实验四.插值与拟合

实验目的	熟悉MATLAB软件进行一维插值、二维插值运算，会进行多项式拟合、一般非线性拟合。

实验内容

1.通过实验收集了某材料在各种温度T和压力P下的导热系数K（见下表），试求T=100℃，P=10.3×10³KPa下的K。 T/℃ 68 68 87 87 106 106 140 140 P/103KPa 9.7981 13.324 9．0078 13.355 9.7918 14.277 9.6563 12.463 K/w.(m.K)-1 0.0848 0.0897 0.0762 0.0807 0.0696 0.0753 0.0611 0.0651 2.下表给出某海域直角坐标系Oxy上的点（x,y）的水深z.若某船的吃水深度为5，则在矩形区域（75,200）×（-50,150）里哪些地方船要避免进入？ x 129 140 103.5 88 185.5 195 105.5 y 7.5 141.5 23 147 22.5 137.5 85.5 z 4 8 6 8 6 8 8 x 157.5 107.5 77 81 162 162 117.5 y -6.5 -81 3 56.5 -66.5 84 -33.5 z 9 9 8 8 9 4 9   t(秒) 0.5 1 2 3 4 5 7 9 V(伏) 6.36 6.48 7.26 8.22 8.66 8.99 9.43 9.63 X -2 -1.7 -1.4 -1.1 -0.8 -0.5 -0.2 0.1 0.4 0.7 1 1.3 Y 0.10289 0.11741 0.13158 0.14483 0.15656 0.16622 0.17332 0.1775 0.17853 0.17635 0.17109 0.16302 X 1.6 1.9 2.2 2.5 2.8 3.1 3.4 3.7 4 4.3 4.6 4.9 Y 0.15255 0.1402 0.12655 0.11219 0.09768 0.08353 0.07015 0.05786 0.04687 0.03729 0.02914 0.02236

实 验 步 骤、过 程：

1、

>> p2=[9.0078,13.355];k2=[0.0762,0.0807];%T=87℃
>> p3=[9.7918,14.277];k3=[0.0696,0.0753];%T=106℃
>> a2=polyfit(p2,k2,1);a3=polyfit(p3,k3,1);
>> x1=polyval(a2,10.3);x2=polyval(a3,10.3);
>> %xl,x2分别是P=10.3(10³kPa)下87℃和106℃时的k值
>> x=[87,106];y=[x1,x2];
>> a=polyfit(x,y,1);%求解多项式的系数
>> z=polyval(a,100)%求解多项式z在x=100下对应的值

2、

>> x=[129 140 103.5 88 185.5 195 105.5 157.5 107.5 77 81 162 162 117.5];
>> y=[7.5 141.5 23 147 22.5 137.5 85.5 -6.5 -81 3 56.5 -66.5 84 -33.5];
>> z=[-4 -8 -6 -8 -6 -8 -8 -9 -9 -8 -8 -9 -4 -9];
>> [Xi,Yi] = meshgrid(75:0.5:200,-50:0.5:150);
>> Zi = griddata(x,y,z,Xi,Yi,'cubic');
>> mesh(Xi,Yi,Zi);
>> figure(2)
>> v = contour(Xi,Yi,Zi,[-5,-5],'r');
%等高线图红色区域为危险区域，船只要避免进入
>> clabel(v);
>> hold on
>> plot(x,y,'*')
>> xlabel('X'),ylabel('Y')

3、

>> x=1:0.5:10;
>> y=x.^3-5*x.^2+2*x+3;
>> y0=y+rand;
>> f1=polyfit(x,y0,1);%输出多项式系数
>> y1=polyval(f1,x);
>> plot(x,y,'+',x,y1)
>> grid on
>> title('一次拟合曲线')
>> figure(2);
>> f2=polyfit(x,y0,2);%2次多项式拟合
>> y2=polyval(f2,x);
>> plot(x,y,'+',x,y2);
>> grid on
>> title('二次拟合曲线');
>> figure(3);
>> f3=polyfit(x,y0,3);%3次多项式拟合
>> y3=polyval(f3,x);
>> plot(x,y,'+',x,y3);
>> grid on
>> title('三次拟合曲线');
>> figure(4);
>> f4=polyfit(x,y0,4);%4次多项式拟合
>> y4=polyval(f4,x);
>> plot(x,y,'+',x,y4);
>> grid on
>> title('四次拟合曲线');

运行后，比较拟合后多项式和原式的系数，发现四次多项式系数与原系数比较接近，四次多项式的四次项系数很小。作图后，发现一次和二次多项式的图形与原函数的差别比较大，属于欠拟合的情况，而四次多项式符合得比较好。

4、

方法一：用命令lsqcurvefit

程序代码：

M函数文件voltage1.m:

function V = voltage1(x,t)
V = 10 - (10 - x(1))*exp(-t/x(2))

在程序中调用此函数：

>> t = [0.5,1,2,3,4,5,7,9];
>> v = [6.36,6.48,7.26,8.22,8.66,8.99,9.43,9.63];
>> x0 = [0,0.1];
>> x = lsqcurvefit(‘voltage1’,x0,t,v)
>> v = voltage1(x,t)

方法二：用命令lsqnonlin

程序代码：

M函数文件voltage2.m：

function V = voltage2(x,t)
t = [0.5,1,2,3,4,5,7,9];
v = [6.36,6.48,7.26,8.22,8.66,8.99,9.43,9.63];
V = 10 - (10 - x(1))*exp(-t/x(2))

在程序中调用此函数：

>> x0 = [0,0.1];
>> x = lsqnonlin('voltage2',x0)

方法三：用命令polyfit

在程序中调用此函数： 

>> V = 10;
>> t = [0.5,1,2,3,4,5,7,9];
>> v = [6.36,6.48,7.26,8.22,8.66,8.99,9.43,9.63];
>> y = log(V - v);
>> x = polyfit(t,y,1)
>> T = 1/x(1)
>> V0 = V - exp(x(2))

方法四：利用三次样条插值估计给定值

程序代码：

M函数文件chazhi.m：

t = [0.5,1,2,3,4,5,7,9];
v = [6.36,6.48,7.26,8.22,8.66,8.99,9.43,9.63]; 
T = interp1(t,v,[0.8,1.5,2.5,3.5,4.5,6.8],'spline')

5、

在程序中调用此函数：

>> f = inline('exp(-(x-t(1)).^2/2/t(2).^2)/(sqrt(2*pi)*t(2))','t','x');
>> x=[-2,-1.7,-1.4,-1.1,-0.8,-0.5,
-0.2,0.1,0.4,0.7,1,1.3,
1.6,1.9,2.2,2.5,2.8,3.1,
3.4,3.7,4,4.3,4.6,4.9];
>> y=[0.10289,0.11741,0.13158,0.14483,0.15656,0.16622,
0.17332,0.1775,0.17853,0.17635,0.17109,0.16302,
0.15255,0.1402,0.12655,0.11219,0.09768,0.08353,
0.07015,0.05786,0.04687,0.03729,0.02914,0.02236];
>> t=lsqcurvefit(f,[1,1],x,y)
>> x0=-0.2:0.02:5;y0=f(t,x0);
>> plot(x0,y0,x,y,'o')

注意：x与y行数和列数要对应，不然会一直报错。比如我原先x分成两行写，y分成4行写（因为x数字短，y数字长，为了看起来工整且省空间），这样就一直报错Function value and YDATA sizes are not equal.

答案供参考,如有错误请自行改正，本人只是随意分享之前的作业，代码均来源于网络+个人稍微修改，认为有用可参考哈～