matlab软件拟合与插值运算实验报告.docVIP

实验6 数据拟合插值 一． 实验目的 学会MATLAB软件中软件拟合与插值运算的方法。 二． 实验内容与要求 在生产和科学实验中，自变量x与因变量y=f(x)的关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值。当要求知道观测点之外的函数值时，需要估计函数值在该点的值。 要根据观测点的值，构造一个比较简单的函数y=t (x),使函数在观测点的值等于已知的数值或导数值，寻找这样的函数t(x),办法是很多的。 根据测量数据的类型有如下两种处理观测数据的方法。 测量值是准确的，没有误差，一般用插值。 测量值与真实值有误差，一般用曲线拟合。 MATLAB中提供了众多的数据处理命令，有插值命令，拟合命令。 1.曲线拟合 x=[0.5,1.0,1.5,2.0,2.5,3.0]; y=[1.75,2.45,3.81,4.80,7.00,8.60]; p=polyfit (x,y,2); x1=0.5:0.05:3.0; y1=polyval(p,x1 ); plot(x,y,*r,x1,y1,-b) 一维插值 year=[1900,1910,1920,1930,1940,1990,2000,2010]; product = [75.995,91.972,105.711,123.203,131.669,249.633,256.344,267.893 ]; p2005=interp1(year,product,2005) p2005 = 262.1185 y= interp1(year,product,x, cubic); plot(year,product,o,x,y) 3.二维插值 years=1950:10:1990; service=10:10:30; wage=[150.697,199.592,187.625;179.323,195.072,250.287;203.212,179.092,322.767;226.505,153.706,426.730;249.636,120.281,598.243]; w=interp2(service,years,wage,15,1975) w = 190.6288 [例1.98] x=1:6;y=1:4; t=[12,10,11,11,13,15;16,22,28,35,27,20;18,21,26,32,28,25;20,25,30,33,32,30]; subplot(1,2,1) mesh(x,y,t) x1=1:0.1:6; y1=1:0.1:4; [x2,y2]=meshgrid(x1,y1); t1=interp2(x,y,t,x2,y2,cubic); subplot(1,2,2) mesh(x1,y1,t1) 三,练习与思考 1）已知x=[1.2,1.8,2.1,2.4,2.6,3.0,3.3],y=[4.85,5.2,5.6,6.2,6.5,7.0,7.5],求对x和y进行6阶多项式拟合的系数. x=[1.2,1.8,2.1,2.4,2.6,3.0,3.3]; y=[4.85,5.2,5.6,6.2,6.5,7.0,7.5]; p=polyfit(x,y,6) p = -2.0107 29.0005 -170.6763 523.2180 -878.3092 763.9307 -263.4667 x1=0.5:0.05:3.0; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 分别用2,3,4,5阶多项式来逼近[0,3]上的正弦函数sin x,并做出拟合曲线及sin x函数曲线图,了解多项式的逼近程度和有效拟合区间随多项式的阶数有何变化. （2） 2阶： x=0:0.01:3; y=sin(x); p=polyfit(x,y,2); x1=0:0.01:3; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 3阶： p=polyfit(x,y,3); x1=0:0.01:3; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 4阶： p=polyfit(x,y,4); x1=0:0.01:3; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 5阶： p=polyfit(x,y,5); x1=0:0.01:3; y1=polyval(p,x1); plot(x,y,*r,x1,y1,-b) 已知x=[0.1,0.8,1.3,1.9,2.5,3.1],y=[1.2,1.6,2.7,2.0,1.3,0.5],用不