n = length(x)
m = length(xh)
yh = zeros(1,m)
c1 = ones(n-1,1)
c2 = ones(1,m)
for i=1:n
xp = x([1:i-1 i+1:n])
yh = yh + y(i)*prod((c1*xh-xp'*c2)./(x(i)-xp'*c2))
end
注:该程序只可一次计算实现一个插值计算。可实现多个插值计算的镇知程序滚碰如下:御备消
function yh=lagrange(x,y,xh)
n = length(x)
m = length(xh)
x = x(:)
y = y(:)
xh = xh(:)
yh = zeros(m,1)
c1 = ones(1,n-1)
c2 = ones(m,1)
for i=1:n,
xp = x([1:i-1 i+1:n])
yh = yh + y(i) * prod((xh*c1-c2*xp')./(c2*(x(i)*c1-xp')),2)
end
a=[3.946 05.193 505.762 1006.311 1506.795 2007.257 2507.704 3008.170 350...8.603 4009.073 4509.511 50010.001 55010.435 60010.932 65011.400 700...
11.938 75012.428 80012.995 85013.560 90014.246 95015.063 1000]
x=a(:,2)
y=a(:,1)
x2=1:60:1200
y2=interp1(x,y,x2, 'pchip')
plot(x,y,'bo',x2,y2,'r*')
legend('千分尺数据','分段核告插值数据'樱氏睁,'Location', 'Best')
grid on
xlabel('x 容量值(L)'),ylabel('y 电流值(mA)'脊岁)
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。
Matlab函数M文件Lagrange程序function yy=lagrange(x,y,xi) m=length(x)上面是拉格朗日插值法,其中xi为要计算的数值比如 x=[0 3 5 9 31]Q
clear allclc
x0=1:5
y0=sin(x0)
x=1:0.2:2
y0=lagrange(x0,y0,x)
命令窗口输这个就没有问题。
扩展资料:
如果这特定函数是多项式,就称它为插值多项迟行亮式。利用插值基函数很容易得到拉码宽格朗日插值多项式,公式结构紧凑,在理论分析中甚为方便,但当插值节点增减时全部插值基函数均要随之变化,整个公式也将发生变化带宴,这在实际计算中是很不方便的,为了克服这一缺点,提出了牛顿插值。
参考资料来源:百度百科-牛顿插值法
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)