数模打怪（三）之插值模型

一、什么是“插值”

当题目中现有数据极少，不足以支撑分析的进行时，需要使用一些数学方法，“模拟产生”一些新的但又比较靠谱的值来满足需求。（补全数据）

方法：构造函数y=f(x)，使f(x)经过所有已知节点，求f(x*)即可得到y* 

二、多项式插值

只要n+1个节点互异，则n次多项式唯一存在。 

1、拉格朗日插值法和牛顿插值法的对比 

牛顿插值法的一个优点：继承性

牛顿插值：直接在后面加一项就可以了；拉格朗日插值：需要重新计算  

共有的两个缺点：

（1）龙格现象（Runge)：并不是插值多项式次数越高误差越小 

（2）不能全面反映被插值函数的性态：仅满足了函数值相同，但导数值不一定相同 

三、分段插值 （为了解决龙格问题）

四、Hermite插值（使导数值相等）+分段处理

***重点 ：

五、样条插值（一维，使导数值相等） +分段处理

 ***重点：

***Hermite插值法与样条插值法的对比： 

三次样条插值，可以更好地保持数据的光滑性和连续性，减少信息量的损失 

六、n维数据的插值（了解即可）

 七、代码

clear;clc
population=[133126,133770,134413,135069,135738,136427,137122,137866,138639,139538];
year=2009:2018
p1=pchip(year,population,2019:2021) %pchip三次埃尔米特插值预测
p2=spline(year,population,2019:2021) %spline三次样条插值预测
figure(1) %定义图表的名字
plot(year,population,'o',2019:2021,p1,'r*-',2019:2021,p2,'bx-') %绘制图表
legend('样本点','三次埃尔米特插值预测','三次样条插值预测','Location','southeast') %标注说明