值节点）的函数值，得到四个代数方程，正好确定四个系数,双线性插值,返回,2023/11/14,数学建模,26,要求x0,y0单调；x，y可取为矩阵，或x取行向量，y取为列向量，x,y的值分别不能超出x0,y0的范围,z=interp2(x0,y0,z0,x,y,method),用MATLAB作网格节点数据的插值

9、,nearest 最邻近插值；linear 双线性插值；cubic 双三次插值；缺省时 双线性插值.,2023/11/14,数学建模,27,例：测得平板表面35网格点处的温度分别为：82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 试作出平板表面的温度分布曲面z=f(x,y)的图形,输入以下命令：x=1:5;y=1:3;temps=82 81 80 82 84;79 63 61 65 81;84 84 82 85 86;mesh(x,y,temps),1.先在三维坐标画出原始数据，画出粗糙的温度分布曲线图.,2以平滑数据,在 x、y方向上每隔0.2个单位

10、的地方进行插值.,2023/11/14,数学建模,28,再输入以下命令:xi=1:0.2:5;yi=1:0.2:3;zi=interp2(x,y,temps,xi,yi,cubic);mesh(xi,yi,zi)画出插值后的温度分布曲面图.,To MATLAB(wendu),2023/11/14,数学建模,29,通过此例对最近邻点插值、双线性插值方法和双三次插值方法的插值效果进行比较,To MATLAB(moutain),返回,2023/11/14,数学建模,30,插值函数griddata格式为:,cz=griddata（x，y，z，cx，cy，method）,用MATLAB作散点数据的插值计

11、算,要求cx取行向量，cy取为列向量,nearest最邻近插值linear 双线性插值cubic 双三次插值v4-MATLAB提供的插值方法缺省时,双线性插值,2023/11/14,数学建模,31,例 在某海域测得一些点(x,y)处的水深z由下表给出，船的吃水深度为5英尺，在矩形区域（75，200）（-50，150）里的哪些地方船要避免进入,2023/11/14,数学建模,32,To MATLAB hd1,返回,4.作出水深小于5的海域范围,即z=5的等高线.,2023/11/14,数学建模,33,实验作业,山区地貌：在某山区测得一些地点的高程如下表：(平面区域1200 x 4000,1200y 3600)，试作出该山区的地貌图和等高线图，并对几种插值方法进行比较,返回,