MATLAB_插值拟合数值积分.pptVIP

插值、拟合与数值积分 已知数据： 例3：已知某处山区地形选点测量坐标数据为： x=0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 y=0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 海拔高度数据为： z=89 90 87 85 92 91 96 93 90 87 82 92 96 98 99 95 91 89 86 84 82 84 96 98 95 92 90 88 85 84 83 81 85 80 81 82 89 95 96 93 92 89 86 86 82 85 87 98 99 96 97 88 85 82 83 82 85 89 94 95 93 92 91 86 84 88 88 92 93 94 95 89 87 86 83 81 92 92 96 97 98 96 93 95 84 82 81 84 85 85 81 82 80 80 81 85 90 93 95 84 86 81 98 99 98 97 96 95 84 87 80 81 85 82 83 84 87 90 95 86 88 80 82 81 84 85 86 83 82 81 80 82 87 88 89 98 99 97 96 98 94 92 87 请对数据插值加密形成地貌图。 x=0:.5:5; y=0:.5:6; z=[89 90 87 85 92 91 96 93 90 87 82 92 96 98 99 95 91 89 86 84 82 84 96 98 95 92 90 88 85 84 83 81 85 80 81 82 89 95 96 93 92 89 86 86 82 85 87 98 99 96 97 88 85 82 83 82 85 89 94 95 93 92 91 86 84 88 88 92 93 94 95 89 87 86 83 81 92 92 96 97 98 96 93 95 84 82 81 84 85 85 81 82 80 80 81 85 90 93 95 84 86 81 98 99 98 97 96 95 84 87 80 81 85 82 83 84 87 90 95 86 88 80 82 81 84 85 86 83 82 81 80 82 87 88 89 98 99 97 96 98 94 92 87]; mesh(x,y,z) %绘原始数据图 xi=linspace(0,5,50); %加密横坐标数据到50个 yi=linspace(0,6,80); %加密纵坐标数据到60个 [xii,yii]=meshgrid(xi,yi); %生成网格数据 zii=interp2(x,y,z,xii,yii,cubic); %插值 mesh(xii,yii,zii) %加密后的地貌图 hold on % 保持图形 [xx,yy]=meshgrid(x,y); %生成网格数据 plot3(xx,yy,z+0.1,ob) %原始数据用‘O’绘出 1） 直线拟合 假设所给数据点 i=1,2,……N的分布大致成一条直线，虽然我们并不要求所作的拟合直线严格地通过所有的数据点 ，但总希望它尽可能地从所给数据点附近通过。这里，数据点数目通常远大于待定系数的数目即N2，因此，拟合直线的构造，本质上是个解超定方程组的代数问题。 设　　　 i=1,2,……N表示按拟合直线 求得的近似值，一般地说，它不同于实测值，两者之差 称为残差。显然，残差的大小是衡量拟合好坏的重要标志，具体地说，我们可以采用下列三种准则： 使残差的最大绝对值为最小： 使残差的绝对值之和最小： 使残差的平方和为最小： 分析以上三种准则，（1） 、（2）两种提法比较自然，但由于含有绝对值运算不方便于实际应用，而基于（3）来选取拟合曲线的方法称曲线拟合的最小二乘法。 有时候所给出数据点用直线拟合不合适，这时可考虑用多项式拟合。多项式拟合在工程应用及科研工作中都得到了广泛的应用。 曲线拟合用数学语言描述如下：  对于给定的一组数据 ， ， 寻求多项式  使总误差 为最小。 Matlab中的拟合函数为： 1）polyfit：拟合 Polyfit(x,y,n) x,y为拟合数据，n为