第1讲 插值、曲线拟合与回归分析.doc

第9讲 插值、曲线拟合和回归分析 研究生E题，罗伦滋曲线拟合。 多项式曲线拟合 x=0:0.1:5; y=x.^2+rand(1,length(x)); p=polyfit(x,y,2);%2次多项式曲线拟合 f=poly2sym(p,t);%以多项式系数p生成多项式函数 f=inline(f); %f(x) 相当匿名函数 plot(x,f(x)) syms x;sym2poly(f(x));%返回多项式函数的系数向量p 在实际中，常常要处理有实验或测量所得到的一批离散数据。插值与拟合方法就是要通过这些数据去决定某一类已知函数的参数或寻找某个近似函数，使得近似函数与已知数据有较高的拟合精度。 如果要求这个近似函数（曲线或曲面）经过所有已知数据点，则这类问题称为插值问题。这种寻找函数的方法称为插值方法。 如果不要求这个近似函数（曲线或曲面）经过所有已知数据点，而是要求它能较好的反映数据的整体变化趋势，称解决这类问题的方法为数据拟合。 共同点：都是根据一组已知数据来构造反映数据变化规律的近似函数的方法。 不同点：由于对近似函数要求不同，二者在数学方法上有很大差异。 回归分析研究的是随机变量与普通变量的统计关系，如体重与身高的关系等。 一 插值方法 1.1 定义 已知某未知函数的一组观测（或试验）数据，要寻找一个函数，使，则称此类问题为插值问题。并称为的插值函数，并