没有合适的资源?快使用搜索试试~ 我知道了~
关于数值分析中函数插值的算法,并且用MATLAB实现算法。
资源详情
资源评论
资源推荐
摘 要
在解决实际问题的生产(或工程)实践和科学实验过程中,常常需要从一组
试验观测数据之中找到自变量 x 与因变量 y 之间的函数关系,一般可用一个近似
函数 y=f(x)来表示。函数 y=f(x)的产生办法因观测数据和要求不同而异,通常可
采用数据拟合与函数插值两种办法来实现。
本文主要研究用插值方法处理观测数据,讨论几种常用的一维插值方法和二
维插值方法,并且用 MATLAB 进行了仿真实验。同时,基于 MATLAB7.0 语言强
大的数值计算功能及其图形用户界面编辑界面——GUIDE,设计构造了一个数据
拟合软件的开放式用户界面,用户在直观简洁的操作界面上,只需输入相关数据,
就可以完成复杂的插值算法,并可以得到可视化的计算结果。
关键词:一维插值,二维插值,仿真实验,图形用户界面
Abstract
In solving realistic matter of production and science experimentation, it is need to
find function connection between independent variable x and variable y in a set of test
observation data, which can use a approximately function y=f(x) to express generally.
The generation of y=f(x) can be different for test data and requirements; commonly it
can be implement by the methods of data fitting and interpolation.
In this paper, the basic principle of interpolation is simply discussed first. Second,
several methods of the one-dimensional interpolation and two dimension interpolation
are discussed,while make simulation using MATLAB language.At last,designing a
open type user interfaces of data fitting software base on the powerful numerical value
calculate function and Graphical User Interfaces edit interface——GUIDE of
MATLAB7.0,which can finish complex data fitting algorithm and get visualization
calculate result by input rated data in the audio-visual、concise operate interfaces.
Key word: one-dimensional interpolation; two dimension interpolation; simulation;
Graphical User Interfaces (GUI)
目 录
摘 要 ............................................................. I
Abstract............................................................ II
第一章 引言 ....................................................... 5
1.1 概述 ........................................................... 5
1.2 插值问题 ....................................................... 5
1.3 本文研究的主要内容及结构 ....................................... 6
第二章 插值方法 ................................................... 7
2.1 一维插值 ....................................................... 7
2.1.1 拉格朗日插值法 ................................................... 8
2.1.2 分段线性插值法 .................................................... 8
2.1.3 埃尔米特(Hermite)插值............................................. 10
2.1.4 样条插值 ......................................................... 10
2.1.5 B样条函数插值 .................................................... 12
2.1.6 一维插值的MATLAB语言实现.......................................... 15
2.1.7 小结 ............................................................. 19
2.2 二维插值 ...................................................... 20
2.2.1 网格节点插值 ..................................................... 20
2.2.2 散乱节点插值 ..................................................... 21
2.2.3 二维插值的MATLAB语言实现.......................................... 22
第三章 图形用户界面 .............................................. 25
3.1 GUI的创建 ..................................................... 25
3.1.1 建立GUI的主要方式 ................................................. 25
3.1.2 通过GUIDE设计GUI的三个主要阶段.................................... 25
3.1.3 控件常用属性设置 ................................................. 26
3.2 数据拟合软件图形用户界面设计 .................................. 27
第四章 结论与展望 ................................................ 30
参考文献 .......................................................... 31
致 谢 ............................................错误!未定义书签。
第一章 引言
1.1 概述
在解决实际问题的生产(或工程)实践和科学实验过程中,通常需要通过研
究某些变量之间的函数关系来帮助我们认识事物的内在规律和本质属性,而这些
变量之间的未知函数关系又常常隐含在从试验、观测得到的一组数据之中。因此,
能否根据一组试验观测数据找到变量之间相对准确的函数关系就成为解决实际
问题的关键。
例如在工程实践和科学实验中,常常需要从一组试验观测数据
(, ), 0,1, ,
i
i
x
yi n= L
之中找到自变量 x 与因变 y 之间的函数关系,一般可用一个近
似函数 y=f(x)来表示。函数 y=f(x)的产生办法因观测数据和要求不同而异,通常
可采用数据拟合与函数插值两种办法来实现。
数据拟合主要是考虑到观测数据受随机观测误差的影响,进而寻求整体误差
最小,能较好反映观测数据的近似函数 y=f(x),此时并不要求所得到的近似函数
y=f(x)满足 (), 0,1, ,
ii
y
fx i n==L 。
函数插值则要求近似函数 y=f(x) 在每一个观测点
i
x
处一定要满足
(), 0,1, ,
ii
y
fx i n==L 。在这种情况下,通常要求观测数据相对比较准确,即不
考虑观测误差的影响。
在实际问题中,通过观测数据能否正确揭示某些变量之间的关系,进而正确
认识事物的内在规律与本质属性,往往取决于两方面因素。其一是观测数据的准
确性或准确程度,这是因为在获取观测数据的过程中一般存在随机测量误差,导
致所讨论的变量成为随机变量。其二是对观测数据处理方法的选择,即到底是采
用插值方法还是用拟合方法,插值方法之中、拟合方法之中又选用哪一种插值或
拟合技巧来处理观测数据。插值问题忽略了观测误差的影响,而拟合问题则考虑
了观测误差的影响。但由于观测数据客观上总是存在观测误差,而拟合函数大多
数情况下是通过经验公式获得的,因此要正确揭示事物的内在规律,往往需要对
大量的观测数据进行分析,尤为重要的是进行统计分析
[1][2][3][4]
。
本文主要研究用函数插值对观测数据进行处理。
1.2 插值问题
插值问题即:设 表示所有次数不超过 n 的多项式的集合。设
n
P
01
,, ,
n
x
xxL
是
一组互异的点,所谓 n 次多项式插值,就是求多项式
()
nn
px P
,使之满足
∈
5
剩余31页未读,继续阅读
xiaohe_87
- 粉丝: 2
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于Python的在线学习与推荐系统设计与实现(论文+源码)-kaic
- 蓝桥杯2024年第十五届省赛真题-前缀总分
- com.qihoo.appstore_300101305-1.apk
- tensorflow-gpu-2.7.1-cp37-cp37m-manylinux2010-x86-64.whl
- tensorflow-2.7.2-cp37-cp37m-manylinux2010-x86-64.whl
- tensorflow-2.7.1-cp39-cp39-manylinux2010-x86-64.whl
- 蓝桥杯2024年第十五届省赛真题-传送阵
- com.qihoo.appstore_300101305.apk
- linux之线程同步一.doc
- keil5配色方案10种
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0