matlab样条插值如何用,三次样条插值matlab实现

%三次样条差值-matlab通用程序 - zhangxiaolu2015的专栏 - CSDN博客 https://blog.csdn.net/zha

%【图文】三次样条插值算法详解_百度文库 https://wenku.baidu.com/view/14423f2e1711cc7931b716

clc

clear

x=input('请按照格式[x1,x2,x3...]格式输入y=f(x)函数已知点的横坐标xi='); %三次样条差值函数

y=input('请按照格式[y1,y2,y3...]格式输入y=f(x)函数已知点对应的纵坐标yi=');

x

x = 1x4 double

1 2 4 5

y

y = 1x4 double

1 3 4 2

n=size(x,2); %特别注意,matlab中的矩阵编号是从1开始的,而教材上的矩阵编号是从0开始的,即本程序

for k=2:n %计算h(i)

h(k-1)=x(k)-x(k-1);

end

for k=1:(n-2) %计算μ和λ

mu(k)=h(k)/(h(k)+h(k+1));

lambda(k)=1-mu(k);

end

mu

mu = 1x2 double

0.3333 0.6667

lambda

lambda = 1x2 double

0.6667 0.3333

以上无论是M还是m关系式矩阵通用。

for k=1:(n-2)

g(k)=3*(lambda(k)*(y(k+1)-y(k))/h(k)+mu(k)*(y(k+2)-y(k+1))/h(k+1)); %计算g(1)到g(n-2)

end

g

g =

-1.288728000000000 -2.093712750000000 -3.177727125000001

fprintf('边界条件类型选择:\n1.已知f(a)和f(b)的二阶导数\n2.已知f(a)和f(b)的一阶导数\n');

边界条件类型选择:

1.已知f(a)和f(b)的二阶导数

2.已知f(a)和f(b)的一阶导数

3.y=f(x)是以T=b-a为周期的周期函数

in=input('请输入对应序号:');

if in==1

in

M(1)=input('请输入f(a)的二阶导数值:');

M(n)=input('请输入f(b)的二阶导数值:');

M(1)

M(n)

A=zeros(n,n); %构造追赶法所需的A和b

for k=2:(n-1)

A(k,k)=2;

A(k,k+1)=mu(k-1);

A(k,k-1)=lambda(k-1);

end

A(1,1)=2;

A(1,2)=1;

A(end,end)=2;

A(end,end-1)=1;

A

b=zeros(n,1);

for k=2:(n-1)

b(k,1)=g(k-1);

end

b(1,1)=3*((y(2)-y(1))/h(1)-2*h(1)*M(1));

b(n,1)=3*((y(n)-y(n-1))/h(n-1)+2*h(n-1)*M(n));

b

b=b';

m=zhuigan(A,b); %利用追赶法求解成功,这里的参数b形式应为行向量而非列向量

elseif in==2

y0=input('请输入f(a)的一阶导数值:');

yn=input('请输入f(b)的一阶导数值:');

A=zeros(n-2,n-2); %构造追赶法所需的A和b

for k=2:(n-3)

A(k,k)=2;

A(k,k+1)=mu(k);

A(k,k-1)=lambda(k);

end

A(1,1)=2;

A(1,2)=mu(1);

A(end,end)=2;

A(end,end-1)=lambda(n-2);

b=zeros(n-2,1);

for k=2:(n-3)

b(k,1)=g(k);

end

b(1,1)=g(1)-lambda(1)*y0;

b(end,1)=g(n-2)-mu(n-2)*yn;

b=b';

m=zhuigan(A,b);%利用追赶法求解

m(1)

m(2)

%这里解出m(1)至m(n-2),为能代入带一阶导数的分段三次埃米尔特插值多项式,要对m进行调整

for k=(n-2):-1:1

m(k+1)=m(k);

end

m(1)=y0;

m(n)=yn;

elseif in==3

A=zeros(n,n); %构造追赶法所需的A和b

for k=2:(n-1)

A(k,k)=2;

A(k,k+1)=mu(k-1);

A(k,k-1)=lambda(k-1);

end

A(1,1)=2;

A(1,2)=mu(1);

A(1,end)=lambda(1);

A(end,end)=2;

A(end,end-1)=lambda(n-1);

A(end,1)=mu(n-1);

b=zeros(n-1,1);

for k=1:(n-1)

b(k,1)=d(k+1);

end

N=LU_fenjieqiuxianxingfangcheng(A,b); %利用LU分解求解线性方程组

for k=1:(n-1)

M(k+1)=N(k,1);

end

M(1)=M(n);

else

fprintf('您输入的序号不正确');

end

ans = 0

A = 4x4 double

​ 2.0000 1.0000 0 0

​ 0.6667 2.0000 0.3333 0

​ 0 0.3333 2.0000 0.6667

​ 0 0 1.0000 2.0000

b = 4x1 double

​ 6.0000

​ 4.5000

​ -3.5000

​ -6.0000

c = 1x3 double

​ 0.6667 0.3333 1.0000

a = 1x4 double

2 2 2 2

b = 1x3 double

1.0000 0.3333 0.6667

m

m = 1x4 double

2.1250 1.7500 -1.2500 -2.3750

%三转角公式

for k=1:(n-1)

clear S1

syms X

S1=(1-2*(X-x(k))/(-h(k)))*((X-x(k+1))/(h(k)))^2*y(k)+...

(X-x(k))*((X-x(k+1))/(h(k)))^2*m(k)+...

(1-2*(X-x(k+1))/(h(k)))*((X-x(k))/(h(k)))^2*y(k+1)+...

(X-x(k+1))*((X-x(k))/(h(k)))^2*m(k+1);

fprintf('当%d=

S=expand(S1)

end

math?formula=%5Cbegin%7Barray%7D%7Bl%7D%20%7B%5Crm%7BS(x)%7D%7D%20%3D%20%7Bm_k%7D(X%20-%20%7Bx_k%7D)%7B%5Cleft(%20%7B%5Cfrac%7B%7BX%20-%20%7Bx_%7Bk%20%2B%201%7D%7D%7D%7D%7B%7B%7Bh_k%7D%7D%7D%7D%20%5Cright)%5E2%7D%20%2B%20%5C%5C%20%7Bm_%7Bk%20%2B%201%7D%7D(X%20-%20%7Bx_%7Bk%20%2B%201%7D%7D)%7B%5Cleft(%20%7B%5Cfrac%7B%7BX%20-%20%7Bx_k%7D%7D%7D%7B%7B%7Bh_k%7D%7D%7D%7D%20%5Cright)%5E2%7D%20%2B%20%5C%5C%20%7By_k%7D%5Cleft(%20%7B1%20-%20%5Cfrac%7B%7B2(X%20-%20%7Bx_k%7D)%7D%7D%7B%7B-%7Bh_k%7D%7D%7D%7D%20%5Cright)%7B%5Cleft(%20%7B%5Cfrac%7B%7BX%20-%20%7Bx_%7Bk%20%2B%201%7D%7D%7D%7D%7B%7B%7Bh_k%7D%7D%7D%7D%20%5Cright)%5E2%7D%20%2B%20%5C%5C%20%7By_%7Bk%20%2B%201%7D%7D%7B%5Cleft(%20%7B%5Cfrac%7B%7BX%20-%20%7Bx_k%7D%7D%7D%7B%7B%7Bh_k%7D%7D%7D%7D%20%5Cright)%5E2%7D%5Cleft(%20%7B1%20-%20%5Cfrac%7B%7B2(X%20-%20%7Bx_%7Bk%20%2B%201%7D%7D)%7D%7D%7B%7B%7Bh_k%7D%7D%7D%7D%20%5Cright)%20%5Cend%7Barray%7D

当1=

S =

math?formula=-%5Cfrac%7Bx%5E3%7D%7B8%7D%2B%5Cfrac%7B3x%5E2%7D%7B8%7D%2B%5Cfrac%7B7x%7D%7B4%7D-1

当2=

S =

math?formula=-%5Cfrac%7Bx%5E3%7D%7B8%7D%2B%5Cfrac%7B3x%5E2%7D%7B8%7D%2B%5Cfrac%7B7x%7D%7B4%7D-1

当4=

S =

math?formula=-%5Cfrac%7Bx%5E3%7D%7B8%7D-%5Cfrac%7B45x%5E2%7D%7B8%7D%2B%5Cfrac%7B103x%7D%7B4%7D-33

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/514639.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

在阿里淘系6个月能有哪些收获成长?

本文作者:刘博文(Berwin),花名“玖五”,畅销书《深入浅出Vue.js》作者、知名技术博主、讲师、阿里巴巴淘系技术部前端技术专家,现负责淘系618、双11等超大型营销活动主会场的终端渲染架构。 回想起年初刚来…

matlab 向前欧拉公式,向前欧拉公式在Matlab解微分方程初值解的问题

向前欧拉公式在Matlab解微分方程初值解的问题0fuqilin1202013.07.04浏览527次分享举报用向前欧拉公式(10.8)求解初值问题,dy/dx-3x8x-7,y(0)1,分别取n10,n100,并将计算结果与精确解作比较,写出在每个子区间[xk,xk1]上的局部截断误差公式&…

我在阿里巴巴做 Serverless 云研发平台

简介: Serverless 云研发平台经过这半年多的蜕变,已经从简单的解决工程链路的平台演进成一个面向研发、上线、运维的全生命周期研发平台,后续要解决的命题会集中在用户低门槛上。 作者 | 林昱(苏河) 技术的成熟度源自大规模的实践&#xff0…

从Gartner报告,看中国数据库崛起

简介: 阿里云,在Gartner公布2020年度全球数据库魔力象限评估结果,作为中国科技公司代表,首次挺进全球数据库第一阵营——领导者(LEADERS)象限,这也是中国数据库40年来首次进入全球顶级数据库行列…

一套存储承载全场景,XSKY星辰天合发布企业级SDS V5系列

编辑 | 宋慧 出品 | CSDN云计算 头图 | XSKY星辰天合V5发布会现场 2021年7月15日,国内数据基础设施技术平台提供商XSKY星辰天合正式发布了企业级软件定义存储V5(以下简称“XSKY SDS V5”)系列产品,通过DATA OS数据操作系统底座升…

首次揭秘云原生Hologres存储引擎

简介: 本文将会首次对外公开介绍Hologres的存储引擎,深度剖析其实现原理和核心技术优势。 概要:刚刚结束的2020天猫双11中,MaxCompute交互式分析(Hologres)实时计算Flink搭建的云原生实时数仓首次在核心数…

什么是 “原型模式” ?

作者:东风玖哥,小灰来源:程序员小灰————— 第二天 —————————————————假如有一天,小灰被外星人抓走了,外星人要拿小灰做实验,想了解小灰在吃得好、睡得好、玩得开心的场景下&#xf…

制造业全链数字化业务转型实践

近日,阿里云Lindorm与Intel、OSIsoft推出了面向工业物联网信息经济(Infonomics)的IT & OT超融合工业数据云解决方案。方案通过云端打通阿里云、Intel的IT技术积累和OSIsoft的OT经验能力,实现对传统技术供需关系的超越&#xf…

从搜索引擎到核心交易数据库,详解阿里云神龙如何支撑双11

简介: 订单峰值58.3万笔/秒,销售额4982亿,阿里云神龙再次成功扛住了全球流量洪峰 2020年的双11,天猫又创造了新的纪录:订单峰值达到创纪录的58.3万笔/秒,销售额达到历史新高4982亿,阿里云神龙再…

云网一体,“湘遇湘融 | 移动云TeaTalk·长沙站 启动倒计时

在企业数字化转型、云服务和国家政策等多重因素驱动下,越来越多的企业、行业和政府机关将业务迁移到云上,单一化的网络连接模式已经不能满足企业“多系统、多场景、多业务”的上云需求,而是要求云和多样化网能力高度协同。中国移动作为运营商…

matlab save txt 乱码,matlab代码或中文复制到word就变成乱码怎么办?

在matlab的edit中编辑的脚本程序复制到word时,注释里面的汉字变为乱码怎么办。下面教你两种解决办法。软件名称:Matlab 7.0.1 R14 SP1 (3CD带序列号)免费版软件大小:1.17GB更新时间:2012-11-03立即下载1、这是我在matlab的edit下面…

EMAS 移动 DevOps 解决方案 —— Mobile DevOps

简介: DevOps这一优秀的软件交付理念在服务端已经有很多相关的实践,那么是否也可以应用到移动端进行交付呢?基于移动端和服务端场景的差异,移动DevOps跟服务端DevOps又有哪些不同和挑战?本文分享阿里云云原生应用研发平…

MongoDB 5.0 来了,原生时序、版本化 API 新特性悉数登场

作者 | 伍杏玲出品 | CSDN云计算(ID:CSDNcloud)据 DB-Engines 数据库最新 7 月流行度排行榜显示,前五名十分稳定:Oracle、MySQL、Microsoft SQL Server、PostgreSQL、MongoDB,其中 MongoDB 是唯一的文档型数…

阿里云Lindorm与Intel、OSIsoft共建IT OT超融合工业数据云

近日,阿里云Lindorm与Intel、OSIsoft推出了面向工业物联网信息经济(Infonomics)的IT & OT超融合工业数据云解决方案。方案通过云端打通阿里云、Intel的IT技术积累和OSIsoft的OT经验能力,实现对传统技术供需关系的超越&#xf…

wamp php5.6 mysql5.6,WampServer 3.0.6 多语言版 集成apache2.4.23 mysql5.7.14 php5.6.25-7.0.10 穿墙书店...

WampServer是一款由法国人开发的Apache Web服务器、PHP解释器以及MySQL数据库的整合软件包,就是Windows Apache Mysql PHP集成安装环境,即在window下的apache、php和mysql的服务器软件。免去了开发人员将时间花费在繁琐的配置环境过程,从而腾出更多精力去…

阿里云数据中台助力零售耐消品新客获取与转化

天猫消电家装联合安永战略咨询基于阿里巴巴品牌数据银行AIPL的资产积累与流转情况,设计了数字化新客运营指标体系NEW。 这一体系以消费者资产作为品牌方经营的运营基石,基于消费者人群的评估、监测、驱动来带动品牌当下及未来商业的增长。关于NEW这一指…

字节大数据手册火了 ! 离线数据/实时数据/数据仓库ETL/实时交易系统/啥都有 !...

最近有幸在一位字节跳动大数据高级工程师手里扒到了这份学习笔记,将部分知识章节发布到了在B站上竟然获得了5000点赞!本来想将文件上传到github上,但由于文件太大有的都无法显示所以直接整理成多个文件夹,供大家学习,也…

专访阿里云 Serverless 负责人:无服务器不会让后端失业

2012 年,云基础设施服务提供商 Iron.io 的副总裁 Ken 谈到软件开发行业的未来,首次提出了 Serverless 的概念,为云中运行的应用程序描述了一种全新的系统体系架构。此后,以 AWS 为代表的云服务厂商将 Serverless 概念逐步落地&…

php模糊搜索慢怎么办,MySQL中文模糊检索问题的解决方法_php

mysql中文模糊检索问题的解决方法来源:林兴陆在 MySQL 下,在进行中文模糊检索时,经常会返回一些与之不相关的记录,如查找 "-0x1.ebea4bfbffaacp-4%" 时,返回的可能有中文字符,却没有 a 字符存在。…

消息队列RocketMQ性能测试案例

1. 消息队列RocketMQ性能测试案例 1.1 RocketMQ测试分析 客户场景,信息共享交换平台: 1.交换平台需支持每秒万级别数据传输 2.实现跨路段、跨部门、跨行业、跨区域信息即时共享,做到高可靠、低延迟 客户现场展示场景设计思路: 1…