تبلیغات آموزش مطلب
وبلاگ من
نویسنـــدگان :
امین باشی (73)
موضــــوع ها :
figure (14)
line (1)
uicontrol (1)
uipanel (1)
axes (2)
Organization of Graphics Objects (2)
uimenu (2)
خودم (7)
image (2)
surface (1)
patch (1)
text (5)
light (1)
plot object (2)
area (3)
bar (2)
convolution (1)
errorbar (2)
plot (1)
surf (1)
برازش منحنی (1)
workspace (1)
evalin (1)
GUIDE (1)
dsolve (1)
لاپلاس (1)
سری فوریه (3)
حل عددی IVP (2)
حل معادلات دیفرانسیل پاره ای وابسته به زمان در یک بعد (1)
BVP (1)
حل معادلات خطی (1)
solve (1)
حل pde (5)
subs (1)
آرشیـــو :
خرداد 1388 (1)
مرداد 1386 (1)
بهمن 1385 (2)
دی 1385 (2)
آذر 1385 (1)
شهریور 1385 (6)
مرداد 1385 (6)
تیر 1385 (5)
خرداد 1385 (1)
اردیبهشت 1385 (3)
فروردین 1385 (9)
اسفند 1384 (9)
شهریور 1384 (14)
مرداد 1384 (10)
تیر 1384 (3)
لینكدونی :
MATLAB Wiki
History of Iran
لورن
آرشیو لینكدونی
لینكستان :
متمتیکا
مهندسی صنایع - مهندس امیر
مهندسی شیمی ایران
اخبار نجوم
دانلود رایگان کتاب فیزیک به زبان فارسی
وبلاگ فیزیک ایران
مجله نجوم
انجمن علمی پژوهشی نجم شمال
ماه نو
مطلب نوین
آموزش متلب
میكرو روباتیك
معماری بی نظیر
انجمن مهندسی شیمی ایران
تکنولوژی برتر
گلچین دنیای اینترنت
پروژه های جالب الكترونیك
جادوهای ویندوز
Mathworks
وب كلاس
جنون اینترنت
فرهنگستان زبان و ادب پارسی
جسنجو :
خبرنامه :
نظر سنجی :
امروز :
بازدید های امروز :
بازدید های دیروز :
كل مطالب :
كل نظرها :
كل بازدید ها :
ایجاد صفحه : - ثانیه
fit
fit
معمولا پدیده های انتقال (انتفال جرم و حرارت و مکانیک سیالات) پیچیده تر از آن هستند که روابط حاکم بر آنها از طریق تئوری بدست آوریم؛ و از طریق آزمایش و ایجاد داده های تجربی، روابطی برای آنها بدست می آید.معمولا بعد از هر آژمایش نیاز به اختصاص دادن یک فرمول به داده های ایجاد شده است.استفاده از نرم افزار Excel ساده ترین راه این کار است اما در محیط مطلب نیز این کار قابل انجام است.
کار دستور fit برازش منحنی برای داده های موجود است .
fresult = fit(xdata,ydata,'ltype')
آرگومان ltype مربوط به نوع مدلی است که برای برازش انتخاب می کنیم.منظور خطی، درجه دوم، درجه سوم، سینوسی و ...... می باشد.حتی می توانید مدل خاص خودتان را تعریف کنید.
فرض کنید که
x=[1.1000 2.2000 2.9000 3.8000 5.0000]';
y=[ 0.9000 2.1000 3.0000 4.0000 5.0000]';
یادتون باشه که x,y حتما باید ستونی باشند.
حالا باید نوع برازش را مشخص کنیم.تعدادی از مدلهای موجود در سطور زیر آورده شده اند.
poly1
Y = p1*x+p2
poly2
Y = p1*x^2+p2*x+p3
poly3
Y = p1*x^3+p2*x^2+...+p4
...
poly9
Y = p1*x^9+p2*x^8+...+p10
برای دیدن لست کامل مدل های موجود کافی است دستور cflibhelp را اجرا کنید.
دستور fit امکانات بسیار زیادی دارد که اگر وقت کنم بطور کامل توضیح خواهم داد.
fit1=fit(x,y,'poly1')
با اجرای این دستور خروجی زیر حاصل می شود.
fit1 =
Linear model Poly1:
fit1(x) = p1*x + p2
Coefficients (with 95% confidence bounds):
p1 = 1.069 (0.92, 1.217)
p2 = -0.2056 (-0.6934, 0.2822)
خروجی این دستور به صورت structure است.یعنی اگر بخواهیم مقدار p1 را بدانیم کافی است بنویسیم
fit1.p1
نوشته های پیشین ...
هرگونه استفاده تجاری از مــطالب این سایت بصورت
كتاب٬ نشریه٬ وب و ... ممنوع میباشد
All right
reserved©2005
Amin Bashi