网站大量收购闲置独家精品文档,联系QQ:2885784924

matlab多项式拟合.doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
matlab多项式拟合

【实验目的】 运用matlab进行一维、二维多项式的拟合及插值。 【实验任务】 P130 7,8,12 【实验程序】 P130 7程序如下 clf; x=0:pi/10:pi; y=cos(x); p2=polyfit(x,y,2); p3=polyfit(x,y,3); p4=polyfit(x,y,4); p6=polyfit(x,y,6); x1=0:pi/50:pi; y2=polyval(p2,x1); y3=polyval(p3,x1); y4=polyval(p4,x1); y6=polyval(p6,x1); plot(x,y,rp,x1,y2,m*,x1,y3,b--,x1,y4,k-,x1,y6,gd); legend(拟合点,二次拟合,三次拟合,四次拟合,六次拟合) P130 8程序如下 clf; x=[0.10,0.30,0.40,0.55,0.70,0.80,0.95]; y=[15,18,19,21,22.6,23.8,26]; p1=polyfit(x,y,1); p3=polyfit(x,y,3); p5=polyfit(x,y,5); x1=0:0.01:1; y1=polyval(p1,x1); y3=polyval(p3,x1); y5=polyval(p5,x1); plot(x,y,rp,x1,y1,m*,x1,y3,b--,x1,y5,gd); legend(拟合点,一次拟合,三次拟合,五次拟合) P130 12程序如下 [x,y]=meshgrid(-3:0.5:3); z=(x.^2/16)-(y.^2/9); [x1,y1]=meshgrid(-3:0.1:3); z1=(x1.^2/16)-(y1.^2/9); figure(1) subplot(1,2,1),mesh(x,y,z),title(数据点) subplot(1,2,2),mesh(x1,y1,z1),title(函数图象) [xi,yi]=meshgrid(-3:0.125:3); zi1=interp2(x,y,z,xi,yi,*nearest); zi2=interp2(x,y,z,xi,yi,*linear); zi3=interp2(x,y,z,xi,yi,*spline); zi4=interp2(x,y,z,xi,yi,*cubic); figure(2) subplot(2,2,1),mesh(xi,yi,zi1),title(最近值点) subplot(2,2,2),mesh(xi,yi,zi2),title(线性插值) subplot(2,2,3),mesh(xi,yi,zi3),title(样条插值) subplot(2,2,4),mesh(xi,yi,zi4),title(立方插值) 【实验结果】 P130 7截图如下 P130 8截图如下 P130 12截图如下 【实验总结】 本次试验的目的是让我们在遇到实际生活中的试验里要对一些实验数据(离散的点)进行多项式拟合时,用matlab找到一个简单的函数去逼近一个复杂的、位置的函数,即用一条曲线(多项式)尽可能地靠近离散的点,使其在某种意义下达到最优。插值也是要构造一条“光滑”的曲线,将数据点连接起来。但是拟合与插值的不同之处在于拟合点曲线不一定要过数据点,而插值的曲线必须经过数据点。

文档评论(0)

jgx3536 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:6111134150000003

1亿VIP精品文档

相关文档