MATLAB的ppt汇编.ppt

1.8.3 IF-ELSE-END 结构 在窗口键入sum 0; for m 1:100 if sum 100 m sum break; end sum sum+m; end 在窗口分别键入 m和sum回车可得：m 15，sum 105 1.9 曲线拟合和插值运算 1.9.1 曲线拟合 在许多应用领域中，人们经常需要从一系列已知离散点上的数据集得到一个 解析函数y＝f x ，得到的解析函数f x 应当在原离散点xi上尽可能接近给定的yi的 值。这一过程称为曲线拟合。最常用的曲线拟合是最小二乘法曲线拟合。拟合的 结果可使误差的平方和最小，即找出使 最小的f x 。 在MATLAB中，函数polyfit求解最小二乘曲线拟合问题。为了用polyfit，我 们必须给函数赋予希望最佳拟合数据的多项式的阶次。如果我们选择n 1作为阶 次，得到最简单的线性近似。通常称为线性回归。相反，如果我们选择n 2作为 阶次，得到一个2阶多项式。 例如在窗口键入 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]; 我们选择一个2阶多项式。在窗口键入p polyfit x, y, 2 回车可得 p -9.8108 20.1293 -0.0317，其解是y －9.8108x2 ＋20.1293x－0.0317。 1.9.1 曲线拟合 为了将曲线拟合解与数据点比较，我们把二者都绘成图。在窗口键入 xi linspace 0, 1, 100 ; z polyval p, xi ;调用MATLAB的函数polyval计算在xi数 据点的多项式值。在窗口键入 plot x, y, o , x, y, xi, z, : xlabel x , ylabel y f x , title Second Order Curve Fitting 回车可得图1。 1.9.1 曲线拟合 多项式阶次的选择是有点任意的。两点决定一直线或一阶多项式。三点决定 一个平方或2阶多项式。按此进行，n+1数据点唯一地确定n阶多项式。于是，在 上面的情况下，有11个数据点，我们可选一个高达10阶的多项式。然而，高阶多 项式给出很差的数值特性，不应选择比所需的阶次高的多项式。例如，选一个10 阶多项式，在窗口键入 pp polyfit x, y, 10 ; zz polyval pp, xi ; plot x, y, o , xi, z, : , xi, zz xlabel x , ylabel y f x , title 2nd and 10th Order curve Fitting 可得下图 原始数据标以‘o’，2阶曲线拟合是虚线， 10阶拟合是实线。注意，在10阶拟合中， 在左边和右边的极值处，数据点之间出 现大的纹波。当企图进行高阶曲线拟合 时，这种纹波现象经常发生。显然，‘阶 数越多就越好 ’的观念在这里不适用。 1.9.2 插值运算 与曲线拟合不同，插值运算不是试图找出适合于所有自变量的数组x的全局最 优拟合函数y＝f x ，而是对数据点之间函数的估值方法。根据自变量的维数不同， 插值方法可以分为一维插值y＝f x 和二维插值y＝f x,y 等。 一维插值 最简单插值的例子是MATLAB的作图。按缺省，MATLAB用直线连接所有 的数据点以作图。这个线性插值猜测中间值落在数据点之间的直线上。当然，当 数据点个数增加和它们之间距离减小时，线性插值就更精确。在窗口键入 x1 linspace 0, 2*pi, 60 ;x2 linspace 0, 2*pi, 6 ;plot x1, sin x1 , x2, sin x2 , - ; xlabel x , ylabel sin x , title Linear Interpolation 回车可得 左图是sine函数的两个图，一个在数据点 之间用60个点，它比另一个只用6个点更光滑 和更精确。 interp1是一维插值命令。命令形式如下： z interp1 x,y,x0,’methed’ 式中x，y为给定数组，x0是要计算的x的 位置，可以是一个或一组数据，全部数据应 当在x的取值范围内，同时必须是单调的 。 1.6.3 矩阵、数组及其算术运算 （4）常量对数分割生成法 一般格式为 x logspace a,b,n ，生成数组的第一个元素为10a，最 后一个元素为10b。n是分割的总间隔数。例如输入logspace -1