Dopasowywanie krzywej(aproksymacja) jest techniką polegającą na odnajdywaniu algebraicznych zależności, które „najlepiej” pasują do danego zbioru danych. Niestety, nie istnieje magiczna funkcja (ani w MATLAB-ie, ani w ogóle), która odnajdywałaby takie zależności po podaniu danych. Użytkownik musi sam wiedzieć, jaki rodzaj relacji może zachodzić pomiędzy danymi wejściowymi (xi ) i wynikami (yi). Jeśli jednak dysponuje danymi, którym może zaufać, to MATLAB może dopomóc w odnalezieniu najwłaściwszego dopasowania. W menu Tools okna graficznego znajduje się polecenie Basic Fitting pozwalające w locie dopasować wielomianowe krzywe ( do dziesiątego stopnia) do danych. Oprócz tego umożliwia ono wyświetlanie reszt w punktach danych oraz obliczanie odchyleń. Ułatwia to porównanie i wybór najlepszego. Posłużmy się więc przykładami, omawiając kolejne kroki, y
Rys. 1 Różnica między aproksymacją a interpolacją wyników Aproksymacja krzywej wielomianowej w locie.
Przykład 1: Aproksymacja liniowa
Przypuśćmy, że mamy następujące dane x oraz y i chcielibyśmy znaleźć najlepsze liniowe dopasowanie tych danych.
X |
5 |
10 |
20 |
50 |
100 |
I_ |
15 |
33 |
53 |
140 |
301 |
Kolejne kroki pokazują, jak odnaleźć najlepsze dopasowanie liniowe oraz równanie prostej aproksymującej.
Krok 1 : Wykreślanie danych: Wprowadź dane i sporządź ich wykres punktowy, stosując znaczniki w postaci kółeczek
x=[5 10 20 50 100] %danex
y=[15 33 53 140 301] %daney
plot(x,y,’o’) %rysowanie punktowego wykresu x i y
Krok 2: Zastosowanie wbudowanej funkcji Basic Fitting w celu dopasowania liniowego: Przejdź do okna graficznego, otwórz menu Tools i wybierz polecenie Basic Fitting (patrz rys. 2). Otworzy się wówczas osobne okno z opcjami Basic Fitting.