数据拟合的一般的曲线拟合
p=curvefit(‘Fun’,p0,xdata,ydata)
其中Fun表示函数Fun(p,data)的M函数文件，p0表示函数的初值．curvefit()命令的求解问题形式是
若要求解点x处的函数值可用程序f=Fun(p,x)计算．
例如已知函数形式 ，并且已知数据点 要确定四个未知参数a，b，c，d．
使用curvefit命令，数据输入 ；初值输 ；并且建立函数 的M文件（Fun．m）．若定义 ，则输出
又如引例的求解，MATLAB程序：
t=[l：16]； %数据输人
y=[ 4 6．4 8 8．4 9．28 9．5 9．7 9．86 10．2 10．32 10．42 10．5 10．55 10．58 10．6] ；
plot(t,y,’o’) %画散点图
p=polyfit(t,y,2) (二次多项式拟合）
计算结果：
p=-0.0445 1.0711 4.3252 %二次多项式的系数
由此得到某化合物的浓度y与时间t的拟合函数
对函数的精度如何检测呢？仍然以图形来检测，将散点与拟合曲线画在一个画面上．参见图5.3．
由此看见上述曲线拟合是比较吻合的。
**********************************************************************
做： 以同样的数据，若假定拟合曲线为 ，试将该拟合曲线与上述的拟合曲线进行比较，精度如何？
注意：曲线拟合与曲线插值有什么区别？
**********************************************************************
请看图5.4
MATLAB程序
其中，标有‘+’的是已知数据点，连接数据点的实线是线性插值函数曲线，光滑的函数曲线是最佳拟合曲线。由此说明用解析函数来描述已知数据点有两种典型方法——插值和拟合
