插值法在管理决策中的应用及其Matlab实现
第二章 插值法及其matlab实现 (1)-文档资料
y = a a x a x 0 0 1 0
y = a a x a x 1 0 1 1
y = a a x a x 2 0 1 2
2 20 2 21 2 22
方程组的解是否存在? 若存在解,是否唯一?!
当 x0 , x1 , x2互异时,方程组的解存在且唯一.
注：显然有, 求n 次插值时, 由n +1个点可有n +1个方程, 联立方程组即可求出插值多项式的n +1个系数.
然而,方程组的求解也并不是一件容易的事。
对于线性插值的两种形式解进行适当的分析, 从中寻求 规律而得到启发,就有了所谓的拉格朗日插值法(公式)和牛 顿插值(公式).
我们先来看看如何得到二次拉格朗日插值公式。
1.2.2 基函数法 首先, 线性插值的两点式可看作是两个特殊的一次式 的一种线性组合. 1 x - x0 x - x1 y0 + y1 = l i ( x ) y i 两点式 P1 ( x ) =
x 0 - x1 x1 - x 0
i =0
l0(x) l1(x) 这里， l0(x)和l1(x)具有如下性质： l0(x0)=1, l0(x1)=0, l1(x0)=0, l1(x1)=1, 显然有l0(x)+ l1(x)≡1. ）即是满足函数表 实质上 l（ ）和 l（ 0 x 1 x
x
y
称为拉氏基函 数 ，满足 li(xj)=ij
x0
1
x1
x
y
x0
0
x1
0
1
的一次插值多项式 ,称l0(x)和l1(x)为以x0,x1为节点的基本插 值多项式，也称为线性插值的插值基函数 。 于是，线性插值即是用基函数的线性组合来构造的.
matlab在两个数据点之间插值一条曲线的方法
一、插值的定义在数学和计算机科学中，插值是指在已知数据点的基础上，利用插值算法来估算出在这些数据点之间未知位置上的数值。
插值可以用于生成平滑的曲线、曲面或者函数，以便于数据的分析和预测。
二、matlab中的插值方法在matlab中，有多种插值方法可以用来在两个数据点之间插值一条曲线。
这些方法包括线性插值、多项式插值、样条插值等。
下面我们将逐一介绍这些方法及其使用场景。
1. 线性插值线性插值是最简单的插值方法之一。
它的原理是通过已知的两个数据点之间的直线来估算未知位置上的数值。
在matlab中，可以使用interp1函数来进行线性插值。
该函数的调用格式为：Y = interp1(X, Y, Xq, 'linear')其中X和Y分别是已知的数据点的横纵坐标，Xq是待估算数值的位置，'linear'表示使用线性插值方法。
使用线性插值可以快速地生成一条近似直线，但是对于非线性的数据分布效果可能不佳。
2. 多项式插值多项式插值是利用多项式函数来逼近已知数据点之间的曲线。
在matlab中，可以使用polyfit和polyval函数来进行多项式插值。
polyfit函数用于拟合多项式曲线的系数，polyval函数用于计算多项式函数在给定点的数值。
多项式插值的优点是可以精确地通过已知数据点，并且可以适用于非线性的数据分布。
3. 样条插值样条插值是一种比较常用的插值方法，它通过在每两个相邻的数据点之间拟合一个低阶多项式，从而保证整条曲线平滑且具有良好的拟合效果。
在matlab中，可以使用splinetool函数来进行样条插值。
样条插值的优点是对于非线性的数据分布可以有较好的拟合效果，且能够避免多项式插值过拟合的问题。
4. 三角函数插值三角函数插值是一种常用的周期性数据插值方法，它利用三角函数（如sin和cos）来逼近已知数据点之间的曲线。
在matlab中，可以使用interpft函数来进行三角函数插值。
Matlab中的插值拟合方法在数据分析中的应用
Matlab中的插值拟合方法在数据分析中的应用数据分析已经成为当今社会的一个重要应用领域。
随着科技的发展，海量的数据被不断地产生和收集，但是如何从这些数据中提取有价值的信息并进行分析成为了一个亟待解决的问题。
在数据分析领域，插值拟合方法是一种常用的技术。
在Matlab中，有丰富的插值拟合函数可以帮助我们处理各种应用场景。
一、插值拟合方法的概念和原理插值拟合方法是基于已知数据点，通过构建一个拟合函数来估计在未知点上的函数值。
基本原理是通过已知数据点之间的关系来推断出未知数据点的值。
常用的插值拟合方法有线性插值、多项式插值、样条插值等。
1. 线性插值线性插值是一种简单而直接的插值方法。
它假设函数在两个相邻数据点之间是线性变化的，并根据两个已知数据点的位置以及函数值来推断未知点的值。
在Matlab中，线性插值可以通过interp1函数实现。
该函数会根据给定的已知数据点和未知点的位置，利用线性插值法计算未知点的值。
2. 多项式插值多项式插值方法是利用一个多项式函数来逼近已知数据点。
这种方法假设函数可以用多项式表示，并且通过已知数据点来确定多项式的系数。
多项式插值方法在Matlab中可以通过polyfit函数实现。
polyfit函数可以根据给定的数据点和多项式的阶数，返回一个多项式的系数向量。
3. 样条插值样条插值是一种更高级的插值方法，它通过利用局部插值多项式来逼近已知数据点。
样条插值在相邻数据点之间构造多项式，并确保这些多项式在数据点处连续、光滑。
Matlab中的spline函数可以实现样条插值方法。
spline函数会根据给定的数据点，生成一个样条插值函数。
二、插值拟合方法的应用插值拟合方法在数据分析中有广泛的应用。
下面将介绍几个常见的应用场景。
1. 数据平滑在实际的数据分析中，数据常常存在噪声和波动。
为了提取数据中的趋势信息，可以利用插值拟合方法对数据进行平滑处理。
通过建立拟合函数，可以将噪声和波动的影响降低，提取出数据中的主要趋势。
插值法与MATLAB应用
插值法与MATLAB应用2007-11-02 10:35实验2 插值法与MATLAB应用一、实验名称：插值法与MATLAB应用。
二、实验目的：理解插值的基本原理，掌握常用算法的设计，掌握用MATLAB实现插值。
三、实验题目：已知数据如下：0.2 0.4 0.6 0.8 1.00.9798652 0.9177710 0.8080348 0.6386093 0.3843735四、实验要求：1、设计全区间上拉格朗日插值程序或者Newton插值程序。
利用MATLAB在第一个图中画出离散数据及插值函数曲线。
2、利用MATLAB画出分段线性插值函数，并与（1）作对比说明。
3、对于自然边界条件，利用MATLAB在第二个图中画出离散数据，再画出通过表中型值点并满足边界条件的三次样条插值函数。
4、对于第一种边界条件，利用MATLAB在第三个图中画出离散数据，再画出通过表中型值点并满足边界条件的三次样条插值函数。
5、例举一个闭区间上的连续函数，用画图或列表的方式观察与体会Runge现象，分别用下面方法对比说明：1）10次Lagrange；2）分段低次插值；3）分段三次样条插值。
6、通过这个实验，谈谈你对插值方法有何理解、三次样条插值有何特点？五、实验内容：1、设计全区间上拉格朗日插值程序或者Newton插值程序。
利用MATLAB在第一个图中画出离散数据及插值函数曲线。
编写拉格朗日插值多项式函数内容为：function f=lagfun(x)a=[0.2,0.4,0.6,0.8,1.0];b=[0.9798652,0.9177770,0.8080348,0.6386093,0.3843735];for i=1:5L(i)=1;for j=1:5if j~=iL(i)=L(i)*(x-a(j))/(a(i)-a(j));endendendf=0;for i=1:5f=f+L(i)*b(i);end画图程序内容为：fplot('lagfun',[0,1]);hold ona=[0.2,0.4,0.6,0.8,1.0];b=[0.9798652,0.9177770,0.8080348,0.6386093,0.3843735];plot(a, b,'o')图形为：2、利用MATLAB画出分段线性插值函数，并与（1）作对比说明。
如何利用Matlab技术进行数据插值
如何利用Matlab技术进行数据插值数据插值是一种常用的数学方法，用于根据已知数据点的信息，推断出未知位置的数据。
在各个学科领域，如地理学、环境科学、经济学等，数据插值都被广泛应用于实际问题的解决中。
在这篇文章中，我们将探讨如何利用Matlab技术进行数据插值。
数据插值的目标是根据已有的数据点，建立一个适当的函数模型，并利用该模型对未知位置处的数据进行估计。
Matlab作为一种功能强大的数学计算和可视化软件，提供了各种强大的函数和工具箱，使得数据插值变得更加便捷和高效。
首先，我们需要将已有的数据点导入到Matlab中。
一般来说，数据以文本文件的形式存储，每一行代表一个数据点，包含该点的横坐标和纵坐标。
我们可以使用Matlab内置的读取文本数据的函数，如`dlmread`或`importdata`来导入数据。
导入后，我们可以使用`plot`函数将数据点绘制出来，以便于观察数据的分布情况。
在进行数据插值之前，首先需要对数据进行预处理。
如果数据中存在异常值或者缺失值，我们可以使用Matlab提供的函数来进行数据清洗。
例如，可以使用`isnan`函数判断数据是否缺失，并使用`interp1`函数对缺失值进行插值处理。
接下来，我们将介绍几种常用的数据插值方法，并演示如何在Matlab中应用这些方法。
首先是最简单的线性插值方法。
线性插值基于已知数据点之间的直线拟合，通过求解直线方程，来推测未知位置处的数据值。
Matlab提供了`interp1`函数来实现线性插值，我们可以指定插值的方法为`'linear'`，并传入已知数据点的横坐标和纵坐标，以及待插值的位置进行插值计算。
此外，Matlab还提供了其他更高级的插值方法，如多项式插值、样条插值等。
多项式插值使用多项式函数拟合已知数据点，通过计算多项式函数的值来进行插值。
Matlab提供了`polyfit`函数来拟合多项式函数，以及`polyval`函数来计算多项式函数的值。
拉格朗日插值法matlab程序
拉格朗日插值法matlab程序拉格朗日插值法是一种用于构造插值多项式的方法，它可以通过已知数据点来估计函数在其他位置的值。
在数值分析和工程应用中，拉格朗日插值法被广泛使用，尤其在数据处理和曲线拟合方面。
在本文中，我将为您介绍拉格朗日插值法的原理和应用，并共享一个用于实现该方法的简单matlab程序。
让我们来了解一下拉格朗日插值法的原理。
拉格朗日插值法是通过在已知数据点上构造一个插值多项式来实现的。
假设我们有n+1个不同的数据点(x0, y0), (x1, y1), ..., (xn, yn)，我们希望通过这些数据点来估计函数在其他位置的值。
拉格朗日插值多项式的一般形式为：P(x) = Σ(yi * li(x))i=0 to n其中，li(x)是拉格朗日基础多项式，它的表达式为：li(x) = Π(x - xj) / (xi - xj)j=0 to n, j ≠ i通过以上公式，我们可以得到拉格朗日插值多项式P(x)，从而实现对函数在其他位置的估计。
在matlab中，我们可以通过编写一个简单的程序来实现拉格朗日插值法。
下面是一个用于计算拉格朗日插值多项式的matlab程序：```matlabfunction [L, P] = lagrange_interp(x, y, xx)n = length(x);m = length(xx);L = zeros(n, m);for i = 1:nt = ones(1, m);for j = [1:i-1, i+1:n]t = t .* (xx - x(j)) / (x(i) - x(j));endL(i,:) = t;endP = y * L;end```在上面的程序中，x和y分别表示已知数据点的横纵坐标，xx表示我们希望估计函数值的位置。
程序返回的L矩阵存储了插值多项式的系数，P向量存储了估计函数值的结果。
通过这个简单的程序，我们就可以快速实现拉格朗日插值法的计算。
matlab给定大量点的组合用插值法计算函数结果
matlab给定大量点的组合用插值法计算函数结果文章标题：从点的组合到插值法：Matlab如何计算函数结果在数字化时代的今天，大量的数据点和离散化的信息成为了我们面对的一个主要问题。
特别是在科学计算和工程领域，我们经常需要处理大量的数据点，并且需要通过插值法计算出函数的结果。
在如何用Matlab给定大量点的组合用插值法计算函数结果这一主题上，我们来深入探讨和讨论。
一、点的组合让我们来探讨点的组合。
在实际应用中，我们经常面对海量的数据点，它们可能来自于实验测量、物理仿真、数值计算等。
这些数据点往往是离散分布的，我们需要对其进行组合和整理。
在Matlab中，可以利用数据结构和数组操作来对大量数据点进行组合，从而为后续的插值计算做准备。
二、插值法原理接下来，我们需要了解插值法的原理。
插值法是一种通过已知数据点来估计其他位置的数值的数值分析方法。
它的基本思想是通过已知的数据点之间的关系来推断其他位置的数值，以实现对连续函数的逼近。
在Matlab中，可以利用interp1函数来进行一维插值计算，通过线性插值、多项式插值或样条插值等方法来得到函数在其他位置的近似值。
三、大量点的插值计算针对给定大量点的组合，我们需要考虑如何在Matlab中进行插值计算。
我们可以利用interp1函数来实现一维插值，但是对于大量点的情况，我们可能需要考虑使用更高级的插值方法，以提高计算的精度和效率。
在Matlab中，可以使用griata函数来进行多维插值计算，通过线性、立方体和三角形插值等方法来处理大量点的情况，从而得到函数在高维空间的逼近值。
四、个人观点和总结回顾在处理大量点的组合和插值计算时，Matlab提供了丰富的函数和工具，可以帮助我们高效地进行计算和分析。
通过对点的组合和插值法原理的深入理解，我们可以更好地利用Matlab来处理实际问题，并且在科学研究和工程实践中取得更好的效果。
了解如何在Matlab中给定大量点的组合用插值法计算函数结果，不仅有助于提高计算效率，还有助于提高对方法原理的理解和应用的灵活性。
matlab数据插值运算
matlab数据插值运算Matlab是一种强大的科学计算软件，用于数值计算、数据分析和可视化等应用。
在许多科研和工程项目中，我们经常需要对数据进行插值运算，以填补缺失值或对离散数据进行平滑处理。
本文将介绍如何使用Matlab进行数据插值运算。
数据插值是一种通过已知数据点来估计未知数据点的方法。
在Matlab中，有多种插值算法可以选择，包括线性插值、拉格朗日插值、样条插值等。
这些插值方法各有特点，根据不同的数据特征和需求，我们可以选择合适的插值算法。
我们需要准备好待插值的数据。
假设我们有一组离散的数据点，用来描述某个函数在一定范围内的取值情况。
为了方便演示，我们可以生成一组简单的数据点。
```Matlabx = 0:0.5:10;y = sin(x);```上述代码中，我们生成了一个从0到10的等间隔数据点，然后计算了对应的正弦函数值。
这样，我们就得到了一组离散的数据点。
接下来，我们可以使用Matlab提供的插值函数进行插值运算。
以线性插值为例，使用`interp1`函数可以实现对数据的线性插值。
```Matlabxi = 0:0.1:10;yi = interp1(x, y, xi, 'linear');```上述代码中，我们指定了插值的目标点`xi`，然后使用`interp1`函数对原始数据进行线性插值。
最后，我们得到了一组新的插值数据`yi`。
除了线性插值，Matlab还提供了其他插值方法，如拉格朗日插值和样条插值。
这些方法可以通过设置插值函数的参数来选择。
```Matlabyi = interp1(x, y, xi, 'spline');```上述代码中，我们使用`spline`参数来指定样条插值方法。
通过调整参数，我们可以根据数据的特点选择最合适的插值方法。
有时候我们还需要对插值结果进行进一步的平滑处理，以减少插值误差。
Matlab提供了一些平滑滤波函数，如`smoothdata`和`smooth`等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
表 １ 时间和费用数据表
项目 名称 分布 最小 最大 最可能 标准差 类型
设 时间 ＊ 正态 ２．５
６．７
４．５
０．７
计 费用 ＊＊ 三角 ２００ ５００ ３００
－
试 时间 均匀 ２．０
２．５
－
－
制 费用 正态 ３００ ４００ ３５０
４０
试 时间 均匀 ２．０
３．０
－
－
验 费用 常数 ５００ ５００
（北方工业大学理学院， 北京 １００１４４）
摘 要： 利用插值曲线， 即三次样条插值和立方插值法来比较分析随机网络评审法中两个随机变量之间的相关
性． 经分析表明， 立方插值不仅是分析相关性的实用曲线工具， 而且利用 Ｍａｔｌａｂ 所 构 造 的 函 数 有 足 够 的 光 滑 性 、平
顺性， 且图像在考察变量的相关性时具有直观性的优点， 因此对它的应用研究非常有价值．
同插值方法的误差， 其程序设计原理和思想为：
１） 几乎所有的计算机仿真过程， 都需要连续地
产生服从某些特定分布的随机数． 所谓随机数， 就
是从具有一定分布的随机变量的样本空间中随机
抽样时所取得的随机数值． 随机数发生器则指在计
算机上产生规定分布随机数流的算法． 最简单的方
法是利用 Ｍａｔｌａｂ 软件带有的随机数产生函数， 可以
直接调用这样 的函数产生 所需要的随 机数． Ｍａｔｌａｂ
提供了 ２０ 多种提供的随机数产生函数， 就可以直接产生满
足分布 Ｆ（ｘ）的随机数了， 而无需通过上面所述先求
出连续均匀分布的随机数， 再通过适当的方法得出
所求分布的随机数［１］． 所以这里的第一步是根据所
三次样条插值 ４５．９７４６
７９．５３７２
立方插值
２４．５７１７
３４．８４４６
极差 ９．３６６８ｅ＋００３
２１２．４５５９
当然， 还可以根据需要对上述程序的模拟次数 和步长进行修改， 就可任意提高精度， 从而能够更 好地了解各种参数在各点的数据．
从误差表 ２ 中可以看出， 立方插值法的平均绝 对 偏 差 、标 准 差 和 极 差 值 都 小 于 三 次 样 条 插 值 法 所 求出的相应数值， 所以说三次样条没有立方插值拟 合的效果好．
·４２·
山 西 大 同 大 学 学 报（自 然 科 学 版）
２００８ 年
ｐｌｏｔ（Ｔ， Ｃ， ＇ｏ＇， ｔｔ，Ｃ２，＇ ＊＇， ｔｔ， Ｃ３，＇－ ＇）；％ 作图 ａｘｉｓ（［ｍｉｎ（Ｔ） ｍａｘ（Ｔ） ｍｉｎ（Ｃ） ｍａｘ（Ｃ）］）； ｌｅｇｅｎｄ （＇ 原始数据 ＇ ，＇ 样条插值 ＇ ，＇ 立方 插 值 ＇）； ｘｌａｂｅｌ（＇ 完成时间 Ｔ＇）； ｙｌａｂｅｌ（＇ 所需费用 Ｃ＇）； ｍａｄ２＝ｍｅｄｉａｎ（ａｂｓ（Ｃ２－ ｍｅｄｉａｎ（Ｃ））） ｍａｄ３＝ｍｅｄｉａｎ（ａｂｓ（Ｃ３－ ｍｅｄｉａｎ（Ｃ））） ｓｔｄ２＝ｓｔｄ（Ｃ２） ｓｔｄ３＝ｓｔｄ（Ｃ３） ｒａｎ２＝ｒａｎｇｅ（Ｃ２） ｒａｎ３＝ｒａｎｇｅ（Ｃ３） 在这里我们将模拟计算次数设定为 ５００ 次， 运 行此命令后， 可得到如下的结果， 见表 ２．
给定的分布产生随机数．
由于时间的不确定性， 常用“三时估算”方法来
确定时间的期望值， 其公式为
ｔ ＝ （ａ ＋ ４ｍ ＋ ｂ） ／ ６，
（１）
式中， ａ 为最小时间； ｂ 为最大时间； ｍ 为最可能时间．
２） 以完成时间 Ｔ 为插值基础数据点， 这些插值
数据点是由（１）中所产生的随机数， 然后使插值结果
２００８ 年
张英俊等： 插值法在管理决策中的应用及其 Ｍａｔｌａｂ 实现
·４１·
果本企业不能率先拿出自己的新产品， 那么对本企 业在工业领域的声誉以及领先地位会带来严重的 损害． 其次， 哪个企业领先研制出新产品， 市场份额 的绝大部分将自动地转向生产新产品的企业． 企业 的决策者从已有情报估计出， 竞争企业的新产品将 在 １２ 个月内生产出来． 为了竞争， 本企业必须比对 方提前两个月生产出新产品， 才能在竞争中取胜． 企业的领导、决策者很想知道新产品能否在 １０ 个 月内投产， 成功的概率又有多大． 其次， 为了确定新 产 品 的 价 格 、要 求 估 计 出 新 产 品 在 整 个 设 计 、试 制、试验和生产过程的总费用． 根据以往的经验， 企 业的有关部门对于新产品完成时间和费用提供的 原始数据见表 １．
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｉｎｔｅｒ ｐｏｌａｔｉｏｎ ｉｎ Ｍａｎａｇｅｍｅｎｔ Ｄｅｃｉｓｉｏｎｓ
另外， 我们还可以利用插值法来拟合该试制阶 段 完成时间 Ｔ 和 所需费用 Ｃ 的频数直方 图 （图 １）． 在画出时间和费用的频数直方图时， 首先我们将区
图 １ 频数直方图
从图中可以看出采用三次样条插值和立方插值 来拟合频数直方图时， 两者相对于原始数据几乎没 有大的误差．
综上所述， 本文利用插值法对随机评审法中的 随机参数之间的相关性以及参数的直方图进行了 很好的分析， 其结果较为满意． 在数据插值的基础 上， 发挥了 Ｍａｔｌａｂ 在图形处理上的强大功能， 对插 值所得的数据进行分析， 以便更好地了解各参数随 某一主要参数变化而变化的趋势． 由于插值法计算 简单， 所构造的函数具有很好的数学特征， 而且能 满足一般实际问题的要求， 所以在实际问题中应用 十分广泛．
第 ２４ 卷第 ３ 期 ２００８ 年 ６ 月
山 西 大 同 大 学 学 报（自 然 科 学 版） Ｊｏｕｒｎａｌ ｏｆ Ｓｈａｎｘｉ Ｄａｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）
Ｖｏｌ．２４．Ｎｏ．３ Ｊｕｎ．２００８
插值法在管理决策中的应用及其 Ｍａ ｔｌａ ｂ 实现
张英俊， 孙大宁 ＊， 张亚娟
－
－
生 时间 三角 ５．５
８．０
６．０
－
产 费用 常数 ８０００ ８０００＊＊＊ －
－
注： ＊ 时间单位为月； ＊＊ 费用单位为万元／月； ＊＊＊８０００ 为 ８０００＋５００ 的变化．
尽管此问题属于网络决策方面的， 但是网络图 的绘制以及原式数据输入格式不是本文的研究对 象， 所以在此只进行整个系统的输出分析， 现在我 们来任意选择一个阶段 （如试制项目） 来加以分析． 要想知道该阶段相应时间上所对应的费用， 也即利 用插值曲线很好地直观分析两随机参数 Ｔ 和 Ｃ 之 间的相关性， 需要利用曲线法构造出时间和费用之 间关系的代数或图形概括， 从上述理论分析可知， 三次曲线具有优良的数学特征， 所以一般常常选择 三次曲线进行插值拟合， 因此在这里的关键是寻找 插值函数，但插值函数寻找相当复杂， 对于一般的工 程 人 员 很 难 完 成， Ｍａｔｈｗｏｒｋｓ 公 司 推 出 了 功 能 强 大 的数学计算软件 Ｍａｔｌａｂ， 它可以使源程序编写简单， 而且可以利用其强大的作图功能方便地拟合出光 滑曲线， 因此， 本文选取 Ｍａｔｌａｂ 语言作为计算语言． 另外， 三次曲线又可分为三次样条插值法和立方插
参考文献 ［１］黄明游， 李华山， 应福田， 等． 随机网络评审方法［Ｍ］． 北京： 学苑出版社， １９８９． ［２］任玉杰． 数值分析与 ＭＡＴＬＡＢ 实现［Ｍ］． 北京： 高等教育出版社， ２００７． ４２９－ ４５９． ［３］陈桂明， 威红雨， 潘伟． ＭＡＴＬＡＢ 数理统计（６．ｘ）［Ｍ］． 北京： 科学出版社， ２００２． ［４］许小勇， 钟太勇． 三次样条插值函数的构造与 Ｍａｔｌａｂ 实现［Ｊ］． 兵工自动化， ２００６， ２５（１１）： ７６－ ７８．
值法， 究竟选择哪一种比较合适呢？
一个好的预测方法应当使误差量最小， 并且是
无 偏 的 误 差， 为 此， 只 要 求 出 平 均 绝 对 误 差 、标 准
差 和 极 差 值［３］． 然 后 通 过 比 较 所 求 出 的 指 标 就 能 判
断出哪种方法最好．
１．２ 计算过程和结果
首 先， 在 Ｍａｔｌａｂ 环 境 下 编 写 Ｍ 文 件 来 计 算 不
关键词： 插值 Ｍａｔｌａｂ 程序 相关性
中图分类号： Ｏ２９； ＴＢ１１５
文献标识码： Ａ
文章编号：１６７４－ ０８７４（２００８）０３－ ００４０－ ０３
随机网络评审法是基于随机网络和计算机仿 真的一种随机型的定量评估方法， 它是以风险评审 技术（简称 ＶＥＲＴ）为基础的， ＶＥＲＴ 是一种计算机仿 真技术， 它把网络理论， 仿真原理和概率论综合起 来， 其特点之一就是在各种信息不完全， 不充分和 不肯定的情况下， 对各种工程系统和工程项目的发 展计划有关的时间 Ｔ （周期或工作量）， 费用 Ｃ （耗 费、成本或投入）， 功能 Ｐ （性能、效益或输出等）三种 指标来描述， 从而描述决策分析对象应达到的目标． 一般情况下， 在进行风险决策分析时为了有利于模 型的建立和使分析计算工作更快更有效， 我们需要 对网络中各个节点上相应随机参数的频数直方图 以及 ３ 个参数中任意两者之间的相关性进行分析． 在处理我国飞机预研计划这一课题发展起来的 ＳＮＳＳ 系统是采用 Ｆｏｒｔｒａｎ７７ 语言编写的［１］， 以卡片形 式进行输入输出的， 在输出直方图以及进行时间、 费 用 、效 益 三 者 中 任 两 者 之 间 相 互 关 系 的 计 算 上 不 是很直观、很简洁． 其实两个随机参数之间的这种 函数关系， 在数值分析中有许多的方法可以求得， 但 是 哪 种 方 法 能 更 直 观 、更 合 乎 实 际 地 给 出 反 映 这 种相关性的平滑曲线呢？ 本文所选的插值方法能够 较好地满足这一要求．
２ 应用举例
２．１ 资料说明 某企业的领导和管理者， 得知与其竞争的另一
企业正在研制一种新产品， 一旦这种新产品研制成 功， 将给另一企业带来销售市场上的绝对优势， 如
收稿日期： ２００８－ ０１－ １５ 作者简介： 张英俊（１９８２－ ）， 女， 山西平遥人， 在读硕士， 研究方向： 风险决策； ＊ 孙大宁， 男， 教授， 通讯作者．