Построить графики исходных данных и полинома Лагранжа.
Рис. 2. Интерполяционный полином Лагранжа
Протабулируем полином Лагранжа на промежутке [0,1.6] в девяти равноотстоящих точках табулированием
Проведем линейную интерполяцию с помощью функции linterp(x,y,t), где
x – вектор действительных значений аргумента (обязательно должны идти в порядке возрастания );
y – вектор действительных значений данных той же размерности;
t – значение аргумента, при котором вычисляется интерполяционная функция.
Построим графики исходных данных и интерполяционной функции.
Рис. 3. Линейная интерполяция
Найдем значение интеграла в пределах[0,2] от интерполяционной функции.
Для интерполяции сплайнами используется функция interp. Перед применением функции interp необходимо предварительно определить первый из ее аргументов — векторную переменную s.
Делается это при помощи одной из трех встроенных функций тех же аргументов (х, у):
• lspline (х, у) — вектор значений коэффициентов кубического сплайна с интерполяцией линейными функциями на граничных точках;
• pspline (х, у) — вектор значений коэффициентов кубического сплайна с интерполяцией квадратичными функциями на граничных точках;
• cspline(х,у) — вектор значений коэффициентов кубического сплайна с интерполяцией кубическими функциями на граничных точках:
Выбор конкретной функции сплайновых коэффициентов влияет на интерполяцию вблизи конечных точек интервала.
Интерполируем исходные данные с помощью кубических сплайнов:
Интерполируем исходные данные с использованием сплайнов:
Построим графики исходных данных и интерполяционных функций.
Рис. 4. Сплайновая интерполяция
Чтобы экстраполировать значение функции в точке 2,2 воспользуемся трассировкой.