-4.6436e+005 2.2965e+006 -4.8773e+006 5.8233e+006 -42948e+006 2.021le+006 6.0322e+005 1.0896e+005 -1.0626e+004 4.3599c+002 -4.4700e-00l 要注意在现在情况下,多项式系数的规模与前面的2阶拟合的比较。还要注意在最小 (-44700c-001)和最大(5.8233+006)系数之间有7个数量级的幅度差。将这个解作图,并把此 图与原始数据及2阶曲线拟合相比较,结果如何呢? -polyval(pp, xi); evaluate 1Oth order polynomial > plot(x, y,o, xi, z,:, xi, zz) plot data >)xlabel(x), ylabel(y=f(x)), title( 2nd and 10th Order curve Fitting) 在下面的图112中,原始数据标以'o,2阶曲线拟合是虚线,10阶拟合是实线。注意, 在10阶拟合中,在左边和右边的极值处,数据点之间出现大的纹波。当企图进行高阶曲线 拟合时,这种纹波现象经常发生。根据图11.2,显然,‘越多就越好’的观念在这里不适 用 2nd and 10th Order curve Fitting 10 04 0.6-4.6436e+005 2.2965e+006 -4.8773e+006 5.8233e+006 -4.2948e+006 2.0211e+006 -6.0322e+005 1.0896e+005 -1.0626e+004 4.3599e+002 -4.4700e-001 要注意在现在情况下，多项式系数的规模与前面的 2 阶拟合的比较。还要注意在最小 (-4.4700e-001)和最大(5.8233e+006)系数之间有 7 个数量级的幅度差。将这个解作图，并把此 图与原始数据及 2 阶曲线拟合相比较，结果如何呢？ » zz=polyval(pp, xi); % evaluate 10th order polynomial » plot(x, y, ' o ' , xi, z, ' : ' , xi, zz) % plot data » xlabel(' x '), ylabel(' y=f(x) '), title(' 2nd and 10th Order curve Fitting ') 在下面的图 11.2 中，原始数据标以'o'，2 阶曲线拟合是虚线，10 阶拟合是实线。注意， 在 10 阶拟合中，在左边和右边的极值处，数据点之间出现大的纹波。当企图进行高阶曲线 拟合时，这种纹波现象经常发生。根据图 11.2，显然，‘ 越多就越好 ’的观念在这里不适 用。 0 0.2 0.4 0.6 0.8 1 -2 0 2 4 6 8 10 12 14 16 x y=f(x) 2nd and 10th Order curve Fitting