最小二乘法的多项式拟合(matlab实现).docVIP

用最小二乘法进行多项式拟合（matlab实现） 西安交通大学 徐彬华 算法分析： 对给定数据 (i=0 ,1,2,3,..,m),一共m+1个数据点，取多项式P(x),使 函数P(x)称为拟合函数或最小二乘解，令似的 使得 其中，a0，a1,a2,…,an为待求未知数，n为多项式的最高次幂，由此，该问题化为求 的极值问题。由多元函数求极值的必要条件： j=0,1,…,n 得到： j=0,1,…,n 这是一个关于a0，a1,a2,…,an的线性方程组，用矩阵表示如下： 因此，只要给出数据点 及其个数m，再给出所要拟合的参数n，则即可求出未知数矩阵（a0，a1,a2,…,an） 试验题1 编制以函数 为基的多项式最小二乘拟合程序，并用于对下列数据作三次多项式最小二乘拟合(取权函数wi≡1) xi -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 yi -4.447 -0.452 0.551 0.048 -0.447 0.549 4.552 总共有7个数据点，令m=6 第一步：画出已知数据的的散点图，确定拟合参数n; x=-1.0:0.5:2.0;y=[-4.447,-0.452,0.551,0.048,-0.447,0.549,4.552]; plot(x,y,*) xlabel x轴 ylabel y轴 title 散点图 hold on 因此将拟合参数n设为3. 第二步：计算矩阵 A= 注意到该矩阵为（n+1）*(n+1)矩阵， 多项式的幂跟行、列坐标（i,j）的关系为i+j-2,由此可建立循环来求矩阵的各个元素，程序如下： m=6;n=3; A=zeros(n+1); for j=1:n+1 for i=1:n+1 for k=1:m+1 A(j,i)=A(j,i)+x(k)^(j+i-2) end end end; 再来求矩阵 B= B=[0 0 0 0]; for j=1:n+1 for i=1:m+1 B(j)=B(j)+y(i)*x(i)^(j-1) end end 第三步：写出正规方程，求出a0,,a1…,an. B=B; a=inv(A)*B; 第四步：画出拟合曲线 x=[-1.0:0.0001:2.0]; z=a(1)+a(2)*x+a(3)*x.^2+a(4)*x.^3; plot(x,z) legend(离散点,y=a(1)+a(2)*x+a(3)*x.^2+a(4)*x.^3) title(拟合图) 总程序附下： x=-1.0:0.5:2.0;y=[-4.447,-0.452,0.551,0.048,-0.447,0.549,4.552]; plot(x,y,*) xlabel x轴 ylabel y轴 title 散点图 m=6;n=3; A=zeros(n+1); for j=1:n+1 for i=1:n+1 for k=1:m+1 A(j,i)=A(j,i)+x(k)^(j+i-2) end end end; B=[0 0 0 0]; for j=1:n+1 for i=1:m+1 B(j)=B(j)+y(i)*x(i)^(j-1) end end B=B; a=inv(A)*B; x=[-1.0:0.0001:2.0]; z=a(1)+a(2)*x+a(3)*x.^2+a(4)*x.^3; plot(x,z) legend(离散点,y=a(1)+a(2)*x+a(3)*x.^2+a(4)*x.^3) title(拟合图)