第七章数据的曲线拟合.pptVIP

* * 第七章 数据的曲线拟合 曲线拟合是指用函数 拟合给定的节点 可以是多项式、非线性函数或已知函数的线性 组合，但它必须有确定数量的未知系数。 通常，所拟合的节点数 L 必须大于未知数个数 k。确定系数，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 时，由于拟合曲线通过所有节点，使问题得到简化。 一、直线拟合 若用线性函数拟合如下数据： 线性函数表示为： 其中 为待定系数。 拟合直线称为回归直线。 确定系数的方法是直接求解超定线性方程组： 其中 法1： c=A\ y 法3：:已知数据点 x 与 y，用polyfit命令直接拟合 c=polyfit(x, y,1) 法2：给方程组Ac=y两边同时左乘 ，得常规方程组： 例1 求拟合下列数据点的直线。 x=[0.1,0.4,0.5,0.7,0.7,0.9]; y=[0.61,0.92,0.99,1.52,1.47,2.03]; c=polyfit(x,y,1) xp=0:0.1:1; yp=polyval(c,xp); plot(x,y,p,xp,yp) C= 1.7646 0.2862 故拟合的直线为 y= 1.7646x+0.2862 二、非线性曲线拟合：幂函数拟合 对一组数据，若