试验33线性插值与曲面插值.doc

实验3.3 线性插值与曲面插值 实验目的 掌握曲线插值与曲面插值的Matlab命令；. 在生产和科学实验中，自变量x与因变量y的函数关系式y = f(x)有时不能直接写出，而只能得到函数在若干个点的函数值或导数值。当要求观测点之外的函数值时，就需要估计函数在该点的值。 插值法是函数逼近的重要方法之一，有着广泛的应用。插值法有很多种,其中以拉格朗日(Lagrange)插值和牛顿(Newton)插值为代表的多项式插值最有特点,常用的插值还有Hermit插值,分段插值和样条插值. 曲线拟合的常用方法是曲线拟合的最小二乘法。（我们将在第五章介绍） 实验内容 1、一维插值----曲线插值 已知离散点上的数据集，找出一个解析函数连接自变量相邻的两个点，并求得两点间的数值，这一过程叫插值。 命令1 yi=interp1(X,Y,xi,method) %在离散点集[X,Y]内求出对应于xi的插值点yi 说明：该命令用指定的算法对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。各个参量之间的关系如图3.4。 图3.4 数据点与插值点关系示意图 常用的插值方法（method）有: ’nearest’：最近邻点插值，直接完成计算； ’linear’：线性插值（缺省方式），直接完成计算； ’spline’：三次样条函数插值。对于该方法，命令interp1调用函数spline、ppval、mkpp、umkpp。这些命令生成一系列用于分段多项式操作的函数。命令spline用它们执行三次样条函数插值； ’pchip’：分段三次Hermite插值。对于该方法，命令interp1调用函数pchip，用于对向量x与y执行分段三次内插值。该方法保留单调性与数据的外形； ’cubic’：与’pchip’操作相同； ’v5cubic’：在MATLAB 5.0中的三次插值。 对于超出x范围的xi的分量，使用’nearest’、’linear’、’v5cubic’的插值算法，相应地将返回NaN。对其他的方法，interp1将对超出的分量执行外插值算法。 命令2 yi = interp1(x,Y,xi,method,extrap) %对于超出x范围的xi中的分量将执行特殊的外插值法extrap。 yi = interp1(x,Y,xi,method,extrapval) %确定超出x范围的xi中的分量的外插值extrapval，其值通常取NaN或0。 注意：自变量必须是单调的。 【例题3.13】根据某企业历史记录以及2010年的计划产量如表3.2,现在需要了解1995年的产量。 表3.2 年份 产量 年份 产量 1900 75.995 1960 179.323 1910 91.972 1970 203.212 1920 105.711 1980 226.505 1930 123.203 1990 249.633 1940 131.669 2000 256.344 1950 150.697 2010 267.893 解：在MATLAB命令窗口或M文件中输入： year = 1900:10:2010; product = [75.995 91.972 105.711 123.203 131.669 150.697 179.323 203.212 226.505 249.633 256.344 267.893 ]; p1995 = interp1(year,product,1995) x = 1900:3:2010; %将年代按照每年一个插值点划分 y = interp1(year,product,x,pchip); %计算插值函数 plot(year,product,o,x,y) 插值结果为：p1995 =252.9885 插值图形为图3.3。 图3.3 离散数据的一维插值图 2、二维插值----曲面插值 格式 ZI = interp2(X,Y,Z,XI,YI,method) %用指定的算法method计算二维插值 说明：返回矩阵ZI，其元素对应于参量XI与YI（可以是向量、或同型矩阵）的元素。用户可以输入行向量和列向量Xi与Yi，此时，输出向量Zi与矩阵meshgrid(xi,yi)是同型的。参量X与Y必须是单调的，且相同的划分格式，就像由命令meshgrid生成的一样。若Xi与Yi中有在X与Y范围之外的点，则相应地返回nan（Not a Number）。 常用的插值方法（method）有: ’linear’：双线性插值算法（缺省算法）； ’nearest’：最临近插值； ’spline’：三次样条插值； ’cubic’：双三次插值。 【例题3.14】：