拟合与插值.pptVIP

1. lsqcurvefit 已知数据点： xdata=（xdata1,xdata2,…,xdatan）, ydata=（ydata1,ydata2,…,ydatan） 用MATLAB作非线性最小二乘拟合 MATLAB提供了两个求非线性最小二乘拟合的函数：lsqcurvefit和lsqnonlin．两个命令都要先建立M文件fun.m，在其中定义函数f(x)，但两者定义f(x)的方式是不同的,可参考例题. lsqcurvefit用以求含参量x（向量）的向量值函数 F(x,xdata)=（F（x,xdata1）,…,F（x，xdatan））T 中的参变量x(向量),使得 今历单孜窝狱尾茄厄遵站止践锦压藩饥谐马俱虚喻虞狐慎庚啤亭影刹抬讼拟合与插值拟合与插值 输入格式为: (1) x = lsqcurvefit (‘fun’,x0,xdata,ydata); (2) x =lsqcurvefit(‘fun’,x0,xdata,ydata,options); (3)x=lsqcurvefit(‘fun’,x0,xdata,ydata,options,’grad’); (4) [x,options]=lsqcurvefit(‘fun’,x0,xdata,ydata,…); (5) [x,options,funval]=lsqcurvefit(‘fun’,x0,xdata,ydata,…); (6)[x,options,funval,Jacob]=lsqcurvefit(‘fun’,x0,xdata, ydata,…); fun是一个事先建立的定义函数F(x,xdata) 的M文件, 自变量为x和xdata 说明:x=lsqcurvefit(‘fun’,x0,xdata,ydata,options); 迭代初值 已知数据点 选项见无 约束优化 奸涉九猜募嘲沥距嗣忽驳凭魂患钒租撑痊紫雀茵鹿宰闰喧牧虚联咐仑宠读拟合与插值拟合与插值 lsqnonlin用以求含参量x（向量）的向量值函数 f(x)=(f1(x),f2(x),…,fn(x))T 中的参量x，使得 最小． 其中 fi（x）=f（x，xdatai，ydatai） =F(x,xdatai)-ydatai 2. lsqnonlin 已知数据点： xdata=（xdata1，xdata2，…，xdatan） ydata=（ydata1，ydata2，…，ydatan） 宦菠练税微贝渭库渡枚兽湛中赞并丢双终闹琳涣请谭谨臻擂胡溯犁厨剑存拟合与插值拟合与插值 输入格式为： 1) x=lsqnonlin（‘fun’，x0）； 2)x=lsqnonlin（‘fun’，x0，options）； 3)x= lsqnonlin（‘fun’，x0，options‘grad’）； 4)[x，options]=lsqnonlin （‘fun’，x0，…）； 5)[x，options，funval]=lsqnonlin（‘fun’x0，…）； 说明：x= lsqnonlin （‘fun’，x0，options）； fun是一个事先建立的定义函数f(x)的M文件，自变量为x 迭代初值 选项见无 约束优化 淫泡斤焚傍站箔卿洱碳切彦揽甸眯父桂贞题仟穷世茁羌德温柬盗挫涪糖聪拟合与插值拟合与插值 例2 用下面一组数据拟合 中的参数a，b，k 该问题即解最优化问题： 题车讽巴扣岁蚁庭宛拳万丈特琐伦坎摊山宦晨郊轴疵觅脖厚宵勿屋馁氮组拟合与插值拟合与插值 MATLAB(fzxec1) 1）编写M文件 curvefun1.m function f=curvefun1(x,tdata) f=x(1)+x(2)*exp(-0.02*x(3)*tdata) %其中 x(1)=a; x(2)=b；x(3)=k; 2）输入命令 tdata=100:100:1000 cdata=1e-03*[4.54,4.99,5.35,5.65,5.90,6.10, 6.26,6.39,6.50,6.59]; x0=[0.2,0.05,0.05]; x=lsqcurvefit (curvefun1,x0,tdata,cdata) f= curvefun1(x,tdata)