12数信实验—05.docVIP

数值分析实验报告 姓 名 陈锦欣 学 号 1205025114 系 别 数学系 班级 数信班 主讲教师 指导教师 实验日期 2014.5.16 专业 信息与计算科学专业 课程名称 数值分析 同组实验者 无 一、实验名称： 实验五、曲线拟合的最小二乘法实验 实验目的： 1.掌握曲线拟合的最小二乘法。 2.用最小二乘法，在已知函数在点的函数值 的情况下，求拟合多项式。 实验内容及要求： 1．根据曲线拟合的最小二乘法编写MATLAB程序。 附：曲线拟合的最小二乘法： 给定个数据点：，先选定一组函数令拟合函数为： 其中为待定系数。 问题归结为，确定，使个点与曲线的距离的平方和最小，即使最小。可以按照如下的步骤来建立该问题的最小二乘解。 步骤1：计算系数矩阵中各项的值，其中 步骤2：计算列向量中的各项的值，其中 步骤3：解法方程，即 求解可得系数矩阵。 一般取。 2.由实验给出的数据表 0.0 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 利用上题编好的程序，试求3次、4次多项式的曲线拟合，再根据数据曲线形状，求一个另外函数的拟合曲线，用图示数据曲线及相应的三种拟合曲线。 实验步骤（或记录） 1. 解：由题意分析可建立m文件：LSF.m 编程程序为 function a=LSF(x0,y0,w,n) G=zeros(n+1,n+1); d=zeros(n+1,1); a=zeros(n+1,1); m=length(x0); for i=1:n+1 for j=i:n+1 G(i,j)=0; for k=1:m G(i,j)=G(i,j)+w(k)*x0(k).^(i-1)*x0(k).^(j-1); end G(j,i)=G(i,j); end d(i,1)=0; for k=1:m d(i,1)=d(i,1)+w(k)*y0(k)*x0(k).^(i-1); end end a=G\d; a=flipud(a); end 2. 保存后在命令窗口输入：分别求2次、3次、4次、5次的多项式拟合曲线并绘图 clear all x0=[0.0 0.1 0.2 0.3 0.5 0.8 1.0]; y0=[1.0 0.41 0.50 0.61 0.91 2.02 2.46]; w=ones(size(x0)); subplot(2,2,1); x=0:0.01:1; a1=LSF(x0,y0,w,2); %2次拟合 y=polyval(a1,x); plot(x0,y0,ok,x,y,r) title(2次拟合图像); legend(y0,y); subplot(2,2,2); x=0:0.01:1; a2=LSF(x0,y0,w,3); %3次拟合 y=polyval(a2,x); plot(x0,y0,*r,x,y,b) title(3次拟合图像); legend(y0,y); subplot(2,2,3); x=0:0.01:1; a3=LSF(x0,y0,w,4); %4次拟合 y=polyval(a3,x); plot(x0,y0,xw,x,y,g) title(4次拟合图像); legend(y0,y); subplot(2,2,4); x=0:0.01:1; a4=LSF(x0,y0,w,5); %5次拟合 y=polyval(a4,x); plot(x0,y0,c,x,y,m.) title(5次拟合图像); legend(y0,y); grid on 3. 所得图像如下： 4. 结果对比及分析： 从所得到的图像可以看到用最最小二乘拟合曲线时，随着拟合次数的增大，曲线在数据点附近更加接近数据点的测量值。因为所求得的多项式次数太小时数据点之间的差别很大，次数大是误差最小，但有时并不符合实际情况，所以用最小二乘法次数要取合适一点. 五、教师评语（或成绩） 教师签字 ： 　　 　　 年 月 日