mAtlAB 曲线拟合函数

1、在命令行输入数据:2、启动曲线拟合工具箱》cftool3、进入曲线拟合工具箱界面“Curve Fitting tool”(1)点击“Data”按钮,弹出“Data”窗口;(2)利用X data和Y data的下拉菜单读入数据x,y,可修改数据集名“Da

可以先以行向量的形式输入所得的x,y,即x=[ ];y=[ ];再用polyfit(x,y,n)命令便可将所测x,y拟和为函数,n为函数的阶数.得出结果的是按从x的n次方降幂排列的系数,由此便可得出y与x的关系函数.以函数y=(x+1)的平方为例 (未知).假设测得5组数据,x=[-2,-1,0,1,2];y=[1,0,1,4,9]; polyfit(x,y,2);便可得到 ans=1.000 2.000 1.000 由此可知y=1*x平方 + 2*x + 1 ,再根据这个函数关系,定义y=x平方+2*x+1;x=(-2:0.1:2);plot(x,y);便可得到所测数据拟和为函数后的图象.

x=[26.3 33.5 39.1 43.1 47.0 50.0 54.5 56.8 64.9 72.0 77.0]; y=[8.85 8.17 7.49 7.16 6.81 6.58 6.21 5.91 5.48 5.11 5.98];%多项式拟合 n=1; a=polyfit(x,y,n); %n是给定的多项式的次数,拟合出来的结果a是系数向量 y1=polyval(a,x); %计算出拟合的

拟合步骤:1、求(获)得一系列x,y对应值x=[]y=[]2、根据画出的曲线,,设定拟合函数fun=inline('a(1)+a(2)*exp(a(3)*x','a','x')3、初定x0的初值x0=[0 0 0]4、用拟合函数求出拟合系数a=lsqcurvefit(fun,x0,x,y) 或 a= nlinfit(x,y,fun,x0)用cftool的结果与实际是有较大的误差.你不仿用二种获得的拟合函数,将已知值x代人,得到的yi,那个更接近已知值y.一般用cftool工具箱,来判断拟合函数可能的形式.

方法/步骤 运行Matlab软件.在工作空间中存入变量的实验数据.具体如下:可以直接用矩阵来存放数据,直接在命令窗口输入 x=[数据x1,数据x2,,数据xn]; y=[数据y1,数据y2,,数据yn]; 当数据较多时,可以从excel,txt等文件中导入.

MATLAB软件提供了基本的曲线拟合函数的命令.1 多项式函数拟合:a=polyfit(xdata,ydata,n) 其中n表示多项式的最高阶数,xdata,ydata为将要拟合的数据,它是用数组的方式输入.输出参数a为拟合多项式 的系数 多项式在x处的值y可用下面程序计

曲线拟合的例题1、 关于y=f(x)有一些观测数据x=-2*pi:0.1*pi:2*pi,时相应的函数值为 δ'c2,δ'c3,并令δ'c1=0δ'c2=0 δ'c3=0,联立解出c1,c2,c3.5、使用Matlab求解第一步:

x=[1953 1964 1982 1989 2000 2010]; y=[6.02e+08 7.23e+08 1.03e+09 1.16e+09 1.24e+09 1.33e+09]; [xData, yData] = prepareCurveData( x, y );% Set up fittype and options.ft = fittype( 'poly1' ); opts = fitoptions( ft ); opts.Lower = [-Inf -Inf]; opts.

首先,数据拟合是需要根据你的实验符合的数学模型进行拟合,你需要了解你的数据符合哪种函数,然后根据这个函数对你采集到的实验数据进行拟合. 至于具体的拟合步骤,需要在 Analysis Non-linear Curve Fit Advanced Fitting Tool 在

在输入栏分别输入x=[],y=[.] matlab的开始菜单start->toolboxes->cirve fitting->cirve fitting tool,然后点data选择x和y数据,对应你自己的数据就行了,然后点cirve fitting tool界面的fitting按钮,里面好几个可以拟合的函数.可以自动生成曲线,得到系数,分析误差.有问题可以继续追问

相关文档

sytn.net
9371.net
rpct.net
xaairways.com
rjps.net
电脑版