Comment tracer la meilleure ligne d'ajustement dans MATLAB ?

Comment Tracer La Meilleure Ligne D Ajustement Dans Matlab



L'ajustement de courbe est le processus d'ajustement de la fonction aux points de données. Cette méthode est utilisée pour tracer la ligne la mieux adaptée dans MATLAB en minimisant l'erreur entre la fonction et les points de données. C'est une méthode compliquée mais MATLAB la rend facile en offrant diverses fonctions d'ajustement de courbe. Une de ces fonctions est la polyfit() qui peut être utilisé pour tracer une ligne de meilleur ajustement dans MATLAB.

Ce blog va expliquer comment tracer la ligne de meilleur ajustement dans MATLAB en utilisant le polyfit() fonction.

Comment tracer la meilleure ligne d'ajustement dans MATLAB ?

Tracer la ligne la mieux adaptée dans MATLAB peut facilement être effectué à l'aide de la fonction intégrée polyfit() fonction. Cette fonction est utilisée pour l'approximation des données en ajustant la courbe dans les points de données donnés. La fonction prend plusieurs arguments, y compris les points de données et le degré du polynôme. Le polyfit() La fonction génère un vecteur de coefficients qui est utilisé pour évaluer un polynôme en tout point.







Si nous avons n points de données, il devient possible d'écrire le polynôme de degré inférieur à n-1 qui peut ou non passer par tous les points de données, en utilisant le polyfit() fonction.



Syntaxe

Le polyfit() La fonction a plusieurs syntaxes qui peuvent être utilisées dans MATLAB pour effectuer des tâches d'ajustement de courbe :



p = polyajustement ( x,y,n )
[ p,S ] = polyforme ( x,y,n )
[ p,S,mu ] = polyforme ( x,y,n )

Ici:





La fonction p = polyfit(x,y,n) donne les coefficients de polynôme p(x) ayant un degré n qui donne la ligne la mieux ajustée en utilisant la méthode des moindres carrés pour les données en y. Le p a une longueur n+1, et les coefficients de p ont des puissances en ordre décroissant.

La fonction [p,S] = polyajustement(x,y,n) donne la structure S, qui peut être utilisée dans polyval() fonctionnent comme un argument pour obtenir des estimations d'erreur.



La fonction [ p , S , dans ] = polyfit ( x , y , n ) renvoie mu sous la forme d'un vecteur avec deux éléments ayant des valeurs pour le centrage et la mise à l'échelle. Le en 1) est équivalent à signifie (x) , alors que en 2) est égal à norme(x) . Avec ces options, polyfit() ajuste x de sorte que sa sortie de valeur nulle ait l'écart type unitaire.

Exemples

Suivez les exemples donnés pour comprendre le fonctionnement du polyfit() fonction pour tracer la ligne de meilleur ajustement dans MATLAB.

Exemple 1 : Comment tracer la meilleure ligne d'ajustement dans MATLAB à l'aide de la fonction polyfit(x, y, n) ?

Cet exemple crée d'abord un vecteur x ayant 11 éléments régulièrement espacés contenus par l'intervalle [0, 20]. Ensuite, il trouve les valeurs de y correspondant à tous les x en utilisant la fonction d'erreur verge(x) . Après cela, il utilise le polyfit() fonction pour ajuster le polynôme du 9e degré dans les points de données donnés. Enfin, il trace les résultats de l'évaluation polynomiale avec une grille plus fine.

x = [ 0 : 2 : vingt ] ';
y = héritage(x);
p = polyfit(x,y,9);
f = polyval(p,x);
tracer(x,y,'
O ',x,f,' - ')

Exemple 2 : Comment tracer la meilleure ligne d'ajustement dans MATLAB à l'aide de la fonction [p, S]= polyfit(x, y, n) ?

Ce code MATLAB crée d'abord un vecteur x avec 11 éléments régulièrement espacés contenus par l'intervalle [0, 20]. Ensuite, il trouve les valeurs de y correspondant à tous les x en utilisant le péché(x) fonction. Après cela, il utilise le polyfit() fonction pour ajuster le polynôme du 10e degré dans les points de données donnés. Enfin, il trace les résultats de l'évaluation polynomiale avec une grille plus fine.

x = [ 0 : 2 : vingt ] ';
y = sin(x);
[p,S] = polyfit(x,y,10)
f = polyval(p,x);
tracer(x,y,'
O ',x,f,' - ')

Conclusion

MATLAB inclut un polyfit() fonction pour tracer la ligne de meilleur ajustement. Cette fonction nous permet d'approximer les données en ajustant la courbe dans les points de données donnés. Si nous avons n points de données, le polynôme ayant un degré inférieur à n-1 peut donner la meilleure approximation pour les n points de données donnés. Ce guide nous a fourni des informations sur l'ajustement des courbes et nous aide à comprendre comment tracer la ligne la mieux adaptée dans MATLAB.