问：matlab在高等数学中的应用论文
- 答：不知道你的切入点是什么，如果没有的话，可以考虑使用matlab求解微分方程，matlab中有相关的toolbox，可以看看里面的函数，然后找一些相关的应用问题，用matlab求解。或者可以上matlab的官网，查找您钟意领域的相关toolbox，看看能有什么具体应用。希望能帮到您。
问：如何用matlab实现多项式拟合
- 答：实例
1
先看一个具体的例子，通过构造一系列离散的二维点集，然后用不同阶次的多项式来拟合，比较哪个效果更好。最后说明多项式拟合在matlab中的用法。
2
首先启动matlab，选择编辑器，再新建一个命令文件。
3
然后，在编辑器窗口中输入本题的代码。如下图所示。并保存，此处命名为dxsnh。
4
需要注意的是，保存文件的位置要与当前搜索路径的位置保持一致。这可以通过右键编辑窗口的文件，在弹出的下拉框中选择。
5
最后再命令行窗口处输入dxsnh，并敲入键盘上的enter建。可以看出阶数越高，曲线与拟合点拟合得越好。
END
命令解释
1
通过上面的例子知道，matlab实现多项式拟合的关键命令是polyfit。
2
该命令的格式如下
[p,s]=polyfit(x,y,n)
功能介绍：对于已知的数据x、y进行多项式拟合，拟合的多项式的阶数为n，其中p为多项式的系数矩阵，s为预测误差估计值的矩阵。
问：如何使用MATLAB进行多项式拟合的计算？
- 答：方法/步骤
在进行曲线拟合之前需要对数据进行绘图，通过图形来对数据的基本趋势进行一个大概的判断，便于进一步拟合。
%绘制图形：
x=1:1:9;
y=[9 7 6 3 -1 2 5 7 20];
plot(x,y,'r*');
因为离散数据较少根据图形我们无法直观的确定多项式模型,因此我们需要进行进一步的判断。在图形窗口中依次点击：工具-基本拟合，在填出的基本拟合窗口中中勾选二次方，三次方，四阶多项式。
在刷新后的图形窗口中，观察几条曲线和离散数据的逼近程度，选取最有曲线所对应的阶数进行多项式拟合。由图形可知，对于本例，三次多项式模型与四阶多项式模型对于本组离散数据都要较好的拟合度，且两条曲线大致重合，故而我们选用相对容易求解的三次多项式模型进行拟合。
接下来采用三次多项式模型进行拟合：
%多项式拟合
x=1:1:9;
y=[9 7 6 3 -1 2 5 7 20];
p=polyfit(x,y,3);
xi=1:0.2:10;
yi=polyval(p,xi);
plot(xi,yi,x,y,'r*');
拟合结果如下：
其中p为降幂排列的多项式的系数。
5
确定了模型的参数后，揭下来的模型检验与修正我们不再进行，有兴趣的网友可以自行尝试，也可以关注我几天后更新下一篇经验：如何使用matlab建立人口预测模型。最后对最后一段代码中出现的两个函数进行说明：
P=polyfit(x,y,N); %N多项式拟合函数，返回降幂排列的多项式系数
yi=polyval(P,xi); %计算以P向量为系数的多项式在xi处的值
