简单的曲线拟合

当遇到需要用函数表达自变量及因变量的关系时，往往会遇到许多不能直观地看出类似的函数关系式的情况，例如该组自变量和因变量

x	(0:1:10)
y	13 15 57 15 12 16 15 18 98 44 11

PS:表格处的(0:1:10)是matlab的一种写法，表示从0到10以1为间距（步长），即0，1，2…10

将图像用plot函数画出即下图：

这。。。谁看得出来呀，显然不可能是简单的y=ax+b吧
所以接下来会用到polyfit这个函数

polyfit函数：示例

x=(0:1:10);
y=x.*x+2;
plot(x,y)
p=polyfit(x,y,3)  %polyfit(x,y,3)中的3为多项式最高次幂，在这里意为最高是3

得到结果：

即得到函数y= - 0.2422 x³ + 3.5845 x² -11.2024 x + 25.7133

在这里是设置成多项式最高次数为3，因为polyfit函数其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值，所以无论设置多项式次数为多少，理论上得到的结果都是正确的