Blog ini akan menjelaskan cara memplot garis yang paling cocok di MATLAB menggunakan polifit() fungsi.
Bagaimana Merencanakan Garis yang Paling Cocok di MATLAB?
Merencanakan garis yang paling cocok di MATLAB dapat dengan mudah dilakukan menggunakan built-in polifit() fungsi. Fungsi ini digunakan untuk perkiraan data dengan menyesuaikan kurva pada titik data yang diberikan. Fungsi mengambil banyak argumen, termasuk titik data dan derajat polinomial. Itu polifit() fungsi menghasilkan vektor koefisien yang digunakan untuk mengevaluasi polinomial pada setiap titik.
Jika kita memiliki n titik data, menjadi mungkin untuk menulis polinomial yang berderajat lebih kecil dari n-1 yang mungkin melewati atau tidak melewati semua titik data, dengan menggunakan polifit() fungsi.
Sintaksis
Itu polifit() function memiliki beberapa sintaks yang dapat digunakan di MATLAB untuk melakukan tugas pemasangan kurva:
p = polifit ( x,y,n )
[ p,S ] = polifit ( x,y,n )
[ p,S,mu ] = polifit ( x,y,n )
Di Sini:
Fungsi p = polifit(x,y,n) menyediakan koefisien untuk polinomial p(x) memiliki derajat n yang menghasilkan garis paling cocok menggunakan metode kuadrat terkecil untuk data dalam y. P memiliki panjang n+1, dan koefisien p memiliki pangkat dalam urutan menurun.
Fungsi [p,S] = polifit(x,y,n) memberikan struktur S, yang dapat digunakan dalam polival() berfungsi sebagai argumen untuk mendapatkan perkiraan kesalahan.
Fungsi [p, S, dalam] = polifit (x, y, n) mengembalikan mu sebagai vektor dengan dua elemen yang memiliki nilai untuk pemusatan dan penskalaan. Itu dalam (1) setara dengan rata-rata (x) , sedangkan dalam (2) adalah sama dengan std(x) . Dengan pilihan tersebut, polifit() menyesuaikan x sehingga output bernilai nolnya memiliki deviasi standar satuan.
Contoh
Ikuti contoh yang diberikan untuk memahami cara kerja polifit() berfungsi untuk memplot garis yang paling cocok di MATLAB.
Contoh 1: Bagaimana Merencanakan Garis yang Paling Cocok di MATLAB Menggunakan Fungsi polyfit(x, y, n)?
Contoh ini pertama-tama membuat vektor x yang memiliki 11 elemen berjarak sama yang dikandung oleh interval [0, 20]. Kemudian ia menemukan nilai y yang sesuai dengan semua x menggunakan fungsi error pekarangan (x) . Setelah itu, menggunakan polifit() fungsi untuk menyesuaikan polinomial derajat 9 pada titik data yang diberikan. Akhirnya, itu memplot hasil evaluasi polinomial dengan kisi yang lebih halus.
x = [ 0 : 2 : dua puluh ] ';y = warisan(x);
p = polifit(x,y,9);
f = polival(p,x);
plot(x,y,' HAI ',x,f,' - ')
Contoh 2: Bagaimana Memplot Garis yang Paling Cocok di MATLAB Menggunakan Fungsi [p, S]= polyfit(x, y, n)?
Kode MATLAB ini pertama-tama membuat vektor x dengan 11 elemen berjarak sama yang dikandung oleh interval [0, 20]. Kemudian menemukan nilai y sesuai dengan semua x menggunakan dosa(x) fungsi. Setelah itu, menggunakan polifit() berfungsi untuk menyesuaikan polinomial derajat 10 pada titik data yang diberikan. Akhirnya, itu memplot hasil evaluasi polinomial dengan kisi yang lebih halus.
x = [ 0 : 2 : dua puluh ] ';y = sin(x);
[p,S] = polifit(x,y,10)
f = polival(p,x);
plot(x,y,' HAI ',x,f,' - ')
Kesimpulan
MATLAB termasuk built-in polifit() berfungsi untuk memplot garis yang paling cocok. Fungsi ini memungkinkan kita untuk memperkirakan data dengan menyesuaikan kurva pada titik data yang diberikan. Jika kita memiliki n titik data, polinomial yang berderajat kurang dari n-1 dapat memberikan pendekatan terbaik untuk n titik data yang diberikan. Panduan ini telah memberi kami informasi tentang pemasangan kurva dan membantu kami memahami cara menggambar garis yang paling cocok di MATLAB.