作业帮matlab中lsqcurvefit怎么用我的数据如下,想求解一个反比例函数,怎么用lsqcurvefit实现啊?x=1:5;y=[1 0.83 0.75 0.71 0.68];plot(x,y)f=@(c,x)1./(c(1)*x+c(2));c0=[0.5 -0.1];[c,resnorm]=lsqcurvefit(f,c0,x,y);其运行结果为：Optimi
来源：学生作业帮助网 编辑：作业帮 时间：2024/05/09 10:31:37
![matlab中lsqcurvefit怎么用我的数据如下,想求解一个反比例函数,怎么用lsqcurvefit实现啊?x=1:5;y=[1 0.83 0.75 0.71 0.68];plot(x,y)f=@(c,x)1./(c(1)*x+c(2));c0=[0.5 -0.1];[c,resnorm]=lsqcurvefit(f,c0,x,y);其运行结果为：Optimi](/uploads/image/z/7182215-71-5.jpg?t=matlab%E4%B8%ADlsqcurvefit%E6%80%8E%E4%B9%88%E7%94%A8%E6%88%91%E7%9A%84%E6%95%B0%E6%8D%AE%E5%A6%82%E4%B8%8B%2C%E6%83%B3%E6%B1%82%E8%A7%A3%E4%B8%80%E4%B8%AA%E5%8F%8D%E6%AF%94%E4%BE%8B%E5%87%BD%E6%95%B0%2C%E6%80%8E%E4%B9%88%E7%94%A8lsqcurvefit%E5%AE%9E%E7%8E%B0%E5%95%8A%3Fx%3D1%3A5%3By%3D%5B1+0.83+0.75+0.71+0.68%5D%3Bplot%28x%2Cy%29f%3D%40%28c%2Cx%291.%2F%28c%281%29%2Ax%2Bc%282%29%29%3Bc0%3D%5B0.5+-0.1%5D%3B%5Bc%2Cresnorm%5D%3Dlsqcurvefit%28f%2Cc0%2Cx%2Cy%29%3B%E5%85%B6%E8%BF%90%E8%A1%8C%E7%BB%93%E6%9E%9C%E4%B8%BA%EF%BC%9AOptimi)
matlab中lsqcurvefit怎么用我的数据如下,想求解一个反比例函数,怎么用lsqcurvefit实现啊?x=1:5;y=[1 0.83 0.75 0.71 0.68];plot(x,y)f=@(c,x)1./(c(1)*x+c(2));c0=[0.5 -0.1];[c,resnorm]=lsqcurvefit(f,c0,x,y);其运行结果为：Optimi
matlab中lsqcurvefit怎么用
我的数据如下,想求解一个反比例函数,怎么用lsqcurvefit实现啊?
x=1:5;
y=[1 0.83 0.75 0.71 0.68];
plot(x,y)
f=@(c,x)1./(c(1)*x+c(2));
c0=[0.5 -0.1];
[c,resnorm]=lsqcurvefit(f,c0,x,y);
其运行结果为：
Optimization terminated:relative function value
changing by less than OPTIONS.TolFun.
请大神指教.
matlab中lsqcurvefit怎么用我的数据如下,想求解一个反比例函数,怎么用lsqcurvefit实现啊?x=1:5;y=[1 0.83 0.75 0.71 0.68];plot(x,y)f=@(c,x)1./(c(1)*x+c(2));c0=[0.5 -0.1];[c,resnorm]=lsqcurvefit(f,c0,x,y);其运行结果为：Optimi
求解曲线拟合问题的一般过程是,先通过观察曲线形状大致确定函数的形式,然后对函数的参数有个大概的估计作为初值,拟合后画出曲线来看看效果,如果效果不理想,就考虑修改初值或函数的形式再试.有时候需要经过多次尝试才能得到满意的结果.
需要特别注意以下两点：
1、与拟合函数的形式有关,如果函数形式选择不当,不可能得到理想的结果.
例如,对于反比例函数,比较一般的情况应该考虑取1/(c1*x+c2)+c3.
2、拟合问题与初值关系很大,不是随便指定什么初值都行的通的.
例如,对于本题,初值如果选择[0.5 -0.1 1],得到的结果就不太理想；但取[1 1 1]得到的结果就比较满意.
代码及拟合结果如下：
x=1:5;
y=[1 0.83 0.75 0.71 0.68];
f=@(c,x)1./(c(1)*x+c(2))+c(3);
c0=[1 1 1];
[c,resnorm]=lsqcurvefit(f,c0,x,y);
plot(x,y,'.-',x,f(c,x),'r:x')
legend('原始数据','拟合数据')