插值、拟合与MATLAB编程.docVIP

插值、拟合与MATLAB编程

相关知识

在生产和科学实验中，自变量与因变量间的函数关系有时不能写出解析表达式，而只能得到函数在若干点的函数值或导数值，或者表达式过于复杂而需要较大的计算量。当要求知道其它点的函数值时，需要估计函数值在该点的值。

为了完成这样的任务，需要构造一个比较简单的函数，使函数在观测点的值等于已知的值，或使函数在该点的导数值等于已知的值，寻找这样的函数有很多方法。根据测量数据的类型有以下两类处理观测数据的方法。

（1）测量值是准确的，没有误差，一般用插值。

（2）测量值与真实值有误差，一般用曲线拟合。

在MATLAB中，无论是插值还是拟合，都有相应的函数来处理。

一、插 值

1、一维插值：

已知离散点上的数据集，即已知在点集X=上的函数值Y=，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。

MATLAB命令：yi=interp1(X,Y,xi,method)

该命令用指定的算法找出一个一元函数，然后以给出处的值。xi可以是一个标量，也可以是一个向量，是向量时，必须单调，method可以下列方法之一：

‘nearest’：最近邻点插值，直接完成计算；

‘spline’：三次样条函数插值；

‘linear’：线性插值（缺省方式），直接完成计算；

‘cubic’：三次函数插值；

对于[min{xi},max{xi}]外的值，MATLAB使用外推的方法计算数值。

例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)

x=1900:2010;

y=interp1(year,product,x,cubic);

plot(year,product,o,x,y);

计算结果为：p1995=252.9885。

?

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

subplot(1,2,1)

mesh(x,y,t)

x1=1:0.1:6;

y1=1:0.1:4;

[x2,y2]=meshgrid(x1,y1);

t1=interp2(x,y,t,x2,y2,cubic);

subplot(1,2,2)

mesh(x1,y1,t1);

结果如右图。

作业：已知某处山区地形选点测量坐标数据为：

x=00.511.522.533.544.55

y=00.511.522.533.544.555.56

海拔高度数据为：

z=8990878592919693908782

9296989995918986848284

9698959290888584838185

8081828995969392898686

8285879899969788858283

8285899495939291868488

8892939495898786838192

9296979896939584828184

8585818280808185909395

8486819899989796958487

8081858283848790958688

8082818485868382818082

8788899899979698949287

画出原始数据图;

画出加密后的地貌图，并在图中标出原始数据。

二、拟合

曲线拟合

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）使在原离散点上尽可能接近给定的值，这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法，该方法是寻找函数使得最小。

MATLAB函数：p=polyfit(x