3. 问题转化为求待定系数 ... 对等式右边求 偏导数，因而我们得到
a
4、 把这些等式化简并表示成矩阵的形式，就可以得到下面的矩阵：
5. 将这个范德蒙得矩阵化简后可得到:
6. 也就是说 X*A=Y，那么 A = (X'*X)-1*X'*Y，便得到了系数矩阵 A，同
MATLAB 提供了 polyfit（）函数命令进行最小二乘曲线拟合。
调用格式：p=polyfit(x,y,n)
[p,s]= polyfit(x,y,n)
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 包括 R（对 x 进行 QR 分解的三角元素）、df(自由度）、
normr(残差）用于生成预测值的误差估计。
[p,s,mu]=polyfit(x,y,n)在拟合过程中，首先对 x 进行数据标准化处理，以在拟
合中消除量纲等影响，mu 包含标准化处理过程中使用的 x 的均值和标准差。
