MATLAB用最小二乘法求曲线方程

xi=[0.019,0.023,0.027];%xdatayi=[430,380,256];%ydataabc0=[4,0.5,5];%initialvalues%%初始值设定abc=lsqcurve

x1=[350350350350350350350350350500500500500500500500500500650650650650650650650650650];x2=[2223.53.5

t=[11.41.622.42.633.644.656];y=[0.264241,0.408167,0.475069,0.593994,0.691559,0.732615,...0.800852,0.

y-1=exp(x/a)^2两边取对数,化成线性拟和然后polyfit

x=[-2.573\x09-2.159\x09-1.741\x09-1.403\x09-1.029\x09-0.699];y=[0.640\x090.844\x091.081\x091.227\x09

如上所述,采用polyfit来拟合,二次多项式polyfit(x,y,2)x=[0.110.130.190.210.270.370.530.590.710.790.891.07];y=[3868-10

clc%原数据节点x=[0.511.522.53];y=[1.752.453.814.888.6];plot(x,y,'*');holdon;%求最小二乘意义下拟合多项式的系数n=3;%待拟合多项式的

对于线性函数,除了polyfit（）,还可以用regress（）等对于非线性函数,可以用lsqcurvefit（）或nlinfit（）等根据你提供的数据,可以拟合成如下关系Q=0.52429N^1.6

A'A要满秩才求逆解方程啊,所以不一定A'AX=A'b恒有解的.不过考虑到一般实际用到最小二乘很多事实验数据拟合,所以基本上A'A都是满秩的

如果u,v,是未知,那么根本就用不了最小二乘法,如果u,v,是已知的话可以用,r1-r9数据经过矩阵变换后可以直接用线性回归就参数再问：感谢你的回答，是我弄错了，u,v已知，不过这两个方程式二元三次的

用曲线拟合工具箱做,很简单的,不过x,y的值要到你的工作空间里去,如图,这里的a,b相当于你的c,n

x=[27560000,55120000,82680000,88192000,110240000,137800000]y=[1743170000,1894750000,2053220000,20670

y=[00.060.110.170.230.280.340.400.460.520.590.650.720.800.870.961.051.161.311.55]';x=[20.0218.9517.7

先建立一个函数functionY=efun(b,x)Y=b(1)*exp(b(2)*x)+b(3)*exp(b(4)*x);保存为efun.m；再输入：x=[0.16670.41670.75001.0

http://hi.baidu.com/nature_and_man/item/15bac2a61bd7229e151073a8matlab最小二乘法

曲线不平滑主要还是你的数据少

x=0:0.1:0.9;y=[2.02.523.083.684.325.05.726.487.288.12];c0=[000];c=nlinfit(x,y,@myfun,c0)运行结果c=8.8192

使用多项式拟合函数polyfit(x,y,n),其中x是你要你和的自变量,y是你要拟合的因变量,n是你要用到的拟合多项式的最高次数,函数返回这个多项式.具体你的问题：x=[1,2,3,4,5,6,7,

你可以查查POLYFIT函数,可以做到拟合曲线

楼主可试一下拟合工具箱sftool,help下就有用法~再问：我做出来了用的是【bbint】=regress（）；谢谢了