插值和拟合讲义.pptVIP

3.3.3 应用示例例5 温度预测问题在12小时内，每隔1小时测量一次温度，详细数据如下：（1）试分别用线性插值、三次样条插值估计在3.2、6.5、7.1、11.7h的温度值，用三次样条插值法每隔0.1h估计一次温度值并画出其图形.（2）用多项式拟合，估计在3.2、6.5、7.1、11.7h的温度值. 问题分析： 已知一组数据，要估计插值点的值，既可以用插值法，也可以用数据拟合法，拟合出函数关系式，再求给定点的函数值（拟合值）.模型求解： 插值方法： 分别利用线性插值和三次样条方法估计, 编辑Matlab程序如下t=[1 2 3 4 5 6 7 8 9 10 11 12];T=[5 8 9 15 25 29 31 30 22 25 27 24];t0=[3.2 6.5 7.1 11.7];T0=interp1(t,T,t0,‘linear’)T1=interp1(t,T,t0,‘spline’)t1=1:0.1:12;T2=interp1(t,T,t1,‘spline’); plot(t,T,‘x’);hold onplot(t1,T2,‘-’);legend(‘观测值’,‘拟合值’);xlabel(‘时间’);ylabel(‘温度’);运行结果为：T0 =10.2000 30.0000 30.9000 24.9000T1 =9.6734 30.0427 31.1755 25.3820每隔0.1h估计一次温度值并作图结果见图3-4 （2）用三次多项式拟合，编程如下：t=[1 2 3 4 5 6 7 8 9 10 11 12];T=[5 8 9 15 25 29 31 30 22 25 27 24];plot(t,T,*);hold onp=polyfit(t,T,3); % 求三次拟合多项式的系数t0=[3.2 6.5 7.1 11.7]; % 插值点T0=polyval(p,t0) % 利用所求三次多项式，估计在插值点的值 plot(t0,T0,x); % 绘制观测点散点图hold ont1=1:0.1:12;T2=polyval(p,t1); plot(t1,T2,‘-’) %T0为拟合值title(‘三次多项式拟合’)legend(‘观测值’,‘拟合值’,‘拟合曲线’)xlabel(‘时间’)ylabel(‘温度’)运行结果得，利用三次多项式拟合在3.2、6.5、7.1、11.7h的估计值为： T0=14.8017 26.2500 27.3088 23.6551输出图形如图3-5所示。 例 6 土豆产量与化肥的关系在农业生产试验研究中，对某地区土豆的产量与化肥的关系做了一实验，得到了氮肥、磷肥的施肥量与土豆产量的对应关系如下表：根据上表数据分别给出土豆产量与氮、磷肥的关系式. 问题分析：??首先画出土豆产量与氮施肥量的散点图，见图3-6.从图3-6可以看出，土豆产量与氮肥量的关系是二次函数关系，因此可选取拟合函数为： 其中x和y分别为氮肥施肥量和土豆产量，a,b,c为待定系数. 再画出磷肥量与土豆产量的散点图，见图3-7.从图3-7可以看出：当磷肥施肥量每公顷达到达到100公斤左右时，两侧曲线分别呈明显的线性关系.由此可选取分段的线性函数作为近似函数，即用 的观测点作一线性拟合函数，再用 的点作一线性拟合函数，最后用两个线性函数求出其分界点即可得分段线性函数. 模型求解：（1）调用多项式拟合函数p= polyfit (x, y, n)及求值函数y= polyval(p, x)，编程如下：x=[0 34 67 101 135 202 259 336 404 471];y=[15.18 21.36 25.72 32.29 34.03 39.45 43.15 43.46 40.83 30.75];p=polyfit(x,y,2)y0=polyval(p,x);plot(x,y,x,x,y0,-k)legend(观测值,拟合值)xlabel(氮肥施肥量(Kg/ha))ylabel(土豆产量(Kg))title(土豆产量与氮肥施肥量的二次多项式拟合) 运行该程序得到拟合二次多项式的系数为p=-0.0003 0.1971 14.7416即所求拟合函数为土豆产量与氮肥量的拟合数据与实验数据的比较，如图3-8. （2）调用线性拟合函数A=regress(