多项式插值

为了方便用户的使用，在MATLAB中提供了曲线拟合的图形用户接口。它位于MATLAB图形窗口的Tools菜单下面的Basic Fitting菜单。在使用该工具时，首先将需要拟合的数据采用函数plot( )画图，其MATLAB代码如下:

x=[0.2 0.3 0.5 0.6 0.8 0.9 1.2 1.3 1.5 1.8];
y=[1 2 3 5 6 7 6 5 4 1];
figure;
plot(x,y,‘bo’);

基本插值的interp系列函数，interp1q在处理x为单调递增的向量，y为列向量或者行数同x向量长度的矩阵进行插值计算的时候，速度较快且能进行线性插值。
interpret用法：
yi=interp1(x,y,xi,method)
其中x,y为原始数据。xi为需要计算的插值点。method可以为插值计算指定相应的算法，为字符串类型，其取值可以为
nearest:最近邻居插值。.
linear:线性插值，这是默认的插值方法。
next:下一个邻居插值。
previous:先前的邻居插值。
pchip:保形分段三次插值。
spline；使用无结结节结束条件的样条插值。
cubic:和pchip一样
v5cubic：在MATLAB使用三次卷积。
makima:修改了Akima立方Hermite插值、

数据可视化

subplot：是将多个图画到一个平面上的工具。
contour：用于绘制矩阵的等高线。

曲线拟合

回归法曲线拟合:回归法主要使用MATLAB的左除运算来寻求曲线拟合解析函数的系数。

t=[0.3 0.8 1.1 1.6 2.3]‘;
y=[0.82 1.14 1.25 1.35 1.40]’;

plot(t,y,‘r*’)
grid on %添加网格线

t = [0 .3 .8 1.1 1.6 2.3]‘;
y = [0.5 0.82 1.14 1.25 1.35 1.40]’;
plot(t,y,‘r*’)
grid on

X = [ones(size(t)) t t.^2]
A = X\y
T = (0:0.1:2.5)‘;
Y = [ones(size(T)) T T.^2]*A;
plot(T,Y,’-',t,y,‘o’), grid on
legend(‘Fitting’,‘Origin’)
hold on;

X = [ones(size(t)) exp(-t) t.*exp(-t)]
A = X\y
T = (0:0.1:2.5)‘;
Y = [ones(size(T)) exp(-T) T.*exp(-T)]*A;
plot(T,Y,’-',t,y,‘o’), grid on
legend(‘Fitting’, ‘Origin’)

另外一种曲线拟合的方法是多项式拟合。在MATLAB中，进行多项式拟合主要使用两个函数：polyfit和polyval。