在工程测量和科学实验中，所得到的数据通常是离散的，要得到这些离散点以外的其他点的数值，就需要根据已知的数据进行插值。插值函数一般由线性函数、多项式、样条函数或这些函数的分段函数充当。
一维插值
一维差值:被插值函数只有单一变量，常见的插值函数有临近点插值(nearest)，线性插值(linear)，三次样条插值(spline)和分段立方插值(cubic/pchip)。
调用形式：
yi=interp1(x,y,xi,method);
其中：x为自变量的取值向量，y为x对应的因变量，method为插值方法。
x=[-5:0.5:5];
y=(x.^3)*34+3*x;
x1=[-5:0.1:5]; y1=interp1(x,y,x1,'nearesr');
二维差值
二维差值: 在给定的矩形区域[x1,xm]×[y1,ym]上，构造多项式，去逼近(x,y,z)，然后用构造的多项式来
调用形式：
yi=interp2(x,y,z,xi,yi,method);
Method={‘nearest’, ‘linear’, ‘spline’, ‘cubic’}
拟合
数值插值要求逼近函数在采样点与被逼近函数相等，但由于测量误差，所获得的数据不一定准确，如果强求逼近显然不够合理。曲线拟合不要求逼近函数通过各采样点，但要尽量的接近这些点，使误差在某种意义上达到最小。
曲线拟合的实现：用polyfit函数来求得最小二乘拟合多项式的系数，再用polyval函数按所得的多项式计算所给出点上的函数近似值。
polyfit函数的调用格式为：
[P,S] = polyfit(X,Y,m)；
函数根据采样点X和采样点函数值Y，产生一个m次多项式P及其在采样点的误差向量S。其中X、Y是两个等长的向量，P是一个长度为m+1的向量，P的元素是多项式系数。
polyval函数的调用格式为：
y = polyval(P,x)；
函数能够按多项式的系数计算x点多项式的值。
