数学实验报告

数学实验报告

实验名称：数据建模

 

一、实验内容：

  1. 找一组数据，利用三种差值方法进行差值，画在一个图里；

  2. 龙格现象（振荡现象），作图

  3. 找一组数据，利用线性最小二乘法进行拟合

 

二、实验目标：

  1. 通过本次实验的学习，理解三种差值方法（拉格朗日多项式差值、分段线性差值、三次样条差值）的原理，并通过作图，体会它们的不同之处。

  2. 理解龙格现象的产生原因，解决办法。

  3. 理解线性最小二乘法的原理，掌握用matlab作线性最小二乘拟合的方法

 

三、使用工具：

MATLAB软件

 

四、实验基础理论：

 4.1 插值

    定义：设函数在区间[a,b]上有定义，它在该区间上有n+1个互异点：的函数值已知，记，若选择近似表达式为的近似，并且满足，这样的函数近似问题，称为插值问题。

 4.1.1 拉格朗日多项式插值

先构造一组拉格朗日基：

                  (1)

 是n次多项式，满足

  i,j=0,1,……，n                                                            (2)

令                                        (3)

(1)、(3)称拉格朗日插值多项式，用计算插值称拉格朗日插值。

4.1.2 分段线性插值

将每两个相邻的节点用直线连起来，如此形成的一条折线就是分段线性插值函数，记作，它满足，且在马格小区间上是线性函数。

 

n越大，分段越多，插值误差越小

在MATLAB中有现成的命令y=interp1(x0,y0,x)

4.1.3 三次样条插值

分段线性插值的不足是节点处不光滑，即在节点处导数不连续，而三次样条插值解决了这个问题。三次样条函数记作，。要求它满足一下条件：a) 在每个小区间上是3次多项式； b) 在上的二阶导数连续； c) 

在MATLAB中有现成的命令y=interp1(x0,y0,x，‘spline’)或y=spline(x0,y0,x) 

 

 4.2 拟合

     定义：已知一组（二维）数组，即平面上的n个点   互不相同，寻求一个函数（曲线），使在某种准则下与所有数据点最为接近，即曲线拟合得最好。

线性最小二乘法是解决曲线拟合最常用的方法，令，其中是事先选定的一组函数，称基函数，是待定系数。拟合准则是使n个点，与 的距离的平方和最小，称最小二乘准则。

在MATLAB中有现成的程序，命令为a=polyfit(x,y,m),其中x，y为要拟合的数据（数组），m为拟合多项式的次数，a为拟合多项式的系数向量。多项式在x处的y值，y=polyval(a,x)。

 

五、报告正文：

   5.1 数据特点

数据取自国家统计局的网站，是中国人民银行的金融统计数据。见表一。

  

月份	2006.01	2006.02	2006.03	2006.04	2006.05	2006.06
汇率（月平均）	8.0668	8.0493	8.035	8.0156	8.0152