MATLAB水塔用水量的估计-插值.pptVIP

（3）用水高峰的比较：实际与模型之间相差无几。 实际用水高峰：近似地用差商最大值点为t=11，即上午11点钟左右； 模型得到的用水高峰：由模型得到的用水率函数依次在单位区间上积分或者直接找出用水率函数f (t)的最大值点，它们都在t=11左右。 4．模型的稳定性分析与检验 返 回 二维插值的提法 已知 m?n个节点 (xi, xj, zij) ( i=1, 2, …,m; j=1, 2, …, n ) 其中xi, yj互不相同，不妨设 a=x1x2…xm=b c=y1y2…yn=d 求任一插值点(x*, y*) ( ≠(xi, yj) )处的插值Z* 第一种（网格节点） 插值的基本原理 第二种（散乱节点） 已知n个节点 其中 互不相同， 求任一插值点 处的插值 二维插值的提法 二维插值方法 网格节点插值法： 最邻近插值； 分片线性插值; 双线性插值； 双三次插值。 散点数据插值法： 修正Shephard法 用MATLAB作插值计算 网格节点的插值计算； 散点数据的插值计算； 用MATLAB作插值计算小结 例：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。 网格节点数据的插值 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? x y Method可取： ‘nearest’ 最邻近插值；‘linear’ 双线性插值； ‘cubic’ 双三次插值；缺省时, 双线性插值。 二维插值:已有程序 z=interp2(x0,y0,z0,x,y,’method’) 被插值点 插值方法 插值节点 被插值点的函数值 网格节点数据的插值 注意：x0,y0为向量，但z0是矩阵，其列数等于x0的长度，行数等于y0的长度。 width=1:5; depth=1:3; temps=[82 81 80 82 84;79 63 61… 65 81;84 84 82 85 86]; mesh(width,depth,temps);pause di=1:.1:3;di=di; wi=1:.1:5; zlin=interp2(width,depth,temps,… wi,di,linear); figure(2); mesh(wi,di,zlin); M文件wenduqm.m 加密数据点 xlabel(Width of Plate), ylabel(Depth of Plate) zlabel(Degrees Celsius), axis(ij),grid, pause; zlin=interp2(width,depth,temps,wi,di,… cubic); figure(3); mesh(wi,di,zlin) xlabel(Width of Plate), ylabel(Depth of Plate) zlabel(Degrees Celsius), axis(ij),grid 用MATLAB作散点数据的插值计算 注意：x0,y0,z0均为向量，长度相等。 Method可取‘nearest’,’linear’,’cubic’,’v4’; ‘linear’是缺省值。 z=griddata(x0,y0,z0,x,y,’method’) 被插值点 插值节点 被插值点的函数值 * x0=linspace(-5,5,11); y0=1./(1+x0.^2); x=linspace(-5,5,100); y=interp