最小二乘法):t=[0510152025303540455055]%输入时间t的数据y=[01.272.162.863.443.874.154.374.514.584.024.64]%输入含碳量数据[p,s]=polyfit(t,y,3)%调用MATLAB最小二乘法的程序进行三次拟合并给出误差分析formatlong%14位精度小数plot(t,y,F)%绘制被拟合数据点的离散图holdonplot(t,yl,b)%绘制三次拟合函数图(其屮yl是拟合之示的数据)xlabelC时间t(分钟))%注释乂轴ylabe£含碳量/10人4)%注释y轴titlefH次拟合图)%注释图名grid%坐标系网格化四次拟合程序(最小二乘法):[p?s]=polyfit(t,y,4)%调用MATLAB最小二乘法的程序进行四次拟合并给出误差分析formatlong%14位精度小数plot(t,y;*r')%绘制被拟合数据点的离散图holdonplot(t,y2,b)%绘制三次拟合函数图(其中y2是拟合Z后的数据)xlabelf时间t(分钟)。%注释乂轴ylabel('含碳量/10A-4')%注释y轴titled四次拟合图J%注释图名grid%坐标系网格化四、实验数据结果及分析三次拟合可以得到其拟合多项式为:y1=0.00003436415436t3-0.00521556221556t2+0.26339852739853t+0.01783882783883拟合函数与被拟合函数图之间的对比如下:(1)?红色星号为原始数据;(2)?带圈的曲线为最小二乘后而成的结果曲线。QFigure1FileEditViewInsertToolsDesktopWindowHelp除題®聋®渥□匡1■叵由此可见拟合函数与原函数离散数据点拟合成程度相当好,通过[p,s]=polyfit(t,y,m对拟合谋旁进行分析,如图:
全文预览
