导航网站教程,wordpress 文章标签,wordpress大站,上海php网站建设曲线拟合已知离散点上的数据集 #xff0c;即已知在点集 上的函数值 #xff0c;构造一个解析函数(其图形为一曲线)使 在原离散点 上尽可能接近给定的值#xff0c;这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法#xff0c;该方法是寻找函数 使得 最小。MATLAB函…曲线拟合已知离散点上的数据集 即已知在点集 上的函数值 构造一个解析函数(其图形为一曲线)使 在原离散点 上尽可能接近给定的值这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法该方法是寻找函数 使得 最小。MATLAB函数ppolyfit(x,y,n)[p,s] polyfit(x,y,n)说明x,y为数据点n为多项式阶数返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval)多项式曲线求值函数polyval( )调用格式 ypolyval(p,x)[y,DELTA]polyval(p,x,s)说明ypolyval(p,x)为返回对应自变量x在给定系数P的多项式的值。[y,DELTA]polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计YDELTA。它假设polyfit函数数据输入的误差是独立正态的并且方差为常数。则Y DELTA将至少包含50%的预测值。练习:如下给定数据的拟合曲线x[0.5,1.0,1.5,2.0,2.5,3.0]y[1.75,2.45,3.81,4.80,7.00,8.60]。解MATLAB程序如下x[0.5,1.0,1.5,2.0,2.5,3.0];y[1.75,2.45,3.81,4.80,7.00,8.60];ppolyfit(x,y,2)x10.5:0.05:3.0;y1polyval(p,x1);plot(x,y,*r,x1,y1,-b)计算结果为p 0.5614 0.8287 1.1560即所得多项式为y0.5614x^20.08287x1.15560
