Matlab曲线拟合

最近学习了一哈Matlab，才发现数学很重要那。。。

百度一哈拟合，所谓拟合是指已知某函数的若干离散函数值{f1,f22,...,fn}，通过调整该函数中若干待定系数f(λ1,λ2,...,λn),使得该函数与已知点集的差别（最小二乘意义）最小。如果待定函数是线性，就叫线性拟合或者线性回归（主要在统计中），否则叫做非线性拟合或者非线性回归、表达式也可以是分段函数，这种情况下叫做样条拟合。

形象的说，拟合就是把平面上一系列的点，用一条光滑的曲线连接起来，因为有这条曲线有无数种可能，从而有各种拟合的方法。拟合的曲线一般可以用函数表示，根据这个函数的不同有不同的拟合名字。

最佳拟合被解释为在数据点的最小误差平方和，且所用的曲线先定为多项式时，那么曲线拟合是相当简捷的，数学上称为多项式的最小二乘曲线拟合，这个最容易懂了，看一下MATLAB7.0基础教程上的例子就好了。在Matlab中使用polyfit(x,y,n)命令用最小二乘法对所给数据进行N阶多项式拟合，得到拟合多项式p(x)，使得p(x(i))约等于y(i).具体命令看matlab帮助手册即可，书中的例子如下