第三讲数据处理程序设计.pdf

Matlab 在工 程 及 数 据 处 理 中 的 应 用 第三 讲 Matlab数 据 处 理 及 程 序 设 计 第三 讲 内 容 : n □ Matlab在 数 据 处 理 中 的 应 用 n □ Matlab程 序 设 计 n □ 操 作 实 例 3.1Matlab在 数 据 处 理 中 的 应 用 n 插 值 与 拟 合 n 积 分 与 微 分 n 求 解 方 程 和 方 程 组 n 特 征 值 问 题 n 常 微 分 方 程 的 解 法 n 数 据 分 析 和 统 计 3.1.1 曲 线 拟 合 与 插 值 3.1.1 曲 线 拟 合 与 插 值 在 分 析 试 验 数 据 时 ， 常 常 要 面 临 将 试 验 数 据 作 解 析 描 述 的 任 务 ， 这 个 问 题 有 曲 线 拟 合 和 插 值 两 种 方 法 。 曲 线 拟 合 : 假 定 已 知 曲 线 的 规 律 ， 作 曲 线 的 最 佳 逼 近 ， 但 不 需 要 经 过 所 有 的 数 据 点 ； 插 值 : 认 为 数 据 是 准 确 的 ， 求 取 其 中 描 述 点 之 间 的 数 据 。 Matlab中 的 曲 线 拟 合 n曲 线 拟 合 ： 用 一 个 解 析 函 数 描 述 数 据 (通 常 是 测 量 值 )， 找 出 某 条 光 滑 曲 线 ， 它 最 佳 地 拟 合 数 据 。 最 小 二 乘 法 拟 合 ： 误 差平 方 和 最 小 。 从 一 组 实 验 数 据 （xi,yi ） 中 寻 找 出 自 变 量 x和 因 变 量 y之 间 的 函 数 关 系 y ＝ f （x ） 。 由 于 观 测 数 据 往 往 不 够 准 确 ， 因 此 并 不 要 求 y ＝ f （x ） 经 过 所 有 的 （xi,yi ） 点 ， 而 只 要 求 在 给 定 点 xi上 误 在 数 据 点 的 误 差平 方 和 最 小 ， 且 所 用 的 曲 线 限 定 为 多 项 式 。 matlab函 数 ： P=polyfit （x,y,n ） polyval （P,xi） x 、 y:输 入 数 据 ， n: 曲 线 的 阶 数 。 曲 线 的 阶 数 ： 如 果 曲 线 的 阶 数 选 择 的 过 小 ， 拟 合 效 果 不 好 ； 如 果 曲 线 的 阶 数 过 高 ， 虽 然 数 据 点 上 看 到 效 果 好 ， 数 据 点 之 间 会 出 现 有 数 据 振 荡 的 问 题 ， 阶 数 不 宜 过 高 ， 小 于 5阶 。 例 ： 最 小 二 乘 法 曲 线 拟 合 x=[0 .1 .2 .3 .4 .5 .6 .7 .8 .9 1]; y=[-.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2]; n=2; % polynomial order p=polyfit(x, y, n) p = -9.8108 20.1293 -0.0317 ％ y = － 9.8108x2 ＋ 20.1293x － 0.0317 xi=linspace(0, 1, 100); % x-axis data for plotting z=polyval(p, xi); plot(x, y, o , x, y, xi, z, : ) xlabel( x ), ylabel( y=f(x) ), title( Second Order Curve Fitting ) 应 正 确 运 用 ! 振 荡 现 象 ,例 程 nihe.m Matlab 中 的 插 值 插 值 ： 对 数 据 点 之 间 函 数 的 估