数学实验 课件 第11、12章 插值与拟合实验、 Hill密码与解密.pptx

11.1插值

测量数据的数据量较小并且数据值是准确的，或者基本没有误差，这时我们一般用插值的方法来解决问题．11.1.1一维插值已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）．通过这些点，并能够求出这些点之间的值，这一过程称为一维插值．完成这一过程可以有多种方法，MATLAB提供interp1函数，这个函数的调用格式为：vq=interp1(x,v,xq,method)

该命令用指定的算法找出一个一元函数v=f(x)，然后以f(x)给出xq处的值.xq可以是一个标量，也可以是一个向量，是向量时，必须单调，method可以是下列方法之一：linear：分段线性插值（默认方式）；nearest：最邻近插值；cubic：分段三次Hermite函数插值;spline：三次样条插值.

例11.1已知某产品从1900年到2010年每隔10年的产量为75.995,91.972,105.711,123.203,131.699,150.697,179.323,203.212,226.505,249.633,256.344,267.893，计算出1995年的产量，用三次样条插值的方法，画出每隔一年的插值曲线图形，同时将原始的数据画在同一图上．

解程序如下year=1900:10:2010;product=[75.995,91.972,105.711,123.203,131.699,150.697,179.323,203.212,226.505,249.633,256.344,267.893]p1995=interp1(year,product,1995,spline)x=1900:2010;y=interp1(year,product,x,spline);plot(year,product,o,x,y);计算结果为p1995=254.4043，图形如图11-1a所示.图11-1a三次样条插值

如果用线性插值，则程序的后四行改为：p1995=interp1(year,product,1995,linear)x=1900:2010;y=interp1(year,product,x,linear);plot(year,product,o,x,y);计算结果为p1995=252.9885，图形如图11-1b所示.图11-1b线性插值这两种计算方法得到的数据有微小的差异，这种差异我们从两个图形上也能够看到，主要表现在节点（那些绘制成圆点的点）的附近.前者是光滑的，后者有角点出现.

例11.2某日测得从零点开始每隔2小时的环境温度数据如下（℃）：9，10，10，12，20，26，30，29，27，22，20，14，8请推测早上11点的温度，并画出这一天的温度曲线.解x=0:2:24;y=[910101220263029272220148];y1=interp1(x,y,11,spline)y1=28.4833可推测出早上11点的温度是28.48℃.

xi=linspace(0,24,100);yi=interp1(x,y,xi,spline);plot(x,y,o,xi,yi,-)得到这一天的温度曲线，见图11-2，圆圈为插值点，折线为三次样条曲线.图11-2温度曲线

11.1.2二维插值已知离散点上的数据集，即已知在点集,上的函数值，构造一个解析函数（其图形为一曲面）.通过这些点，并能够求出这些已知点以外的点的函数值，这一过程称为二维插值.MATLAB利用interp2和griddata函数进行插值.

1.二维网格数据的插值问题Zi=interp2(X,Y,Z,Xi,Yi,method)该命令用指定的算法找出一个二元