Интерполяция кубическим сплайном
Примечание
Для более простого, но менее гибкого метода, чтобы интерполировать кубические сплайны, попробуйте приложение Curve Fitting или fit
функционируйте и займитесь Сглаживанием Сплайнов.
возвращает ppform кубического сплайна s с последовательностью узла pp
= csapi(x
,y
)x
это принимает значения y(:,j)
в x(j)
для j=1:length(x)
. Значения y(:,j)
могут быть скаляры, векторы, матрицы и массивы ND. Функциональные средние значения точки данных с тем же сайтом данных и затем сортируют их по своим сайтам. С x
получившиеся отсортированные сайты данных, сплайн s
удовлетворяет граничным условиям и условиям отсутствия узла, такой как
где D3s является третьей производной s.
Если x
массив ячеек последовательностей x1
..., xm
из длин n1
..., nm
, затем y
массив размера [n1,...,nm]
(или размера [d,n1,...,nm]
если interpolant является d
- оцененный). В этом случае, pp
ppform m
- кубический сплайн interpolant s к таким данным. В частности,
с и .
Чтобы выполнить операции на этом интерполирующем кубическом сплайне, такие как оценка, дифференцирование, графический вывод, использует структуру стр. Для получения дополнительной информации смотрите fnval
, fnder
, fnplt
функции.
возвращает значения сплайна сглаживания, оцененного в точках values
= csapi(x
,y
,xx
)xx
. Этот синтаксис совпадает с fnval(csapi(x,y),xx)
.
Этой командой является по существу MATLAB® функция spline
, который, в свою очередь, является упрощенной версией стандартной программы Фортрана CUBSPL
в PGS, за исключением того, что csapi
(и теперь также spline
) принимает данные с векторным знаком и может обработать данные с координатной сеткой.
csapi
реализация стандартной программы Фортрана CUBSPL
из PGS.
Алгоритм создает и решает соответствующую трехдиагональную линейную систему с помощью возможности разреженной матрицы MATLAB.
Алгоритм также использует граничное условие не-узла, обеспечивая первую и вторую полиномиальную часть interpolant, чтобы совпасть, а также предпоследнее и последняя полиномиальная часть.