matlab4插值与拟合.docVIP

1. 多项式拟合 x0=0:0.1:1； y0=[-.447 1.978 3.11 5.25 5.02 4.66 4.01 4.58 3.45 5.35 9.22]; p=polyfit(x0,y0,3) p = 56.6915 -87.1174 40.0070 -0.9043 poly2str(p,x) xx=0:0.01:1; yy=polyval(p,xx); plot(xx,yy,-b,x0,y0,or) 2.插值 插值的定义——是对某些集合给定的数据点之间函数的估值方法。 当不能很快地求出所需中间点的函数时，插值是一个非常有价值的工具。 Matlab提供了一维、二维、 三次样条等许多插值选择 table1 —— table2 —— intep1 —— interp2 —— spline —— 利用已知点确定未知点 粗糙—— 精确 集合大的—— 简化的 二维数据插值 在MATLAB中，提供了解决二维插值问题的函数interp2，其调用格式为： Z1=interp2(X,Y,Z,X1,Y1,method) 其中X,Y是两个向量，分别描述两个参数的采样点，Z是与参数采样点对应的函数值，X1,Y1是两个向量或标量，描述欲插值的点。Z1是根据相应的插值方法得到的插值结果。 method的取值与一维插值函数相同。X,Y,Z也可以是矩阵形式。 同样，X1,Y1的取值范围不能超出X,Y的给定范围，否则，会给出“NaN”错误，若X维数为1*n, Y维数为1*m,则Z的维数必须是m*n. 例如1某实验对一根长10米的钢轨进行热源的温度传播测试。用x表示测量点0:2.5:10(米)，用h表示测量时间0:30:60(秒)，用T表示测试所得各点的温度(℃)。试用线性插值求出在一分钟内每隔20秒、钢轨每隔1米处的温度TI。 命令如下： x=0:2.5:10; h=[0:30:60]; T=[95,14,0,0,0;88,48,32,12,6;67,64,54,48,41]; xi=[0:10]; hi=[0:20:60]; TI=interp2(x,h,T,xi,hi) mesh(xi,hi,TI) surfc(x,h,T) 例2 某观测站测得某日6:00时至18:00时之间每隔2小时的室内外温度(℃)，用3次样条插值分别求得该日室内外6:30至17:30时之间每隔2小时各点的近似温度(℃)。 设时间变量h为一行向量，温度变量t为一个两列矩阵，其中第一列存放室内温度，第二列储存室外温度。命令如下： h =6:2:18; t=[18,20,22,25,30,28,24;15,19,24,28,34,32,30]; XI =6.5:2:17.5 YI=interp1(h,t,XI,‘spline’) %用3次样条插值计算 3.曲线拟合 在MATLAB中，用polyfit函数来求得最小二乘拟合多项式的系数，再用polyval函数按所得的多项式计算所给出的点上的函数近似值。 polyfit函数的调用格式为： [P,S]=polyfit(X,Y,m) 函数根据采样点X和采样点函数值Y，产生一个m次多项式P及其在采样点的误差向量S。其中X,Y是两个等长的向量，P是一个长度为m+1的向量，P的元素为多项式系数。 polyval函数的功能是按多项式的系数计算x点多项式的值，将在6.5.3节中详细介绍。 已知数据表[t,y]，试求2次拟合多项式p(t)，然后求ti=1,1.5,2,2.5,…,9.5,10各点的函数近似值。 为了完成这样的任务，需要构造一个比较简单的函数 ，使函数在观测点的值等于已知的值，或使函数在该点的导数值等于已知的值，寻找这样的函数 有很多方法。根据测量数据的类型有以下两类处理观测数据的方法。 （1）测量值是准确的，没有误差，一般用插值。 （2）测量值与真实值有误差，一般用曲线拟合。 在MATLAB中，无论是插值还是拟合，都有相应的函数来处理。 一、插??????? 值 1、一维插值： 已知离散点上的数据集 ，即已知在点集X= 上的函数值Y= ，构造一个解析函数（其图形为一曲线）通过这些点，并能够求出这些点之间的值，这一过程称为一维插值。 MATLAB命令：yi=interp1(X, Y, xi, method) 该命令用指定的算法找出一个一元函数 ，然后以 给出 处的值。xi可以是一个标量，也可以是一个向量，是向量时，必须单调，method可以下列方法之一： ‘nearest’：最近邻点插值，直接完成计算；????????? ‘spline’：三次样条函数插值； ‘linear’：线性插值（缺省方式），直接完成计算；??? ‘cubic’：三次函数插值； 对于[min{xi},max{xi}]