构造插值函数

位移的多项式表示

单元的位移函数可以用多项式表示:
U = a 1 + a 2 x + a 3 y + a 4 x 2 + a 5 y 2 + a 6 x y + . . . U=a_{1}+a_{2}x+a_{3}y+a_{4}x^{2}+a_{5}y^{2}+a_{6}xy+... U=a1+a2x+a3y+a4x2+a5y2+a6xy+...
V = b 1 + b 2 x + b 3 y + b 4 x 2 + b 5 y 2 + b 6 x y + . . . V=b_{1}+b_{2}x+b_{3}y+b_{4}x^{2}+b_{5}y^{2}+b_{6}xy+... V=b1+b2x+b3y+b4x2+b5y2+b6xy+...
多项式中项数越多,位移越接近实际值,但是具体取多少项是由单元的形式确定的。
例如三节点三角形单元,节点位移共有 U i , V i , U j , V j , U m , V m U_{i},V_{i},U_{j},V_{j},U_{m},V_{m} UiViUjVjUmVm六项,因此,最多能确定6个多项式系数。即:
U = a 1 + a 2 x + a 3 y U=a_{1}+a_{2}x+a_{3}y U=a1+a2x+a3y
V = b 1 + b 2 x + b 3 y V=b_{1}+b_{2}x+b_{3}y V=b1+b2x+b3y
在这里插入图片描述
而对于六节点的三角形单元则有12个位移,可以确定12个多项式系数,即:
(1) U = a 1 + a 2 x + a 3 y + a 4 x 2 + a 5 y 2 + a 6 x y + . . . U=a_{1}+a_{2}x+a_{3}y+a_{4}x^{2}+a_{5}y^{2}+a_{6}xy+...\tag{1} U=a1+a2x+a3y+a4x2+a5y2+a6xy+...(1)
V = b 1 + b 2 x + b 3 y + b 4 x 2 + b 5 y 2 + b 6 x y + . . . V=b_{1}+b_{2}x+b_{3}y+b_{4}x^{2}+b_{5}y^{2}+b_{6}xy+... V=b1+b2x+b3y+b4x2+b5y2+b6xy+...

求多项式系数

还是以三节点三角形单元推导多项式系数的求解方法:
(2) { u i u j u m } = [ 1 x i y i 1 x j y j 1 x m y m ] ∗ { α 1 α 2 α 3 } \left\{\begin{matrix} u_{i}\\ u_{j} \\ u_{m} \\ \end{matrix}\right\} = \left[ \begin{matrix} 1&x_{i}&y_{i}\\ 1&x_{j}&y_{j}\\ 1&x_{m}&y_{m} \\ \end{matrix} \right] * \left\{\begin{matrix} \alpha_{1}\\ \alpha_{2} \\ \alpha_{3} \\ \end{matrix}\right\}\tag{2} uiujum=111xixjxmyiyjymα1α2α3(2)
令:
[ T ] = [ 1 x i y i 1 x j y j 1 x m y m ] \left[ \begin{matrix} T \end{matrix} \right] = \left[ \begin{matrix} 1&x_{i}&y_{i}\\ 1&x_{j}&y_{j}\\ 1&x_{m}&y_{m} \\ \end{matrix} \right] [T]=111xixjxmyiyjym
在JuliaFEM中称此矩阵为范德蒙矩阵,求解方法为首先已知一多项式为1+u+v,将单元的局部坐标系下的坐标分别替换多项式中的各项组成的矩阵即为范德蒙矩阵,见vandermonde.jl。
(3) { α 1 α 2 α 3 } = [ T ] − 1 ∗ { u i u j u m } \left\{ \begin{matrix} \alpha_{1}\\ \alpha_{2} \\ \alpha_{3} \\ \end{matrix} \right\}= \left[ \begin{matrix} T \end{matrix} \right] ^{-1} * \left\{\begin{matrix} u_{i}\\ u_{j} \\ u_{m} \\ \end{matrix}\right\} \tag{3} α1α2α3=[T]1uiujum(3)
将(3)式带入(1)式可得:
(4) u = [ 1 u v ] ∗ [ T ] − 1 ∗ { u i u j u m } u= \left[ \begin{matrix} 1&u&v \end{matrix} \right] * \left[ \begin{matrix} T \end{matrix} \right] ^{-1} * \left\{\begin{matrix} u_{i}\\ u_{j} \\ u_{m} \\ \end{matrix}\right\} \tag{4} u=[1uv][T]1uiujum(4)
定义形函数: [ N ] = [ 1 u v ] ∗ [ T ] − 1 \left[ \begin{matrix} N \end{matrix} \right]=\left[ \begin{matrix} 1&u&v \end{matrix} \right] * \left[ \begin{matrix} T \end{matrix} \right] ^{-1} [N]=[1uv][T]1
这里的坐标为局部坐标,由 [ T ] ∗ [ T ] − 1 = [ E ] \left[ \begin{matrix} T \end{matrix} \right]* \left[ \begin{matrix} T \end{matrix} \right] ^{-1} = \left[ \begin{matrix} E \end{matrix} \right] [T][T]1=[E]
那么 [ T ] ∗ [ X 1 ] = [ 1 0 0 ] \left[ \begin{matrix} T \end{matrix} \right]*[X1]= \left[ \begin{matrix} 1\\ 0\\ 0 \end{matrix} \right] [T][X1]=100这里的X1为[T]^{-1}的第一列,同理 [ T ] ∗ [ X 2 ] = [ 0 1 0 ] 这 里 的 X 2 为 [ T ] − 1 的 第 二 列 。 \left[ \begin{matrix} T \end{matrix} \right]*[X2]= \left[ \begin{matrix} 0\\ 1\\ 0 \end{matrix} \right]这里的X2为[T]^{-1}的第二列。 [T][X2]=010X2[T]1
JuliaFEM中的实现过程详见create_basis.jl

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Matlab中的三次样条插值函数可以通过使用插值点来构造插值点是已知的点对,包括横坐标和纵坐标。接下来,我们可以使用这些点来生成一个三次样条插值函数。 首先,可以使用`csape`函数来生成一个三次样条插值。这个函数可以根据插值点生成一个具有连续一阶导数的三次样条插值函数。它的语法如下: ```matlab spline = csape(X, Y, 'variational'); ``` 其中,`X`和`Y`是插值点的横纵坐标数组,`'variational'`表示使用既定边界条件。 另一种方法是使用`interp1`函数,这个函数可以基于插值点生成一个分段线性插值函数。虽然它不是真正的三次样条插值函数,但它可以给出很接近的结果。它的语法如下: ```matlab spline = interp1(X, Y, 'pchip'); ``` 其中,`X`和`Y`是插值点的横纵坐标数组,`'pchip'`表示使用PCHIP方法进行插值。 无论使用哪种方法生成的插值函数,都可以使用这个函数来计算新的横坐标对应的纵坐标值。假设我们有一个新的横坐标数组`X_new`,想要得到对应的纵坐标数组`Y_new`,可以使用以下代码: ```matlab Y_new = ppval(spline, X_new); ``` 其中`spline`是之前生成的插值函数。 综上所述,通过使用`csape`或`interp1`函数可以在Matlab中构造三次样条插值函数。 ### 回答2: 三次样条插值是一种常用的插值方法,可以通过给定的一组数据点构建出平滑的曲线。Matlab中可以使用spline函数进行三次样条插值构造。 使用spline函数时,首先需要给定一组x和y的数据点,x为自变量的取值,y为对应的因变量的取值。然后使用spline函数对这组数据进行插值。 具体操作步骤如下: 1. 定义x和y的数据点。例如,可以定义x为一组等间隔的数值,y为对应的函数值或实际测量得到的数据点。 2. 使用spline函数进行插值构造。可以使用以下语法: yi = spline(x, y, xi) 其中,x和y为定义的数据点,xi为需要插值的自变量的取值。返回的yi为对应的插值结果。 3. 可以绘制插值后的曲线。使用plot函数可以将原始的数据点和插值后的曲线进行比较,以评估插值效果的好坏。 需要注意的是,通过spline函数进行插值时,Matlab会自动根据数据点计算出一组插值的系数,并生成一个光滑的曲线。这样得到的曲线可以很好地拟合数据点,但有时会导致插值结果出现振荡现象。为了避免这种情况,有时需要进行额外的平滑处理,例如使用pchip函数。 总之,Matlab中的spline函数可以方便地进行三次样条插值构造,使得我们可以从已知的数据点中构建出平滑的函数曲线。 ### 回答3: 三次样条插值函数是通过一种插值方法来构造一条光滑的曲线,该曲线通过给定数据点,并且保证曲线的一阶和二阶导数连续。而MATLAB中提供了一个简单的方法来构造三次样条插值函数。 首先,需要利用MATLAB中的interp1函数来进行插值。这个函数可以根据给定的数据点和目标插值点来计算出插值结果。我们可以使用如下的方式进行插值: 1. 创建一个包含需要插值的数据点的向量x和y,x是自变量的值,y是对应的函数值。 2. 使用interp1函数创建样条插值函数,通过interp1(x, y, 'spline')来指定所需的插值方法。 3. 最后,可以通过插值函数来计算任意插值点的函数值。例如,要计算插值点xq的函数值,可以使用yq = interp1(x, y, xq, 'spline')。 需要注意的是,在使用interp1函数进行三次样条插值时,需要确保数据点的x值是递增的,否则插值结果可能会不准确。另外,可以使用plot函数来绘制原始数据点及插值函数的曲线,以便更直观地理解插值结果。 总而言之,通过MATLAB中的interp1函数,我们可以简单而快速地构造三次样条插值函数。这个函数可以根据给定的数据点,生成连续光滑的曲线,以实现数据的插值函数的逼近。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值