使用Matlab最小二乘法拟合并绘出曲线拟合图。

好的，我可以帮你解答这个问题。首先，最小二乘法是一种常用的曲线拟合方法，可以用于求解一组数据的最佳拟合曲线。在Matlab中，可以使用polyfit函数进行最小二乘拟合。

假设我们有一组数据，包括x和y两个变量，我们想要拟合一个二次曲线，可以使用以下代码：

x = [1,2,3,4,5];
y = [2.1,3.9,7.2,11.1,16.5];

p = polyfit(x,y,2);

其中，x和y分别为数据的自变量和因变量，2为要拟合的曲线的次数，polyfit函数会返回一个包含拟合曲线系数的向量p，其中p(1)为二次项的系数，p(2)为一次项的系数，p(3)为常数项的系数。

接下来，我们可以使用polyval函数根据拟合曲线系数p，计算出拟合曲线上对应自变量x的因变量值y_fit，以及绘制拟合曲线图。

y_fit = polyval(p,x);
plot(x,y,'o',x,y_fit,'-')

其中，plot函数用于绘制数据点和拟合曲线，'o'表示数据点的样式，'-'表示拟合曲线的样式。

最后，我们可以使用legend函数添加图例，以便更好地说明数据和拟合曲线。

完整的Matlab代码如下：

x = [1,2,3,4,5];
y = [2.1,3.9,7.2,11.1,16.5];

p = polyfit(x,y,2);
y_fit = polyval(p,x);

plot(x,y,'o',x,y_fit,'-')
legend('Data','Fit')

运行以上代码，即可得到曲线拟合图。