1.插值
灰色预测要等时距
已知函数在某区间内若干点处的值,求函数在该区间内其他点处的值。这种问题适合用插值的方法解决。
拉格朗日插值法:用的不多,在边缘处容易出现Runge现象。
高次插值的Runge现象:当插值多项式的次数超过7时,插值多项式会出现严重的震荡现象。
避免该现象的方法:将插值区间分成若干小区间,在小区间内用低次插值,即分段低次插值,如样条函数插值。
Matlab插值
1.一维插值
一维插值步骤
(1)输入已知数据,x,y
(2)输入待插自变量的值x1
x=1:12;
y=[5 8 9 15 25 29 31 30 22 25 27 24];
x1=1:0.1:12;
t=interp1(x,y,x1,'spline');%
plot(x1,t,'r:') %作图
xlabel('x'),ylabel('y')
2.二维插值
二维插值步骤
(1)先输入二维数据的x,y坐标值
(2)输入Z数据
(3)输入待插点的x,y坐标
(4)应用函数插值即可
x=1:5;
y=1:3;
temps=[82 81 80 82 84;79 63 61 65 81;84 84 82 85 86];
mesh(x,y,temps);
xi=1:0.2:5;
yi=1:0.2:3;
zi=interp2(x,y,temps,xi',yi,'cubic');
mesh(xi,yi,zi);
拟合问题
拟合与插值的区别:
插值函数过已知点,而拟合函数不一定过已知点;
插值主要用于求函数值,而拟合的主要目的是求函数关系,从而进行预测进一步的分析。
曲线拟合需要解决如下两个问题:
1.线型的选择
2.线型中参数的计算
线型的选择是拟合计算的关键和难点,通常主要根据专业知识和散点图确定线型。
线性拟合中参数的计算可采用最小二乘法,而非线性拟合参数的计算则要应用Gauss-Newton迭代法。
MATLAB拟合
MATLAB拟合工具箱
文章来源:https://www.toymoban.com/news/detail-537150.html
文章来源地址https://www.toymoban.com/news/detail-537150.html
到了这里,关于数学建模 -- 插值与拟合的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!