最小二乘法曲线拟合的大作业

, b=A=?0.1124 , 求得相应的直线回归方程为: 0.3593 0.1124 0.10101 2.1671 x x y e e ?? ?(5) 3.2 曲线回归方程的建立根据资料所给的 19 个点,我们分别进行了后段和前段的直线化并建立了其直线回归方程,可以根据直线的回归方程建立曲线的回归方程。若前段各点在后段各点回归直线的上方,可得描述全段曲线的数学模型为: y=(4) +(5) ,反之若前段各点在后段各点回归直线的下方,则数学模型为: y=(4) ?(5) 。由于本资料所给出的 19个点,前段 11个点都在后段回归直线的下方,因而这 19个点所得的数学模型为: 0.3593 0.1124 0.10101 2.1671 x x y e e ?? ?(6) 根据原始资料,在Matlab 下作出(6)的函数图象,如下图 5。具体做法是在 Matla b 命令 x=[1 23456789 10 11 12 13 14 15 16 17 18 19]; y=[0.898 2.38 3.07 1.84 2.02 1.94 2.22 2.77 4.02 4.76 5.46 6.53 10.9 16.5 22.5 35.7 50.6 61.6 81.8 ]; plot(x,y,'*r',x,(0.1010*exp(0.3593*x)-2.1671*exp(-0.1124*x))) 图5中的曲线为拟合曲线,“*”为原始资料的点,从图 5中可看出此曲线拟合较好。四、结语通过论文的实验可以看出,用 Matlab 做曲线拟合的精度较高,尤其是分段拟合曲线的方法,可以使分散的数据点得到较好的拟合曲线。