数值分析实验报告3.docVIP

实验名称 平方逼近与最小二乘法 实验目的 学习并熟练掌握MATLAB语言的编程； 学习最小二乘法及程序设计算法。 实验原理： 1,由题意决定span(1,x,x^2,…),即决定拟合多项式. 2.分别计算， 3.用组成方阵A,用组成矩阵B. 4, 利用A/B求出该多项式的系数，再利用求出平方误差. 实验题目 1,对于给函数f(x)= 在区间【-1，1】上取=-1+0.2i（i=0，1…10），试求3次曲线拟合，试画出你和曲线并打印出方程。 2，由实验给出的数据表 x 0.0 0.1 0.2 0.3 0.5 0.8 1.0 y 1.0 0.41 0.50 0.61 0.91 2.02 2.46 试求3次，4次多项式的曲线拟合，再根据数据曲线形状，求一个另外函数的拟合曲线，用图示数据曲线及相应的三种拟合曲线。 3,给定数据点（）如表所示。 0 0.5 0.6 0.7 0.8 0.9 1.0 0 1.75 1.96 2.19 2.44 2.71 3.00 用最小二乘法求拟合数据的二次多项式，并求平方误差。 实验结果 1. i = 0:10; x = -1+0.2*i; y = 1./(1+25*x.^2); p=polyfit(x,y,3); s=vpa(poly2sym(p)) f = polyval(p,x); plot( x, f, x, y, o ) s = 0.000000000000000018136579684810800950071230066733*x^3 - 0.57518273581808898597955703735352*x^2 - 0.00000000000000021309598658452197357889078781603*x + 0.48412492484890667920893747577793 2， x=[0 0.1 0.2 0.3 0.5 0.8 1]; y=[1 0.41 0.5 0.61 0.91 2.02 2.46]; p1=polyfit(x,y,3)%三次多项式拟合 p2=polyfit(x,y,4)%四次多项式拟合 y1=polyval(p1,x); y2=polyval(p2,x);%多项式求值 plot(x,y,c--,x,y1,r:,x,y2,y-.) p3=polyfit(x,y,2)% 观察图像，类似于抛物线，用二次多项拟合 y3=polyval(p3,x); plot(x,y,c--,x,y1,r:,x,y2,y-.,x,y3,k--)%画出四种拟合曲线 p1 = -6.6221 12.8147 -4.6591 0.9266 p2 = 2.8853 -12.3348 16.2747 -5.2987 0.9427 p3 = 3.1316 -1.2400 0.7356 3， function []=zuixiaoercinihe2(x,y) n=length(x); k00=0; for i=1:n k00=k00+1; end k01=0; for i=1:n k01=k01+x(i); end k02=0; for i=1:n k02=k02+x(i)*x(i); end k11=0; for i=1:n k11=k11+x(i)*x(i); end k12=0; for i=1:n k12=k12+x(i)*x(i)*x(i); end k22=0; for i=1:n k22=k22+x(i)*x(i)*x(i)*x(i); end k0y=0; for i=1:n k0y=k0y+y(i); end k1y=0; for i=1:n k1y=k1y+x(i)*y(i); end k2y=0; for i=1:n k2y=k2y+x(i)*x(i)*y(i); end A=[k00 k01 k02;k01 k11 k12;k02 k12 k22]; B=[k0y;k1y;k2y]; C=A\B; p=C(1); q=C(2); r=C(3); syms m; 拟合的二次函数为： f=p+q*m+r*m*m l=0; for i=1:n l=l+((p+q*x(i)+r*x(i)*x(i))-y(i))*((p+q*x(i)+r*x(i)*x(i))-y(i)); end 该拟合函数的平方误差为： l 拟合的二次函数为： f = 1+m+9007199254740963/9007199254740992*m^2 ans = 该拟合函数的平方误差为： l = 5.8178