八曲线拟合.docVIP

第9章 实验八曲线拟合 实验目的：明确曲线拟合的含义，会求数据的曲线拟合。 最小二乘拟合曲线 在科学工程试验中，经常需要从试验数据中寻找拟合曲线。曲线拟合是指用函数拟合给定的节点，通常所拟合的节点数n必须大于未知数个数k。确定函数参数，使得拟合函数与节点的偏差最小，这种方法称为最小二乘法。当n=k时，由于拟合曲线通过所用节点，可使问题得到简化。 数据的线性拟合 已知，最小二乘拟合曲线： 的系数是下列线性方程组的解， （9.1） 例9.1 给定一组数据点（-1,10），（0,9），（1,7），（2,5），（3,4），（4,3），（5,0），（6，-1），求其最小二乘拟合曲线。 解：（１）在ＭＡＴＬＡＢ中作散点图 输入数据点并作图： 　　x=[-1 0 1 2 3 4 5 6]; y=[10 9 7 5 4 3 0 -1]; plot(x,y,’.’) 得到： 图9.1 散点图 可以知道x,y近似成线性关系 y=Ax+B，这里的A与B是待定常数。 （2）求解方程组： （9.2） 使用表9-1中的值很容易得到方程组（9.2）的解。 表（12-1） 求方程组（3.2）的系数 -1 0 1 2 3 4 5 6 10 9 7 5 4 3 0 -1 1 0 1 4 9 16 25 36 -10 0 7 10 12 12 0 -6 ∑ 20 37 92 25 含有参数A和B的线性方程组为： （9.3） 线性方程组的解为A≈-1.071429和B≈8.6428571。因此最小二乘拟合曲线函数为： y=-1.071429x+8.6428571 最小二乘拟合曲线图如下： 图9.2 最小二乘拟合曲线 程序9.1： X=[-1 0 1 2 3 4 5 6 ]; Y=[10 9 7 5 4 3 0 -1]; xmean=mean(X) ymean=mean(Y) sumx2=(X-xmean)*(X-xmean)’; sumxy=(Y-ymean)*(X-xmean)’; A=sumxy/sumx2 B=ymean-A*xmean x=-1:0.1:7; y=A*x+B; plot(X,Y,’.’,x,y,’r’) grid on 非线性曲线拟合 对于某一类型的数据，通常做拟合函数为： （9.3） 其中为待定的系数。为确定系数，首先将上式两边取对数得： （9.4） 令： 式（9.4）可写为： （9.5） 则问题化为数据的线性拟合，其拟合的数据点为：。 例9.2 给定一组数据点如下： t=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16]; y=[4.00 6.40 8.00 8.80 9.22 9.50 9.70 9.86 10.00 10.20 10.32 10.42 10.50 10.55 10.58 10.60]*10.^(-3); 求其最小二乘拟合曲线。 解：（１）在ＭＡＴＬＡＢ中作散点图。 输入数据点，作散点图9.3： t=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16]; y=[4.00 6.40 8.00 8.80 9.22 9.50 9.70 9.86 10.00 10.20 10.32 10.42 10.50. 10.55 10.58 10.60]*10.^(-3); plot(t,y,o) 得到： 图9.3 散点图 观察散点图易知变量t、y不成线性关系，但是近似成关系，或成关系。 （2）对于近似成关系，令： ， ， ， 。 则有： （3）程序 clear clf,clc t=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16]; y=[4.00 6.40 8.00 8.80 9.22 9.50 9.70 9.86 10.00