模块2：插值汇总.docVIP

一维插值 拉格朗日插值 一维插值 分段线性插值 三次样条插值 最邻近插值 二维插值 分片线性插值 双线性插值 一维插值的定义 拉格朗日(Lagrange)插值 已知函数f(x)在n+1个点x0,x1,…,xn处的函数值为 y0,y1,…,yn 。求一n次多项式函数Pn(x)，使其满足： Pn(xi)=yi,i=0,1,…,n. 解决此问题的拉格朗日插值多项式公式如下 其中Li(x) 为n次多项式： 称为拉格朗日插值基函数。 两点一次(线性)插值多项式: 三点二次(抛物)插值多项式: 拉格朗日多项式插值的振荡现象叫 Runge现象 分段线性插值 例题：用分段线性插值法求插值,在[-6,6]中平均选取5/11/21/41个点作插值 x0=linspace(-6,6,100); y0=1./(1+x0.^2); x1=linspace(-6,6,41); y1=1./(1+x1.^2); plot(x0,y0,x1,y1,x1,y1,*,LineWidth,2.5); gtext(n=41); 定义： 三次样条插值 比分段线性插值更光滑， 在数学上，光滑程度的定量描述是：函数(曲线)的k阶导数存在且连续，则称该曲线具有k阶光滑性。光滑性的阶次越高，则越光滑。 例题1： 用三次样条插值选取11个基点计算插值 x0=linspace(-6,6,11); y0=1./(1+x0.^2); x1=linspace(-6,6,100); y1=interp1(x0,y0,x1,spline); y2=1./(1+x1.^2); plot(x0,y0,r-,x1,y1,b^,x1,y2,ks); gtext(y0); gtext(y1); gtext(y2); 例题2：在1-12的11小时内，每隔1小时测量一次温度，测得的温度依次为：5，8，9，15，25，29，31，30，22，25，27，24。试估计每隔1/10小时的温度值。 hour=1:12; temp=[5 8 9 15 25 29 31 30 22 25 27 24]; time=1:0.1:12; tp=interp1(hour,temp,time,spline); plot(hour,temp,r+,time,tp,b-,LineWidth,2.5); xlabel(时间); ylabel(温度变化); grid on legend(--hour,--temp,4); box on view(20,30); title(温度随时间的变化); zoom on; 二维插值 例1：测得平板表面3*5网格点处的温度分别为： 82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 试作出平板表面的温度分布曲面z=f(x,y)的图形。 1.先在三维坐标画出原始数据，画出粗糙的温度分布曲图. x=1:5; y=1:3; temps=[82 81 80 82 84;79 63 61 65 81;84 84 82 85 86]; mesh(x,y,temps) 2.以平滑数据,在x、y方向上每隔0.2个单位的地方进行插值. x=1:5; y=1:3; temps=[82 81 80 82 84;79 63 61 65 81;84 84 82 85 86]; mesh(x,y,temps) Pause xi=1:0.2:5; yi=1:0.2:3; zi=interp2(x,y,temps,xi,yi,lin