gpt4 book ai didi

polynomial-math - 如何在 Scilab 中进行多项式逼近?

转载 作者:行者123 更新时间:2023-12-05 08:43:25 25 4
gpt4 key购买 nike

我有一组测量值,我想对其进行近似。我知道我可以用 4 次多项式来做到这一点,但我不知道如何使用 Scilab 找到它的五个系数。

现在,我必须使用 Open office calc 的用户友好功能...所以,为了继续只使用 Scilab,我想知道是否存在内置函数,或者我们是否可以使用一个简单的脚本。

最佳答案

没有像 Matlab 那样的内置 polyfit 函数,但您可以自己制作:

function cf = polyfit(x,y,n)
A = ones(length(x),n+1)
for i=1:n
A(:,i+1) = x(:).^i
end
cf = lsq(A,y(:))
endfunction

此函数接受两个大小相等的向量(它们可以是行向量或列向量;冒号运算符确保它们在计算中是面向列的)和多项式的次数。

它返回系数列,从第 0 次到第 n 次排序。

计算方法很简单:建立(通常是超定的)线性系统,要求多项式通过每个点。然后用 lsq 在最小二乘的意义上解决它(在实践中,似乎 cf = A\y(:) 执行相同,尽管算法有点不同那里)。

使用示例:

x = [-3 -1 0 1 3 5 7]
y = [50 74 62 40 19 35 52]
cf = polyfit(x,y,4)

t = linspace(min(x),max(x))' // now use these coefficients to plot the polynomial
A = ones(length(t),n+1)
for i=1:n
A(:,i+1) = t.^i
end
plot(x,y,'r*')
plot(t,A*cf)

输出:

polynomial fit

关于polynomial-math - 如何在 Scilab 中进行多项式逼近?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30254429/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com