假如你的实验数据是离散分布的,而你又想观察它们的变化趋势,该怎么做呢?
当然是用平滑的曲线把它们连接起来。
如何才能保证这条曲线平滑地经过每一个点呢?

我的实验数据
这就需要用到拟合曲线了。
拟合曲线,是根据离散的数据点绘制的曲线,用于解决在工程设计或科学实验中所得到的数据往往是一张关于离散数据点的表 ,没有解析式来描述 x-y关系。所谓曲线拟合方法是由给定的离散数据点,建立数据关系(数学模型),求出一系列微小的直线段把这些插值点连接成曲线,只要插值点的间隔选择得当,就可以形成一条光滑的曲线。——百度百科
打开matlab,将你的数据转化为坐标,然后写进代码,利用spline函数进行拟合。
代码块
C++
x=[1,3,5,7,10,15,30,60,120,240];
y=[6.1,7.4,7.7,9.5,10.5,12.2,17.3,19.9,22.0,22.3];
a=spline(x,y);
复制成功
点击运行。

spline函数的原理是,通过三次样条插值,求出系数矩阵。
这里,我们用a来保存系数矩阵。
双击左下角的a,然后双击coefs,便可得到系数矩阵。

双击coefs

系数矩阵
前面已经说过,我们求出的是系数矩阵,再结合上实验数据的横坐标,我们便可得到完整的拟合函数:
仔细看看这个巨巨巨巨复杂的拟合函数,怎么说,你有没有体会到,什么是“三次样条插值”?什么是“系数矩阵”?
接下来,我们把它在wps中画出来,就可以得到这样一张图


完美拟合!!!!!
不过吧,其实wps自带拟合曲线功能,插入->图表->散点图->平滑线,它就可以为你的散点图生成一条拟合曲线。而且吧,跟咱这费了九牛二虎之力得到的拟合曲线几乎一模一样。。。


仔细看还是有一点小区别的吧
不过,换个角度讲,我也算是破解了wps拟合曲线的工作方式了(骄傲
以后要是需要用到拟合曲线的话,大家直接用wps就好,省心省力
全文完。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删