Matlab插值实验
matlab插值方法
x 129 140 103.5 88 185.5 195 105
y 7.5 141.5 23 147 22.5 137.5 85.5
1.先在三维坐标画出原始数据，画出粗糙的温度分布曲图.
输入以下命令： 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) 2．以平滑数据,在x、y方向上每隔0.2个单位的地方进行插值.
被插值点 的函数值
插值 节点
被插值点 插值方法
‘nearest’ 最邻近插值 ‘linear’ 双线性插值 ‘cubic’ 双三次插值 缺省时, 双线性插值
要求x0,y0单调；x，y可取为矩阵，或x取 行向量，y取为列向量，x,y的值分别不能超出 x0,y0的范围。
26
例：测得平板表面3*5网格点处的温度分别为： 82 81 80 82 84 79 63 61 65 81 84 84 82 85 86 试作出平板表面的温度分布曲面z=f(x,y)的图形。
例：在1-12的11小时内，每隔1小时测量一次温 度，测得的温度依次为：5，8，9，15，25，29，31， 30，22，25，27，24。试估计每隔1/10小时的温度 值。
hours=1:12; temps=[5 8 9 15 25 29 31 30 22 25 27 24]; h=1:0.1:12; t=interp1(hours,temps,h,'spline'); (直接输出数据将是很多的) plot(hours,temps,'+',h,t,hours,temps,'r:') %作图 xlabel('Hour'),ylabel('Degrees Celsius’)
MATLAB数值实验一(数据的插值运算及其应用完整版)
佛山科学技术学院实 验 报 告课程名称 数值分析 实验项目 插值法与数据拟合 专业班级 机械工程 姓 名 余红杰 学 号 10 指导教师 陈剑 成 绩 日 期 月 日一、实验目的1、学会Lagrange 插值、牛顿插值和三次样条插值等基本插值方法；2、讨论插值的Runge 现象3、学会Matlab 提供的插值函数的使用方法，会用这些函数解决实际问题。
二、实验原理1、拉格朗日插值多项式2、牛顿插值多项式3、三次样条插值 三、实验步骤1、用MATLAB 编写独立的拉格朗日插值多项式函数2、用MATLAB 编写独立的牛顿插值多项式函数3、用MATLAB 编写独立的三次样条函数（边界条件为第一、二种情形）4、已知函数在下列各点的值为：根据步骤1,2,3编好的程序，试分别用4次拉格朗日多项式4()L x 、牛顿插值多项式4()P x 以及三次样条函数()S x (自然边界条件)对数据进行插值，并用图给出 ｛(,),0.20.08,0,1,2,,10i i i x y x i i =+=｝，4()L x 、4()P x 和()S x 。
5、在区间[-1,1]上分别取10,20n =用两组等距节点对龙格函数21(),(11)125f x x x=-≤≤+作多项式插值，对不同n 值，分别画出插值函数及()f x 的图形。
6、下列数据点的插值可以得到平方根函数的近似，在区间[0,64]上作图。
（1）用这9个点作8次多项式插值8()L x 。
（2）用三次样条（第一边界条件）程序求()S x 。
7、对于给函数21()125f x x =+在区间[-1,1]上取10.2(0,1,,10)i x i i =-+=，试求3次曲线拟合，试画出拟合曲线并打印出方程，与第5题的结果比较。
四、实验过程与结果：1、Lagrange 插值多项式源代码：function ya=lag(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 ya=0; mu=1; %初始化%循环方式求L 系数，并求和： for i = 1:length(y) for j = 1:length(x) if i ~= jmu = mu * (xa - x(j) ) / ( x(i) - x(j) ); else continue end endya = ya + y(i) * mu ; mu = 1; end2、Newton 源代码：function ya = newton(x,y,xa) %x 所有已知插值点 %y 插值点对应函数值 %xa 所求点，自变量 %ya 所求点插值估计量 %建立系数零矩阵D 及初始化：D = zeros(length(x)-1);ya = y(1);xi = 1;%求出矩阵D，该矩阵第一行为牛顿插值多项式系数：for i=1:(length(x)-1)D(i,1) = (y(i+1) -y(i))/(x(i+1) -x(i));endfor j=2:(length(x)-1)for i=1:(length(x)-j)D(i,j) = (D(i+1,j-1) - D(i,j-1)) / (x(i+j) - x(i)); endend%xi为单个多项式（x-x(1))(x-x(2))...的值for i=1:(length(x)-1)for j=1:ixi = xi*(xa - x(j));endya = ya + D(1,i)*xi;xi = 1;end3、三次样条插值多项式（1）（第一边界条件）源代码：function y=yt1(x0,y0,f_0,f_n,x) _____________(1)%第一类边界条件下三次样条插值；%xi 所求点；%yi 所求点函数值；%x 已知插值点；%y 已知插值点函数值；%f_0左端点一次导数值；%f_n右端点一次导数值；n = length(x0);z = length(y0);h = zeros(n-1,1);k=zeros(n-2,1);l=zeros(n-2,1);S=2*eye(n);for i=1:n-1h(i)= x0(i+1)-x0(i);endfor i=1:n-2k(i)= h(i+1)/(h(i+1)+h(i));l(i)= 1-k(i);end%对于第一种边界条件：k = [1;k]; _______________________(2)l = [l;1]; _______________________(3)%构建系数矩阵S：for i = 1:n-1S(i,i+1) = k(i);S(i+1,i) = l(i);end%建立均差表：F=zeros(n-1,2);for i = 1:n-1F(i,1) = (y0(i+1)-y0(i))/(x0(i+1)-x0(i));endD = zeros(n-2,1);for i = 1:n-2F(i,2) = (F(i+1,1)-F(i,1))/(x0(i+2)-x0(i));D(i,1) = 6 * F(i,2);end%构建函数D：d0 = 6*(F(1,2)-f_0)/h(1); ___________(4)dn = 6*(f_n-F(n-1,2))/h(n-1); ___________(5)D = [d0;D;dn]; ______________(6)m= S\D;%寻找x所在位置，并求出对应插值：for i = 1:length(x)for j = 1:n-1if (x(i)<=x0(j+1))&(x(i)>=x0(j))y(i) =( m(j)*(x0(j+1)-x(i))^3)/(6*h(j))+...(m(j+1)*(x(i)-x0(j))^3)/(6*h(j))+...(y0(j)-(m(j)*h(j)^2)/6)*(x0(j+1)-x(i))/h(j)+... (y0(j+1)-(m(j+1)*h(j)^2)/6)*(x(i)-x0(j))/h(j) ; break;else continue;endendend（2）（自然边界条件）源代码：仅仅需要对上面部分标注的位置做如下修改:__(1):function y=yt2(x0,y0,x)__(2):k=[0;k]__(3):l=[l;0]__(4)+(5):删除—(6):D=[0:D:0]4、——————————————PS:另建了一个f方程文件，后面有一题也有用到。
插值MATLAB实现(牛顿差商插值误差龙格现象切比雪夫插值)
插值MATLAB实现（牛顿差商插值误差龙格现象切比雪夫插值）插值是数值分析中的一种方法，通过已知数据点的函数值来估计函数在其他点的值。
MATLAB提供了多种方法来实现插值，包括牛顿差商插值、插值误差分析、龙格现象和切比雪夫插值。
下面将详细介绍这些方法的实现原理和MATLAB代码示例。
1.牛顿差商插值：牛顿差商插值是一种基于多项式插值的方法，其中差商是一个连续性的差分商。
该方法的优势在于可以快速计算多项式的系数。
以下是MATLAB代码示例：```matlabfunction [coeff] = newton_interpolation(x, y)n = length(x);F = zeros(n, n);F(:,1)=y';for j = 2:nfor i = j:nF(i,j)=(F(i,j-1)-F(i-1,j-1))/(x(i)-x(i-j+1));endendcoeff = F(n, :);end```该代码中，输入参数x和y分别表示已知数据点的x坐标和y坐标，返回值coeff表示插值多项式的系数。
2.插值误差分析：插值误差是指插值函数与原始函数之间的差异。
一般来说，通过增加插值节点的数量或使用更高次的插值多项式可以减小插值误差。
以下是MATLAB代码示例：```matlabfunction [error] = interpolation_error(x, y, x_eval)n = length(x);p = polyfit(x, y, n-1);y_eval = polyval(p, x_eval);f_eval = sin(pi*x_eval);error = abs(f_eval - y_eval);end```该代码中，输入参数x和y分别表示已知数据点的x坐标和y坐标，x_eval表示插值节点的x坐标，error表示插值误差。
3.龙格现象：龙格现象是插值多项式在等距插值节点上错误增长的现象。
Matlab实验报告六(三次样条与分段线性插值)范文
本题是给出粗略等分点让你插入更多点用双线性插值法来作出更清晰的山区地貌图。
2.问题求解
x=0:400:2800;
y=0:400:2400;
z=[1430 1450 1470 1320 1280 1200 1080 940;
1450 1480 1500 1550 1510 1430 1300 1200;
2.分段线性插值与计算量与n无关;n越大，误差越小.
3.三次样条插值比分段线性插值更光滑。
4.‘linear’：分段线性插值；‘spline’：三次样条值。
【实验环境】
MatlabR2010b
二、实验内容
问题1对函数 ，x[-5,5]，分别用分段线性插值和三次样条插值作插值（其中插值节点不少于20），并分别作出每种插值方法的误差曲线.
本次实验因为是我们课本没有的内容，心理上给了我很大的压力，幸好我们还能根据老师的课件以及例题去掌握这次实验所需要的各种插值法，但结果还好，两道题都做出来了。
plot(x,y,'*',x1,yl,'r',x1,y2,'b')
y0=1./(1+x1.^2);
y3=yl-y0;
y4=ys-y0;
holdon
plot(x1,y3,'y',x1,y4,'g')
3.结果
4误。
问题2山区地貌图在某山区（平面区域（0，2800）（0，2400）内，单位：米）测得一些地点的高程（单位：米）如表1，试作出该山区的地貌图.
1.分析问题
本题先取出少量的插值节点并作出图形，再用分段线性插值法和三次样条插值法做出更精确的图形，最后在作出误差曲线。
计算方法-插值方法实验
实验一插值方法一. 实验目的（1）熟悉数值插值方法的基本思想，解决某些实际插值问题，加深对数值插值方法的理解。
（2）熟悉Matlab 编程环境，利用Matlab 实现具体的插值算法，并进行可视化显示。
二. 实验要求用Matlab 软件实现Lagrange 插值、分段线性插值、三次Hermite 插值、Aitken 逐步插值算法，并用实例在计算机上计算和作图。
三. 实验内容1. 实验题目 （1）已知概率积分dxe y xx ⎰-=22π的数据表构造适合该数据表的一次、二次和三次Lagrange 插值公式，输出公式及其图形，并计算x =0.472时的积分值。
答：①一次插值公式：输入下面内容就可以得到一次插值结果 >> X=[0.47,0.48];Y=[0.4937452,0.5027498]; >> x=0.472;>> (x-X(2))/(X(1)-X(2))*Y(1)+(x-X(1))/(X(2)-X(1))*Y(2)ans =0.495546120000000>>②两次插值公式为：输入下面内容就可以得到两次插值结果>> X=[0.46,0.47,0.48];Y=[0.4846555,0.4937452,0.5027498]; >> x=0.472;>>(x-X(2))*(x-X(3))/((X(1)-X(2))*(X(1)-X(3)))*Y(1)+(x-X(1))*(x-X(3))/((X(2)-X(1))*(X(2)-X(3)))*Y(2)+(x-X(2))*(x-X(1))/((X(3)-X(2))*(X(3)-X(1)))*Y(3)i 0123x 0.46 047 0.48 0.49 y0.4846555 0.4937452 0.5027498 0.5116683ans =0.495552928000000>>③三次插值公式为：输入下面内容就可以得到三次插值结果>> X=[0.46,0.47,0.48,0.49];Y=[0.4846555,0.4937452,0.5027498,0.5116683];>> x=0.472;>>(x-X(2))*(x-X(3))*(x-X(4))/((X(1)-X(4))*(X(1)-X(2))*(X(1)-X(3)))*Y(1)+(x-X(4))*( x-X(1))*(x-X(3))/((X(2)-X(4))*(X(2)-X(1))*(X(2)-X(3)))*Y(2)+(x-X(4))*(x-X(2))*( x-X(1))/((X(3)-X(4))*(X(3)-X(2))*(X(3)-X(1)))*Y(3)+(x-X(3))*(x-X(2))*(x-X(1))/(( X(4)-X(1))*(X(4)-X(2))*(X(4)-X(3)))*Y(4)ans =0.495552960000000输入下面内容，绘出三点插值的图：>> X=[0.46,0.47,0.48,0.49];Y=[0.4846555,0.4937452,0.5027498,0.5116683];>> x=linspace(0.46,0.49);>>y=(x-X(2)).*(x-X(3)).*(x-X(4))/((X(1)-X(4))*(X(1)-X(2))*(X(1)-X(3)))*Y(1)+(x-X(4) ).*(x-X(1)).*(x-X(3))/((X(2)-X(4))*(X(2)-X(1))*(X(2)-X(3)))*Y(2)+(x-X(4)).*(x-X(2) ).*(x-X(1))/((X(3)-X(4))*(X(3)-X(2))*(X(3)-X(1)))*Y(3)+(x-X(3)).*(x-X(2)).*(x-X(1) )/((X(4)-X(1))*(X(4)-X(2))*(X(4)-X(3)))*Y(4);>>plot(x,y)（注意上面的“.*”不能用“*”替代）；（2）将区间[-5,5]分为10等份，求作211)(x x f +=的分段线性插值函数，输出函数表达式及其图形，并计算x =3.3152时的函数值。
程序设计实验报告(matlab)
程序设计实验报告(matlab)实验一: 程序设计基础实验目的：初步掌握机器人编程语言Matlab。
实验内容：运用Matlab进行简单的程序设计。
实验方法：基于Matlab环境下的简单程序设计。
实验结果：成功掌握简单的程序设计和Matlab基本编程语法。
实验二：多项式拟合与插值实验目的：学习多项式拟合和插值的方法，并能进行相关计算。
实验内容：在Matlab环境下进行多项式拟合和插值的计算。
实验方法：结合Matlab的插值工具箱，进行相关的计算。
实验结果：深入理解多项式拟合和插值的实现原理，成功掌握Matlab的插值工具箱。
实验三：最小二乘法实验目的：了解最小二乘法的基本原理和算法，并能够通过Matlab进行计算。
实验内容：利用Matlab进行最小二乘法计算。
实验方法：基于Matlab的线性代数计算库，进行最小二乘法的计算。
实验结果：成功掌握最小二乘法的计算方法，并了解其在实际应用中的作用。
实验六：常微分方程实验目的：了解ODE的基本概念和解法，并通过Matlab进行计算。
实验内容：利用Matlab求解ODE的一阶微分方程组、变系数ODE、高阶ODE等问题。
实验方法：基于Matlab的ODE工具箱，进行ODE求解。
实验结果：深入理解ODE的基本概念和解法，掌握多种ODE求解方法，熟练掌握Matlab的ODE求解工具箱的使用方法。
总结在Matlab环境下进行程序设计实验，使我对Matlab有了更深刻的认识和了解，也使我对计算机科学在实践中的应用有了更加深入的了解。
通过这些实验的学习，我能够灵活应用Matlab进行各种计算和数值分析，同时也能够深入理解相关的数学原理和算法。
这些知识和技能对我未来的学习和工作都将有着重要的帮助。
Matlab实验报告六(三次样条与分段线性插值)
实验名称插值与拟合
所属课程数学软件与实验
实验类型综合型实验
专业信息与计算科学
班级
学号
姓名
指导教师
一、实验概述
【实验目的】
学会在matlab环境下使用几种不同的插值法和拟合两种方法构造函数依据已经知道的某些特殊点来推测实际问题中需要知道但又不便于测量出来的量。
【实验原理】
1.z=interp2(x0,y0,z0,x,y,’method’): 要求x0,y0单调；x, y可取为矩阵, 或x取行向量, y取为列向量, x,y的值分别不能超出x0,y0的范围。
2.分段线性插值与计算量与n无关;n越大, 误差越小.
3.三次样条插值比分段线性插值更光滑。
4.‘linear’ : 分段线性插值；‘spline’ : 三次样条
二、实验内容
问题1 对函数, x([-5,5], 分别用分段线性插值和三次样条插值作插值（其中插值节点不少于20）, 并分别作出每种插值方法的误差曲线.
1180 1320 1450 1420 1400 1300 700 900];
mesh(x,y,z)
xi=0:20:2800;
yi=0:20:2400;
zi=interp2(x,y,z,xi',yi,'cubic');
mesh(xi,yi,zi)
3.结果
4.结论及分析
通过实验,结果正确,分析无误。
三、实验小结
1270 1500 1200 1100 1350 1450 1200 1150
1230 1390 1500 1500 1400 900 1100 1060
1180 1320 1450 1420 1400 1300 700 900
实验四用MATLAB实现拉格朗日插值、分段线性插值
实验四用MATLAB实现拉格朗日插值、分段线性插值一、实验目的：1）学会使用MATLAB软件；2）会使用MATLAB软件进行拉格朗日插值算法和分段线性差值算法；二、实验内容：1用MATLAB实现y = 1./(x.^2+1);（-1<=x<=1）的拉格朗日插值、分段线性2.选择以下函数，在n个节点上分别用分段线性和三次样条插值的方法，计算m个插值点的函数值，通过数值和图形的输出，将插值结果与精确值进行比较，适当增加n，再作比较，由此作初步分析：(1).y=sinx;( 0≤x≤2π)(2).y=(1-x^2)（-1≤x≤1）三、实验方法与步骤：问题一用拉格朗日插值法1）定义函数：y = 1./(x.^2+1);将其保存在f.m 文件中，程序如下：function y = f1(x)y = 1./(x.^2+1);2）定义拉格朗日插值函数：将其保存在lagrange.m 文件中，具体实现程序编程如下：function y = lagrange(x0,y0,x)m = length(x); /区间长度/n = length(x0);for i = 1:nl(i) = 1;endfor i = 1:mfor j = 1:nfor k = 1:nif j == kcontinue;endl(j) = ( x(i) -x0(k))/( x0(j) - x0(k) )*l(j); endendendy = 0;for i = 1:ny = y0(i) * l(i) + y;end3）建立测试程序，保存在text.m文件中，实现画图：x=-1:0.001:1;y = 1./(x.^2+1);p=polyfit(x,y,n);py=vpa(poly2sym(p),10)plot_x=-5:0.001:5;f1=polyval(p,plot_x);figureplot(x,y,‘r',plot_x,f1)二分段线性插值：建立div_linear.m文件。
matlab插值实验报告
matlab插值实验报告Matlab插值实验报告引言：在数学和工程领域中，插值是一种常见的数据处理方法。
它通过已知数据点之间的推断来填补数据的空缺部分，从而获得连续的函数或曲线。
Matlab是一种功能强大的数值计算软件，具备丰富的插值函数和工具包。
本实验旨在通过使用Matlab进行插值实验，探索插值方法的原理和应用。
实验步骤：1. 数据准备首先，我们需要准备一组实验数据。
以一个简单的二维函数为例，我们选择f(x) = sin(x)，并在区间[0, 2π]上取若干个等间隔的点作为已知数据点。
2. 线性插值线性插值是插值方法中最简单的一种。
它假设函数在两个已知数据点之间是线性变化的。
在Matlab中，可以使用interp1函数进行线性插值。
我们将已知数据点和插值结果绘制在同一张图上，以比较它们之间的差异。
3. 多项式插值多项式插值是一种常用的插值方法，它通过已知数据点构造一个多项式函数来逼近原始函数。
在Matlab中，polyfit函数可以用来拟合多项式。
我们可以选择不同的多项式次数进行插值，并观察插值结果与原始函数之间的差异。
4. 样条插值样条插值是一种更为精确的插值方法，它通过在每个小区间内构造局部多项式函数来逼近原始函数。
在Matlab中，可以使用spline函数进行样条插值。
我们可以选择不同的插值节点数目，并比较插值结果的平滑程度和逼近效果。
5. 拉格朗日插值拉格朗日插值是一种基于多项式的插值方法，它通过构造插值多项式来逼近原始函数。
在Matlab中，可以使用polyval函数进行拉格朗日插值。
我们可以选择不同的插值节点数目，并观察插值结果与原始函数之间的差异。
实验结果：通过实验，我们得到了不同插值方法的结果，并将其与原始函数进行了比较。
在线性插值中，我们观察到插值结果与原始函数之间存在一定的误差，特别是在函数变化较快的区域。
而多项式插值和样条插值在逼近原始函数方面表现更好，特别是在插值节点数目较多的情况下。
实验一 拉格朗日插值Matlab实验报告
北京理工大学珠海学院实验报告
ZHUHAI CAMPAUS OF BEIJING INSTITUTE OF TECHNOLOGY
班级2012电气2班学号xxxxxxxxx姓名陈冲指导教师张凯成绩
实验题目（实验一）拉格朗日插值实验地点及时间JD501 2013/12/26（6-7节）
一、实验目的
1.掌握用程序语言来编辑函数。
2.学会用MATLAB编写Lagrange.m函数。
二、实验环境
Matlab软件
三、实验内容
1、以书中第55页题目13为例编辑程序来实现计算结果。
2、使用MATLAB进行编写：
第一步：编写Lagrange.m函数，代码如下
第二步：利用这个函数来编辑命令：（可见实验结果中的截图）
x=[0.32,0.34,0.36];
y=[sin(0.32),sin(0.34),sin(0.36)];
x0=0.3367;
yt=Lagrange(x,y,x0)
得出抛物线插值为：0.3304
以及
x=[0.32,0.34];
y=[sin(0.32),sin(0.34)];
x0=0.3367;
yt=Lagrange(x,y,x0)
得出线性插值为：0.3304
的近似值并估计误差。
五、实验结果。
六、总结
通过这次实验我学会用MATLAB软件编辑口令进行计算，实验结果是正确的，我相信在以后的实验中，我可以做好每一步，练习好每一次的上机。
实验难度不是很大，主要要注意标点符号的正确性。
………。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Matlab插值实验
一、实验目的
1.熟悉MATLAB的运行环境.
2.学会使用MATLAB作图.
3.学会使用MATLAB编程.
二、实验内容
实验一：几何物理中的插值问题
1. 轮船的甲板成近似半椭圆面形，为了得到甲板的面积。
首先测量得到横向最大相间8.534米；然后等间距地测得纵向高度，自左向右分别为：
0.914, 5.060, 7.772, 8.717, 9.083, 9.144, 9.083, 8.992, 8.687, 7.376, 2.073，
计算甲板的面积。
2. 物体受水平方向外力作用，在水平直线上运动。
测得位移与受力如下表
求 (1) 物体从位移为0到0.4所做的功；(2) 位移为0.4时的速度是多少？
3．火车行驶的距离(路程)﹑速度数据如下，计算从静止开始20 分钟内走过的路程。
4. 确定地球与金星之间的距离
天文学家在1914年8月份的7次观测中，测得地球与金星之间距离（单位：米），并取其常用对数值，与日期的一组历史数据如下表：
由此推断何时金星与地球的距离（米）的对数值为9.9351799？
实验二
1.山区地貌图
在某山区（平面区域（0，2800） （0，2400）内，单位：米）测得一些地点的高程（单位：米）如表4.12所示，试作出该山区的地貌图和等高线图。
三、实验环境
Windows 操作系统; MATLAB 7.0.
四、实验过程 实验一：
1. 因为插值点越多，划分越细则，又因为等间距则，当0x ∆→时，我们视插值点的矩形面积为i y x ⨯∆，则总面积为1n
i i S y x ==∆∑，8.534
x n
∆=
，则 x=linspace(0,8.534,11);
y=[0.914 5.060 7.772 8.717 9.083 9.144 9.083 8.992 8.687 7.376 2.073]; plot(x,y)
1
2
3
4
5
6
7
8
9
012345678910
cx=linspace(0,8.534,100); s=0;
cy=interp1(x,y,cx, 'spline'); for i=1:100
s=s+8.534./100.*cy(i);
end
z =s
z =
64.7476
2.x=linspace(0,0.4,5);
y=[20 21 21 20 19];
plot(x,y)
cx=linspace(0,0.4,20);
s=0;
for i=1:20
cy(i)=interp1(x,y,cx(i));
s=s+0.4.*cy(i)./20;
end
z=s
z =
8.1316
(2)假设初始速度为0，则0.4时刻的速度为
v=（2*z/m）.^(1./2)（其中m为物体的质量）。
3.t=linspace(2,20,10);
v=[10 18 25 29 32 20 11 5 2 0];
plot(t,v)
ct=linspace(2,20,100);
s=0;
for i=1:100
cv(i)=interp1(t,v,ct(i), 'spline');
s=s+20.*cv(i)./60./100;
end
z=s
z =
5.4351
4.t=linspace(0,13,7);
s=[9.9617724 9.9543645 9.9468069 9.9390950 9.9312245 9.9231915 9.9149925];
plot(t,s)
ct=linspace(0,13,100);
cs=interp1(t,s,ct)
观察计算结果知
T=59*13/100+18
T =
25.6700
实验二：
程序如下：
x=[0 0 0 0 0 0 0 400 400 400 400 400 400 400 800 800 800 800 800 800 800 1200 1200 1200 1200 1200 1200 1200 1600 1600 1600 1600 1600 1600 1600 2000 2000 2000 2000 2000 2000 2000 2400 2400 2400 2400 2400 2400 2400 2800 2800 2800 2800 2800 2800 2800];
y=[0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400 0 400 800 1200 1600 2000 2400];
z=[1180 1230 1270 1370 1460 1450 1430 1320 1390 1500 1500 1500 1480 1450 1450 1500 1200 1200 1550 1500 1470 1420 1500 1100 1100 1600 1550 1320 1400 1400 1350 1550 1550 1510 1280 1300 900 1450 1600 1600 1430 1200 700 1100 1200 1550 1600 1300 1080 900 1060 1150 1380 1600 1200 940];
[cx,cy]=meshgrid(0:100:2800,0:100:2400);cz=griddata(x,y,z,cx,cy, 'cubic');
meshz(cx,cy,cz),title('山区地貌图')
figure(2),contour(cx,cy,cz),title('等高线图')
山区地貌图
等高线图
05001000150020002500
500
1000
1500
2000
五、实验总结
1.遇到的问题及解决过程
在计算等高线和山区地貌图时取得的值过密，插值后结果计算较难。
因此引起了电脑死机，多次实验后知道了问题所在，改进成功。
2.产生的错误及原因分析
对于取值的选取不熟悉，导致取值过多，计算时计算机死机。
在插值选取方面不理想。
3.体会和收获
通过这次实验，熟悉了插值的基本方法，以及插值的实际运用和实际意义。
明白了如何正确运用插值方法求解问题。
六、参考文献
[1]数学实验,重庆大学数学系傅鹂、龚劬、刘琼荪、何中市编著,科学出版社,2000年9月.
七、教师评语。