用matlab实现多项式插值与三次样条插值

佛山科学技术学院实 验 报 告课程名称 数值分析 实验项目 插值法与数据拟合 专业班级 机械工程 姓 名 余红杰 学 号 10 指导教师 陈剑 成 绩 日 期 月 日一、实验目的1、学会Lagrange 插值、牛顿插值和三次样条插值等基本插值方法；2、讨论插值的Runge 现象3、学会Matlab 提供的插值函数的使用方法，会用这些函数解决实际问题。

二、实验原理1、拉格朗日插值多项式2、牛顿插值多项式3、三次样条插值 三、实验步骤1、用MATLAB 编写独立的拉格朗日插值多项式函数2、用MATLAB 编写独立的牛顿插值多项式函数3、用MATLAB 编写独立的三次样条函数（边界条件为第一、二种情形）4、已知函数在下列各点的值为：根据步骤1,2,3编好的程序，试分别用4次拉格朗日多项式4()L x 、牛顿插值多项式4()P x 以及三次样条函数()S x (自然边界条件)对数据进行插值，并用图给出 ｛(,),0.20.08,0,1,2,,10i i i x y x i i =+=｝，4()L x 、4()P x 和()S x 。

5、在区间[-1,1]上分别取10,20n =用两组等距节点对龙格函数21(),(11)125f x x x=-≤≤+作多项式插值，对不同n 值，分别画出插值函数及()f x 的图形。

6、下列数据点的插值可以得到平方根函数的近似，在区间[0,64]上作图。

（1）用这9个点作8次多项式插值8()L x 。

（2）用三次样条（第一边界条件）程序求()S x 。

7、对于给函数21()125f x x =+在区间[-1,1]上取10.2(0,1,,10)i x i i =-+=，试求3次曲线拟合，试画出拟合曲线并打印出方程，与第5题的结果比较。

四、实验过程与结果：1、Lagrange 插值多项式源代码：function ya=lag(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 ya=0; mu=1; %初始化%循环方式求L 系数，并求和： for i = 1:length(y) for j = 1:length(x) if i ~= jmu = mu * (xa - x(j) ) / ( x(i) - x(j) ); else continue end endya = ya + y(i) * mu ; mu = 1; end2、Newton 源代码：function ya = newton(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 %建立系数零矩阵D 及初始化：D = zeros(length(x)-1);ya = y(1);xi = 1;%求出矩阵D，该矩阵第一行为牛顿插值多项式系数：for i=1:(length(x)-1)D(i,1) = (y(i+1) -y(i))/(x(i+1) -x(i));endfor j=2:(length(x)-1)for i=1:(length(x)-j)D(i,j) = (D(i+1,j-1) - D(i,j-1)) / (x(i+j) - x(i)); endend%xi为单个多项式（x-x(1))(x-x(2))...的值for i=1:(length(x)-1)for j=1:ixi = xi*(xa - x(j));endya = ya + D(1,i)*xi;xi = 1;end3、三次样条插值多项式（1）（第一边界条件）源代码：function y=yt1(x0,y0,f_0,f_n,x) _____________(1)%第一类边界条件下三次样条插值；%xi 所求点；%yi 所求点函数值；%x 已知插值点；%y 已知插值点函数值；%f_0左端点一次导数值；%f_n右端点一次导数值；n = length(x0);z = length(y0);h = zeros(n-1,1);k=zeros(n-2,1);l=zeros(n-2,1);S=2*eye(n);for i=1:n-1h(i)= x0(i+1)-x0(i);endfor i=1:n-2k(i)= h(i+1)/(h(i+1)+h(i));l(i)= 1-k(i);end%对于第一种边界条件：k = [1;k]; _______________________(2)l = [l;1]; _______________________(3)%构建系数矩阵S：for i = 1:n-1S(i,i+1) = k(i);S(i+1,i) = l(i);end%建立均差表：F=zeros(n-1,2);for i = 1:n-1F(i,1) = (y0(i+1)-y0(i))/(x0(i+1)-x0(i));endD = zeros(n-2,1);for i = 1:n-2F(i,2) = (F(i+1,1)-F(i,1))/(x0(i+2)-x0(i));D(i,1) = 6 * F(i,2);end%构建函数D：d0 = 6*(F(1,2)-f_0)/h(1); ___________(4)dn = 6*(f_n-F(n-1,2))/h(n-1); ___________(5)D = [d0;D;dn]; ______________(6)m= S\D;%寻找x所在位置，并求出对应插值：for i = 1:length(x)for j = 1:n-1if (x(i)<=x0(j+1))&(x(i)>=x0(j))y(i) =( m(j)*(x0(j+1)-x(i))^3)/(6*h(j))+...(m(j+1)*(x(i)-x0(j))^3)/(6*h(j))+...(y0(j)-(m(j)*h(j)^2)/6)*(x0(j+1)-x(i))/h(j)+... (y0(j+1)-(m(j+1)*h(j)^2)/6)*(x(i)-x0(j))/h(j) ; break;else continue;endendend（2）（自然边界条件）源代码：仅仅需要对上面部分标注的位置做如下修改:__(1):function y=yt2(x0,y0,x)__(2):k=[0;k]__(3):l=[l;0]__(4)+(5):删除—(6):D=[0:D:0]4、——————————————PS:另建了一个f方程文件，后面有一题也有用到。

三次样条插值例题解析matlab 三次样条插值是一种常用的插值方法，可以通过一定数量的离散数据点，拟合出一个光滑的曲线。

在MATLAB中，插值函数interp1可以实现三次样条插值。

该函数的基本语法为：y_interp = interp1(x, y, x_interp, 'spline');其中，x和y分别是原始数据的横坐标和纵坐标，x_interp是插值点的横坐标，'spline'表示使用三次样条插值方法。

插值函数会根据原始数据拟合出一个插值曲线，在插值点的位置上返回相应的纵坐标值。

下面我们以一个具体的例子来解析三次样条插值的使用。

假设我们有如下一组离散数据点：```matlabx = [0, 1, 2, 3, 4];y = [2, 3, 1, 4, 2];```我们希望通过这些离散数据点拟合出一个光滑的曲线，并在插值点处求取纵坐标值。

首先，我们需要在插值区间内定义一组插值点。

这里我们取0.1为步长，生成插值点：```matlabx_interp = 0:0.1:4;```然后，使用interp1函数进行插值计算：```matlaby_interp = interp1(x, y, x_interp, 'spline');```最后，我们可以通过图表来比较原始数据和插值结果：```matlabplot(x, y, 'o', x_interp, y_interp, '-');legend('原始数据', '插值结果');```在生成的图表中，原始数据以圆点表示，插值结果以实线表示。

通过比较可以看出，插值结果在原始数据之间形成了光滑的曲线。

以上就是使用MATLAB进行三次样条插值的基本步骤和方法。

然而，三次样条插值在某些情况下可能会产生不稳定的结果。

这是因为三次样条插值的结果受到了边界条件的影响。

matlab曲线插值方法摘要：一、引言1.MATLAB曲线插值方法背景介绍2.文章目的与意义二、MATLAB曲线插值方法分类1.线性插值2.二次多项式插值3.三次样条插值4.三次贝塞尔插值5.三次Hermite插值三、线性插值1.原理介绍2.示例代码及结果四、二次多项式插值1.原理介绍2.示例代码及结果五、三次样条插值1.原理介绍2.示例代码及结果六、三次贝塞尔插值1.原理介绍2.示例代码及结果七、三次Hermite插值1.原理介绍2.示例代码及结果八、比较与选择1.各种插值方法优缺点分析2.应用场景选择建议九、结论1.文章总结2.对未来研究的展望正文：matlab曲线插值方法在MATLAB中，曲线插值是一种常见的数据处理和可视化方法。

它可以将离散的数据点连接成平滑的曲线，以便于分析和理解数据。

本文将介绍MATLAB中几种常见的曲线插值方法，包括线性插值、二次多项式插值、三次样条插值、三次贝塞尔插值和三次Hermite插值。

同时，我们将通过示例代码和结果展示这些插值方法的实现过程，并对各种插值方法进行比较和选择，以提供实际应用中的指导。

一、引言MATLAB作为一种广泛应用于科学计算和工程领域的编程语言，其强大的绘图功能为研究人员提供了便利。

在许多应用场景中，需要将离散的数据点连接成平滑的曲线，以直观地表现数据的变化规律。

曲线插值方法正是为了解决这一问题而提出的。

接下来，我们将介绍MATLAB中几种常见的曲线插值方法。

二、MATLAB曲线插值方法分类1.线性插值线性插值是一种简单的插值方法，它通过连接数据点形成一条直线。

在MATLAB中，可以使用`polyfit`函数进行线性插值。

```matlabx = [1, 2, 3, 4];y = [2, 4, 6, 8];p = polyfit(x, y, 1);```2.二次多项式插值二次多项式插值使用一个二次方程来拟合数据点。

在MATLAB中，可以使用`polyfit`函数进行二次多项式插值。

文章标题：深度解析Matlab三次样条插值1. 前言在数学和工程领域中，插值是一种常见的数值分析技术，它可以用来估计不连续数据点之间的值。

而三次样条插值作为一种常用的插值方法，在Matlab中有着广泛的应用。

本文将从简单到复杂，由浅入深地解析Matlab中的三次样条插值方法，以便读者更深入地理解这一技术。

2. 三次样条插值概述三次样条插值是一种利用分段三次多项式对数据点进行插值的方法。

在Matlab中，可以使用spline函数来进行三次样条插值。

该函数需要输入数据点的x和y坐标，然后可以根据需要进行插值操作。

3. 三次样条插值的基本原理在进行三次样条插值时，首先需要对数据点进行分段处理，然后在每个分段上构造出一个三次多项式函数。

这些多项式函数需要满足一定的插值条件，如在数据点处函数值相等、一阶导数相等等。

通过这些条件，可以得到一个关于数据点的插值函数。

4. Matlab中的三次样条插值实现在Matlab中，可以使用spline函数来进行三次样条插值。

通过传入数据点的x和y坐标，可以得到一个关于x的插值函数。

spline函数也支持在已知插值函数上进行插值点的求值，这为用户提供了极大的灵活性。

5. 三次样条插值的适用范围和局限性虽然三次样条插值在许多情况下都能够得到较好的插值效果，但也存在一些局限性。

在数据点分布不均匀或有较大噪音的情况下，三次样条插值可能会出现较大的误差。

在实际应用中，需要根据具体情况选择合适的插值方法。

6. 个人观点和总结通过对Matlab中三次样条插值的深度解析，我深刻地理解了这一插值方法的原理和实现方式。

在实际工程应用中，我会根据数据点的情况选择合适的插值方法，以确保得到准确且可靠的结果。

我也意识到插值方法的局限性，这为我在实际工作中的决策提供了重要的参考。

通过以上深度解析，相信读者已经对Matlab中的三次样条插值有了更加全面、深刻和灵活的理解。

在实际应用中，希望读者能够根据具体情况选择合适的插值方法，以提高工作效率和准确性。

MATLAB 插值拟合介绍MATLAB是一种用于科学计算和工程应用的高级编程语言和环境。

它提供了许多功能强大的工具箱，可以用于各种数学计算、数据分析和图形绘制任务。

其中之一是插值拟合，它可以通过已知数据点之间的数学插值来估计未知数据点的值。

在本文中，我们将深入探讨MATLAB中的插值拟合方法以及如何使用它们来解决实际问题。

一、插值的概念插值是一种通过已知数据点之间的数学插值来估计未知数据点的值的方法。

它在许多领域中都有广泛的应用，如信号处理、图像处理、数据分析等。

插值的目标是在已知数据点之间建立一个连续的函数，以便可以在这些点之外对函数进行求值。

二、MATLAB中的插值方法MATLAB提供了多种插值方法，可以根据需要选择合适的方法。

下面介绍几种常用的插值方法：1. 线性插值线性插值是一种简单而直观的插值方法。

它假设在两个已知数据点之间的值是线性变化的，并使用直线来连接这些点。

MATLAB中的interp1函数可以实现线性插值。

2. 多项式插值多项式插值是一种更高阶的插值方法，它通过在已知数据点上构造一个多项式函数来逼近未知数据点。

MATLAB中的polyfit函数可以用于拟合多项式，并使用polyval函数进行插值。

3. 三次样条插值三次样条插值是一种更加平滑的插值方法，它通过在每个已知数据点附近构造一个三次多项式函数来逼近未知数据点。

MATLAB中的spline函数可以实现三次样条插值。

4. 二维插值除了在一维数据上进行插值外，MATLAB还提供了在二维数据上进行插值的方法。

例如，interp2函数可以用于二维线性插值，griddata函数可以用于二维三次插值。

三、插值拟合的实际应用插值拟合在许多实际问题中都有广泛的应用。

下面介绍几个常见的应用场景：1. 曲线拟合插值拟合可以用于拟合实验数据或观测数据的曲线。

通过选择适当的插值方法，可以找到最佳拟合曲线，从而更好地理解数据的趋势和规律。

2. 图像处理图像处理中经常需要对像素之间的值进行插值，以便进行放大、缩小或平滑处理。

《数值分析》课外课堂大作业论文题目：基于多项式插值与三次样条插值曲线拟合的比较姓名：学号：学院：专业方向:联系方式：（QQ号）（手机号）导师姓名：完成人（亲笔）签字基于多项式插值与三次样条插值曲线拟合的比较摘要：在数值计算中经常要计算函数，当函数只在有限点集上给定函数值要包含改点集的区间上用公式给出函数的简单表达式，这就涉及在已知区间上用简单函数逼近已知复杂函数问题。

本文为了解决这类问题就采用多项式插值与三次样条插值两种插值法并利用MATLAB数值分析软件进行编程，实现相应数据的曲线拟合以获得最佳曲线模型与相应数据的曲线拟合，选出最优的插值法以解决所给数据的曲线拟合问题。

关键词：函数；多项式插值；三次样条插值；曲线拟合；MATLABAbstract:In numerical analysis ,the function value is often calculated .when the function is only given a function point set ,the simple expression of the function is given by the interval .which involves the use of a simple function to approximate the known complex function .in order to solve this problem ,we use polynomial interpolation and cubic spline interpolation tow kind of interpolation method and use MATLAB numerical analysis software to program ,to achieve the curve fitting of the corresponding date to obtain the best cure fitting ,and to choose the best interpolation method to solve the problem of curve fitting to the date.Keyword: Function ; Polynomial interpolation ; Cubic spline interpolation ; Fitting of a curve ; MATLAB前言现代科学研究中，物理量之间的相互关系通量是用函数来描述的，许多实际问题都用函数y=f(x)来表示某种内在规律的数量关系其中相当一部分函数是通过试验或观测得到的也有少量函数关系是由经典物理分析推导得到的，但许多实际问题很难用经典理论分析得出，因为虽然f(x)在某个区间［a,b］上是存在的，有的还是连续的，但往往这个f(x)并不包含我们所得函数表的所有值因此我们希望根据给定的函数表做一个即能反应函数f(x)的特行，又便于计算的简单函数p(x)，用p(x)近似f(x)，这样确定的p(x)就是我们希望得得到的插值函数。

4多项式插值与函数最佳逼近37（上机题）3次样条插值函数：（1）编制求第一型3次样条插值函数的通用程序；（2）已知汽车门曲线型值点的数据如下：端点条件为8.0'0=y ，2.0'10=y ，用所编程序求车门的3次样条插值函数S （x ），并打印出9,,1,0),5.0(⋯=+i i S 。

用matlab 编写通用程序为：function [Sx ]=Threch(X,Y,dy0,dyn )%X 为输入变量x 的数值%Y 为函数值y 的数值%dy0为左端一阶导数值%dyn 为右端一阶导数值%Sx 为输出的函数表达式n=length(X)-1;d=zeros(n+1,1);h=zeros(1,n-1);f1=zeros(1,n-1);f2=zeros(1,n-2);for i=1:n %求函数的一阶差商h(i)=X(i+1)-X(i);f1(i)=(Y(i+1)-Y(i))/h(i);endfor i=2:n %求函数的二阶差商f2(i)=(f1(i)-f1(i-1))/(X(i+1)-X(i-1));d(i)=6*f2(i);endd(1)=6*(f1(1)-dy0)/h(1);d(n+1)=6*(dyn-f1(n-1))/h(n-1);%赋初值A=zeros(n+1,n+1);B=zeros(1,n-1);C=zeros(1,n-1);for i=1:n-1B(i)=h(i)/(h(i)+h(i+1));C(i)=1-B(i);endA(1,2)=1;A(n+1,n)=1;for i=1:n+1A(i,i)=2;endfor i=2;nA(i,i-1)=B(i-1);A(i,i+1)=C(i-1);endM=A\d;syms x;for i=1:nSx(i)=collect(Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(x-X(i))...+M(i)/2*(x-X(i))^2+(M(i+1)-M(i))/(6*h(i))*(x-X(i))^3);digits(4);Sx(i)=vpa(Sx(i));endfor i=1:ndisp('S(x)=');fprintf('%s(%d,%d)\n',char(Sx(i)),X(i),X(i+1));endS=zeros(1,n);for i=1:nx=X(i)+0.5;S(i)=Y(i)+(f1(i)-(M(i)/3+M(i+1)/6)*h(i))*(x-X(i))...+M(i)/2*(x-X(i))^2+(M(i+1)-M(i))/(6*h(i))*(x-X(i))^3;enddisp('S(i+0.5)');disp('i X(i+0.5)S(i+0.5)');for i=1:nfprintf('%d%.4f%.4f\n',i,X(i)+0.5,S(i));endEnd在运行窗口输入：>>X=[012345678910];Y=[2.513.304.044.705.225.545.785.405.575.705.80]; Threch(X,Y,0.8,0.2)运行结果如下：S(x)=-0.005714*x^3-0.004286*x^2+0.8*x+2.51(0,1)S(x)=-0.01286*x^3+0.01714*x^2+0.7786*x+2.517(1,2) S(x)=-0.015*x^3+0.03*x^2+0.795*x+2.45(2,3)S(x)=-0.015*x^3+0.03*x^2+0.865*x+2.24(3,4)S(x)=0.03*x^3-0.51*x^2+3.08*x-0.86(4,5)S(x)=-0.135*x^3+1.965*x^2-9.09*x+18.74(5,6)S(x)=0.2925*x^3-5.73*x^2+36.96*x-72.9(6,7)S(x)=-0.1475*x^3+3.51*x^2-27.55*x+76.87(7,8)S(x)=0.0025*x^3-0.09*x^2+1.118*x+1.11(8,9)S(x)=0.04625*x^3-1.271*x^2+11.72*x-30.53(9,10)S(i+0.5)i X(i+0.5)S(i+0.5)10.5000 2.90822 1.5000 3.68023 2.5000 4.39064 3.5000 4.99195 4.5000 5.40636 5.5000 5.72567 6.5000 5.596687.5000 5.437298.5000 5.6416109.5000 5.7383。