曲线拟合插值法（Matlab代码实现）

    目录

💥1 概述

📚2 运行结果

🎉3 参考文献

👨‍💻4 Matlab代码

💥1 概述

数值逼近方法：用离散数据的函数表构造某个（简单的）函数g (x) 去逼近或代替原函数f(x)。

常见数值逼近方法：插值方法和曲线拟合方法等。​

插值和拟合都是根据某个未知函数（或已知但难于求解的函数）的几个已知数据点求出变化规律和特征相似的近似曲线的过程。但是插值法要求的是近似的曲线需要完全经过数据点，而拟合则是得到最接近的结果，强调最小方差的概念。

曲线拟合是通过在整个范围内分配数学函数（曲线）来建模或表示数据分布的过程。当我们需要发现一个与数据点完全拟合的函数时，就会使用插值，前提是提取的所有数据点都是准确的，没有任何错误。​

📚2 运行结果​

单个 X 值的线性插值：

变量 X 值的线性插值：

多项式插值：

主函数部分代码：

clear all;
close all;
clc;
dataX=0:6;
dataY=[0 0.8415 0.9093 0.1411 -0.7568 -0.9589 -0.2794];
x=[2.5 3 3.5];
 
for k = 1:length(x)
  for  i=1:length(dataX)-1
    if dataX(i)<=x(k) && dataX(i+1)>=x(k)
        x1=dataX(i);
        x2=dataX(i+1);
        y1=dataY(i);
        y2=dataY(i+1);
    end
  end
  y=(x(k)-x2)*y1/(x1-x2)+(x(k)-x1)*y2/(x2-x1);
end
 
 
plot(dataX,dataY)
hold on
plot(x,y,'o')
​

🎉3 参考文献

[1]唐家德.基于MATLAB的非线性曲线拟合[J].计算机与现代化,2008(06):15-19.

部分理论引用网络文献，若有侵权联系博主删除。