插值数据函数实例讲解学习..docxVIP

插值数据函数实例讲解学习一、interp1：格式：=interp1例：给出等不同的数据，求出对应的。00.10.1950.30.4010.50.398490.396950.391420.381380.368120.352061，=interp1=interp1是简单的线性插值，即将对应的点一一与图形上的位子对应起来，然后连接各自对应点，即的所对应的点，本例题令=0.35，求出=0.3748。 一维数据插值 1 2，用指定算法计算插值。=interp1:（1）‘nearest’：最近邻点插值，直接完成计算；即最靠近给定的的最近的点，即。同样选取=0.35，得0.3814 一维数据插值 2（2）‘linear’：线性插值（缺省方式），直接完成计算；此与1相同，（3）‘spline’：三次样条函数插值。即针对每个相邻两个分别建立不同三次多项式，且要求每个节点上连续，即关于三次样条函数这里不细描述，（文章最后有关于三次样条函数的具体讲解）会用即可。选取=0.35，得=0.3752 一维数据插值 3 （4）‘pchip’：分段三次Hermite 插值。同样需满足但其根据节点建立的函数为：该方法保留单调性与数据的外形； 一维数据插值 4（5）‘cubic’：与’pchip’操作相同；cubic是立方插值，而spline是三次样条插值。spline的要求要比cubic的要求更高一点,效果也更好一点。（6）‘v5cubic’：在MATLAB 5.0 中的三次插值。（我不会）二、interp2：格式：=interp2（）例： 在一丘陵地带测量高程，x和 y 方向每隔100米测一个点，得高程如表1，试插 值一曲面，确定合适的模型。表格 1 1002003004005001006366976244784502006987126304784203006806745984124004006626265523343101，=interp2（）：与=interp1一样的原理，只不过是将二维运算换成三维运算而已，都是线性运算。选取，，得。二维数据插值 12，用指定算法计算插值。=interp2（）linear：双线性插值算法（缺省算法），与1想同。nearest：最临近插值；与一，2，（1）原理相同，选取，，得 二维数据插值 2spline：三次样条插值；与一，2，（3）原理相同，选取，，得=713.5273 二维数据插值 3（4）cubic：双三次插值（立方插值）。与一，2，（3）原理相同，选取，，得=708.2500 二维数据插值 4lagrane插值法例：根据给出等不同的数据，用lagrane插值法求出对应的。24681003541lagrane插值多项式表示令=3，求出=1.3828。 lagrange插值 newton（牛顿）插值法例题，我们就用与拉格朗日插值法相同的例题。newton（牛顿）插值法函数表示为：令=3，求出=1.3828。 newton插值代码：一维数据插值 1 x=[0.0 0.1 0.195 0.3 0.401 0.5];y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206];yi=interp1(x,y,0.35)plot(x,y,-kd)hold on plot(0.35,yi,o)一维数据插值 2x=[0.0 0.1 0.195 0.3 0.401 0.5];y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206];yi=interp1(x,y,0.35,nearest)plot(x,y,-kd)hold on plot(0.35,yi,kd) 一维数据插值 3 x=[0.0 0.1 0.195 0.3 0.401 0.5];y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206];xi=0:0.001:0.5;x1=0.35;yi=interp1(x,y,xi,spline);y1=interp1(x,y,x1,spline)plot(x,y,o,xi,yi,-k)hold onplot(x1,y1,rd一维数据插值 4x=[0.0 0.1 0.195 0.3 0.401 0.5];y=[0.39849 0.39695 0.39142 0.38138 0.36812 0.35206];xi=0:0.001:0.5;x1=0.35;yi=interp1(x,y,xi,pchip);y1=interp1(x,y,x1,pchip)plot(x,y,o,x1,y1,rd,xi,yi,-k)二维数据插值1x=100:100:500;y=100:100:400;z=[636 6