插值与拟合实验

Download Report

Transcript 插值与拟合实验

数学实验
Experiments in Mathematics
插 值 与 拟 合
重庆邮电学院基础数学教学部
实验目的
1、掌握用Matlab计算拉格朗日、分段线性、
三次样条三种插值的方法,改变节点的数目,
对三种插值结果进行初步分析。.
2、掌握用Matlab作线性最小二乘的方法.
3、通过实例学习如何使用插值方法与拟合方
法解决实际问题,注意二者的区别和联系
实验内容
1、插
2、拟
值.
合.
3、 数学建模实例
实验软件
MATLAB
插
值
(一) 插值问题的提法
(二)解决插值问题的基本方法
数学建模实例
1、船在该海域会搁浅吗
2、薄膜渗透率的测定
插值问题的提法:
已知n  1个节点( x j , y j ), j  0,1,, n ,其中x j 互不
相同,不妨设 a  x0  x1    xn  b ,求任一插


x
(

x
)
值点
j 处的插值y ,( x j , y j ) 可以看成由某
个函数 y  g (x) 产生的,g 的解析表达式可能十分
复杂,或不存在封闭形式,也可以未知。
求解的基本思路:
构造一个相对简单的函数 y  f (x) ,使 f 通过全部节点,
即 f ( x j )  y j ( j  0,1,, n) ,再用f (x) 计算插值,即


y  f (x )
拉格朗日多项式插值
从理论和计算角度看,多项式是最简单的函数,设 f(x)
是 n 次多项式,记作
Ln ( x )  an x n  an 1x n 1    a1x  a0
对于节点( x j , y j ) 应有
Ln ( x j )  y j
(1)
j  0,1,, n
(2)
为了确定插值多项式Ln (x) 中的系数an , an 1,, a0
将(1)代入(2)
,有
an x0n  an 1x0n 1    a1x0  a0  y0



n 1
a x n  a
x
   a1xn  a0  y0
n 1 n
 n n
(3)
,
记
 x0n x0n 1  1


X  

 
 xnn xnn 1  1


A  ( an , an 1 ,..., a0 )T ,Y  ( y0 , y1 ,..., y n )T
,
方程组(3)简写作
XA  Y
(4)
其中 detX 是 Vandermonde 行列式,利用行列式性质可得
det X 
 ( xk  x j )
0 j  k  n
det X  0
因 x j 互不相同,故
,于是方程(4)中有唯一解,
即根据 n+1 个节点可以确定唯一得 n 次插值多项式。
实际上比较方便的作法不是解方程(4)求 A,而是先构
造一组基函数:
li ( x ) 
( x  x0 )...(x  xi 1 )( x  xi 1 )...(x  xn )
,
( xi  x0 )...(xi  xi 1 )( xi  xi 1 )...(xi  xn )
i  0,1,, n
(5)
li (x) 是 n 次多项式,满足
i j
 1,
li ( x j )  
0 ,
i j,
i, j  0,1,, n
(6)
令
n
ln ( x )   yi li ( x )
i 0
(7)
显然ln (x) 是满足(2)的 n 次多项式,由方程(4)解的唯
一性,
(7)式表示ln (x) 的与(1)式相同。
(5)
、
(7)称拉
格朗日插值多项式,ln (x) 计算插值称拉格朗日多项式插值。
分段线性插值
将两个相邻的节点用直线连起来,如此形成的一条折线就是
分段线性插值函数,记作 I n (x) ,它满足I n ( x j )  y j 且I n (x)
在每个小区间[ x j , x j 1 ]
( j  0,1,, n) 上是线性函数。
I n (x) 可以表示为
n
I n ( x)   y j l j ( x)
j 0
 x  x j 1
 x  x , x j 1 x x j ( j 0时舍去)
j 1
 j
 x  x j 1
l j ( x)  
, x j  x  x j 1 ( j  n时舍去)
 x j  x j 1
 0,
其它
注 : I n (x) 有 良 好 的 收 敛 性 , 即 对 于 x  [a, b] 有
x 点的插值时,只用到
x 左
lim I n ( x )  g ( x ) 。用 I n (x) 计算
n 
n 无关。但
n 越大,分段越
右的两个节点,计算量与节点个数
多,插值误差越小。实际上用函数表作插值计算时,分段线
性插值就够了,如数学、物理中用的特殊函数表,数理统计
中用的概率分布表等。
三次样条插值
三次样条函数记作 S(x),a  x  b ,要求它满足以下条件:
a) 在每个小区间xi 1, xi  ,i  1,2,, n 上是 3 次多项式;
b) 在 a  x  b 上二阶导数连续;
c) S ( xi )  yi ,i  1,2,, n
(14)
由条件 a,不妨将 S(x)记为

S ( x )  si ( x ), x  xi 1, xi , i  1,...n

S i ( x )  ai x 3  bi x 2  ci x  d i
(15)
其中ai ,bi ,ci ,d i 为待定系数,共
4n 个。
由条件 b:
Si ( xi )  Si 1 ( xi )

 Si ( xi )  Si1 ( xi )
S ( x )  S  ( x )
 i i
i 1 i
i  1,2,, n  1
(16)
容易看出,
(14)
、
(16)式共含有 4n-2 个方程,为确定 S(x)
的 4n 个待定参数,尚需再给出 2 个条件。最常用的是所谓
自然边界条件:
S ( x0 )  S ( x0 )
(17)
可以证明,4n 阶线性方程组(14)
、
(16)、
(17)有唯一解,
即 S(x)被唯一确定。但是,这种解法的工作量太大,方
程组又常呈病态,所以实际上要设计简便的解法。
曲线拟合问题的提法:
已知一组(二维)数据,即平面上的 n 个点( xi , yi ) ,
i  1,2,, n, xi 互不相同,寻求一个函数(曲线)y  f (x) ,
使 f (x) 在某中准则下与所有数据点最为接近,即曲线拟合
得最好,如图:
y
+( xi , yi )
i
+
+
+
+
+
+
O
y  f (x)
+
+
x
线性最小二乘法是解决曲线拟合最常用的方法,
基本思路是令:
f ( x)  a1r1 ( x)  a2r2 ( x)   amrm ( x)
其 中 rk (x) 是 事 先 选 定 的 一 组 函 数 , ak 是 待 定 系 数
(k  1,2,, m, m  n). 拟 合 准 则 是 使 n 个 点( xi , yi ) ,
i  1,2,, n ,与 y  f ( xi ) 的距离 i 的平方和最小,称最小
二乘准则。
一、系数的确定
记
n
n
i 1
i 1
J (a1 ,, am )    i2  [ f ( xi )  yi ]2
为求 a1,, am 使 J 达到最小,只需利用极值的必要条件
J
 0(k  1,, m) 得到关于a1,, am 的线性方程组:
ak
m
 n
  r1 ( xi )[  ak rk ( xi )  yi ]  0
k 1
 i 1


m
n
  rm ( xi )[  ak rk ( xi )  yi ]  0
k 1
i 1
二、常用的曲线函数:rk ( x)
1、直线: y  a1x  a2
m
y

a
x
   am x  am1
2、多项式:
1
a1
3、双曲线(一支)
: y   a2
x
a x
4、指数曲线: y  a1e 2
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(75,200)  (50,150) 里的
哪些地方船要避免进入。
水道水深测量数据(单位:英尺)
x
129.0 140.0 103.5 88.0 185.5 195.0 105.5
Y
7.5
Z
4
X
141.5 23.0 147.0 22.5 137.5 85.5
8
6
157.5 107.5 77.0
8
6
8
8
81.0 162.0 162.0 117.5
Y
-6.5
-81.0
3.0
56.5
-66.5
84.0
-33.5
Z
9
9
8
8
9
4
9
一、问题分析:
假设:该海域海底是平滑的。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,在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。
二、问题求解:
1、作出测量点
的分布图:
150
100
50
0
-50
-100
60
80
100
120
140
160
180
200
2、作出海底地貌图
3、危险区域海底地貌图
4、危险区域平面图
150
100
50
0
-50
80
100
120
140
160
180
200
薄膜渗透率的测定
某种医用薄膜有允许一种物质的分子穿
透它,从高浓度的溶液向低浓度的溶液
扩散的功能,在试制时需测定薄膜被这VB
种分子穿透的能力。测定方法如下:
用面积 S 的薄膜将容器分成体积分别为V A ,VB 的两部分,在两
部分中分别注满该物质的两种不同浓度的溶液。此时该物质分
子就会从高浓度溶液穿过薄膜向低浓度溶液中扩散。通过单位
面积膜分子扩散的速度与膜两侧溶液的浓度差成正比,比例系
数 K 表证了薄膜被该物质分子穿透的能力,称为渗透率。定时
测量容器中薄膜某一侧的溶液浓度值,以此确定 K 的值。
VA
S
一、假设
1、薄膜两侧的溶液始终是均匀的,即在任何时刻膜两侧的每
一处溶液的浓度都是相等的
2、当两溶液的浓度不一致时,物质的分子穿透薄膜总是从高
浓度溶液向低浓度溶液扩散
3、通过单位面积膜分子扩散的速度与膜两侧溶液的浓度差成
正比
4、薄膜是双向同性的即物质从膜的任何一侧向另一侧渗透的
性能是相同的
二、符号说明
1、C A (t ), CB (t ) 表示 t 时刻膜两侧的溶液浓度;
2、 A , B 表示初始时刻膜两侧的溶液浓度(单位:
毫克/立方厘米)
;
3、K 表示渗透率;
4、VA ,VB 表示由薄膜阻隔的容器两侧的体积;
三、建模
考察时段[t,t+Δt]薄膜两侧容器中该物质质量的变化。以容
器A为例,在该时段物质质量的增加量为:
VAC A (t  t )  VAC A (t )
另一方面从B侧渗透至A侧的该物质质量为:
SK(CB  C A )t
由质量守恒定律有:
VACA (t  t )  VACA (t )  SK(CB  CA )t
由此得:
dCA SK

(CB  C A )
dt
VA
又整个容器 中含有该物质的质量应该不变,所以有下式:
VACA (t )  VBCB (t )  VA A  VB B
即
所以
VB
VB
C A (t )   A 
 B  CB (t )
VA
VA
dCB (t )
1
1
 A B
 SK(  )CB  SK(

)
dt
VA VB
VB VA
在利用初始条件
CB (t ) 
CB (0)   B 得
 AVA   BVB
VA  VB
VA ( B   A )

e
VA  VB
 SK (
1 1
 )t
V A VB
至 此 , 问 题 归 结 为 利 用 CB 在 时 刻 t j 的 测 量 数 据
C j ( j  1,2,, N ) 来辩识参数 K 和 A , B ,对应的数学
模型为求函数:
N
 SK (
E ( K , a, b)  [a  be
j 1
1 1
 )t j
V A VB
Cj]
的最小值点(K,a, b),其中:
a
 AVA   BVB
VA  VB
VA ( B   A )
,b 
VA  VB
2
四、模型求解
设VA  VB  1000立方厘米,S=10 平方厘米,求容器的
B 部分溶液浓度的测试结果如下表(其中C j 的单位为
毫克/立方厘米)
t j (秒)
100
200
300
400
500
5 4.54
c
c jj(10 )
4.99
5.35
5.65
5.90
t j (秒)
600
700
800
900
1000
c j (105 ) 6.10
6.26
6.39
6.50
6.59
此时极小化的函数为:
10
E ( K , a, b)  [a  be
j 1
用Matlab软件进行计算
 20 K t j
Cj ]
2