
- •ОСНОВЫ ВЫЧИСЛЕНИЙ В MATLAB
- •Способы задания векторов и матриц данных:
- •Особенности вычисления
- •Перенос строки в длинной команде
- •Очистка памяти от переменных
- •ГРАФИКИ ФУНКЦИИ ОДНОЙ ПЕРЕМЕННОЙ
- •Сохранение текста программы в пакетном режиме
- •Запуск М-файла
- •Оформление графиков
- •Наложение графиков друг на друга
- •Управление свойствами осей графиков
- •Оформление точек и линий
- •Задача аппроксимации дискретных данных
- •Постановка задачи аппроксимации дискретных экспериментальных данных
- •Разновидности аппроксимирующих функций
- •Интерполяция экспериментальных данных
- •Линейная интерполяция
- •Квадратичная интерполяция
- •Интерполяция полиномом n- й степени
- •Примеры интерполяции результатов измерений различными методами
- •Интерполяция сплайнами
- •Интерполяция кубическими сплайнами
- •ИНТЕРПОЛЯЦИЯ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ В СРЕДЕ MATLAB
- •Формирование результатов эксперимента
- •Графики интерполяции
- •Линейная аппроксимация
- •Полиномиальная аппроксимация
- •Вспомогательные команды:
- •Одномерная табличная интерполяция
- •Интерполяция кубическими сплайнами
- •Результаты работы
- •ПОСТРОЕНИЕ 3D-ПОВЕРХНОСТЕЙ, СПЕЦИАЛЬНАЯ ГРАФИКА В СРЕДЕ MATLAB
- •Элементы дизайна графиков
- •Цветовая гамма
- •Разбиение графического окна
- •Наложение графиков друг на друга
- •Построение графиков
- •1. Закрашенная сетчатая поверхность
- •2. Закрашенная освещенная поверхность
- •3.Сетчатая поверхность
- •4. Сетчатая поверхность изокоординатная
- •5. Контурные изолинии
- •6. Тепловое поле
- •Результаты работы
- •Галерея трехмерной графики
10
Интерполяция экспериментальных данных
Одним из простейших задач аппроксимации является задача интерполяции, для которой искомая функция считается близкой, если ее значения в
экспериментальных точках совпадают с дискретными значениями экспериментальных точек. То есть искомая функция проходит через
экспериментальные точки. Точки (xi , yi ) обычно называют узлами
интерполяции.
Задача интерполяции возникает в тех случаях, когда известно, что ошибки эксперимента являются настолько малыми, что их можно не учитывать. Найденная интерполяционная функция позволяет с некоторой достаточной достоверностью
определять значения исследуемой характеристики процесса y в промежуточных точках эксперимента.
Интерполяцию функции от одной независимой переменной можно рассматривать как процесс определения для заданного аргумента x значение
функции y =ϕ(x) по ее нескольким известным значениям.
Если пары значений (x0; y0), (x1; y1)…(xn-1; yn-1) удовлетворяют заданному уравнению, то задача интерполяции заключается в том, чтобы найти приближенное значение y для произвольного x.
Термин «интерполяция» применяют только тогда, когда значение x не
выходит за пределы ряда данных значений xi. Если требуется найти приближенное значение от аргумента x, значение которого выходит за пределы узлов интерполяции, то употребляют термин «экстраполяция».
Основное применение интерполяции – это вычисление значений
исследуемой функции (экспериментальной зависимости) для не узловых (промежуточных) значений аргумента (влияющего фактора), поэтому интерполяцию часто называют «искусством чтения между строками».
Для осуществления интерполяции надо построить интерполяционную |
|
функцию y =ϕ(x), которая должна удовлетворять следующим условиям: |
|
y0 =ϕ(x0 ), |
y1 =ϕ(x1 ), … yn−1 =ϕ(xn−1 ); |
или |
yi =ϕ(xi ), |
то есть интерполяционная функция должна принимать заданные значения y0, y1,…, yn-1 для узловых значений аргумента x0, x1, … , xn-1.
Можно построить бесчисленное множество непрерывных функций, графики которых будут проходить через n заданных узловых точек (x0; y0), (x1; y1),…,(xn-1; yn-1), поэтому существуют разные типы интерполяции: полиномиальная,
тригонометрическая, экспоненциальная и т.д.
Рассмотрим наиболее простую из них – полиномиальную (или
параболическую) интерполяцию, которая осуществляется при помощи полиномов вида:
ϕ(x) = P0 + P1x + P2 x2 +…+ Pi xi +…+ Pn−1xn−1 + Pn xn .
11
Линейная интерполяция
Изложение вопроса начнем с самого простейшего случая, когда заданными
являются только две узловые точки (xk; yk), (xk+1; yk+1). Так как через две точки однозначно можно провести только одну прямую линию, то интерполяция
называется линейной.
Непрерывную гладкую функцию y = f (x) на небольшом участке всегда
можно заменить отрезком прямой
ϕ(x) = P0 + P1x ,
которая проходит через две соседние узловые точки (xk; yk), (xk+1; yk+1). Зная
координаты двух точек, можно определить параметры линейной функции P0 и P1:
P = |
yk +1 − yk |
; |
P = y |
k |
− |
yk +1 |
− yk |
x |
|
|
|
|
|||||||
1 |
xk +1 |
− xk |
o |
|
xk +1 |
|
k |
||
|
|
|
|
− xk |
Формула линейной интерполяции для приблизительного нахождения
промежуточного значения для произвольного аргумента X, лежащего между узлами
интерполяции имеет вид:
y(x) =ν yk +u yk +1 ,
где весовые коэффициенты рассчитываются по формулам:
u = |
|
X − xk |
|
; ν =1 −u . |
|
x |
|
|
|||
|
k +1 |
− x |
k |
||
|
|
|
Таким образом, для того чтобы найти значение функции в произвольной точке xk ≤ X ≤ xk+1 , надо согласно формуле линейной интерполяции умножить табличные значения yk и yk+1 на коэффициенты v и u. Величины этих весовых коэффициентов однозначно определяются заданным значением аргумента X.
Интерполяционная формула является приближенной, поскольку дугу кривой
y = f (x) заменили хордой – отрезком прямой, и она будет давать результаты тем
= xk +1 − xk .
В самих узловых точках формула дает точные результаты.
Квадратичная интерполяция
Если число узловых точек равно трем, то заданную функцию на малом
участке можно заменить квадратичной параболой:
ϕ(x) = P0 + P1x + P2 x2 ,
поскольку три заданные узловые точки однозначно определяют собой квадратичную
параболу. При нахождении интерполяционной функции в виде полинома второй
степени интерполяция называется квадратичной.
Параметры полинома P0 , P1, P2 определяются из условия, чтобы
аппроксимирующая кривая проходила через узловые точки (хk-1 , уk-1), (хk , уk ), (хk+1 , уk+1). Решение системы из трех уравнений позволяет найти все коэффициенты полинома.