Anda akan menemukan cara menyesuaikan kurva polinomial menggunakan fungsi polyfit() MATLAB dalam tutorial ini.
Bagaimana Kode polyfit () di MATLAB?
Untuk kode polifit() di MATLAB, Anda harus terlebih dahulu mengikuti sintaks yang diberikan di bawah ini:
p = polifit ( x,y,n )
[ p,S ] = polifit ( x,y,n )
[ p,S,mu ] = polifit ( x,y,n )
Sintaks di atas dapat digambarkan sebagai:
- p = polifit(x,y,n) : memberikan koefisien derajat n polinomial p(x) yang paling sesuai dengan data dalam y dalam bentuk kuadrat terkecil. Koefisien ke p disusun dalam pangkat menurun dan memiliki panjang n+1.
- [p,S] = polifit(x,y,n) : menghasilkan struktur S yang dapat digunakan sebagai masukan dalam polival untuk mendapatkan estimasi error.
- [ p , S , mu ] = polifit ( x , y , n ) : menghasilkan mu, vektor dua elemen dengan nilai untuk penskalaan dan pemusatan. mu(1) adalah mean(x), sedangkan mu(2) adalah std(x). Dengan menggunakan pengaturan ini, polifit() skala x untuk memiliki standar deviasi satuan, di mana x berpusat pada nol.
Mari pertimbangkan beberapa contoh yang menunjukkan penggunaan MATLAB polifit() fungsi.
Contoh 1
Dalam contoh yang diberikan, pertama, kita menghasilkan vektor x yang memiliki 10 elemen dengan jarak yang sama yang berada dalam interval (10, 20). Kemudian kita mencari nilai y yang sesuai dengan semua nilai x menggunakan fungsi trigonometri cos(x). Setelah itu, polifit() fungsi digunakan agar sesuai dengan polinomial derajat 6 di titik data. Terakhir, kami memplot hasil evaluasi polinomial dengan kisi yang lebih halus.
x = linspace ( 10 ,pi, dua puluh ) ;
y = cos ( X ) ;
p = polifit ( x,y, 6 ) ;
x_1 = linspace ( 10 , pi ) ;
y_1 = polival ( p,x_1 ) ;
angka
merencanakan ( x,y, 'HAI' )
tunggu
merencanakan ( x_1,y_1 )
bertahan
Contoh 2
Contoh ini menggunakan polifit() berfungsi agar sesuai dengan model regresi linier sederhana dalam satu set yang memiliki titik data diskrit 2-D. Dalam kode ini, sekumpulan titik data dihasilkan dengan nilai x mulai dari 2 hingga 100 dengan langkah 2. Nilai y yang sesuai dihitung dengan mengurangkan noise acak dari fungsi linier x. Itu polifit() fungsi kemudian digunakan untuk mencocokkan polinomial linier dengan data, memperoleh koefisien p. Polinomial yang dipasang dievaluasi menggunakan polival() dan diplot bersama dengan titik data asli menggunakan merencanakan() fungsi.
x = 2 : 2 : 100 ;
y = x - 5 * randn ( 1 , lima puluh ) ;
p = polifit ( x,y, 1 ) ;
f = polival ( p,x ) ;
merencanakan ( x,y, 'HAI' ,x,f, '-' )
legenda ( 'data' , 'cocok linier' )
Kesimpulan
MATLAB polifit() fungsi digunakan untuk pemasangan kurva polinomial. Fungsi ini mengambil dua vektor dan derajat polinomial sebagai argumen dan memplot hasil yang diperoleh. Tutorial ini memberikan beberapa informasi berguna tentang cara membuat kode a polifit() fungsi di MATLAB, dengan beberapa contoh berguna yang membantu pemula memahami penggunaan fungsi ini.