数据插值的matlab实现..docVIP

实验8 插值 实验目的： 1．了解插值的基本原理； 2．熟练掌握插值的Matlab实现； 3．会用插值方法解决一些实际问题。 实验内容： 在数学中，有时需要查表，如对数表。在具体查表时，需要的数据表中可能没有，这时一般可以先找出它相邻的数，再从表中查出其相应结果，然后按一定的关系把这些相邻的数以及它相应的结果加以修正，就可求出要查数的数据结果的近似值.这个修正关系就是一种插值. 在实践中，常常需要测量某些数据，但由于客观条件的限制，所测得的数据可能不够细密，满足不了实践的需要，这时便可以通过插值方法对数据进行加密处理。此外，对于给定的离散数据对，如果要找一个函数来近似描述其对应关系，常常也需要插值。 8.1 插值简介 《微积分》中，用函数描述一条平面曲线，但在实际问题中，此函数关系往往通过实验观测得到的一组数据给出，如表8-1。 表8-1 …… …… 怎样根据表8-1中的数据，找出自变量与因变量之间的关系的表达式？可以采用插值。 所谓插值，就是根据给定的数据表，寻找一个解析形式的函数，来近似地代替实际关系，并且满足。对于解析函数，可选择不同的类型，最常用的是代数多项式。不同的插值问题，构造插值多项式的方法有时也不相同，较为常用的有拉格朗日（Lagrange）插值、分段线性插值和样条插值。 8.2 一维插值的MATLAB实现 MATLAB中常用的一维插值指令为 interp1(x,y,cx,’method’) 其中，x，y分别表示数据点的横坐标和纵坐标向量；cx为待插值的横坐标数据向量，它不能超出x的范围；method为插值的使用方法，包括：nearest（最近邻点插值）、linear（线性插值）、spline（三次样条插值）和cubic（三次插值）。 例1 试用分段线性插值和三次样条插值分别对函数（）进行插值，并与实际曲线图比较。 解：假设已知给定曲线的初始节点为-5，且步长为1，则用分段线性插值和三次样条插值分别对其插值作图，相应程序如下： x0=-5:5;y0=1./(1+x0.^2); %产生节点（x0,y0) x=-5:0.1:5;y=1./(1+x.^2); %产生插值点x y2=interp1(x0,y0,x);figure(2),plot(x,y,b,x,y2,k:),grid %使用分段线性插值并作图 y3=interp1(x0,y0,x,spline);figure(3),plot(x,y,b,x,y3,k:),grid %使用三次样条插值并作图 运行得图形见图8.1和图8.2。 图8.1 分段线性插值与实际曲线比较图 图8.2 三次样条插值与实际曲线比较图 由图可见，分段线性插值与三次样条插值效果较好，而后者更好，其插值曲线与所给曲线几乎重合。此外需要注意的是，分段线性插值函数在节点处不可导，所以在实际应用时如果光滑程度要求较高，则应采用三次样条插值。 例2? 在一天24小时内,从零点开始每间隔2小时测得的环境温度为(摄氏度)?12,9,9,10,18,24,28,27,25,20,18,15,13,推测在每一秒时的温度.并利用不同的插值方法描绘温度曲线? ?键入：?x=0:2:24; y=[12 9 9 10 18 24 28 27 25 20 18 15 13];? xi=0:1/3600:24;?yi=interp1(x,y,xi,nearest);hold on plot(xi,yi,r); yi=interp1(x,y,xi,linear);plot(xi,yi,g); yi=interp1(x,y,xi,spline); plot(xi,yi,b); yi=interp1(x,y,xi,cubic); plot(xi,yi,y); ? 8.3 二维插值的MATLAB实现 对二维插值，MATLAB分别给出了针对插值基点为网格点的插值函数interp2和针对插值基点为散乱节点的插值函数griddata，其格式分别为 （1）?N维插值函数interpN（x,y,z,cx,cy, method） 其中N可以为2,3,…,如N=2为二维插值,调用格式为 ??zi=interp2(x,y,z,Xi,Yi,’method’)? 其中x,y为横纵坐标上的坐标点,{(x,y)}=mashgrid(x,y)生成平面网