数学建模～插值与拟合ppt课件.ppt

《数学建模～插值与拟合ppt课件.ppt》由会员分享，可在线阅读，更多相关《数学建模～插值与拟合ppt课件.ppt（66页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、插值与拟合插值与拟合一、概述一、概述二、基本概念二、基本概念三、插值与拟合的区别和联系三、插值与拟合的区别和联系四、插值的四、插值的MATLABMATLAB实现实现五、拟合的五、拟合的MatlabMatlab实现实现 我们经常会遇到大量的数据需要处理，我们经常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，例如而处理数据的关键就在于这些算法，例如数据拟合、参数估计、插值等数据处理算数据拟合、参数估计、插值等数据处理算法。此类问题在法。此类问题在MATLAB中有很多现成的中有很多现成的函数可以调用，熟悉函数可以调用，熟悉MATLAB，这些方法，这些方法都能游刃有余的用好。都能游刃有余的

2、用好。 一、一、 数据拟合在很多赛题中有应用，与图形数据拟合在很多赛题中有应用，与图形处理有关的问题很多与插值和拟合有关系，处理有关的问题很多与插值和拟合有关系，例如例如9898年美国赛年美国赛A A题，生物组织切片的三维插题，生物组织切片的三维插值处理，值处理，9494年年A A题逢山开路，山体海拔高度的题逢山开路，山体海拔高度的插值计算，插值计算，20032003年吵的沸沸扬扬的年吵的沸沸扬扬的“非典非典”问题也要用到数据拟合算法，观察数据的走问题也要用到数据拟合算法，观察数据的走向进行处理，向进行处理， 20052005年的雨量预报的评价的插年的雨量预报的评价的插值计算。值计算。2001

3、2001年的公交车调度拟合问题，年的公交车调度拟合问题，20032003年的饮酒驾车拟合问题。年的饮酒驾车拟合问题。预测点和实测点的图形预测点和实测点的图形插值后的图形插值后的图形喝两瓶酒的拟合曲线喝两瓶酒的拟合曲线喝喝1-5瓶酒的拟合曲线瓶酒的拟合曲线 在实际中，常常要处理由实验或测量所在实际中，常常要处理由实验或测量所得到的一些离散数据。插值与拟合方法就是得到的一些离散数据。插值与拟合方法就是要通过这些数据去确定某一类已知函数的参要通过这些数据去确定某一类已知函数的参数或寻求某个近似函数，使所得到的近似函数或寻求某个近似函数，使所得到的近似函数与已知数据有较高的拟合精度。数与已知数据有较高

4、的拟合精度。 如果要求这个近似函数（曲线或曲面）如果要求这个近似函数（曲线或曲面）经过所已知的所有数据点，则称此类问题为经过所已知的所有数据点，则称此类问题为插值问题插值问题。 （不需要函数表达式）（不需要函数表达式）二、二、 如果不要求近似函数通过所有数据点，如果不要求近似函数通过所有数据点，而是要求它能较好地反映数据变化规律的近而是要求它能较好地反映数据变化规律的近似函数的方法称为似函数的方法称为数据拟合数据拟合。（必须有函数。（必须有函数表达式）表达式） 近似函数不一定（曲线或曲面）通过所近似函数不一定（曲线或曲面）通过所有的数据点。有的数据点。 1 1、联系、联系都是根据实际中一组已知

5、数据来构造一个能够都是根据实际中一组已知数据来构造一个能够反映数据变化规律的近似函数的方法。反映数据变化规律的近似函数的方法。2 2、区别、区别插值问题插值问题不一定得到近似函数的表达形式，仅不一定得到近似函数的表达形式，仅通过插值方法找到未知点对应的值。通过插值方法找到未知点对应的值。数据拟合数据拟合要求得到一个具体的近似函数的表达式。要求得到一个具体的近似函数的表达式。 三、插值与三、插值与四、四、 当数据量不够，需要补充，且认定已有数当数据量不够，需要补充，且认定已有数据可信时据可信时, , 通常利用函数插值方法。通常利用函数插值方法。 实际问题当中碰到的函数实际问题当中碰到的函数 f

6、(x) 是各种各是各种各样的，有的表达式很复杂，有的甚至给不出数样的，有的表达式很复杂，有的甚至给不出数学的式子，只提供了一些离散数据，警如，某学的式子，只提供了一些离散数据，警如，某些点上的函数值和导数值。些点上的函数值和导数值。 4.1 4.1 引言引言 选用不同类型的插值函数，逼近的效选用不同类型的插值函数，逼近的效果就不同，一般有：果就不同，一般有：（1）拉格朗日插值（）拉格朗日插值（lagrange插值）插值）（2）分段线性插值）分段线性插值（3）Hermite（4）三次样条插值。）三次样条插值。 4.2 4.2 插值方法插值方法 Matlab 实现：实现分段线性插值不需实现：实现分

7、段线性插值不需要编制函数程序，它自身提供了内部的功要编制函数程序，它自身提供了内部的功能函数能函数interp1(一维插值一维插值) intep2(二维二维) interp3(三维三维) intern(n维维) 4.3 MATLAB 4.3 MATLAB实现插值实现插值用用MATLAB作插值计算作插值计算一维插值函数：一维插值函数：yi=interp1(x，y，xi，method)插值方法插值方法被插值点被插值点插值节点插值节点xi处的处的插值结果插值结果nearest 最邻近插值；最邻近插值；linear 线性插值；线性插值；spline 三次样条插值；三次样条插值；cubic 立方插值；立

8、方插值； 缺省时缺省时 分段线性插值分段线性插值 注意：所有的插值方法注意：所有的插值方法都要求都要求x是单调的，并且是单调的，并且xi不不能够超过能够超过x的范围的范围例：从例：从1 1点点1212点点的的1111小时内，每隔小时内，每隔1 1小时测量一次温小时测量一次温度，测得的温度的数值依次为：度，测得的温度的数值依次为：5 5，8 8，9 9，1515，2525，2929，3131，3030，2222，2525，2727，2424试估计每隔试估计每隔1/101/10小小时的温度值时的温度值hours=1:12;temps=5 8 9 15 25 29 31 30 22 25 27 24

9、;h=1:0.1:12;t=interp1(hours,temps,h,spline); plot(hours,temps,+,h,t,hours,temps,r:) %作图作图xlabel(Hour),ylabel(Degrees Celsius)0246810125101520253035xy机翼下机翼下轮廓线轮廓线例例 已知飞机下轮廓线上数据如下，求已知飞机下轮廓线上数据如下，求x每改变每改变0.1时的时的y值值05101500.511.522.5二维插值的定义二维插值的定义 xyO O第一种（网格节点）：第一种（网格节点）： 已知已知 m n个节点个节点 ),2 , 1;,.,2 ,

10、1(),(njmizyxijji 其中其中jiyx ,互不相同，不妨设互不相同，不妨设bxxxam 21dyyycn 21 构造一个二元函数构造一个二元函数),(yxfz 通过全部已知节点通过全部已知节点,即即再用再用),(yxf计算插值，即计算插值，即).,(*yxfz ),1 ,0;,1 ,0(),(njmizyxfijji 第二种（散乱节点）：第二种（散乱节点）： yx0 0已知已知n个节点个节点),.,2 , 1(),(nizyxiii 其中其中),(iiyx互不相同，互不相同， 构造一个二元函数构造一个二元函数),(yxfz 通过全部已知节点通过全部已知节点,即即),1 ,0(),(

11、nizyxfiii 再用再用),(yxf计算插值，即计算插值，即).,(*yxfz 返回返回 要求要求x0, ,y0单调；单调；x，y可取可取为矩阵，为矩阵，或或x取行向量，取行向量，y取为列向量取为列向量，x,y的值分别不能的值分别不能超出超出x0, ,y0 0的范围的范围z=interp2(x0,y0,z0,x,y,method)被插值点插值方法用用MATLAB作网格节点数据的插值作网格节点数据的插值插值节点被插值点的函数值nearest 最邻近插值；最邻近插值；linear 双线性插值；双线性插值；cubic 双三次插值；双三次插值；缺省时缺省时 双线性插值双线性插值. .例：测得平板表

12、面例：测得平板表面3 35 5网格点处的温度分别为：网格点处的温度分别为： 82 81 80 82 84 82 81 80 82 84 79 63 61 65 81 79 63 61 65 81 84 8484 84 82 85 86 82 85 86 试作出平板表面的温度分布曲面试作出平板表面的温度分布曲面z= =f( (x, ,y) )的图形的图形输入以下命令：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先在三维

13、坐标画出原始数据，画出粗糙的温度分布曲线图.2以平滑数据以平滑数据,在在 x、y方向上每隔方向上每隔0.2个单位的地方进行插值个单位的地方进行插值.再输入以下命令再输入以下命令: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画出插值后的温度分布曲面图. 例例 山地高程绘图山地高程绘图要在山区修一条公路，要在山区修一条公路，首先测得一些地点的高程，数据见表首先测得一些地点的高程，数据见表.表中的数据为在平面区域表中的数据为在平面区域 0 x2000, 0yx=0:4:20; %

14、给出给出X轴的坐标轴的坐标y=0:4:20; %给出给出Y轴的坐标轴的坐标z=37 51 65 74 83 88; 47 62 76 88 98 106; ; 69 87 105 128 142 150; %给出（给出（xi，yj）点的高程）点的高程 zij：X，Y=meshgrid(0:1:20,0:1:20); % 给出加密的插值坐标网格给出加密的插值坐标网格Z=interp2(x,y,z,X,Y,spline);%在坐标上进行样条插值在坐标上进行样条插值画图：画图：clf;%清空图形坐标系中的内容清空图形坐标系中的内容mesh(X,Y,Z) %在网格上画出插值的结果在网格上画出插值的结果

15、hold on %打开在同一坐标系中画图的功能打开在同一坐标系中画图的功能contour(X,Y,Z) %画平面等高线画平面等高线con3=contour3(X,Y,Z) %画三维等高线画三维等高线clabel(con3) %标高程标高程hold off %结束作图结束作图 插值函数插值函数griddata格式为格式为: cz =griddata（x，y，z，cx，cy，method）用用MATLAB作散点数据的插值计算作散点数据的插值计算 要求要求cx取行向量，取行向量，cy取为列向量取为列向量被插值点插值方法插值节点被插值点的函数值nearest最邻近插值最邻近插值linear 双线性插值

16、双线性插值cubic 双三次插值双三次插值v4- MATLAB提供的插值方法提供的插值方法缺省时缺省时, , 双线性插值双线性插值 例例 在某海域测得一些点在某海域测得一些点( (x, ,y) )处的水深处的水深z由下表由下表给出，船的吃水深度为给出，船的吃水深度为5 5英尺，在矩形区域（英尺，在矩形区域（7575，200200）（-50-50，150150）里的哪些地方船要避免进入）里的哪些地方船要避免进入返回返回4.作出水深小于作出水深小于5的海域范围的海域范围,即即z=5的等高线的等高线.2.在矩形区域在矩形区域(75,200)(-50,150)进行插值。进行插值。 1.输入插值基点数据

17、输入插值基点数据 3. 作海底曲面图作海底曲面图 %程序一：插值并作海底曲面图程序一：插值并作海底曲面图 x =129.0 140.0 103.5 88.0 185.5 195.0 105.5 157.5 107.5 77.0 81.0 162.0 162.0 117.5 ;y = 7.5 141.5 23.0 147.0 22.5 137.5 85.5 -6.5 -81 3.0 56.5 -66.5 84.0 -33.5 ;z = 4 8 6 8 6 8 8 9 9 8 8 9 4 9 ;x1=75:1:200;y1=-50:1:150;x1,y1=meshgrid(x1,y1);z1=gr

18、iddata(x,y,z,x1,y1,v4);meshc(x1,y1,z1) 海底曲面图海底曲面图%程序二：插值并作出水深小于程序二：插值并作出水深小于5 5的海域范围。的海域范围。x1=75:1:200;y1=-50:1:150;x1,y1=meshgrid(x1,y1);z1=griddata(x,y,z,x1,y1,v4); %插值插值z1(z1=5)=nan; %将水深大于将水深大于5的置为的置为nan，这，这样绘图就不会显示出来样绘图就不会显示出来meshc(x1,y1,z1) 水深小于水深小于5 5的海域范围的海域范围实验作业实验作业1 1 山区地貌：山区地貌：在某山区测得一些地点

19、的高程如下表：在某山区测得一些地点的高程如下表：( (平平面区域面区域12001200 x 4000,12004000,1200y 3600)3600)，试作出该山区的，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地貌图和等高线图，并对几种插值方法进行比较 对于情况较复杂的实际问题（因素不易对于情况较复杂的实际问题（因素不易化简，作用机理不详）可直接使用数据组建化简，作用机理不详）可直接使用数据组建模，寻找简单的因果变量之间的数量关系，模，寻找简单的因果变量之间的数量关系， 从而对未知的情形作预报。这样组建的模型从而对未知的情形作预报。这样组建的模型为拟合模型。为拟合模型。 拟合模

20、型的组建主要是处理拟合模型的组建主要是处理好观测数据的误差，使用数学表达式从数量好观测数据的误差，使用数学表达式从数量上近似因果变量之间的关系。拟合模型的组上近似因果变量之间的关系。拟合模型的组建是通过对有关变量的观测数据的观察、分建是通过对有关变量的观测数据的观察、分析和选择恰当的数学表达方式得到的。析和选择恰当的数学表达方式得到的。 五、五、 对于已给一批实测数据，由于实测方法、对于已给一批实测数据，由于实测方法、实验环境等一些外界因素的影响，不可避免实验环境等一些外界因素的影响，不可避免地会产生随机干扰和误差。我们自然希望根地会产生随机干扰和误差。我们自然希望根据数据分布的总趋势去剔除观

21、察数据中的偶据数据分布的总趋势去剔除观察数据中的偶然误差，这就是所谓的数据修匀（或称数据然误差，这就是所谓的数据修匀（或称数据平滑）问题。平滑）问题。 直直 线线 拟拟 合合 问问 题题 引引 例例 1 1温度温度t(C) 20.5 32.7 51.0 73.0 95.7电阻电阻R( ) 765 826 873 942 1032已知热敏电阻数据：已知热敏电阻数据：求求6060C C时的电阻时的电阻R R2040608010070080090010001100 设设 R=at+ba,b为待定系数为待定系数曲曲 线线 拟拟 合合 问问 题题 引引 例例 2 2 t (h) 0.25 0.5 1 1

22、.5 2 3 4 6 8c ( g/ml) 19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01已知一室模型快速静脉注射下的血药浓度数据已知一室模型快速静脉注射下的血药浓度数据(t=0注射注射300mg)求血药浓度随时间的变化规律求血药浓度随时间的变化规律c(t).在直角坐标系下作图如下在直角坐标系下作图如下(plot)0( )e,ktc tcc k为待定系数曲曲 线线 拟拟 合合 问问 题题 的的 提提 法法已知一组（二维）数据，即平面上已知一组（二维）数据，即平面上 n个点个点（xi,yi) i=1,n, 寻求一个函数（曲线）寻求一个函数（曲线

23、）y=f(x), 使使 f(x) 在某种准则下与所有在某种准则下与所有数据点最为接近，即曲线拟合得最好数据点最为接近，即曲线拟合得最好 +xyy=f(x)(xi,yi)i i 为点为点（xi,yi) 与与曲线曲线 y=f(x) 的距离的距离曲线拟合问题最常用的解法曲线拟合问题最常用的解法线性最小二乘法的基本思路线性最小二乘法的基本思路第一步: :先选定一组函数先选定一组函数 r1(x), r2(x), ,rm(x), mn, 令令 f(x)=a1r1(x)+a2r2(x)+ +amrm(x) （1）其中其中 a1,a2, ,am 为待定系数为待定系数 第二步: 确定确定a1,a2, ,am 的

24、准则（最小二乘准则）：的准则（最小二乘准则）：使使n个点个点（xi,yi) 与与曲线曲线 y=f(x) 的距离的距离 i 的平方和最小的平方和最小 记记 )2()()(),(211211221iiknimkkininiiimyxrayxfaaaJ 问题归结为，求问题归结为，求 a1,a2, ,am 使使 J (a1,a2, ,am) 最小最小用用MATLAB作线性最小二乘拟合作线性最小二乘拟合1. 1. 作多项式作多项式f(x)=a1xm+ +amx+am+1拟合拟合, ,可可利用已有程序利用已有程序:a=polyfit(x,y,m)输入同长度输入同长度的数组的数组x，y拟合多项拟合多项式次数

25、式次数2.2.多项式在多项式在x处的值处的值y可用以下命令计算：可用以下命令计算： y=polyval（a，x）1）输入以下命令：）输入以下命令： x=0:0.1:1; y=-0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2; A=polyfit(x,y,2) z=polyval(A,x); plot(x,y,k+,x,z,r) %作出数据点和拟合作出数据点和拟合曲线的图形曲线的图形2）计算结果：）计算结果： = -9.8108 20.1293 -0.0317用多项式拟合的命令用多项式拟合的命令00.20.40.60.81-202

26、46810120317.01293.208108.9)(2xxxf如何预报人口的增长如何预报人口的增长 人口的增长是当前世界上引起普遍关注的问题，人口的增长是当前世界上引起普遍关注的问题，并且我们会发现在不同的刊物预报同一时间的人口并且我们会发现在不同的刊物预报同一时间的人口数字不相同，这显然是由于用了不同的人口模型计数字不相同，这显然是由于用了不同的人口模型计算的结果。算的结果。 我国是世界第一人口大国，基本上地球每九个我国是世界第一人口大国，基本上地球每九个人中就有一个中国人。有效地控制我国人口的增长人中就有一个中国人。有效地控制我国人口的增长是使我过全面进入小康社会、到是使我过全面进入小

27、康社会、到2121世纪中叶建成富世纪中叶建成富强民主文明的社会主义国家的需要。而有效控制人强民主文明的社会主义国家的需要。而有效控制人口增长的前提是要认识人口数量的变化规律，建立口增长的前提是要认识人口数量的变化规律，建立人口模型，作出较准确的预报。人口模型，作出较准确的预报。 例例:如何预报人口的增长如何预报人口的增长例如：例如：19491949年年19941994年我国人口数据资料如下：年我国人口数据资料如下： 年年 份份xi 1949 1954 1959 1964 1969 1974 1979 xi 1949 1954 1959 1964 1969 1974 1979 1984 1989

28、 1994 1984 1989 1994 人口数人口数yiyi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 10.3 11.3 11.8 建模分析我国人口增长的规律建模分析我国人口增长的规律, ,预报预报19991999年我国人口年我国人口数。数。 模型一：假设人口随时间线性地增加模型一：假设人口随时间线性地增加 模型：模型：参数估计观测值的模型：参数估计观测值的模型： 拟合的精度拟合的精度: : 误差平方和。误差平方和。 可以算出：可以算出：a = -283.2320 b=0.1480模型：模型

29、：y = 1.93 + 0.146 x bxaynibxayii, 2 , 1,)(22iiiibxayeQ则可看成是线性方程则可看成是线性方程, ,用用 polyfit命令计算得：命令计算得：模型二：指数增长模型模型二：指数增长模型 bxaey bxay lnln可变为可变为xey0179. 033. 2YA= =+ + BXa=2.33, b=0.0179则所求模型为则所求模型为: :程序如下：程序如下：x=1949 1954 1959 1964 1969 1974 1979 1984 1989 1994; y=5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 1

30、1.8 ; a=polyfit(x,y,1); x1=1949:10:1994; y1=a(2)+a(1)*x1; b=polyfit(x,log(y),1); y2=exp(b(2)*exp(b(1)*x1); plot(x,y,*) hold on plot(x1,y1,-r) hold on plot(x1,y2,-k) legend(原曲线原曲线,模型一曲线模型一曲线,模型二曲线模型二曲线) 结论的比较如下表：结论的比较如下表： 年年 份份 xi 1949 1954 1959 1964 1969 1974 1979 1984 1989 1994 xi 1949 1954 1959 19

31、64 1969 1974 1979 1984 1989 1994 人口数人口数 yiyi 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 5.4 6.0 6.7 7.0 8.1 9.1 9.8 10.3 11.3 11.8 模型一值模型一值 5.24 5.97 6.70 7.43 8.16 8.90 9.62 10.36 11.09 11.82 5.24 5.97 6.70 7.43 8.16 8.90 9.62 10.36 11.09 11.82 误误 差差 0.16 0.03 0.00 -0.43 -0.06 0.20 0.18 -0.06 0.01

32、-0.02 0.16 0.03 0.00 -0.43 -0.06 0.20 0.18 -0.06 0.01 -0.02 模型二值模型二值 5.55 6.06 6.62 7.23 7.90 8.64 9.44 10.31 11.26 12.31 5.55 6.06 6.62 7.23 7.90 8.64 9.44 10.31 11.26 12.31 误差误差 -0.15 -0.06 0.08 -0.23 0.20 0.46 0.36 -0.01 -0.13 -0.51-0.15 -0.06 0.08 -0.23 0.20 0.46 0.36 -0.01 -0.13 -0.51结果分析：结果分析：

33、 （1） Q1 = 0.2915 0)k(0)模型假设模型假设1. 1. 机体看作一个房室，室内血药浓度均匀机体看作一个房室，室内血药浓度均匀一室模型一室模型模型建立模型建立d/c(0) 3得：由假设-kcdtdc 2得：由假设ktevdtc)( 在此，在此，d=300mg，t及及c（t）在某些点处的值）在某些点处的值见前表，需经拟合求出参数见前表，需经拟合求出参数k、v用线性最小二乘拟合用线性最小二乘拟合c(t)ktevdtc)()/ln(,ln21vdakacyktvdc)/ln(ln2/,121aedvakatay计算结果：计算结果：)(02.15),/1 (2347. 0lvhkd=3

34、00;t=0.25 0.5 1 1.5 2 3 4 6 8;c=19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01;y=log(c);a=polyfit(t,y,1)k=-a(1)v=d/exp(a(2)程序：程序：用非线性最小用非线性最小二乘拟合二乘拟合c(t)给药方案给药方案 设计设计cc2c10 t 设每次注射剂量设每次注射剂量D, D, 间隔时间间隔时间 血药浓度血药浓度c(t) 应应c1 c(t) c2 初次剂量初次剂量D D0 0 应加大应加大,0DD给药方案记为：给药方案记为：kecc2112ln1cck2、)( ,1220ccDcD1、计算结果：计算结果：9 . 3, 3 .225, 5 .3750DD)(4),(225),(3750hmgDmgD给药方案：给药方案：c1=10,c2=25k=0.2347v=15.02故可制定给药方案：故可制定给药方案：)(4),(225),(3750hmgDmgD即即: 首次注射首次注射375mg， 其余每次注射其余每次注射225mg， 注射的间隔时间为注射的间隔时间为4小时。小时。实验作业实验作业 完成数学建模竞赛完成数学建模竞赛20052005年年C C题题( (雨量雨量预报的评价预报的评价) )