![](https://csdnimg.cn/release/download_crawler_static/86784955/bg3.jpg)
[p,s,mu]=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。
polyval( )为多项式曲线求值函数,调用格式: y=polyval(p,x)
[y,DELTA]=polyval(p,x,s)
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。
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’)
运行结果如图 1
计算结果为:
评论0
最新资源