matlab 曲线拟合 课件.pptVIP

[y,delta]=polyval(p,x,s) [y,delta]=polyval(p,x,s,mu) 产生置信区间 y ± delta 。如果误差结果服从 标准正态分布，则实测数据落在 y ± delta 区 间内的概率至少为 50% 。 例 x=[0 0.0385 0.0963 0.1925 0.2888 0.385]; y=[0.042 0.104 0.186 0.338 0.479 0.612]; [p,s,mu]=polyfit(x,y,5) 输出结果为： p = Columns 1 through 5 0.0193 -0.0110 -0.0430 0.0073 0.2449 Column 6 0.2961 说明拟合的多项式为： 2961 . 0 2449 . 0 0073 . 0 043 . 0 0110 . 0 0193 . 0 2 3 4 5 ? ? ? ? ? x x x x x s = R: [6x6 double] df: 0 normr: 2.3684e-016 mu = 0.1669 0.1499 自由度为 0 标准偏差为 2.3684e-016 例 : 根据表中数据进行 4 阶多项式拟合 X 1 3 4 5 6 7 8 9 10 F(x) 10 5 4 2 1 1 2 3 4 x=[1 3 4 5 6 7 8 9 10]; y=[10 5 4 2 1 1 2 3 4]; [p,s]=polyfit(x,y,4); y1=polyval(p,x); plot(x,y,go,x,y1,b--) 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 poly2str(p,t) ans = -0.0049945 t^4 + 0.11461 t^3 - 0.61143 t^2 - 1.1005 t + 11.5499 例：电阻和温度的关系数据如下 求 60 度时的电阻 . 温度 20.5 32.7 51.0 73.0 95.7 电阻 765 826 873 942 1032 T=[20.5 32.7 51 73 95.7]; R=[765 826 873 942 1032]; a=polyfit(T,R,1); y=poly2str(a,t) y = 3.3987 t + 702.0968 y=polyval(a,T) % 计算多项式在某一 点处的值 y = 1.0e+003 * 0.7718 0.8132 0.8754 0.9502 1.0274 plot(T,R,k+,T,y,r*) hold on plot(T,y,b) polyval(a,60) ans = 906.0212 20 30 40 50 60 70 80 90 100 750 800 850 900 950 1000 1050 例：已知年龄和运动能力的一组数据，试确定 二者的关系 ( 根据图形指定次数 ) 年龄 17 19 21 23 25 27 29 第一人 20.48 25.13 26.15 30.0 26.1 20.3 19.35 第二人 24.35 28.11 26.3 31.4 26.92 25.7 21.3 x1=[17:2:29]; x=[x1 x1]; y=[20.48 25.13 26.15 30.0 26.1 20.3 19.35 24.35 28.11 26.3 31.4 26.92 25.7 21.3]; plot(x,y,r+) 16 18 20 22 24 26 28 30 18 20 22 24 26 28 30 32 a=polyfit(x,y, 2 ) a = -0.2003 8.9782 -72.2150 poly2str(a,x) ans = -0.20031 x^2 + 8.9782 x - 72.215 x1=