c语言埃尔米特插值思路,【数学建模算法】(26)插值和拟合:埃尔米特(Hermite)插值和样条插值...
1.埃尔米特(Hermite)插值
1.1.Hermite插值多项式
如果对插值函数,不仅要求它在节点处与函数同值,而且要求它与函数有相同的一阶、二阶甚至更高阶的导数值,这就是 Hermite 插值问题。本节主要讨论在节点处插值函数与函数的值及一阶导数值均相等的 Hermite 插值。
设已知函数
在
个互异节点
上的函数值
和导数值
,要求一个至多
次的多项式
,使得:
满足上述条件的多项式
称为Hermite多项式。
Hermite 插值多项式为:
其中:
1.2.用Matlab实现Hermite插值
Matlab 中没有现成的 Hermite 插值函数,必须编写一个 M 文件实现插值。
设
个节点的数据以数组
(已知点的横坐标),
(函数值),
(导数值)输入(注意 Matlat 的数组下标从 1 开始),
个插值点以数组
输入,输出数组
为
个插值。编写一个名为herite.m的M文件:
function y=hermite(x0,y0,y1,x);
n=length(x0);m=length(x);
for k=1:m
yy=0.0;
for i=1:n
h=1.0;
a=0.0;
for j=1:n
if j~=i
h=h*((x(k)-x0(j))/(x0(i)-x0(j)))^2;
a=1/(x0(i)-x0(j))+a;
end
end
yy=yy+h*((x0(i)-x(k))*(2*a*y0(i)-y1(i))+y0(i));
end
y(k)=yy;
end
2.样条插值
许多工程技术中提出的计算问题对插值函数的光滑性有较高要求,如飞机的机翼外形,内燃机的进、排气门的凸轮曲线,都要求曲线具有较高的光滑程度,不仅要连续,而且要有连续的曲率,这就导致了样条插值的产生。
2.1.样条函数的概念
所谓样条(Spline)本来是工程设计中使用的一种绘图工具,它是富有弹性的细木条或细金属条。绘图员利用它把一些已知点连接成一条光滑曲线(称为样条曲线),并使连接点处有连续的曲率。
数学上将具有一定光滑性的分段多项式称为样条函数。具体地说,给定区间
的一个分划:
如果函数
满足:
(1)在每个小区间
上
是
次多项式。
(2)
在
上具有
阶连续导数。
则称
为关于分划
的
次样条函数,其图形称为
次样条函数。
称为样条节点,
称为内节点,
称为边界点,这类样条函数的全体记做
,则
是关于分划
的
次多项式样条函数。
次多项式样条函数的一般形式为:
其中
和
均为任意常数,而:
在实际中最常用的是
或3的情况,即为二次样条函数和三次样条函数。
二次样条函数:
对于
上的分划
,则:
其中:
三次样条函数:
对于
上的分划
,则:
其中:
利用样条函数进行插值,即取插值函数为样条函数,称为样条插值。例如分段线性插值是一次样条插值。下面我们介绍二次、三次样条插值。
2.2.二次样条函数插值
首先,我们注意到
中含有
个特定常数,故应需要
+ n 个插值条件,因此,二次样条插值问题可分为两类:
问题(1):
已知插值节点
和相应的函数值
以及端点
(或
)处的导数值
(或
),求
使得:
问题(2):
已知插值节点
和相应的导数值
以及端点
(或
)处的函数值
(或
),求
使得:
事实上,可以证明这两类插值问题都是唯一可解的。
对于问题(1)有:
引入记号
为未知向量,
为已知向量。
于是,问题转化为求方程组
的解
的问题,即可得到二次样条函数
的表达式。
对于问题(2)的情况类似。
2.3.三次样条函数插值
由于
中含有
个待定系数。故应需要
个待定系数,已知插值节点
和相应的函数值
,这里提供了
个条件,还需要2个边界条件。
常用的三次样条函数的边界条件有 3 种类型:
(1)
。由这种边界条件建立的样条插值函数称为
的完备三次样条插值函数。
特别地,
时,样条曲线在端点处呈水平状态。
如果
不知道,我们可以要求
与
在端点处近似相等。这时以
为节点作一个三次Newton插值多项式
,以
作一个三次Newton插值多项式
,要求:
(2)
。特别地
,称为自然边界条件。
(3)
,(这里要求)
此条件称为周期条件。
2.4.三次样条插值在Matlab中的实现
在 Matlab 中数据点称之为断点。如果三次样条插值没有边界条件,最常用的方法,就是采用非扭结(not-a-knot)条件。这个条件强迫第 1 个和第 2 个三次多项式的三阶导数相等。对最后一个和倒数第 2 个三次多项式也做同样地处理。
Matlab 中三次样条插值也有现成的函数:
y=interp1(x0,y0,x,'spline');
y=spline(x0,y0,x);
pp=csape(x0,y0,conds),y=ppval(pp,x);
其中 x0,y0 是已知数据点,x 是插值点,y 是插值点的函数值。
对于三次样条插值,我们提倡使用函数 csape,csape 的返回值是 pp 形式,要求插值点的函数值,必须调用函数 ppval。
pp=csape(x0,y0):使用默认的边界条件,即 Lagrange 边界条件。
pp=csape(x0,y0,conds)中的 conds 指定插值的边界条件,其值可为:
conds
作用
'complete'
边界为一阶导数,即默认的边界条件
'not-a-knot'
非扭结条件
'periodic'
周期条件
'second'
边界为二阶导数,二阶导数的值[0,0]
对于一些特殊的边界条件,可以通过 conds 的一个
矩阵来表示,conds 元素的取值为1,2。此时,使用命令:
pp=csape(x0,y0_ext,conds)
其中 y0_ext=[left, y0, right],这里 left 表示左边界的取值,right 表示右边界的取值。
conds(i)=j 的含义是给定端点
的
阶导数,即 conds 的第一个元素表示左边界的条件,第二个元素表示右边界的条件,conds=[2,1]表示左边界是二阶导数,右边界是一阶导数,对应的值由 left 和 right 给出。
例:机床加工
待加工零件的外形根据工艺要求由一组数据
给出(在平面情况下),用程控铣床加工时每一刀只能沿
方向和
方向走非常小的一步,这就需要从已知数据得到加工所要求的步长很小的
坐标。
下表给出的数据
数据位于机翼断面的下轮廓线上,假设需要得到
坐标每改变0.1时的
坐标。试完成加工所需数据,画出曲线,并求出
处的曲线斜率和
范围内
的最小值。
数据表:
0
3
5
7
9
11
12
13
14
15
0
1.2
1.7
2.0
2.1
2.0
1.8
1.2
1.0
1.6
利用Matlab编程,使用Lagrange,分段线性和三次样条三种插值方法计算。
clc,clear
x0=[0 3 5 7 9 11 12 13 14 15];
y0=[0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.0 1.6];
x=0:0.1:15;
y1=lagrange(x0,y0,x); %调用前面编写的Lagrange插值函数
y2=interp1(x0,y0,x);
y3=interp1(x0,y0,x,'spline');
pp1=csape(x0,y0); y4=ppval(pp1,x);
pp2=csape(x0,y0,'second'); y5=ppval(pp2,x);
fprintf('比较一下不同插值方法和边界条件的结果:\n')
fprintf('x y1 y2 y3 y4 y5\n')
xianshi=[x',y1',y2',y3',y4',y5'];
fprintf('%f\t%f\t%f\t%f\t%f\t%f\n',xianshi')
subplot(2,2,1), plot(x0,y0,'+',x,y1), title('Lagrange')
subplot(2,2,2), plot(x0,y0,'+',x,y2), title('Piecewise linear')
subplot(2,2,3), plot(x0,y0,'+',x,y3), title('Spline1')
subplot(2,2,4), plot(x0,y0,'+',x,y4), title('Spline2')
dyx0=ppval(fnder(pp1),x0(1)) %求x=0处的导数
ytemp=y3(131:151);
index=find(ytemp==min(ytemp));
xymin=[x(130+index),ytemp(index)]
(Lagrange函数请参见我的简书文章【数学建模算法】(23)插值和拟合:拉格朗日插值)
c语言埃尔米特插值思路,【数学建模算法】(26)插值和拟合:埃尔米特(Hermite)插值和样条插值...相关推荐
- 【数学与算法】【分段三次Hermite插值】和【分段三次样条插值】
光滑曲线在数学上的定义是什么?? 原文链接:光滑曲线在数学上的定义是什么? 回答1: 定义:切线随切点的移动而连续转动. 若函数f(x)f(x)f(x)在区间(a,b)(a,b)(a,b)内具有一阶连 ...
- 数学建模算法学习笔记 已完结
这是为了准备国赛突击学习的模型算法,我在原有的基础上加上自己的理解虽然不知道对不对,就是为了记录下自己学的模型他究竟是个什么东西,语言通俗,但是极不准确,只适合做一个大概的了解,建议大家详细的还是要看 ...
- 清风:数学建模算法、编程和写作培训
清风:数学建模算法.编程和写作培训 一.评价模型 1.1 层次分析法 1.2 代码详解 1.3 模型拓展 1.4 课后作业 二.插值与拟合模型 三.相关性模型 四.回归模型 五.图论模型 六.分类问题 ...
- matlab中x从0到5不含0,关于MATLAB的数学建模算法学习笔记
关于MATLAB的数学建模算法学习笔记 目录 线性规划中应用: (3) 非线性规划: (3) 指派问题;投资问题:(0-1问题) (3) 1)应用fmincon命令语句 (3) 2)应用指令函数:bi ...
- 数学建模算法与应用:预测模型(3)案例: SARS 疫情对经济指标影响
目录 问题描述: 一.建模思路 二.对模型进行分析预测 2.1.对模型进行假设 三.建立灰色预测模型GM(1,1) 3.1.模型的求解(i)商品零售额 3.2.用MATLAB程序,实现(i)商品零售额 ...
- 司守奎《数学建模算法与应用》课后习题:线性规划
系列目录 司守奎<数学建模算法与应用>课后习题:线性规划 模拟退火算法解决旅行商问题详解 遗传算法解决旅行商问题 MATLAB实现 基于模拟退火优化的投影寻踪评价法求解供货能力评价模型 目 ...
- LL1分析构造法_数学建模算法--最优赋权法(含代码)
数学建模算法--最优赋权法(含代码) 作者:郑铿城 本次介绍数学建模和科研写作的方法--最优赋权法最优赋权法经常用于分析评价类问题,从该算法的名称就可以看到,该算法首先要体现"最优" ...
- python dendrogram_【聚类分析】《数学建模算法与应用》第十章 多元分析 第一节 聚类分析 python实现...
第十章 多元分析 第一节 聚类分析 介绍 这里是司守奎教授的<数学建模算法与应用>全书案例代码python实现,欢迎加入此项目将其案例代码用python实现 GitHub项目地址:Math ...
- 数学建模算法:支持向量机_从零开始的算法:支持向量机
数学建模算法:支持向量机 从零开始的算法 (Algorithms From Scratch) A popular algorithm that is capable of performing lin ...
最新文章
- centos7安装配置pgAgent
- android数据存放map_android - Java后台把数据用json发到手机端,里面是map存放的,必须要说明数据的类型?...
- python axes_浅谈matplotlib.pyplot与axes的关系
- 获国际架构顶会ATC2021最佳论文!Fuxi2.0去中心化的调度架构详解
- selenium-cookie相关的操作-0223
- 数据库工作笔记005---You have an error in your SQL syntax; check the manual that corresponds to y
- oracle sql取查询结果第一条,SQL获取第一条记录的方法(sqlserver、oracle、mysql数据库)...
- springboot属性注入转化为对象
- nginx图片缓存服务器配置实战
- 多人麻将源码 html5,新版大众麻将 H5版
- 60、弱电网络管理入门与基础技术
- Xposed环境安装
- DHCP协议以及其配置
- Android动画完全解析--属性动画
- SQL Server建库建表命令
- 小白白之青龙面板搭建
- 快速安装AXURE谷歌扩展插件
- ASP.NET——从提纲挈领到面面面俱到
- DAU/MAU?UGC?
- 整理:学术论文发表过程中的审稿人意见答复技巧