Einfache Interpolation
Sie könnten nur in die andere Richtung interpolieren ...
% Your code
x = [1 2 3 4 5 6 7 8 9];
y = [1 2 3 4 5 4 2 6 8];
xq = [1:0.25:9];
yq = interp1(x, y, xq);
% Interpolate your newly interpolated xq and yq to find x = x1 when y = 3.5
x1 = interp1(yq, xq, 3.5)
Finding Zeros
Dieser Ansatz ist komplizierter, aber, abhängig von Ihren Daten, kann mehr anwendbar sein.
Sie irgendeine Art von Wurzelsuche Ansatz verwenden könnte fzero
, und eine Funktion definiert, wie unten
% Initialise
x = [1 2 3 4 5 6 7 8 9]; y = [1 2 3 4 5 4 2 6 8];
% Define function, like your interpolation, which will have a zero at x=x0
% when y = y0.
y0 = 3.5;
yq = @(xq) interp1(x, y, xq) - y0
% find the zero, intial guess must be good enough
y0 = fzero(yq, 1)
Wie bereits erwähnt in den Kommentaren, die intial Vermutung verwenden muss „gut genug“ sein - das ist nicht nur für Konvergenz innerhalb fzero
, aber wenn während der Auswertung ein Wert von x getestet wird, der außerhalb Ihrer Interpolation ist, wird es brechen.
Beispiel:
y0 = fzero(yq, 1)
% >> Exiting fzero: aborting search for an interval containing a sign change
% because NaN or Inf function value encountered during search.
% (Function value at 0.971716 is NaN.)
y0 = fzero(yq, 5)
% >> y0 = 3.5, as expected from the input data.