利用最小二乘法求解拟合曲线..docVIP

实验 实验目标 。 。 二、实验问题 （1）数据 0. 0.1 0.2 0.3 0.5 0.8 1.0 1.0 0.41 0.50 0.61 0.91 2.02 2.46 试对这组数据进行曲线拟合。 （2）在区间上的插值三角多项式。实验要求 。 在区间上的16次插值三角多项式，并画出插值多项式的图形，与的图形比较。，在区间上的取若干点，将函数值作为数据进行适当次数的最小二乘多项式拟合，并计算误差，与上题中的16次插值三角多项式的结果进行比较。 《数值分析》实验报告 【实验课题】 【实验目标】 （1）加深对 （2）； 【理论概述与算法描述】 ,如果只在一组离散点集上给出，这就是科学实验中经常见到的实验数据的曲线拟合，这里，要求一个函数与所给数据拟合，若记误差,,设是上的线性无关函数族，在中找一个函数，使误差平方和 | 这里 这就是一般的最小二乘逼近，用几何语言说，就称为曲线拟合的最小二乘法。 通常在最小二乘法中考虑加权平方和有 ， 上式可改写为 。 这个线性方程组称为法方程，可将其写成矩阵形式 其中 求出 则拟合函数 a=inv(G)*d 【实验问题】 数据 0. 0.1 0.2 0.3 0.5 0.8 1.0 1.0 0.41 0.50 0.61 0.91 2.02 2.46 试对这组数据进行曲线拟合。 。 【实验过程与结果】 【结果分析、讨论与结论】 x=[0.0 0.1 0.2 0.3 0.5 0.8 1.0] y=[1.0 0.41 0.50 0.61 0.91 2.02 2.46] n=2 p=leastsq(x,y,n) I=lsp(p,t) 回车得到结果 p = 0.7356 -1.2400 3.1316 所以拟合多项式为I =t*((18733*t)/5982 - 74179/59820) + 73337/99700 (2)n=3时 x=[0.0 0.1 0.2 0.3 0.5 0.8 1.0] y=[1.0 0.41 0.50 0.61 0.91 2.02 2.46] n=3 Apleastsq(x,y,n) I=lsp(p,t) 回车得到结果 0.9266 -4.6591 12.8147 -6.6221 所以拟合多项式为I=0.9266 -4.6591t+3 12.8147 t^2+ -6.6221t^3; (3)n=4时 x=[0.0 0.1 0.2 0.3 0.5 0.8 1.0] y=[1.0 0.41 0.50 0.61 0.91 2.02 2.46] n=4 p=leastsg(x,y,n) I=lsq(p,t) 回车得到结果 A= 0.9427 -5.2987 16.2747 -12.3348 2.8853 附程序 1.Main x=[0.0 0.1 0.2 0.3 0.5 0.8 1.0] y=[1.0 0.41 0.50 0.61 0.91 2.02 2.46] syms t n=2 p=leastsq(x,y,n) c=lsp(p,t) plot(x,y,*) 2. function p=leastsq(x,y,n) m=length(x); G=zeros(n+1,n+1); b=zeros(n+1,1); for i=0:n for j=0:n G(i+1,j+1)=(x.^i)*(x.^j); end end for k=0:n b(k+1,1)=(x.^k)*y; end p=inv(G)*b; 3. function I=lsp(p,t) m=length(p)-1; I=p(m+1); for j=m:-1:1 I=I.*t+p(j); end