方法一：多项式拟合polyfit

 1 x=[1 2 3 4 5 6 7 8 9];
 2 
 3 y=[9 7 6 3 -1 2 5 7 20];
 4 P= polyfit(x, y, 3)   %三阶多项式拟合
 5 
 6 xi=0:.2:10;  
 7 
 8 yi= polyval(P, xi);  %求对应y值
 9 
10 plot(xi,yi,x,y,\'r*\');

运行结果：

多项式系数：P =0.1481 -1.4030 1.8537 8.2698

使用matlab中的ploy2sym函数：y=poly2sym(P)

得到y=0.1481 * x^3 + -1.4030 * x^2 +1.8537 * x + 8.2698
在这里插入图片描述

方法二：工具箱拟合cftool

1 x=[1 2 3 4 5 6 7 8 9];
2 y=[9 7 6 3 -1 2 5 7 20];
3 
4 
5 cftool(x,y)

运行结果：

  • 拟合类型中我们选择polynominal（多项式），拟合阶数选择3，运行结果中可见R平方值高达0.94，属于比较准确的.

在这里插入图片描述

方法三：指定函数拟合

1、已知数据在这里插入图片描述
2、作出散点图，观察
在这里插入图片描述
3、拟合
在这里插入图片描述
运行结果：在这里插入图片描述

参考文献：matlab在数学建模中的应用 （卓金武）

 

版权声明：本文为zhjblogs原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/zhjblogs/p/13922871.html