|
曲线拟合也叫曲线逼近,与插值函数有些区别,其只要求拟合的曲线能合理地反映数据的基本趋势,并不要求曲线一定通过数据点。曲线拟合有几种不同的判别准则,如使偏差的绝对值之和最小、使偏差的最大绝对值最小和使偏差的平方和最小(即最小二乘法)。常用的方法是最后一种。
多项式拟合
将数据点按多项式的形式进行拟合,使用最小二乘法,可以确定多项式的系数。多项式拟合有指令语句和图形窗口两种方法:
1 多项式拟合指令
polyfit(X,Y,N):多项式拟合,返回降幂排列的多项式系数。
polyval(P,XI):计算多项式的值。
其中,XX,YY是数据点的值;NN是拟合的最高次幂;PP是返回的多项式系数;XIXI是要求的点的横坐标。例如,要对表1-2中的数据进行多项式拟合。数据如下:
xx 1 23456789
yy 9 763-125720
matlab代码:
- %% 多项式拟合指令
- x=[1 2 3 4 5 6 7 8 9];
- y=[9 7 6 3 -1 2 5 7 20];
- P=polyfit(x,y,3);
- xi=0:.2:10;
- yi=polyval(P,xi);
- plot(xi,yi,x,y,'r*');
复制代码
运行结果:
2 工具包拟合
具体步骤如下:
1. 打开工具包
2. 设置拟合参数,分别选择多项式1 、2、3
|
|