计算方法求拟合函数

1. 怎么用excel计算多项式拟合

1.把实验数据输入excel中，两个变量的最好做成两个竖排。选中所有数据，注意不要把文字也选上了。

2. 数值计算中的"曲线拟合"，一般有哪些方法

曲线拟合一般方法包括：
1 用解析表达式逼近离散数据的方法
2 最小二乘法

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

3. 已知某几个点坐标, 求一大致能拟合的曲线函数

可用excel进行拟合，方法是输入上面两边的数字，再用X，Y散点图进行绘制，然后选取中间的图形曲线，右键，选择添加趋势线，里面有很多种趋势线，一个个试就好了，我试出来时幂指数函数，公式为y = 0.0481x^0.675

4. 计算方法用最小二乘法求形如y=a+blnx的函数来拟合下述

设f(x)=a+bln(x)
假定测量值为（x1,y1),(x2,y2),...(xn,yn)
则残值的平方和为：g(a,b)=(f(x1)-y1)^2+(f(x2)-y2)^2+...+(f(xn)-yn)^2
先将g(a,b)看作a为自变量的函数（二次函数），其中的字母b当做参数，用配平方法求g(a,b)取最小值时对应的a=h(b)，再将a=h(b)代入g(a,b)，从而可得到一个新函数s(b)，再求出与s(b)最小值对应的b，最后由a=h(b)得到a，完成。

5. 求拟合函数

这是我用Matlab拟合出来的结果（拟合了6次多项式）

P=

0.000000000062519-0.0000000158720560.000001516175815-0.000066723493210

0.001317139524841-0.0063231519015670.063689992807522

其中P是6次多项式的系数。

下面给出图像，楼主可以通过图像验证一下。

6. 如何求拟合方程

如何对X进行修正，使得修正后的X在输入系统时候，得到的y与理想值偏差不超过10%。根据题意，我们可以设
Δ=(y-a*k*x)/y≤10%
如用matlab软件，可以这样做考虑：
1、创建修正自定义函数，即
func=inline('(x(:,2)-k*a*x(:,1))/x(:,2)-0.1','a','x'); %k为已知数，a为修正系数（实际上拟合系数）
2、分别将数据赋值给x=[x0,y0]变量
3、初定a的初值a0
4、使用lsqcurvefit函数，求出系数，即
a=lsqcurvefit(@func,a0,x,y);
5、计算拟合值，并与原数据对比
6、计算相关系数（决定系数）
因无具体的数据，则无法提供较详细的过程。

7. Excel 如何采用EXCEL拟合出三角函数

工具Excel2007
1、首先Excel中本身有三角函数不需要拟合，点击地址栏上的“fx”，弹出“插入函数”对话框
2、所有的三角函数在“插入函数”对话框的“数学与三角函数”都能找到
3、需注意的一点是公式用弧度表示，如果是角度要转化成弧度（“∏”用“PI()”替换）,如计算sin30度，公式＝sin(PI()/6)
如果你是要拟合出三角函数图象，以正弦图为例方法如下：
1、先在单元格输拉数据如下图：
2、点击“开始”选项卡，在“编辑”组别，单击“填充”，选择“系列”
3、在“序列“对话框，”序列产生在“选择”列“，类型选”等差数列“，步长值设”0.4“，终止值设”5.6“，如下图：
4、选中B2单元格输拉公式=SIN(A2)，回车，就求出了SIN(-5.6)的值了
5、使用填充柄向下复制公式
6、选中A2：B30区域，单击“插入”选项卡，在“图表”组别，选择“散点图”，选择“带平滑线的散点图”
7、正弦图象就做出来了，如下图，其它三角函数图象，方法同

8. 请问，什么是拟合函数

拟合函数：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。因为这条曲线有无数种可能，从而有各种拟合方法。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，这就是拟合函数。

常用的拟合方法有如最小二乘曲线拟合法等，在MATLAB中也可以用polyfit 来拟合多项式。拟合以及插值还有逼近是数值分析的三大基础工具。

通俗意义上它们的区别在于：拟合是已知点列，从整体上靠近它们；插值是已知点列并且完全经过点列；逼近是已知曲线，或者点列，通过逼近使得构造的函数无限靠近它们。

(8)计算方法求拟合函数扩展阅读：

拟合的方法：

最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。

利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

参考资料来源：网络-拟合

9. 怎么用matlab进行非线性的多元函数拟合

方法一：

1、最常用的是多项式拟合，采用polyfit函数，在命令窗口输入自变量x和因变量y。

10. 简答：计算方法中插值与拟合的区别与联系是什么

插值和拟合都是函数逼近或者数值逼近的重要组成部分

他们的共同点都是通过已知一些离散点集M上的约束，求取一个定义
在连续集合S(M包含于S)的未知连续函数，从而达到获取整体规律的
目的，即通过"窥几斑"来达到"知全豹"。

简单的讲，所谓拟合是指已知某函数的若干离散函数值{f1,f2,…,fn}，
通 过调整该函数中若干待定系数f(λ1, λ2,…,λ3), 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)，否则叫作非线性拟合或者非线性回归。
表达式也可以是分段函数，这种情况下叫作样条拟合。

而插值是指已知某函数的在若干离散点上的函数值或者导数信息，通
过求解该函数中待定形式的插值函数以及待定系数，使得该函数在给
定离散点上满足约束。插值函数又叫作基函数，如果该基函数定义在
整个定义域上，叫作全域基，否则叫作分域基。如果约束条件中只有
函数值的约束，叫作Lagrange插值，否则叫作Hermite插值。

从几何意义上将，拟合是给定了空间中的一些点，找到一个已知形
式未知参数的连续曲面来最大限度地逼近这些点；而插值是找到一
个(或几个分片光滑的)连续曲面来穿过这些点。