matlab中的指数函数拟合,matlab指数函数拟合x=[39;47;45;47;65;46;67;42;6...

答：利用cftool工具可以很快得到结果。 General model Exp1: f(x) = a*exp(b*x) Coefficients (with 95% confidence bounds): a = 101.8 (92.97, 110.6) b = 0.006974 (0.005257, 0.00869) Goodness of fit: SSE: 2459 R-square: 0.7167 Adjusted R-...

答：用V=A(1)*exp(A(2)*I)+A(3)*exp(A(4)*I)模型比较好。 clear; X=[0.490667 0.955333 1.544 1.940667 2.48 3.026667 3.966667 4.453333 5.073333 6.033333 7.04] Y=[253.3333 381 450 503.6667 532 520 489 481.3333 459 438.3333 422] myfun=inli...

答：根据给定的数据，我们可以假定函数表达式为 y=b1+b2*x+b3*x^2+b4*x^3+b5*x^4; 所以上述函数可以用matlab的regress()多元线性回归分析函数来拟合。实现过程如下： A=[1.75,0.26;2.25,0.32;2.5,0.44;2.875,0.57;2.686,0.50;2.563,0.46]; x=A(:,1...

答：t=[2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011]; y=[51770 58380 62520 83260 97550 124453 149413 167839 205894 257355 298503]; plot(t,y,'o') hold on f=@(A,t)exp((A(1)+A(2)*t)); p=nlinfit(t,y,f,[1,0.01])%p的第一个值即...

答：%很奇怪,与x无关?!但是,图形表明有关. clear x=[0.4 0.45 0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9 0.95]; y=[5 8 11 14 17 20 23 26 29 32 35 38]; z=[51 104 177 267 378 503 645 809 991 1187 1400 1637]; plot3(x,y,z,'o-') X=[ones(1,leng...

答：m文件如下：(该方法是取了其中4个解，然后组成方程组，求得.你也可以代人所有点，共十个方程组求) f=@(x)([x(1).*exp(42*x(2)+x(3))-32461;x(1).*exp(46*x(2)+x(3))-32689;x(1).*exp(51*x(2)+x(3))-35417;x(1).*exp(43*x(2)+x(3))-32558]); x=...

答：General model: f(x) = (1+a*exp(-b*x))/c Coefficients (with 95% confidence bounds): a = 58.67 (-3651, 3769) b = 0.1096 (-0.1464, 0.3657) c = 2604 (-1.601e+05, 1.653e+05) Goodness of fit: SSE: 0.0001895 R-square: 0.6923 Adjusted ...

答：clear all; close all; x=[10 12.5 15 17.5 20 22.5 25 27.5 30 32.5 35 37.5 40 42.5 45 47.5 50]; y=[62.1 77.3 92.5 104 112.9 121.9 125 129.4 134 138.2 142.3 143.2 144.6 147.2 147.8 149.1 150.9]; myfunc=inline('beta(1)+beta(2)*exp(...

答：mat是matlab的数据文件，可以直接双击导入 或者通过命令窗输入命令以及编写m文件导入 如果是当前目录下的文件file1.mat，直接输入load file1 如果不是当前目录下的，输入 load(['目录\file1.mat']); 如果file1里含有a,b,c这三个变量， 导入后数...

答：这个建议你使用cftool进行拟合 General model: f(x) = a*exp(m*x)-a*exp(n*x) Coefficients (with 95% confidence bounds): a = 114.4 (105.1, 123.8) m = -0.1855 (-0.2039, -0.1671) n = -2.008 (-2.325, -1.691)