数值分析实验题和程序.docVIP

一、实验3.1 编制以函数危机的多项式最小二乘拟合程序，并用于对表3.11中的数据作3次多项式最小拟合。 -1.0 -.05 0.0 0.5 1.0 1.5 2.0 -4.447 -0.452 0.551 0.048 -0.447 0.549 4.552 取权数，求拟合曲线中的参数、平方误差，并作离散数据的拟合曲线的图形。 程序代码： x0=-1:0.5:2; y0=[-4.447 -0.452 0.551 0.048 -0.447 0.549 4.552]; n=3; alph=polyfit(x0,y0,n) %参数{ak} y=polyval(alph,x0); r=(y0-y)*(y0-y) %平方误差=r y=polyval(alph,x); x=-1:0.01:2; y=plot(x,y,k--); xlabel(x); ylabel(y0 * and polyfit.y--); hold on; plot(x0,y0,*); title(离散数据的3项拟合) grid on; 实验结果： 拟合函数的图形： 拟合曲线中的参数中依次为alph中的四个数值。 alph = 1.9991 -2.9977 -0.0000 0.5491 平方误差=r。 r = 2.1762e-005 实验分析： 最小二乘曲线拟合是在离散情形下的最佳平方逼近，