MATLAB编程基础第7讲插值拟合与初值常微分方程的求解分析.pptVIP

MATLAB编程基础之 插值、拟合与初值常微分方程的求解 3.8.3多项式的拟合 需求：实验数据总结为规律曲线等等 最小二乘法：所用曲线限定为多项式，在数据点上拟合值和函数值有最小误差平方和。 P=polyfit(x,y,n)：把自变量x和函数值y拟合成n阶多项式，向量为p。 例3-35 x = (0:0.1:1); y = [-0.4 1.9 3.2 6.2 7.1 7.3 7.7 9.6 9.5 9.3 12]; % 给出一组11个点数据 y2 = polyfit(x,y,2) % 计算2阶拟合的多项式向量 x1= 0:0.01:1; f2 = polyval(y2,x1); % 2阶拟合曲线在各点的函数值 y10 = polyfit(x,y,10) % 计算10阶拟合的多项式向量 f10 = polyval(y10,x1); % 10阶拟合曲线在各点的函数值 plot(x,y,o,x1,f2,:,x1,f10,k) 例3-36 x = (0: 0.1: 2.5); % 给出一组数据，为误差函数的一个区间 y = erf(x); p = polyfit(x,y,6) % 计算该区间内6阶拟合多项式的向量 x1 = (0: 0.1: 5); % 将区间增长一倍 y1 = erf(x1); % 计算误差函数在新区间内的函数值 f = polyval(p,x1