数学建模之插值法的运用

1.首先拉格朗日插值和牛顿插值法的缺点就是在次数很高的情况之下会出现龙格现象。

2.正常建模使用的是分段三次埃尔米特插值和三次样条插值法。

下面来介绍这两个插值法中MATLAB的调用函数。

pchip()函数。分段三次埃尔米特插值

p1=pchip(x,y,new_x)                %最终输出的是对应new_x的y_。

spline()函数. 三次样条插值。

p2=spline(x,y.new_x)

其中x是已知样本点的横坐标，y表示的是已知样本点的纵坐标。new_x表示的是要插入处所对应的横坐标。

介绍完两种最常见的插图后 ，是可以等到p1和p2的，然后就要画图进行数据可视化。

plot()函数

plot(x,y)                %其中x为横坐标，y为对应的纵坐标。可以直接画出图像。

plot(x,y,'o')      %这里就是画出散点图，这里后面是字符，小写的o。

plot(x,y,'o',new_x,p1,'r-')                        %这里就是可以画出不同的两个函数。第一个是散点图，另一个是拟合的曲线。

然后这里有参数

线方式：- 实线        : 点线        -. 虚线        --波折线

点方式：. 圆点        + 加号        * 星号        x x型        o 小圆

颜色：y 黄色        r 红色        g绿色         b蓝色         w白色         k黑色         m紫色         l青色

legend()函数

在画完一个plot函数以后可以对齐进行命名。

plot(x,y,'o',new_x,p1,'r-')   

legend('样本点','三次埃尔米特插值','Location','Southeast')

这里就对应其函数的名字，然后最后面那个Location是标志的位置。

最后就是如果使用很多个plot函数的话要对图片进行命名 加上figure()

然后就是多元函数的插值了

p3=interpn(x1,x2,...,xn,y,new_x1,new_x2,...,new_xn,method)

其中method指的是使用的插值方法。

linear 线性插值 (默认算法)

cubic 三次插值

spline 三次样条插值法(最为精准)

nearest 最邻近插值算法。

插值法可以用来做预测，在数据量比较小的情况之下可以使用，数据量大的情况之下可以使用拟合