matlab 拟合函数（MATLAB如何选择合适的拟合函数）

本文目录

• MATLAB如何选择合适的拟合函数
• 怎么进行MATLAB二元函数拟合
• 如何用matlab拟合f(x)=a+bsin(x)的函数
• 如何使用matlab进行拟合、求导、求定积分
• matlab画出的曲线怎么拟合函数
• 在matlab中如何根据拟合图得到函数

MATLAB如何选择合适的拟合函数

1、首先启动matlab，选择器，再新建一个命令文件。

2、然后在器窗口中输入图示的代码。

3、然后我们点击界面上方菜单栏里的保存图标进行保存。

4、需要注意的是，保存文件的位置要与当前搜索路径的位置保持一致。这可以通过右键窗口的文件，在弹出的下拉框中选择。

5、最后再命令行窗口处输入dxsnh，并敲入键盘上的enter建。可以看出阶数越高，曲线与拟合点拟合得越好。

扩展资料：

函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。

MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。

函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、**数组操作以及建模动态仿真等。

怎么进行MATLAB二元函数拟合

设拟合的2元2次方程为
f（x，y）=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6
用Matlab的regress（）函数拟合，也可以用自定义函数拟合。regress（）函数命令格式为
= REGRESS(Y,X)
B——参数估计值，拟合函数系数
BINT——B的置信区间
R——残差向量，测试值与拟合值的差值
RINT——R的置信区间
STATS——检验统计量，置信度、F统计量，p值
Y——因变量观察值
X——自变量观察值
根据提供的数据，通过拟合得
B1 =0
B2 =*****
B3 =*****
B4 =*****
B5 =*****
B6 =*****

如何用matlab拟合f(x)=a+bsin(x)的函数

可以利用matlab中的非线性曲线拟合，先自己编写要拟合的函数（保存为fcn_.m）：
function y = fcn_(beta0,x)
a = beta0(1);
b = beta0(2);
y = a + b.*sin(x)
end
然后根据已有的数据，利用nlinfit进行拟合
betafit0 = ;
betafit=nlinfit(x,y,’fcn_’,betafit0)
betafit0 中为 a和b 的初始值，可以任意给。
x和y分别为待拟合数据组成的向量。
可在matlab命令窗口中输入"help nlinfit"了解其用法。

如何使用matlab进行拟合、求导、求定积分

如何使用matlab进行拟合、求导、求定积分?
1、拟合
根据X、Y1、Y2三个向量，做出其散点图，判断散点图的曲线趋势，自定义拟合函数，使用lsqcurvefit拟合函数，求出其拟合系数，得到
A函数：y1=fa(x)
B函数：y2=fb(x)
2、求导
使用diff函数，分别对A函数和B函数求导
Dy1=diff(fa,1)
Dy2=diff(fb,1)
Dy=Dy1-Dy2
3、定积分
使用integral函数，进行数值积分。或用自定义复合抛物线公式函数求解。
因没有具体数值，只能大概说明解题过程及方法。

matlab画出的曲线怎么拟合函数

一、 单一变量的曲线逼近
Matlab有一个功能强大的曲线拟合工具箱
cftool ，使用方便，能实现多种类型的线性、非线
性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。
假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A》0,B》0 。
1、在命令行输入数据：
》x=[***** ***** ***** ***** ***** ***** *****
*****
***** *****]
》y=

2、启动曲线拟合工具箱
》cftool

3、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“Data set
name”，然
后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数
据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data
set”下拉菜单
选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类
型有：
Custom
Equati***：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) +
c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) +
b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic
spline、shape-
preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree
~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic
~、4-5th
degree ~；此外，分子还包括c***tant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functi***：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x +
c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)
选择好所需的拟合曲线类型及其子类型，并进行相关设置：
——如果是非自定义的类型，根据实际需要点击“Fit opti***”按钮，设置拟合算法、修改
待估计参数的上下限等参数；
——如果选Custom
Equati***，点击“New”按钮，弹出自定义函数等式窗口，有“Linear
Equati***线性等式”和“General Equati***构造等式”两种标签。
在本例中选Custom Equati***，点击“New”按钮，选择“General
Equati***”标签，输入函
数类型y=a*x*x + b*x，设置参数a、b的上下限，然后点击OK。
（5）类型设置完成后，点击“Apply”按钮，就可以在Results框中得到拟合结果，如下例：
general model:
f(x) = a*x*x+b*x
Coefficients (with 95% confidence bounds):
a = ***** (*****, *****)
b = 1.78e-011 (fixed at bound)
Goodness of fit:
SSE: *****
R-square: *****
Adjusted R-square: *****
RMSE: *****
同时，也会在工具箱窗口中显示拟合曲线。
这样，就完成一次曲线拟合啦，十分方便快捷。当然，如果你觉得拟合效果不好，还可以在“
Fitting”窗口点击“New fit”按钮，按照步骤（4）~（5）进行一次新的拟合。
不过，需要注意的是，cftool 工具箱只能进行单个变量的曲线拟合，即待拟合的公式中，变
量只能有一个。对于混合型的曲线，例如 y = a*x + b/x ，工具箱的拟合效果并不好。

在matlab中如何根据拟合图得到函数

在matlab中根据拟合图得到函数步骤如下：

1、常用的模型有多项式模型、幂函数模型、指数函数模型等。

2、设出函数，用命令“plot”绘出图像作为对比。

3、准备好散点数据，用命令“plot”绘出散点作为对比。

4、调用函数“fit”，参数包括散点数据和曲线拟合模型。

5、按回车键即可完成曲线拟合，p1、p2、p3为多项式前面的系数。