数值分析在生活中的应用举例及Matlab实现

Matlab 实验报告

学院：数学与信息科学学院班级：信息班

学号：20135034027

姓名：马永杉

最小二乘法，用MATLAB实现

1.数值实例

下面给定的是郑州最近1个月早晨7：00左右的天气预报所得到的温度，按照数据找出任意次曲线拟合方程和它的图像。下面用MATLAB编程对上述数据进行最小二乘拟合。

2、程序代码

x=[1:1:30];

y=[9,10,11,12,13,14,13,12,11,9,10,11,12,13,14,12,11,10,9,8,7,8,9,11,9 ,7,6,5,3,1];

a1=polyfit(x,y,3) %三次多项式拟合%

a2= polyfit(x,y,9) %九次多项式拟合%

a3= polyfit(x,y,15) %十五次多项式拟合%

b1=polyval(a1,x)

b2=polyval(a2,x)

b3=polyval(a3,x)

r1= sum((y-b1).^2) %三次多项式误差平方和%

r2= sum((y-b2).^2) %九次次多项式误差平方和%

r3= sum((y-b3).^2) %十五次多项式误差平方和%

plot(x,y,'*') %用*画出x,y图像%

hold on

plot(x,b1, 'r') %用红色线画出x,b1图像%

hold on

plot(x,b2, 'g') %用绿色线画出x,b2图像%

hold on

plot(x,b3, 'b:o') %用蓝色o线画出x,b3图像%

2.流程图

4．数值结果分析

不同次数多项式拟合误差平方和为：

r1=67.6659

r2=20.1060

r3=3.7952

r1、r2、r3分别表示三次、九次、十五次多项式误差平方和。

5、拟合曲线如下图