《最小二乘法的多项式拟合(matlab实现)》由会员分享，可在线阅读，更多相关《最小二乘法的多项式拟合(matlab实现)（4页珍藏版）》请在金锄头文库上搜索。
1、用最小二乘法进行多项式拟合(matlab实现)西安交通大学徐彬华算法分析：对给定数据(兀.片)(i=0 ,l,2,3,.,m), 共m+1个数据点，取多项式P(x),使r.2=(r.)-)= minf=0_ ?=0n函数P(x)称为拟合函数或最小二乘解，令似购(划二乞gx使得t-0/二工p”( ) - ”2 二工工叫 -儿 二 nmij=0/=0 k=Q/其中，a0，al,a2,.,an为待求未知数，n为多项式的最高次幂，由此，该问题化 为求/二仙)的极值问题。由多元函数求极值的必要条件：j=0,l,.,n得到：j=0,l,.,n这是一个关于a0，a1,a2,an的线性方程组，用矩阵表示如下:
2、加+丄17/J-Om郴1i-0m二兀1=0州-f=0m7=0.:m ：(7：Z+1hS ”1=0j-0_ j-0_因此，只要给出数据点 1及其个数m,再给出所要拟合的参数n则即可求出未知数矩阵（a0， al,a2,an）试验题1编制以函数（k1为基的多项式最小二乘拟合程序，并用于对k = 0下列数据作三次多项式最小二乘拟合（取权函数wi=1）xi-1.0-0.50.00.5101.52.0yi-4.447-0.4520.5510.048-0.4470.5494.552总共有7个数据点，令m=6第一步：画出已知数据的的散点图，确定拟合参数 n; x=-l.0:0.5:2.0;y=-4.447,-
3、0.452,0.55l,0.048,-0.447,0.549,4.552; plot(x,y,*)xlabel x 轴ylabel y 轴title 散点图hold on因此将拟合参数n设为3.第二步：计算矩阵A=注意到该矩阵为(n+1) *(n+1)矩阵,的关系为i+j-2，由此可建立循环来求矩阵的各个元多项式的幂跟行、列坐标(i,j)素，程序如下：m=6;n=3;A=zeros(n+1);for j=1:n+1for i=1:n+1for k=1:m+1A(j,i)=A(j,i)+x(k)人(j+i-2)endendend;B=再来求矩阵B=0 0 0 0;for j=1:n+1 for
4、i=1:m+1B(j)=B(j)+y(i)*x(i)A(j-1) endend第三步：写出正规方程，求出a0,a1，an.B=B; a=inv(A)*B;第四步：画出拟合曲线x=-1.0:0.0001:2.0;z=a(l)+a(2)*x+a(3)*x.A2+a(4)*x43;plot(x,z)legend(离散点,y=a(1)+a(2)*x+a(3)*x.A2+a(4)*x.A3) title (拟合图)总程序附下：x=-1.0:0.5:2.0;y=-4.447,-0.452,0.551,0.048,-0.447,0.549,4.552; plot(x,y,*)xlabel x 轴ylabel
5、 y 轴title 散点图hold onm=6;n=3;A=zeros(n+1);for j=1:n+1for i=1:n+1for k=1:m+1A(j,i)=A(j,i)+x(k)A(j+i-2)endend end;B=0 0 0 0;for j=1:n+1for i=1:m+1B(j)=B(j)+y(i)*x(inj-l)end endB=B;a=inv(A)*B;x=-l.0:0.000l:2.0;z=a(1)+a(2)*x+a(3)*x.A2+a(4)*x.A3;plot(x,z)legend(离散点,y=a(1)+a(2)*x+a(3)*x.A2+a(4)*x.A3) title (拟合图)
