mathematica或者matlab线性拟合data = {{20*10^-3,0},{439*10^-3,1*10^-6},{501*10^-3,2*10^-6},{515*10^-3,3*10^-6},{523*10^-3,4*10^-6},{531*10^-3,5*10^-6},{535*10^-3,6*10^-6},{541*10^-3,7*10^-6},{544*10^-3,8*10^-6},{546*10^-3,9*10^-6},{550*10^-3,10*

来源:学生作业帮助网 编辑:作业帮 时间:2024/05/03 00:35:15
mathematica或者matlab线性拟合data = {{20*10^-3,0},{439*10^-3,1*10^-6},{501*10^-3,2*10^-6},{515*10^-3,3*10^-6},{523*10^-3,4*10^-6},{531*10^-3,5*10^-6},{535*10^-3,6*10^-6},{541*10^-3,7*10^-6},{544*10^-3,8*10^-6},{546*10^-3,9*10^-6},{550*10^-3,10*

mathematica或者matlab线性拟合data = {{20*10^-3,0},{439*10^-3,1*10^-6},{501*10^-3,2*10^-6},{515*10^-3,3*10^-6},{523*10^-3,4*10^-6},{531*10^-3,5*10^-6},{535*10^-3,6*10^-6},{541*10^-3,7*10^-6},{544*10^-3,8*10^-6},{546*10^-3,9*10^-6},{550*10^-3,10*
mathematica或者matlab线性拟合
data = {{20*10^-3,0},{439*10^-3,1*10^-6},{501*10^-3,
2*10^-6},{515*10^-3,3*10^-6},{523*10^-3,4*10^-6},{531*10^-3,
5*10^-6},{535*10^-3,6*10^-6},{541*10^-3,7*10^-6},{544*10^-3,
8*10^-6},{546*10^-3,9*10^-6},{550*10^-3,10*10^-6},{567*10^-3,
20*10^-6},{578*10^-3,30*10^-6},{585*10^-3,
40*10^-6},{591*10^-3,50*10^-6},{595*10^-3,
60*10^-6},{599*10^-3,70*10^-6},{603*10^-3,
80*10^-6},{606*10^-3,90*10^-6},{609*10^-3,100*10^-6}};
nlm = NonlinearModelFit[data,a*Exp[b*x/295.55],{a,b},x]
这个是我用mathematicsa拟合数据,系统提示NonlinearModelFit::cvmit:无法在 100 次迭代中收敛到要求的准确度或者精度..算出的结果是错了,我这段带码出错到什么地方?如果用matlab写应该怎么写?
数据的是PN结IF--VF特性特性的测量,IF=ISexp(eVF/kT),变量是(VF,IF),IS是常数,拟合求出IS和e/k的值..

mathematica或者matlab线性拟合data = {{20*10^-3,0},{439*10^-3,1*10^-6},{501*10^-3,2*10^-6},{515*10^-3,3*10^-6},{523*10^-3,4*10^-6},{531*10^-3,5*10^-6},{535*10^-3,6*10^-6},{541*10^-3,7*10^-6},{544*10^-3,8*10^-6},{546*10^-3,9*10^-6},{550*10^-3,10*
警告信息确实有,但是最后的结果会不好吗?:



Normal@nlm
(* 1.27869*10^-14 E^(37.3799 x) *)
Show[Plot[nlm[x],{x,0.4,0.609},PlotRange -> All],ListPlot[data,PlotRange -> All]]

(**)

数学问题求解**数据= {{0,0},{0.154,0.35},{0.173,0.39},{0.289,0.44},{0.346,0.48 }};
模型=(茜[A * X])^ 2 *(茜[B * X])^ 2;
适合FindFit数据,模型,{A,B},X (**数据模型拟合**)

modelf =功能[{X},评估模型/适...

全部展开

(**)

数学问题求解**数据= {{0,0},{0.154,0.35},{0.173,0.39},{0.289,0.44},{0.346,0.48 }};
模型=(茜[A * X])^ 2 *(茜[B * X])^ 2;
适合FindFit数据,模型,{A,B},X (**数据模型拟合**)

modelf =功能[{X},评估模型/适合](**从模型功能**)
绘制[modelf [X],{0,0.4},收尾 - > [点地图,数据](**使用模型显示数据**)

收起