polyvalmatlab怎么⽤,matlab polyfit polyval
曲线拟合
已知离散点上的数据集 ，即已知在点集 上的函数值 ，构造⼀个解析函数(其图形为⼀曲线)使 在原离散点 上尽可能接近给定的
值，这⼀过程称为曲线拟合。最常⽤的曲线拟合⽅法是最⼩⼆乘法，该⽅法是寻函数 使得 最⼩。
MATLAB函数：p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
说明：x,y为数据点，n为多项式阶数，返回p为幂次从⾼到低的多项式系数向量p。x必须是单调的。矩阵s⽤于⽣成预测值的误差估计。(见下⼀函数polyval)
多项式曲线求值函数：polyval( )
调⽤格式： y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
如何用matlab将已知点连线
说明：y=polyval(p,x)为返回对应⾃变量x在给定系数P的多项式的值。
[y,DELTA]=polyval(p,x,s) 使⽤polyfit函数的选项输出s得出误差估计Y
DELTA。它假设polyfit函数数据输⼊的误差是独⽴正态的，并且⽅差为常数。则Y DELTA将⾄少包含50%的预测值。
练习：如下给定数据的拟合曲线，x=[0.5,1.0,1.5,2.0,2.5,3.0]，
y=[1.75,2.45,3.81,4.80,7.00,8.60]。
解：MATLAB程序如下：
x=[0.5,1.0,1.5,2.0,2.5,3.0];
y=[1.75,2.45,3.81,4.80,7.00,8.60];
p=polyfit(x,y,2)
x1=0.5:0.05:3.0;
y1=polyval(p,x1);
plot(x,y,'*r',x1,y1,'-b')
计算结果为：
p =0.5614 0.8287 1.1560
即所得多项式为y=0.5614x^2+0.08287x+1.15560

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。