ドキュメンテーションヘルプセンタードキュメンテーション
このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
多項式の計算
y = polyval (p, x)
(y),δ)= polyval (p, x,年代)
y = polyval (p, x,[],μ)
(y),δ)= polyval (p, x,年代,μ)
例
y= polyval (p,x)は,多項式pをxの各点で評価します。引数pは,長さn + 1のベクトルで,その要素はn次多項式の係数(降べきの順)です。
y= polyval (p,x)
y
p
x
n + 1
n
p ( x ) = p 1 x n + p 2 x n − 1 + ... + p n x + p n + 1 .
pの多項式係数は,さまざまな目的に応じてpolyint、polyder、polyfitなどの関数で計算できますが,係数には任意のベクトルを指定できます。
polyint
polyder
polyfit
多項式を行列として評価するには,代わりにpolyvalmを使用します。
polyvalm
[y,δ) = polyval (p,x,年代)は,polyfitで生成されたオプションの出力構造体年代を使用して誤差推定値を生成します。δは,p (x)に沿ってxにおける将来の観測値を予測する場合の標準誤差の推定値です。
[y,δ) = polyval (p,x,年代)
δ
年代
p (x)
y= polyval (p,x[],μ)または[y,δ) = polyval (p,x,年代,μ)は,polyfitにより生成されたオプションの出力μを使用して,データのセンタリングとスケーリングを行います。μ(1)は意思是(x)で,μ(2)は性病(x)です。これらの値を使用して,polyvalはxをゼロにセンタリングし,それが以下の単位標準偏差をもつようにスケーリングします。
y= polyval (p,x[],μ)
μ
[y,δ) = polyval (p,x,年代,μ)
μ(1)
意思是(x)
μ(2)
性病(x)
polyval
x ^ = x − x ¯ σ x .
このセンタリングとスケーリングの変換により,多項式の数値特性が改善されます。
すべて折りたたむ
多項式 p ( x ) = 3. x 2 + 2 x + 1 を点 x = 5 , 7 , 9 で評価します。この多項式の係数はベクトル(3 2 1)で表すことができます。
(3 2 1)
P = [3 2 1];X = [5 7 9];y = polyval (p, x)
y =1×386 162 262
次の定積分を評価します。
我 = ∫ - 1 3. ( 3. x 4 - 4 x 2 + 1 0 x - 2 5 ) d x .
被積分多項式 3. x 4 - 4 x 2 + 1 0 x - 2 5 を表すベクトルを作成します。 x 3. の項はないため,係数は0です。
P = [3 0 -4 10 -25];
0に等しい積分定数を使用して,polyintで多項式を積分します。
0
q = polyint (p)
q =1×60.6000 0 -1.3333 5.0000 -25.0000 0
積分範囲で问を評価して,積分値を求めます。
问
= 1;b = 3;I = diff(polyval(q,[a b]))
我= 49.0667
線形モデルでデータ点セットを近似し,95%の予測区間の推定を含めて結果をプロットします。
サンプルデータ点のベクトル(x, y)をいくつか作成します。polyfitを使用して1次多項式でデータを近似します。線形近似の係数と誤差推定値の構造体を返す2つの出力を指定します。
x = 1:10 0;Y = -0.3*x + 2*randn(1100);[p, S] = polyfit (x, y, 1);
xの各点でpの1次多項式近似を評価します。polyvalの3番目の入力として誤差推定の構造体を指定し,標準誤差の推定値を計算します。標準誤差の推定値はδに返されます。
[y_fitδ]= polyval (p, x, S);
元のデータ,線形近,似および95%の予測区間 y ± 2 Δ をプロットします。
情节(x, y,“波”)举行在情节(x, y_fit,的r -)情节(x, y_fit + 2 *δ,“m——”, x, y_fit-2 *δ,“m——”)标题(“95%预测区间数据的线性拟合”)传说(“数据”,“线性适应”,“95%的预测区间”)
1750 ~ 2000年の人口のデータのテーブルを作成し,データ点をプロットします。
年= (1750:25:2000)';Pop = 1e6*[791 856 978 1050 1262 1544 1650 2532 6122 8170 11560]';T = table(年份,pop)
T =11×2表年流行____ _________ 1750 7.91e+08 1775 8.56e+08 1800 9.78e+08 1825 1.05e+09 1850 1.262e+09 1875 1.544e+09 1900 1.65e+09 1925 2.532e+09 1950 6.122e+09 1975 8.17e+09 2000 1.156e+10
情节(年,流行,“o”)
3出力のpolyfitを使用し,センタリングとスケーリングを使用して5次の多項式をあてはめます。これにより問題の数値特性が向上します。polyfitは一年のデータを0にセンタリングし,標準偏差が1になるようにスケーリングします。これにより近似計算において悪条件のヴァンデルモンド行列を避けることができます。
一年
(p ~μ)= polyfit (T。年T.pop 5);
polyvalを4入力で使用し,pをスケーリングされた年(year-mu(1)) /μ(2)に対して評価します。結果を元の年に対してプロットします。
(year-mu(1)) /μ(2)
f = polyval (p,年,[],μ);持有在情节(一年,f)从
多項式係数。ベクトルとして指定します。たとえば、ベクトル(1 0 1)は多項式 x 2 + 1 を表し,ベクトル(3.13 -2.21 5.99)は多項式 3.13 x 2 − 2.21 x + 5.99 を表します。
(1 0 1)
(3.13 -2.21 5.99)
詳細については,多項式の作成および評価を参照してください。
データ型:单|双複素数のサポート:あり
单
双
クエリ点。ベクトルとして指定します。polyvalは多項式pをxの各点で評価し,対応する関数値をyに返します。
誤差推定の構造体。この構造体は[p, S] = polyfit (x, y, n)のオプションの出力で,誤差推定値の取得に使用できます。年代には以下のフィールドがあります。
[p, S] = polyfit (x, y, n)
R
df
normr
データyがランダムな場合,pの共分散行列の推定は,(Rinv * Rinv”)* normr ^ 2 / dfになります。ここで,RinvはRの逆行列です。
(Rinv * Rinv”)* normr ^ 2 / df
Rinv
センタリング値とスケーリング値。2要素ベクトルとして指定します。このベクトルは(p, S,μ)= polyfit (x, y, n)からのオプションの出力で,多項式pの近似と評価の数値特性の向上に使用されます。値μ(1)は意思是(x)で,μ(2)は性病(x)です。これらの値は,xのクエリ点が単位標準偏差をもち,ゼロセンタリングされるために使用されます。
(p, S,μ)= polyfit (x, y, n)
μを指定して,スケーリングされた点(x - mu(1)) /μ(2)でpを評価します。
(x - mu(1)) /μ(2)
関数値。クエリ点xと同じサイズのベクトルとして返されます。このベクトルには,多項式pをxの各点で評価した結果が格納されます。
予測の標準誤差。クエリ点xと同じサイズのベクトルとして返されます。一般的に,y±Δの区間は大規模サンプルの将来の観測値のほぼ68%予測区間,y±2Δはほぼ95%予測区間にそれぞれ対応します。
pの係数がpolyfitにより計算された最小二乗推定値で,かつpolyfitへのデータ入力の誤差が一定の分散をもつ独立した正規分布の場合,y±Δは少なくとも50%予測区間です。
使用上の注意事項および制限事項:
xが高配列の場合,列ベクトルでなければなりません。
詳細については,高配列を参照してください。
この関数はGPU配列を完全にサポートしています。詳細については,GPUでのMATLAB関数の実行(并行计算工具箱)を参照してください。
この関数は分散配列を完全にサポートしています。詳細については,分散配列を使用したMATLAB関数の実行(并行计算工具箱)を参照してください。
polyfit|polyvalm|polyder|polyint
この例の変更されたバージョンがあります。編集された方の例を開きますか吗?
次のMATLABコマンドに対応するリンクがクリックされました。
コマンドをMATLABコマンドウィンドウに入力して実行してください。WebブラウザーはMATLABコマンドをサポートしていません。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的事件和提供。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家网站不适合从您的位置访问。
联系当地办事处