matlab实验数据插值

x=[0.1 0.8 1.3 1.9 2.5 3.1];
y=[1.2 1.6 2.7 2.0 1.3 0.5];
a=interp1(x,y,2.0)%线性插值
a1=interp1(x,y,2.0,'spline')%三次插值

根据插值多项式的唯一性，两种方法的结果应该是一样的。条条道路通罗马，只是方法不同而已，牛顿法要比拉格朗日法优越简单。

看看这个能不能帮到你：

Matlab中插值函数汇总和使用说明 :

MATLAB中的插值函数为interp1，其调用格式为：

yi= interp1(x,y,xi,'method')

其中x，y为插值点，yi为在被插值点xi处的插值结果；x,y为向量， 'method'表示采用的插值方法，

MATLAB提供的插值方法有几种：

'nearest'是最邻近插值， 'linear'线性插值； 'spline'三次样条插值； 'cubic'立方插值．缺省时表示线性插值。

注意：所有的插值方法都要求x是单调的，并且xi不能够超过x的范围。

例如：在一 天24小时内，从零点开始每间隔2小时测得的环境温度数据分别为

12，9，9，10，18 ，24，28，27，25，20，18，15，13，

推测中午12点（即13点）时的温度．

x=0:2:24;
y=[12 9 9 10 18 24 28 27 25 20 18
15 13];

a=13;
y1=interp1(x,y,a,'spline')

结果为： 27.8725

若要得到一天24小时的温度曲线，则：

xi=0:1/3600:24;

yi=interp1(x,y,xi, 'spline');

plot(x,y,'o' ,xi,yi)

命令1
interp1
功能
一维数据插值（表格查找）。该命令对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。
x：原始数据点
Y：原始数据点
xi：插值点
Yi：插值点
格式
(1)yi = interp1(x,Y,xi)
返回插值向量yi，每一元素对应于参量xi，同时由向量x
与Y 的内插值决定。参量x 指定数据Y 的点。
若Y
为一矩阵，则按Y 的每列计算。yi 是阶数为length(xi)*size(Y,2)的输出矩阵。
(2)yi = interp1(Y,xi)
假定x=1:N，其中N
为向量Y 的长度，或者为矩阵Y 的行数。
(3)yi = interp1(x,Y,xi,method)
用指定的算法计算插值：
’nearest’：最近邻点插值，直接完成计算；
’linear’：线性插值（缺省方式），直接完成计算；
’spline’：三次样条函数插值。对于该方法，命令interp1
调用函数spline、ppval、mkpp、umkpp。这些命令生成一系列用于分段多项式操作的函数。命令spline
用它们执行三次样条函数插值；
’pchip’：分段三次Hermite
插值。对于该方法，命令interp1 调用函数pchip，用于对向量x 与y 执行分段三次内插值。该方法保留单调性与数据的外形；
’cubic’：与’pchip’操作相同；
’v5cubic’：在MATLAB
5.0 中的三次插值。
对于超出x
范围的xi 的分量，使用方法’nearest’、’linear’、’v5cubic’的插值算法，相应地将返回NaN。对其他的方法，interp1
将对超出的分量执行外插值算法。
(4)yi = interp1(x,Y,xi,method,'extrap')
对于超出x
范围的xi 中的分量将执行特殊的外插值法extrap。
(5)yi = interp1(x,Y,xi,method,extrapval)
确定超出x
范围的xi 中的分量的外插值extrapval，其值通常取NaN 或0。
例1

>>x = 0:10; y =
x.*sin(x);
>>xx = 0:.25:10; yy =
interp1(x,y,xx);