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 |