如何利用matlab将数值拟合成函数
发布网友
发布时间：2022-04-29 17:53
共2个回答
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
热心网友
时间：2023-10-26 12:13
matlab里有多项式拟合函数polyfit
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
t
目标函数Ni=10^(A-B*t)*加和Ni
i=1
求A、B的值
t=1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20;
ni=19 43 59 82 92 113 138 148 151 157 158 155 137 109 89 79 60 53 92 45;
p=polyfit(t,log10(Ni),1)
%由目标函数知，log10(Ni)与t成一次线形回归，求出其系数
p =
0.0058 1.8802
所以A=1.8802,B=-0.0058
和自定义拟合函数lsqcurvefit
matlab 非线性的拟合有两个命令lsqcurvefit和lsqnonlin。这里用lsqcurvefit（lsqnonlin一样做），先介绍下lsqcurvefit（原理是最小二乘法）
已知数据点：xdata=（xdata1，xdata2，…，xdatan）
ydata=（ydata1，ydata2，…，ydatan）
lsqcurvefit用以求含参量x（向量）的向量值函数
F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T
中的参变量x(向量),使得1/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小
1.先定义个函数fun
function y=fun(x,tdata)
y=x(1)*gamma(1-x(2))*gamma(x(2))*cos(x(2)*pi/2)*(x(3)*tdata).^x(2);
保存一下
2调用解题
clc
x0=[0.05 0.1 0.05];
tdata=[0.06283 0.08118 0.1048 0.13534 0.17486 0.22581 0.29166];
ydata=[0.02797 0.04477 0.06839 0.101 0.145 0.2 0.27];
x=lsqcurvefit('fun',x0,tdata,ydata)
结果x =0.1163 1.3353 4.1766 即分别是A，n，B
热心网友
时间：2023-10-26 12:13
才能根据该函数
