Уравнение интерполяции. Определение промежуточного значения методом линейной интерполяции

Существуют случаи, когда требуется узнать результаты вычисления функции за пределами известной области. Особенно актуален данный вопрос для процедуры прогнозирования. В Экселе есть несколько способов, с помощью которых можно совершить данную операцию. Давайте рассмотрим их на конкретных примерах.

Способ 2: экстраполяция для графика

Выполнить процедуру экстраполяции для графика можно путем построения линии тренда.

1. Прежде всего, строим сам график. Для этого курсором при зажатой левой кнопке мыши выделяем всю область таблицы, включая аргументы и соответствующие значения функции. Затем, переместившись во вкладку «Вставка» , кликаем по кнопке «График» . Этот значок расположен в блоке «Диаграммы» на ленте инструментов. Появляется перечень доступных вариантов графиков. Выбираем наиболее подходящий из них на свое усмотрение.



2. После того, как график построен, удаляем из него дополнительную линию аргумента, выделив её и нажав на кнопку Delete на клавиатуре компьютера.



3. Далее нам нужно поменять деления горизонтальной шкалы, так как в ней отображаются не значения аргументов, как нам того нужно. Для этого, кликаем правой кнопкой мыши по диаграмме и в появившемся списке останавливаемся на значении «Выбрать данные» .



4. В запустившемся окне выбора источника данных кликаем по кнопке «Изменить» в блоке редактирования подписи горизонтальной оси.



5. Открывается окно установки подписи оси. Ставим курсор в поле данного окна, а затем выделяем все данные столбца «X» без его наименования. Затем жмем на кнопку «OK» .



6. После возврата к окну выбора источника данных повторяем ту же процедуру, то есть, жмем на кнопку «OK» .



7. Теперь наш график подготовлен и можно, непосредственно, приступать к построению линии тренда. Кликаем по графику, после чего на ленте активируется дополнительный набор вкладок – «Работа с диаграммами» . Перемещаемся во вкладку «Макет» и жмем на кнопку «Линия тренда» в блоке «Анализ» . Кликаем по пункту «Линейное приближение» или «Экспоненциальное приближение» .



8. Линия тренда добавлена, но она полностью находится под линией самого графика, так как мы не указали значение аргумента, к которому она должна стремиться. Чтобы это сделать опять последовательно кликаем по кнопке «Линия тренда» , но теперь выбираем пункт «Дополнительные параметры линии тренда» .



9. Запускается окно формата линии тренда. В разделе «Параметры линии тренда» есть блок настроек «Прогноз» . Как и в предыдущем способе, давайте для экстраполяции возьмем аргумент 55 . Как видим, пока что график имеет длину до аргумента 50 включительно. Получается, нам нужно будет его продлить ещё на 5 единиц. На горизонтальной оси видно, что 5 единиц равно одному делению. Значит это один период. В поле «Вперед на» вписываем значение «1» . Жмем на кнопку «Закрыть» в нижнем правом углу окна.



10. Как видим, график был продлен на указанную длину с помощью линии тренда.

Итак, мы рассмотрели простейшие примеры экстраполяции для таблиц и для графиков. В первом случае используется функция ПРЕДСКАЗ , а во втором – линия тренда. Но на основе этих примеров можно решать и гораздо более сложные задачи прогнозирования.

Инструкция

Зачастую при проведении эмпирических исследований приходится сталкиваться с набором значений полученных методом случайной выборки. Из этого ряда значений требуется построить график функции, в которую с максимальной точностью впишутся и другие полученные значения. Этот метод, а точнее решение этой задачи есть аппроксимация кривой, т.е. замена одних объектов или явлений другими, близкими по исходному параметру. Интерполяция, в свою очередь же является разновидностью аппроксимации. Интерполяцией кривой называют процесс, при котором кривая выстроенной функции проходит через имеющиеся точки данных.

Имеется очень близкая к интерполяции задача, суть которой будет заключаться в аппроксимации исходной сложной функции иной, гораздо более простой функцией. Если же отдельная функция очень для вычислений, то можно попытаться вычислить её значение в нескольких точках, а по полученным построить (интерполировать) более простую функцию. Однако упрощенной функции не позволит получить столь же точные и достоверные данные, какие бы давала исходная функция.

Интерполяция через алгебраический двучлен, или линейная интерполяция
В общем виде: происходит интерполирование некоторой заданной функции f(х), принимающей значение в точках x0 и x1 отрезка алгебраическим двучленом P1(x) = ax + b. Если же задается более чем два значения функции, то искомая линейная функция заменяется линейно-кусочной функцией, каждая часть функции заключается между двумя заданными значениями функции в этих точках на интерполируемом отрезке.

Интерполирование методом конечных разностей
Данный метод один из простейших и широко распространенных методов осуществления интерполяции. Его суть в замене дифференциальных коэффициентов уравнения на разностные коэффициенты. Это действие позволит перейти к решению дифференциального уравнения путем его разностного аналога, иначе говоря, построить его конечно-разностную схему

Построение сплайн–функции
Сплайном в математическом моделировании называют кусочно-заданную функцию, которая с функциями, имеющими более простую на каждом элементе разбиения своей области определения. Сплайн от одной переменной строится путем разбиения области определения на конечное число отрезков, причем, на каждом из которых сплайн будет совпадать с некоторым алгебраическим полиномом. Максимальная степень использованного является сплайна.
Сплайн-функции для задания и описания поверхностей в различных системах компьютерного моделирования.

Простейшим и часто используемым видом локальной интерполяции является линейная интерполяция . Она состоит в том, что заданные точки (x i , y i ) при (i = 0. 1, ..., n ) соединяются прямолинейными отрезками, и функция f (x ) приближается ломаной с вершинами в данных точках.

Уравнения каждого отрезка ломаной в общем случае разные. Поскольку имеется n интервалов (x i - 1, x i ), то для каждого из них в качестве уравнения интерполяционного многочлена используется уравнение прямой, проходящей через две точки. В частности, для i-го интервала можно написать уравнение прямой, проходящей через точки(x i -1, y i -1 ) и (x i , y i ), в виде

a i =

Следовательно, при использовании линейной интерполяции сначала нужно определить интервал, в который попадает значение аргумента х, а затем подставить его в формулу (*) и найти приближенное значение функции в этой точке

Рисунок 3-3- График зависимости линейной интерполяции .

1. Решение профессиональной задачи

Ведем экспериментальные данные

ORIGIN:=0 Начало массива данных - считаем с нуля

i :=1..6 Число элементов в массиве

Экспериментальные данные организованы в два вектора

Выполним интерполяцию встроенными функциями MathCad

Линейная интерполяция

Lf(x i):=linterp(x,y,x)

Интерполяция кубическим спайном

CS:= cspline(x,y)

Строим кубический сплайн по экспериментальным данным

Lf(x i):=linterp(x,y,x i)

Интерполяция В- сплайном

Задаем порядок интерполяции. В векторе u должно быть на (n-1) меньше элементов, чем в векторе x , причем первый элемент должен быть меньше или равен первому элементу x , а последний - больше или равен последнему элементу x.

BS:=bspline(x,y,u,n)

Cтроим В- сплайн по экспериментальным данным

BSf(x i):=(BS, x,y,x i)

Строим график всех функций аппроксимации на одной координатной плоскости.

Рисунок 4.1-График всех функций аппроксимации на одной координатной плоскости.

Заключение

В вычислительной математике существенную роль играет интерполяция функций, т.е. построение по заданной функции другой (как правило, более простой), значения которой совпадают со значениями заданной функции в некотором числе точек. Причем интерполяция имеет как практическое, так и теоретическое значение. На практике часто возникает задача о восстановлении непрерывной функции по ее табличным значениям, например, полученным в ходе некоторого эксперимента. Для вычисления многих функций, оказывается, эффективно приблизить их полиномами или дробно-рациональными функциями. Теория интерполирования используется при построении и исследовании квадратурных формул для численного интегрирования, для получения методов решения дифференциальных и интегральных уравнений. Основным недостатком полиномиальной интерполяции является то, что она неустойчива на одной из самых удобных и часто используемых сеток - сетке с равноудаленными узлами. Если позволяет задача, эту проблему можно решить за счет выбора сетки с Чебышевскими узлами. Если же мы не можем свободно выбирать узлы интерполяции или нам просто нужен алгоритм, не слишком требовательный к выбору узлов, то рациональная интерполяция может оказаться подходящей альтернативой полиномиальной интерполяции.

К достоинствам сплайн-интерполяции следует отнести высокую скорость обработки вычислительного алгоритма, поскольку сплайн - это кусочно-полиномиальная функция и при интерполяции одновременно обрабатываются данные по небольшому количеству точек измерений, принадлежащих к фрагменту, который рассматривается в данный момент. Интерполированная поверхность описывает пространственную изменчивость различного масштаба и в то же время является гладкой. Последнее обстоятельство делает возможным прямой анализ геометрии и топологии поверхности с использованием аналитических процедур

Это глава из книги Билла Джелена .

Задача: некоторые инженерные проблемы проектирования требуют использования таблиц для вычисления значений параметров. Поскольку таблицы являются дискретными, дизайнер использует линейную интерполяцию для получения промежуточного значения параметра. Таблица (рис. 1) включает высоту над землей (управляющий параметр) и скорость ветра (рассчитываемый параметр). Например, если надо найти скорость ветра, соответствующую высоте 47 метров, то следует применить формулу: 130 + (180 – 130) * 7 / (50 – 40) = 165 м/сек.

Скачать заметку в формате или , примеры в формате

Как быть, если существует два управляющих параметра? Можно ли выполнить вычисления с помощью одной формулы? В таблице (рис. 2) показаны значения давления ветра для различных высот и величин пролета конструкций. Требуется вычислить давление ветра на высоте 25 метров и величине пролета 300 метров.

Решение: проблему решаем путем расширения метода, используемого для случая с одним управляющим параметром. Выполните следующие действия.

Начните с таблицы, изображенной на рис. 2. Добавьте исходные ячейки для высоты и пролета в J1 и J2 соответственно (рис. 3).

Рис. 3. Формулы в ячейках J3:J17 объясняют работу мегаформулы

Для удобства использования формул определите имена (рис. 4).

Проследите за работой формулы последовательно переходя от ячейки J3 к ячейке J17.

Путем обратной последовательной подстановки соберите мегаформулу. Скопируйте текст формулы из ячейки J17 в J19. Замените в формуле ссылку на J15 на значение в ячейке J15: J7+(J8-J7)*J11/J13. И так далее. Получится формула, состоящая из 984 символов, которую невозможно воспринять в таком виде. Вы можете посмотреть на нее в приложенном Excel-файле. Не уверен, что такого рода мегаформулы полезны в использовании.

Резюме: линейная интерполяция используется для получения промежуточного значения параметра, если табличные значения заданы только для границ диапазонов; предложен метод расчета по двум управляющим параметрам.