数模比赛中,常常需要根据已知的函数点进行数据、模型的处理和分析,而有时候现有的数据是极少的,不足以支撑分析的进行,这时就需要使用一些数学的方法,“模拟产生”一些新的但又比较靠谱的值来满足需求,这就是插值的作用。
龙格现象:
高次插值会产生龙格现象,即在两端处波动极大,产生明显的震荡。在不熟悉曲线运动趋势的前提下,不要轻易使用高次插值。
埃尔米特 (Hermite)插值
拉格朗日插值法和牛顿插值法都不能全面反映被插值函数的性态。
不但要求在节点上的函数值相等,而且还要求对应的导数值也相等,甚至要求高阶导数也相等,满足这种要求的插值多项式就是埃尔米特插值多项式。
三次样条插值
三次样条插值的要求更高一些
建模实例
代码演示
% 分段三次埃尔米特插值 x = -pi:pi; y = sin(x); new_x = -pi:0.1:pi; p = pchip(x,y,new_x); figure(1); % 在同一个脚本文件里面,要想画多个图,需要给每个图编号,否则只会显示最后一个图哦~ % 在plot之前加入figure关键字 plot(x, y, 'o', new_x, p, 'r-') % plot函数用法: % plot(x1,y1,x2,y2) % 线方式: - 实线 :点线 -. 虚点线 - - 波折线 % 点方式: . 圆点 +加号 * 星号 x x形 o 小圆 % 颜色: y黄; r红; g绿; b蓝; w白; k黑; m紫; c青 %线点颜色三个属性可以复合选择,无先后顺序要求,如r-表示红色实线,注意是单引号 % 三次样条插值和分段三次埃尔米特插值的对比 x = -pi:pi; y = sin(x); new_x = -pi:0.1:pi; p1 = pchip(x,y,new_x); %分段三次埃尔米特插值 p2 = spline(x,y,new_x); %三次样条插值 figure(2); plot(x,y,'o',new_x,p1,'r-',new_x,p2,'b-') legend('样本点','三次埃尔米特插值','三次样条插值','Location','SouthEast') %标注显示在东南方向 % 说明: % LEGEND(string1,string2,string3, …) % 分别将字符串1、字符串2、字符串3……标注到图中,每个字符串对应的图标为画图时的图标。 % ‘Location’用来指定标注显示的位置 % n维数据的插值 x = -pi:pi; y = sin(x); new_x = -pi:0.1:pi; p = interpn (x, y, new_x, 'spline'); % 等价于 p = spline(x, y, new_x); figure(3); plot(x, y, 'o', new_x, p, 'r-') % 人口预测(注意:一般我们很少使用插值算法来预测数据,随着课程的深入,后面的章节会有更适合预测的算法供大家选择,例如灰色预测、拟合预测等) population=[133126,133770,134413,135069,135738,136427,137122,137866,138639, 139538]; year = 2009:2018; p1 = pchip(year, population, 2019:2021) %分段三次埃尔米特插值预测 p2 = spline(year, population, 2019:2021) %三次样条插值预测 figure(4); plot(year, population,'o',2019:2021,p1,'r*-',2019:2021,p2,'bx-') legend('样本点','三次埃尔米特插值预测','三次样条插值预测','Location','SouthEast')