- •Введение
- •Лабораторная работа №1 основы работы в системе MathCad. ПОстроение графиков
- •Задание 1.3.Для данной матрицы м
- •Лабораторная работа №2 решение систем уравнений. Решение нелинейных уравнений
- •Порядок выполнения задания:
- •Лабораторная работа №3 Приближение функций.
- •Метод выбранных точек
- •Метод средних
- •Метод наименьших квадратов
- •Лабораторная работа №4 численное интегрирование. ЧИсленное решение обыкно-венных дифференциальных уравнений
- •Формула трапеции
- •Приложение а
Лабораторная работа №3 Приближение функций.
Интерполирование функций
При математическом моделировании часто используются зависимости вида у(х), обычно заданные рядом значений х и у их узловых точек. Однако, когда этих точек мало, такая зависимость оказывается не информативной и не наглядной. Промежуточные точки зависимости у(х) можно получить путем их интерполяции. Интерполирующая функция должна проходить через узловые точки и принимать значения, близкие к точным, в остальных точках. Одной из распространенных интерполирующих функций является интерполяционный многочлен Лагранжа:
. (19)
При n=1 получается формула линейной интерполяции, при n=2 – квадратичной интерполяции и т.д.
В системе MathCad существуют встроенные функции линейной и сплайн-интерполяции. При линейной интерполяции узловые точки соединяются отрезками прямых. Если х выходит за пределы конечных точек, то осуществляется линейная экстраполяция по отрезкам прямых, примыкающим к конечным точкам. При сплайн-интерполяции зависимость у(х) заменяется кусками полиномов третьей степени. Каждый полином проходит точно через три ближайшие узловые точки. Коэффициенты полинома подбираются так, чтобы обеспечить не только непрерывность функции в узловых точках, но и непрерывность ее двух производных. Эти свойства сплайн-интерполяции позволяют эффективно применять ее даже при малом числе узловых точек – до 5-7 для простых функций.
Интерполяция реализуется с помощью следующих функций:
- linterp(X,Y,x) –вычисляет значение у(х) для заданного х при линейной интерполяции,
- cspline(X,Y) – вычисляет вектор V вторых производных при сплайн-интерполяции и кубической экстраполяции,
- pspline(X,Y) – вычисляет вектор V вторых производных при сплайн-интерполяции и параболической экстраполяции,
- lspline(X,Y) – вычисляет вектор V вторых производных при сплайн-интерполяции и линейной экстраполяции,
- interp(V,X,Y,x) – вычисляет значение у(х) для заданного х при сплайн-интерполяции.
Задание 5.1. Определить значения функции в точках Х1 и Х2, используя встроенные функции линейной и сплайн-интерполяции. Построить графики интерполирующих функций в обоих случаях (см. приложение В).
Вариант 1
Х |
1,3 |
2,1 |
3,7 |
4,5 |
6,1 |
7,7 |
8,5 |
У |
1,777 |
4,5634 |
13,8436 |
20,3952 |
37,33,87 |
59,4051 |
72,3593 |
Х1=5,2 Х2=7,9
Вариант 2
Х |
1,2 |
1,9 |
3,3 |
4,7 |
5,4 |
6,8 |
7,5 |
У |
0,3486 |
1,0537 |
1,7844 |
2,2103 |
2,3712 |
2,6322 |
2,7411 |
Х1=2,1 Х2=7,3
Вариант 3
Х |
2,6 |
3,3 |
4,7 |
6,1 |
7,5 |
8,2 |
9,6 |
У |
2,1874 |
2,8637 |
3,8161 |
3,8524 |
3,1905 |
2,8409 |
2,6137 |
Х1=4,1 Х2=7,9
Вариант 4
Х |
1,3 |
2,1 |
3,7 |
4,5 |
6,1 |
7,7 |
8,5 |
У |
1,777 |
4,5634 |
13,8436 |
20,3952 |
37,33,87 |
59,4051 |
72,3593 |
Х1=3,9 Х2=9,3
Вариант 5
Х |
1,2 |
1,9 |
3,3 |
4,7 |
5,4 |
6,8 |
7,5 |
У |
0,3486 |
1,0537 |
1,7844 |
2,2103 |
2,3712 |
2,6322 |
2,7411 |
Х1=2,9 Х2=7,4
Вариант 6
Х |
2,6 |
3,3 |
4,7 |
6,1 |
7,5 |
8,2 |
9,6 |
У |
2,1874 |
2,8637 |
3,8161 |
3,8524 |
3,1905 |
2,8409 |
2,6137 |
Х1=5,5 Х2=9,4
Вариант 7
Х |
1,3 |
2,1 |
3,7 |
4,5 |
6,1 |
7,7 |
8,5 |
У |
1,777 |
4,5634 |
13,8436 |
20,3952 |
37,33,87 |
59,4051 |
72,3593 |
Х1=2,5 Х2=8,3
Вариант 8
Х |
1,2 |
1,9 |
3,3 |
4,7 |
5,4 |
6,8 |
7,5 |
У |
0,3486 |
1,0537 |
1,7844 |
2,2103 |
2,3712 |
2,6322 |
2,7411 |
Х1=4,1 Х2=7,2
Вариант 9
Х |
2,6 |
3,3 |
4,7 |
6,1 |
7,5 |
8,2 |
9,6 |
У |
2,1874 |
2,8637 |
3,8161 |
3,8524 |
3,1905 |
2,8409 |
2,6137 |
Х1=2,8 Х2=9,1
Вариант 10
Х |
1,3 |
2,1 |
3,7 |
4,5 |
6,1 |
7,7 |
8,5 |
У |
1,777 |
4,5634 |
13,8436 |
20,3952 |
37,33,87 |
59,4051 |
72,3593 |
Х1=4,1 Х2=8,2
Вариант 11
Х |
1,2 |
1,9 |
3,3 |
4,7 |
5,4 |
6,8 |
7,5 |
У |
0,3486 |
1,0537 |
1,7844 |
2,2103 |
2,3712 |
2,6322 |
2,7411 |
Х1=2,9 Х2=7,1
Вариант 12
Х |
2,6 |
3,3 |
4,7 |
6,1 |
7,5 |
8,2 |
9,6 |
У |
2,1874 |
2,8637 |
3,8161 |
3,8524 |
3,1905 |
2,8409 |
2,6137 |
Х1=5,5 Х2=8,9
Порядок выполнения задания:
Ввести значения векторов Х и У.
С помощью функции linterp(X,Y,x) найти значения функции у(х) в заданных точках х при линейной интерполяции.
Построить график функции при линейной интерполяции.
С помощью функций cspline(X,Y) interp(V,X,Y,x) найти значения функции у(х) в заданных точках х при сплайн-интерполяции.
Построить график функции при сплайн-интерполяции.
Задание 5.2. Записать интерполяционный многочлен Лагранжа и вычислить значения функции в указанных точках с помощью системы MathCad. Построить график.
Порядок выполнения задания:
Записать формулу интерполяционного многочлена Лагранжа, используя знаки суммы и произведения и встроенной функции if (условие, выражение 1, выражение 2), которая принимает значение выражения 1, если условие выполняется, и выражения 2, если условие не выполняется.
Вычислить значение функции в указанных точках (данные взять из задания 1).
Построить график интерполяционного многочлена.
Задание 5.3. По заданной таблице значений функции составить формулу интерполяционного многочлена Лагранжа (19).
Вариант 1
Х |
-1 |
0 |
3 |
У |
-3 |
5 |
2 |
Вариант 2
Х |
2 |
3 |
5 |
У |
4 |
1 |
7 |
Вариант 3
Х |
0 |
2 |
3 |
У |
-1 |
-4 |
2 |
Вариант 4
Х |
7 |
9 |
13 |
У |
2 |
-2 |
3 |
Вариант 5
Х |
-3 |
-1 |
3 |
У |
7 |
-1 |
4 |
Вариант 6
Х |
1 |
2 |
4 |
У |
-3 |
-7 |
2 |
Вариант 7
Х |
-2 |
-1 |
2 |
У |
4 |
9 |
1 |
Вариант 8
Х |
2 |
4 |
5 |
У |
9 |
-3 |
6 |
Вариант 9
Х |
-1 |
0 |
3 |
У |
-3 |
5 |
2 |
Вариант 10
Х |
-3 |
-1 |
3 |
У |
7 |
-1 |
4 |
Вариант 11
Х |
2 |
3 |
5 |
У |
4 |
1 |
7 |
Вариант 12
Х |
7 |
9 |
13 |
У |
2 |
-2 |
3 |
Методы обработки экспериментальных данных
Предположим, что в результате измерений в процессе экспериментов были получены n пар значений: (x1, y1), (x2, y2), …, (xn, yn). Задача состоит в том, чтобы найти приближенную зависимость y = f(x), значения которой при x = xi(i=1,…,n) мало отличаются от опытных данных yi.
Определение 1. Приближенная функциональная зависимость, полученная на основании экспериментальных данных, называется ЭМПИРИЧЕСКОЙ ФОРМУЛОЙ.
Построение эмпирической формулы состоит из двух этапов: подбора общего вида этой формулы и определения наилучших значений содержащихся в ней параметров.
Общий вид формулы обычно выбирается из геометрических соображений: экспериментальные точки наносятся на график, и примерно угадывается общий вид зависимости путем сравнения полученной кривой с графиками известных функций (многочлена, показательной или логарифмической функции и т.п.).
Когда тип эмпирической формулы выбран, ее можно представить в виде:
y=f(x,a1,a2,…,am). (20)
где f – известная функция, a1,a2,…,am – неизвестные постоянные параметры, необходимо определить такие значения этих параметров, которые дают наилучшее приближение.
Определение 2. ОТКЛОНЕНИЕМ i называется разность между значениями эмпирической функции (20) в точках x1 (i =1,…,n) и опытными данными yi :
i=f(xi,a1,a2,…,am)-yi . (21)
Задача нахождения наилучших значений параметров сводится к некоторой минимизации отклонений i.
Существует несколько методов решения этой задачи.