計算方法求擬合函數

1. 怎麼用excel計算多項式擬合

1.把實驗數據輸入excel中，兩個變數的最好做成兩個豎排。選中所有數據，注意不要把文字也選上了。

2. 數值計算中的"曲線擬合"，一般有哪些方法

曲線擬合一般方法包括：
1 用解析表達式逼近離散數據的方法
2 最小二乘法

最小二乘法（又稱最小平方法）是一種數學優化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。利用最小二乘法可以簡便地求得未知的數據，並使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用於曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達。

3. 已知某幾個點坐標, 求一大致能擬合的曲線函數

可用excel進行擬合，方法是輸入上面兩邊的數字，再用X，Y散點圖進行繪制，然後選取中間的圖形曲線，右鍵，選擇添加趨勢線，裡面有很多種趨勢線，一個個試就好了，我試出來時冪指數函數，公式為y = 0.0481x^0.675

4. 計算方法用最小二乘法求形如y=a+blnx的函數來擬合下述

設f(x)=a+bln(x)
假定測量值為（x1,y1),(x2,y2),...(xn,yn)
則殘值的平方和為：g(a,b)=(f(x1)-y1)^2+(f(x2)-y2)^2+...+(f(xn)-yn)^2
先將g(a,b)看作a為自變數的函數（二次函數），其中的字母b當做參數，用配平方法求g(a,b)取最小值時對應的a=h(b)，再將a=h(b)代入g(a,b)，從而可得到一個新函數s(b)，再求出與s(b)最小值對應的b，最後由a=h(b)得到a，完成。

5. 求擬合函數

這是我用Matlab擬合出來的結果（擬合了6次多項式）

P=

0.000000000062519-0.0000000158720560.000001516175815-0.000066723493210

0.001317139524841-0.0063231519015670.063689992807522

其中P是6次多項式的系數。

下面給出圖像，樓主可以通過圖像驗證一下。

6. 如何求擬合方程

如何對X進行修正，使得修正後的X在輸入系統時候，得到的y與理想值偏差不超過10%。根據題意，我們可以設
Δ=(y-a*k*x)/y≤10%
如用matlab軟體，可以這樣做考慮：
1、創建修正自定義函數，即
func=inline('(x(:,2)-k*a*x(:,1))/x(:,2)-0.1','a','x'); %k為已知數，a為修正系數（實際上擬合系數）
2、分別將數據賦值給x=[x0,y0]變數
3、初定a的初值a0
4、使用lsqcurvefit函數，求出系數，即
a=lsqcurvefit(@func,a0,x,y);
5、計算擬合值，並與原數據對比
6、計算相關系數（決定系數）
因無具體的數據，則無法提供較詳細的過程。

7. Excel 如何採用EXCEL擬合出三角函數

工具Excel2007
1、首先Excel中本身有三角函數不需要擬合，點擊地址欄上的「fx」，彈出「插入函數」對話框
2、所有的三角函數在「插入函數」對話框的「數學與三角函數」都能找到
3、需注意的一點是公式用弧度表示，如果是角度要轉化成弧度（「∏」用「PI()」替換）,如計算sin30度，公式＝sin(PI()/6)
如果你是要擬合出三角函數圖象，以正弦圖為例方法如下：
1、先在單元格輸拉數據如下圖：
2、點擊「開始」選項卡，在「編輯」組別，單擊「填充」，選擇「系列」
3、在「序列「對話框，」序列產生在「選擇」列「，類型選」等差數列「，步長值設」0.4「，終止值設」5.6「，如下圖：
4、選中B2單元格輸拉公式=SIN(A2)，回車，就求出了SIN(-5.6)的值了
5、使用填充柄向下復制公式
6、選中A2：B30區域，單擊「插入」選項卡，在「圖表」組別，選擇「散點圖」，選擇「帶平滑線的散點圖」
7、正弦圖象就做出來了，如下圖，其它三角函數圖象，方法同

8. 請問，什麼是擬合函數

擬合函數：擬合就是把平面上一系列的點，用一條光滑的曲線連接起來。因為這條曲線有無數種可能，從而有各種擬合方法。擬合的曲線一般可以用函數表示，根據這個函數的不同有不同的擬合名字，這就是擬合函數。

常用的擬合方法有如最小二乘曲線擬合法等，在MATLAB中也可以用polyfit 來擬合多項式。擬合以及插值還有逼近是數值分析的三大基礎工具。

通俗意義上它們的區別在於：擬合是已知點列，從整體上靠近它們；插值是已知點列並且完全經過點列；逼近是已知曲線，或者點列，通過逼近使得構造的函數無限靠近它們。

(8)計算方法求擬合函數擴展閱讀：

擬合的方法：

最小二乘法（又稱最小平方法）是一種數學優化技術。它通過最小化誤差的平方和尋找數據的最佳函數匹配。

利用最小二乘法可以簡便地求得未知的數據，並使得這些求得的數據與實際數據之間誤差的平方和為最小。最小二乘法還可用於曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達。

參考資料來源：網路-擬合

9. 怎麼用matlab進行非線性的多元函數擬合

方法一：

1、最常用的是多項式擬合，採用polyfit函數，在命令窗口輸入自變數x和因變數y。

10. 簡答：計算方法中插值與擬合的區別與聯系是什麼

插值和擬合都是函數逼近或者數值逼近的重要組成部分

他們的共同點都是通過已知一些離散點集M上的約束，求取一個定義
在連續集合S(M包含於S)的未知連續函數，從而達到獲取整體規律的
目的，即通過"窺幾斑"來達到"知全豹"。

簡單的講，所謂擬合是指已知某函數的若干離散函數值{f1,f2,…,fn}，
通 過調整該函數中若干待定系數f(λ1, λ2,…,λ3), 使得該函數與已知
點集的差別(最小二乘意義)最小。如果待定函數是線性，就叫線性擬
合或者線性回歸(主要在統計中)，否則叫作非線性擬合或者非線性回歸。
表達式也可以是分段函數，這種情況下叫作樣條擬合。

而插值是指已知某函數的在若干離散點上的函數值或者導數信息，通
過求解該函數中待定形式的插值函數以及待定系數，使得該函數在給
定離散點上滿足約束。插值函數又叫作基函數，如果該基函數定義在
整個定義域上，叫作全域基，否則叫作分域基。如果約束條件中只有
函數值的約束，叫作Lagrange插值，否則叫作Hermite插值。

從幾何意義上將，擬合是給定了空間中的一些點，找到一個已知形
式未知參數的連續曲面來最大限度地逼近這些點；而插值是找到一
個(或幾個分片光滑的)連續曲面來穿過這些點。