matlab_最小二乘法数据拟合.docx

定义： 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最 小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可 以简便地求得未知的数据，并使得这些求得的数据与实际数据之 间误差的平方和为最小。最小二乘法还可用于 曲线拟合。其他一 些优化问题也可通过最小化能量或最大化熵用最小二乘法来表 达。 最小二乘法原理： ????在我们研究两个变量（x,y）之间的相互关系时，通常可以得到一系列成对的数据（x1,y1.x2,y2... xm,ym）；将这些数据描绘在x -y直角坐标系中，若发现这些点在一条直线附近，可以令这条 直线方程如（式1-1）。 　　Yj= a0 + a1 X （式1-1) 　　其中：a0、a1 是任意实数 1.多项式曲线拟合:polyfit ??1.1常见拟合曲线： ? ??????直线：????y=a0X+a1???????多项式： ???????????????一般次数不易过高2 3???????????双曲线：??y=a0/x+a1 ???????指数曲线：?y=a*e^b????1.2 matlab中函数 ????????????P=polyfit(x,y,n) ?????[P S mu]=polyfit(x,y,n) ???????polyval（P，t）：返回n次多项式在t处的值 ??注：其中x y已知数据点向量分别表示横纵坐标，n为拟