利用MATLAB函数编写的程序,进行三维曲线拟合

三维曲线（非线性）拟合步骤

1 设定目标函数. （M函数书写）% 可以是任意的
例如：

function f=mydata(a,data) %y的值目标函数值 或者是第三维的,a=[a(1) ，a(2)] 列向量
x=data(1,:); %data 是一2维数组，x=x1
y=data(2,:); %data 是一2维数组，x=x2
f=a(1)*x+a(2)*x.*y; %这里的a(1)， a(2)为目标函数的系数值。 f的值相当于ydata的值

2 然后给出数据xdata和ydata的数据和拟合函数lsqcurvefit

例如：
x1=[1.0500 1.0520 1.0530 1.0900 1.0990 1.1020 1.1240 1.1420...
1.1490 1.0500 1.0520 1.0530 1.0900 1.0990 1.1020 1.1240 1.1420 1.1490];
x2=[3.8500 1.6500 2.7500 5.5000 7.7000 3.3000 4.9500 8.2500 11.5500...
1.6500 2.7500 3.8500 7.7000 3.3000 5.5000 8.2500 11.5500 4.9500];
ydata=[56.2000 62.8000 62.2000 40.8000 61.4000 57.5000 44.5000 54.8000...
53.9000 64.2000 62.9000 64.1000 63.0000 62.2000 64.2000 63.6000...
52.5000 62.0000];
data=[x1;x2]; %类似于将x1 x2整合成一个2维数组。
a0= [-0.0014,0.07];
option=optimset('MaxFunEvals',5000);
format long;
[a,resnorm]=lsqcurvefit(@mydata,a0,data,ydata,[],[],option);
yy=mydata(a,data);
result=[ydata' yy' (yy-ydata)']
% a的值为拟合的目标函数的参数值 利用lsqcurvefit进行拟合的 它完整的语法形式是：
% [x,resnorm,residual,exitflag,output,lambda,jacobian] =lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options)






二维曲线（非线性）拟合步骤

1.function F = myfun(x,xdata)

F = x(1)*xdata.^2 + x(2)*sin(xdata) + x(3)*xdata.^3; % 可以是任意的

2.然后给出数据xdata和ydata

>>xdata = [3.6 7.7 9.3 4.1 8.6 2.8 1.3 7.9 10.0 5.4];

>>ydata = [16.5 150.6 263.1 24.7 208.5 9.9 2.7 163.9 325.0 54.3];

>>x0 = [10, 10, 10]; %初始估计值

>>[x,resnorm] = lsqcurvefit(@myfun,x0,xdata,ydata)


搜狐博客 > 豆豆快乐吧 > 日志 2009-09-01 | Matlab画三维图的方法

Matlab画三维图的方法
Tags: Matlab.

三维曲线的画法
三维空间曲线要用到plot3函数，这个和plot类似。plot3函数有三个参数，x，y和z轴，比如下面的例子：

>> T = -2:0.01:2;

>> plot3(cos(2*pi*T),sin(2*pi*T),T)



如果安装了Symbolic Math Toolbox的话也可以用下面ezlpot3函数的方法：

>> ezplot3('cos(2*pi*T)','sin(2*pi*T)','T',[-2 2])



三维曲面的画法
有mesh何surf两种命令来画三维曲面，它们使用的场合不同。前者是当z轴是x和y的显式函数时，后者是x,y,z中某个为其他2个的函数。

mesh函数
>> [X Y]=meshgrid(-2:.1:2, -2:.1:2);

>> Z = X.^2 - Y.^2;

>> mesh(X, Y, Z)



同理用Symbolic Math
Toolbox可以直接执行

>> ezmesh('X.^2 - Y.^2', [-2 2], [-2 2])

surf函数
在函数不能表示成z = f(x, y)时，需要用surf函数。比如x2+y2+z2=1.

先需要用柱面坐标或者球坐标来表示。这里用柱

利用MATLAB函数编写的程序,进行三维曲线拟合

面坐标表示为 r2+z2=1

x = sqrt(1-z2)cosθ, x = sqrt(1-z2)sinθ;

执行matlab指令：

>> [theta, Z] = meshgrid((0:0.1:2)*pi, (-1:0.1:1));

>> X =sqrt(1 - Z.^2).*cos(theta);

>> Y =sqrt(1 - Z.^2).*sin(theta);

>> surf(X, Y, Z); axis square



同理用Symbolic Math Toolbox可以直接执行

>> ezsurf('sqrt(1-s^2)*cos(t)','sqrt(1-s^2)*sin(t)', 's', [-1, 1, 0, 2*pi]); axis equa




常用的一些插值命令


命令1 interp1
功能 一维数据插值（表格查找）。该命令对数据点之间计算内插值。它找出一元函数f(x)在中间点的数值。其中函数f(x)由所给数据决定。
x：原始数据点
Y：原始数据点
xi：插值点
Yi：插值点
格式 yi = interp1(x,Y,xi) %返回插值向量yi，每一元素对应于参量xi，同时由向量x 与Y 的内插值决定。参量x 指定数据Y 的点。
若Y 为一矩阵，则按Y 的每列计算。yi 是阶数为length(xi)*size(Y,2)的输出矩阵。
yi = interp1(Y,xi) %假定x=1:N，其中N 为向量Y 的长度，或者为矩阵Y 的行数。
yi = interp1(x,Y,xi,method) %用指定的算法计算插值：
’nearest’：最近邻点插值，直接完成计算；
’linear’：线性插值（缺省方式），直接完成计算；
’spline’：三次样条函数插值。对于该方法，命令interp1 调用函数spline、ppval、mkpp、umkpp。这些命令生成一系列用于分段多项式操作的函
数。命令spline 用它们执行三次样条函数插值；
’pchip’：分段三次Hermite 插值。对于该方法，命令interp1 调用函数pchip，用于对向量x 与y 执行分段三次内插值。该方法保留单调性与
数据的外形；
’cubic’：与’pchip’操作相同；
’v5cubic’：在MATLAB 5.0 中的三次插值。
对于超出x 范围的xi 的分量，使用方法’nearest’、’linear’、’v5cubic’的插值算法，相应地将返回NaN。对其他的方法，interp1 将对超出的分量执行外插值算法。
yi = interp1(x,Y,xi,method,'extrap') %对于超出x 范围的xi 中的分量将执行特殊的外插值法extrap。
yi = interp1(x,Y,xi,method,extrapval) %确定超出x 范围的xi 中的分量的外插值extrapval，其值通常取NaN 或0。
例1
>>x = 0:10; y = x.*sin(x);
>>xx = 0:.25:10; yy = interp1(x,y,xx);
>>plot(x,y,'kd',xx,yy)
。
例2
>> year = 1900:10:2010;
>> product = [75.995 91.972 105.711 123.203 131.669 150.697 179.323 203.212 226.505
249.633 256.344 267.893 ];
>>p1995 = interp1(year,product,1995)
>>x = 1900:1:2010;
>>y = interp1(year,product,x,'pchip');
>>plot(year,product,'o',x,y)
插值结果为：
p1995 =
252.98
85

命令2 interp2
功能 二维数据内插值（表格查找）
格式 ZI = interp2(X,Y,Z,XI,YI) %返回矩阵ZI，其元素包含对应于参量XI 与YI（可以是向量、或同型矩阵） 的元素， 即Zi(i,j) ←[Xi(i,j),yi(i,j)]。用户可以输入行

利用MATLAB函数编写的程序,进行三维曲线拟合

向量和列向量Xi 与
Yi，此时，输出向量Zi 与矩阵meshgrid(xi,yi)是同型的。同时取决于由输入矩阵X、Y 与Z 确定的二维函数Z=f(X,Y)。参量X 与Y 必须是单调的，且相同的划分格式，就像由命令meshgrid 生成的一样。若Xi
与Yi 中有在X 与Y范围之外的点，则相应地返回nan（Not a Number）。
ZI = interp2(Z,XI,YI) %缺省地，X=1:n、Y=1:m，其中[m,n]=size(Z)。再按第一种情形进行计算。
ZI = interp2(Z,n) %作n 次递归计算，在Z 的每两个元素之间插入它们的二维插值，这样，Z 的阶数将不断增加。
interp2(Z)等价于interp2(z,1)。
ZI = interp2(X,Y,Z,XI,YI,method) %用指定的算法method 计算二维插值：
’linear’：双线性插值算法（缺省算法）；
’nearest’：最临近插值；
’spline’：三次样条插值；
’cubic’：双三次插值。
例3：
>>[X,Y] = meshgrid(-3:.25:3);
>>Z = peaks(X,Y);
>>[XI,YI] = meshgrid(-3:.125:3);
>>ZZ = interp2(X,Y,Z,XI,YI);
>>surfl(X,Y,Z);hold on;
>>surfl(XI,YI,ZZ+15)
>>axis([-3 3 -3 3 -5 20]);shading flat
>>hold off

例4
>>years = 1950:10:1990;
>>service = 10:10:30;
>>wage = [150.697 199.592 187.625
179.323 195.072 250.287
203.212 179.092 322.767
226.505 153.706 426.730
249.633 120.281 598.243];
>>w = interp2(service,years,wage,15,1975)
插值结果为：
w =
190.6288

命令3 interp3
功能 三维数据插值（查表）
格式 VI = interp3(X,Y,Z,V,XI,YI,ZI) %找出由参量X,Y,Z决定的三元函数V=V(X,Y,Z)在点（XI,YI,ZI）的值。参量XI,YI,ZI 是同型阵列或向量。若向量
参量XI,YI,ZI 是不同长度，不同方向（行或列）的向量，这时输出参量VI 与Y1,Y2,Y3 为同型矩阵。其中Y1,Y2,Y3 为用命令meshgrid(XI,YI,ZI)生成的同型阵列。若插值点(XI,YI,ZI)中有位于点
(X,Y,Z)之外的点，则相应地返回特殊变量值NaN。
VI = interp3(V,XI,YI,ZI) %缺省地， X=1:N ，Y=1:M， Z=1:P ，其中，[M,N,P]=size(V)，再按上面的情形计算。
VI = interp3(V,n) %作n 次递归计算，在V 的每两个元素之间插入它们的三维插值。这样，V 的阶数将不断增加。
interp3(V)等价于interp3(V,1)。
VI = interp3(?,method) %用指定的算法method 作插值计算：
‘linear’：线性插值（缺省算法）；
‘cubic’：三次插值；
‘spline’：三次样条插值；
‘nearest’：最邻近插值。
说明 在所有的算法中，都要求X,Y,Z 是单调且有相同的格点形式。当X,Y,Z 是等距且
单调时，用算法’*linear’，’*cubic’，’*nearest’，可得到快速插值。
例5
>>[x,y,z,v] = flow(20);
>>[xx,yy,zz] = meshgrid(.1:.25:10, -3:.25:3, -3:.25:3);
>>vv = interp3(
x,y,z,v,xx,yy,zz);
>>slice(xx,yy,zz,vv,[6 9.5],[1 2],[-2 .2]); shading interp;colormap cool

命令4 interpft
功能 用快速Fourier 算法作一维插

利用MATLAB函数编写的程序,进行三维曲线拟合

值
格式 y = interpft(x,n) %返回包含周期函数x 在重采样的n 个等距的点的插值y。若length(x)=m，且x 有采样间隔dx，则新的y 的采样间隔
dy=dx*m/n。注意的是必须n≥m。若x 为一矩阵，则按x 的列进行计算。返回的矩阵y 有与x 相同的列数，但有n 行。
y = interpft(x,n,dim) %沿着指定的方向dim 进行计算

命令5 griddata
功能 数据格点
格式 ZI = griddata(x,y,z,XI,YI) %用二元函数z=f(x,y)的曲面拟合有不规则的数据向量x,y,z。griddata 将返回曲面z 在点（XI,YI）处的插值。曲面
总是经过这些数据点（x,y,z）的。输入参量（XI,YI）通常是规则的格点（像用命令meshgrid 生成的一样）。XI 可以是一行向量，这时XI 指定一有常数列向量的矩阵。类似地，YI 可以
是一列向量，它指定一有常数行向量的矩阵。
[XI,YI,ZI] = griddata(x,y,z,xi,yi) %返回的矩阵ZI 含义同上，同时，返回的矩阵XI,YI 是由行向量xi 与列向量yi 用命令meshgrid 生成的。
[?] = griddata(?,method) %用指定的算法method 计算：
‘linear’：基于三角形的线性插值（缺省算法）；
‘cubic’： 基于三角形的三次插值；
‘nearest’：最邻近插值法；
‘v4’：MATLAB 4 中的griddata 算法。

命令6 spline
功能 三次样条数据插值
格式 yy = spline(x,y,xx) %对于给定的离散的测量数据x,y（称为断点），要寻找一个三项多项式y = p(x) ，以逼近每对数据(x,y)点间的曲线。过两点(xi, yi) 和(xi+1, yi+1) 只能确定一条直线，而通过一点的三次多项式曲线有无穷多条。为使通过中间断点的三次多项式曲线具有唯一性，要增加两个条件
（因为三次多项式有4 个系数）：
1．三次多项式在点(xi, yi) 处有： p￠i(xi) = p￠i(xi) ；
2．三次多项式在点(xi+1, yi+1) 处有： p￠i(xi+1) = pi￠(xi+1) ；
3．p(x)在点(xi, yi) 处的斜率是连续的（为了使三次多项式具有良好的解析性，加上的条件）；
4．p(x)在点(xi, yi) 处的曲率是连续的；
对于第一个和最后一个多项式，人为地规定如下条件：
①． p￠1￠(x) = p￠2￠(x)
②． p￠n￠(x) = p￠n￠-1(x)
上述两个条件称为非结点(not-a-knot)条件。综合上述内容，可知对数据拟合的三次样条函数p(x)是一个分段的三次多项式：
? ??
? ?í
ì
￡ ￡
￡ ￡
￡ ￡
=
n n n+1
2 2 3
1 1 2
p (x) x x x
p (x) x x x
p (x) x x x
p(x)
L L L L
，其中每段pi(x) 都是三次多项式。
该命令用三次样条插值计算出由向量x 与y 确定的一元函数y=f(x)在点xx 处的值。若参量y
是一矩阵，则以y 的每一列和x 配对，再分别计算由它们确定的函数在点xx 处的值。则yy 是一阶数为
length(xx)*size(y,2)的矩阵。
pp = spline(x,y) %返回由向量x 与y 确定的分段样条多项式的系数矩阵pp，它可用于命令ppval、unmkpp

利用MATLAB函数编写的程序,进行三维曲线拟合

的计算。
例6
对离散地分布在y=exp(x)sin(x)函数曲线上的数据点进行样条插值计算：
>>x = [0 2 4 5 8 12 12.8 17.2 19.9 20]; y = exp(x).*sin(x);
>>xx = 0:.25:20;
>>yy = spline(x,y,xx);
>>plot(x,y,'o',xx,yy)

命令7 interpn
功能 n 维数据插值（查表）
格式 VI = interpn(X1,X2,,?,Xn,V,Y1,Y2,?,Yn) %返回由参量X1,X2,…,Xn,V 确定的n 元函数V=V(X1,X2,…,Xn)在点（Y1,Y2,…,Yn）处的插值。参量Y1,Y2,…,Yn 是同型的矩阵或向量。若Y1,Y2,…,Yn 是向量，则可以
是不同长度，不同方向（行或列）的向量。它们将通过命令ndgrid生成同型的矩阵， 再作计算。若点(Y1,Y2,…,Yn) 中有位于点（X1,X2,…,Xn）之外的点，则相应地返回特殊变量NaN。
VI = interpn(V,Y1,Y2,?,Yn) %缺省地，X1=1:size(V,1)，X2=1:size(V,2)，… ，
Xn=1:size(V,n)，再按上面的情形计算。
VI = interpn(V,ntimes) %作ntimes 次递归计算，在V 的每两个元素之间插入它们的n 维插值。这样，V 的阶数将不断增加。interpn(V)
等价于interpn(V, 1)。
VI = interpn(?,method) %用指定的算法method 计算：
‘linear’：线性插值（缺省算法）；
‘cubic’：三次插值；
‘spline’：三次样条插值法；
‘nearest’：最邻近插值算法。

命令8 meshgrid
功能 生成用于画三维图形的矩阵数据。
格式 [X,Y] = meshgrid(x,y) 将由向量x，y（可以是不同方向的）指定的区域[min(x)，max(x) ， min(y) ， max(y)] 用直线x=x(i),y=y(j) （ i=1,2,…,length(x) ，j=1,2,…,length(y)）进行划分。这样，得到了length(x)*length(y)个点，
这些点的横坐标用矩阵X 表示，X 的每个行向量与向量x 相同；这些点的纵坐标用矩阵Y 表示，Y 的每个列向量与向量y 相同。其中X,Y可用于计算二元函数z=f(x,y)与三维图形中xy 平面矩形定义域的划分或
曲面作图。
[X,Y] = meshgrid(x) %等价于[X,Y]=meshgrid(x,x)。
[X,Y,Z] = meshgrid(x,y,z) %生成三维阵列X,Y,Z，用于计算三元函数v=f(x,y,z)或三维容积图。
例7
[X,Y] = meshgrid(1:3,10:14)
计算结果为：
X =
1 2 3
1 2 3
1 2 3
1 2 3
1 2 3
Y =
10 10 10
11 11 11
12 12 12
13 13 13
14 14 14

命令9 ndgrid
功能 生成用于多维函数计算或多维插值用的阵列
格式 [X1,X2,…,Xn] = ndgrid(x1,x2,…,xn) %把通过向量x1,x2,x3…,xn 指定的区域转换为数组x1,x2,x3,…,xn 。这样， 得到了 length(x1)*length(x2)*…*length(xn)个点，这些点的第一维坐标用矩阵X1 表
示，X1 的每个第一维向量与向量x1 相同；这些点的第二维坐标用矩阵X2 表示，X2 的每个第二维向量与向量x2 相同；如此等等。
其中X1,X2,…,Xn 可用于计算多
元函数y=f(x1,x2,…,xn)以及多维插值命令用到的阵列。
[X1,X2,…,Xn] = ndgrid(x) %等价于[X1,X2,…,Xn] = ndgrid(x,x,…,x)



命令10 table1
功能 一维查表
格式 Y = table1(TAB,X0)

利用MATLAB函数编写的程序,进行三维曲线拟合

%返回用表格矩阵TAB 中的行线性插值元素，对X0（TAB的第一列查找X0）进行线性插值得到的结果Y。矩阵TAB 是第一列包含
关键值，而其他列包含数据的矩阵。X0 中的每一元素将相应地返回一线性插值行向量。矩阵TAB 的第一列必须是单调的。
例8
>>tab = [(1:4)' hilb(4)]
>>y = table1(tab,[1 2.3 3.6 4])
查表结果为：
tab =
1.0000 1.0000 0.5000 0.3333 0.2500
2.0000 0.5000 0.3333 0.2500 0.2000
3.0000 0.3333 0.2500 0.2000 0.1667
4.0000 0.2500 0.2000 0.1667 0.1429
Warning: TABLE1 is obsolete and will be removed in future versions. Use INTERP1 or INTERP1Q