matlab学习系列--day03

一、线性方程组

1、超定方程组(未知数小于方程数）

     t = [0 .3 .8 1.1 1.6 2.3]';

     y = [.82 .72  .63 .60 .55 .50]';

    利用指数衰减函数对数据进行建模：

         

    上述方程表明，向量y由其余量的线性组合来逼近。一个元素全部是1的常向量，另一个是带有分量exp(-t)的向量。未知系数c1 和c2可以通过执行最小二乘拟合来计算，这样会最大限度地减少数据与模型偏差的平方和。

         E = [ones(size(t)) exp(-t)]

         c = E\y

     即求解方程Ec = y

     可以用二维图形来检验

     T = [0:0.1:2.5]'; 

     Y = [ones(size(T)) exp(-T)] * c;

     plot(T,Y,'g:o',t,y,'r--')

2、欠定方程组R(A,b) = R(A) < n（未知数多余方程数）

     R = [6 8 7 3;3 5 4 1];

     b = [8 7]';

     线性方程Rp = b 有2个方程，四个未知数。

     format rat  % 显示分数

     p = R