隐式函数的FindFit - 数学公式

2017-04-05 247 views 2 likes

我想将某些测试数据放入一些隐式函数中。隐式函数的FindFit - 数学公式

我想拟合椭圆方程f（x，y）= a的几个参数，其中a是已知变量。我的测试数据和函数比较复杂，但是我得到的数据点多于变量。将我想要的公式转换成像f（x）= y这样的显式形式是不可能的。因此，我附加了一些代码来获得基本想法。

Test = {{0, 1}, {0.1, 0.9}, {1.1, 0}}; 

Ftest = a*x^2 + b*y^2 

FindFit[Test, Ftest == 2, {a, b}, {x, y}];

然而这会导致一个错误：坐标数（1）不等于变量\ （2）的数目。 >>

来源

2017-04-05 YaY

回答

你可以提出这个最小平方最小化：

data = {{0, 1}, {0.1, 0.9}, {1.1, 0}} 
Ftest[x_, y_] := a*x^2 + b*y^2 
fit = FindMinimum[ Total[(Ftest @@@ data - 2)^2] , {a, b}] 
ContourPlot[ (Ftest[x, y] /. fit[[2]]) == 2 , {x, 0, 1.5}, {y, 0, 
    1.5}, Epilog -> {Red, Point /@ data}]

使用拟合函数，你需要解决y和你结束了：

fit = NonlinearModelFit[data, Sqrt[2 - a*x^2]/Sqrt[b], {a, b}, x] 

Plot[fit[x], {x, 0, 1.2}, Epilog -> {Red, Point /@ data}, 
AspectRatio -> 1]

来源

2017-04-05 14:16:29 agentp

隐式函数的FindFit - 数学公式

回答

相关问题