学习课件教学课件PPT教案讲义MATLAB计算.pptVIP

第3章 MATLAB计算 3.1 方程组的求解 3.2 插值和拟合 3.3 函数的极值点 3.4 数值微积分 3.5 符号对象 3.6 符号微积分 3.7 符号方程的求解 3.2 插值和拟合 3.2.1 插值运算 插值技术能够从有限的数据中获取系统整体的状态 MATLAB提供的插值计算函数 1、一维插值运算 在MATLAB中实现一维插值的函数是interp1。 调用格式为：Yi=interp1(X,Y,Xi,method) X和Y为已知的原始数据，分别描述采样点和采样值 Xi为需要计算的插值点，是一个向量或标量 Yi是插值结果 method是插值方法，允许的取值有多种 若进行插值运算时，Xi的取值超过了X的范围，则需要进行外插值运算：Yi=interp1(X,Y,Xi,method,’extrap’) method常用的取值有 linear：线性插值。线性插值是默认的插值方法，它是把与插值点靠近的两个数据点用直线连接，然后在直线上选取对应插值点的数据。 nearest：最近点插值。根据已知插值点与已知数据点的远近程度进行插值。插值点优先选择较近的数据点进行插值操作。 cubic：3次多项式插值。根据已知数据求出一个3次多项式，然后根据该多项式进行插值。 spline：3次样条插值。3次样条插值是指在每个分段（子区间）内构造一个3次多项式，使其插值函数除满足插值条件外，还要求在各节点处具有光滑的条件。 例 一维插值函数示例 %INTERP_EX1 一维插值计算示例 %准备数据 x=0:10; y=cos(x); %插值点 xi=0:0.2:10; %进行插值运算 yin=interp1(x,y,xi,nearest); yic=interp1(x,y,xi,cubic); %绘制结果 plot(x,y,o,xi,yin,*,xi,yic) legend(origin,nesrest,cubic) title(一维插值计算示例) 例子：用不同的插值方法计算sinx在π/2点的值 X=0:0.2:pi;Y=sin(X); %给出X、Y interp1(X,Y,pi/2) %用默认的方法计算sin(π/2) ans = 0.9975 interp1(X,Y,pi/2,‘nearest’) %用最近点插值方法计算sin(π/2) ans = 0.9996 interp1(X,Y,pi/2,‘linear’) %用线性插值方法计算sin(π/2) ans = 0.9975 interp1(X,Y,pi/2,‘spline’) %用3次样条插值方法计算sin(π/2) ans = 1.0000 interp1(X,Y,pi/2,‘cubic’) %用3次多项式插值方法计算sin(π/2) ans = 0.9992 在MATLAB中实现二维插值的函数是interp2。 调用格式为：Zi=interp2(X,Y,Z,Xi,Yi,method) X和Y为原始数据，是两个等长的已知向量，分别描述两个参数的采样点 Z是与参数采样点对应的函数值 Xi ，Yi是两个向量或标量，描述欲插值的点 Zi是根据相应的插值方法得到的插值结果 method是插值方法，允许的取值有多种，与一维插值函数相同 X，Y，Z也可以是矩阵的形式 若进行插值运算时，Xi的取值超过了X的范围，则需要进行外插值运算：Zi=interp2(X,Y,Z,Xi,Yi,method,’extrap’) 3.2.2 曲线拟合 1、 回归法曲线拟合 2、 多项式曲线拟合 在MATLAB中进行多项式拟合主要使用的函数有 polyfit：用来进行拟合计算 P=polyfit(x,y,n) x和y为参与曲线拟合的原始数据，n为进行拟合计算的多项式次数，函数的返回值是多项式的系数，即函数的运算结果为多项式的系数向量。 polyval：用来计算多项式的数值 y=polyval(p,x) p为多项式的系数，x是变量的数值，得到的结果就是函数的数值向量。 * 3.2.1 插值运算 3.2.2 曲线拟合 分段多项式的细节 unmkpp 二维数据网格的表面数据插值 griddata 三次杨条插值 spline 使用FFT算法的一维插值 interpft 计算分段多项式的数值 ppval N维插值（数值查表） interpn 分段的厄密多项式 pchip 三维插值（数值查表） interp3 产生分段多项式 mkpp 二维插值（数值查表） interp2 多维数据网格的超表面数据插值 griddatan 一维快速插值（数值查表） interp1q 三维数据网格的超表面数据插值 griddata3 一维插值（数值查表） interp1 说明 函数 说明 函数