用MATLAB作曲线拟合.ppt

1.线性拟合解：输入以下命令：
x=0:0.1:1;
y=[-0.4471.9783.286.167.087.347.669.569.489.3011.2];
A=polyfit(x,y,2)
%作出数据点和拟合曲线的图形
z=polyval(A,x);
plot(x,y,'k+',x,z,'r')
（1）lsqcurvefit
已知数据点：xdata=（xdata1，xdata2，…，xdatan），
ydata=（ydata1，ydata2，…，ydatan）

输入格式为:
(1)x=lsqcurvefit(‘fun’,x0,xdata,ydata);
(2)x=lsqcurvefit(‘fun’,x0,xdata,ydata,options);
(3)x=lsqcurvefit(‘fun’,x0,xdata,ydata,options,’grad’);
(4)[x,options]=lsqcurvefit(‘fun’,x0,xdata,ydata,…);
(5)[x,options,funval]=lsqcurvefit(‘fun’,x0,xdata,ydata,…);
(6)[x,options,funval,Jacob]=lsqcurvefit(‘fun’,x0,xdata,ydata,…);lsqnonlin用以求含参量x（向量）的向量值函数
f(x)=(f1(x),f2(x),…,fn(x))T中的参量x，使得

最小。
其中fi（x）=f（x，xdatai，ydatai）
=F(x,xdatai)-ydatai
输入格式为：
1）x=lsqnonlin（‘fun’，x0）；
2）x=lsqnonlin（‘fun’，x0，options）；
3）x=lsqnonlin（‘fun’，x0，options，‘grad’）；
4）[x，options]=lsqnonlin（‘fun’，x0，…）；
5）[x，options，funval]=lsqnonlin（‘fun’，x0，…）；1）编写M-文件curvefun1.m
functionf=curvefun1(x,tdata)
f=x(1)+x(2)*exp(-0.02*x(3)*tdata)
%其中x(1)=a;x(2)=b；x(3)=k;解法2：用命令lsqnonlin
f(x)=F(x,tdata,ctada)=
x=（a，b，k）可以看出,两个命令的计算结果是相同的.温度t(0C)20.532.751.073.095.7
电阻R()7658268739421032练习1用给定的多项式，如y=x3-6x2+5x-3，产生一组数据(xi,yi，i=1,2,…,n),再在yi上添加随机干扰(可用rand产生(0,1)均匀分布随机数,或用rands产生N(0,1)分布随机数)，然后用xi和添加了随机干扰的yi作的3次多项式拟合，与原系数比较。
如果作2或4次多项式拟合，结果如何？