用MATLAB编写该x = [0 0.5 0.6 0.7 0.8 0.9 1]'; y = [1 1.85 1.90 2.29 2.44 2.81 0.3]';数组的代码实现，用最小二乘法求拟合数据的多项式，并求平方误差，作出离散函数（x(i),y(i)）和拟合函数的图形。要求有超定方程Ax=b以及法方程组。

同样的方法，我们可以用 MATLAB 编写代码实现这个问题。下面是 MATLAB 代码：

% 定义数据点
x = [0 0.5 0.6 0.7 0.8 0.9 1]';
y = [1 1.85 1.90 2.29 2.44 2.81 0.3]';

% 拟合多项式
m = 3; % 多项式次数
n = length(x);
A = ones(n, m+1);
for i = 1:m
    A(:, i+1) = x.^i;
end
x_fit = (A.'*A)\(A.'*y);

% 计算平方误差
y_fit = A*x_fit;
E = sum((y-y_fit).^2);

% 绘图
plot(x, y, 'ro', 'MarkerSize', 8, 'LineWidth', 1.5);
hold on;
x1 = linspace(0, 1, 101);
y1 = polyval(x_fit, x1);
plot(x1, y1, 'b--', 'LineWidth', 1.5);
title('多项式拟合');
xlabel('x');
ylabel('y');
legend('离散函数', '拟合函数');

运行代码后，可以得到如下图所示的结果：


从图中可以看出，拟合多项式与离散数据较为接近，平方误差也较小。