插值与拟合解析.pptVIP

先建立原型函数： function y=f1(a,x) y=a(1)*x+a(2)*x.^2.*exp(-a(3)*x)+a(4); 在命令窗口中输入： x=[0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0]; y=[2.3201 2.647 2.9707 3.2885 3.6008 3.909 4.2147 4.5191 4.8232 5.1275]; a=lsqcurvefit(‘f1’,[1;2;2;2],x,y) 曲线拟合问题最常用的解法——线性最小二乘法的基本思路 第一步:先选定一组函数 r1(x), r2(x), …,rm(x), mn, 令 f(x)=a1r1(x)+a2r2(x)+ …+amrm(x) （1） 其中 a1,a2, …,am 为待定系数． 第二步: 确定a1,a2, …,am 的准则（最小二乘准则）： 使n个点（xi,yi) 与曲线 y=f(x) 的距离?i 的平方和最小 ． 记 问题归结为，求 a1,a2, …,am 使 J (a1,a2, …,am) 最小． 用MATLAB作线性最小二乘拟合 1. 作多项式f(x)=a1xm+ …+amx+am+1拟合,可利用已有程序: a=polyfi