使用marlab，5. 有一组测量数据如下表所示，分别用2次，5次多项式拟合该数据，用不同颜色曲线绘制数据及拟合结果，并给出图注。（15分） x 1 1.5 2 2.5 3 3.5 4 4.5 5 y -2 2.6 2.3 5.8 7.8 11.5 15.1 18.1 30

首先，在 MATLAB 中创建一个向量 `x` 和一个向量 `y`，分别表示输入和输出数据：

x = [1 1.5 2 2.5 3 3.5 4 4.5 5];
y = [-2 2.6 2.3 5.8 7.8 11.5 15.1 18.1 30];

然后，使用 `polyfit()` 函数进行多项式拟合：

p2 = polyfit(x, y, 2);   % 2次多项式拟合
p5 = polyfit(x, y, 5);   % 5次多项式拟合

接下来，生成一组新的输入数据 `xx`，并使用 `polyval()` 函数计算对应的输出数据 `yy`：

xx = linspace(0, 6, 100);   % 生成一组新的输入数据
yy2 = polyval(p2, xx);      % 用2次多项式计算输出数据
yy5 = polyval(p5, xx);      % 用5次多项式计算输出数据

最后，使用 `plot()` 函数绘制数据和拟合曲线，并添加图注：

plot(x, y, 'o', xx, yy2, 'r-', xx, yy5, 'b-');
legend('data', '2nd-order fit', '5th-order fit');
xlabel('x');
ylabel('y');
title('Polynomial fitting of data');

完整的 MATLAB 代码如下：

x = [1 1.5 2 2.5 3 3.5 4 4.5 5];
y = [-2 2.6 2.3 5.8 7.8 11.5 15.1 18.1 30];

p2 = polyfit(x, y, 2);
p5 = polyfit(x, y, 5);

xx = linspace(0, 6, 100);
yy2 = polyval(p2, xx);
yy5 = polyval(p5, xx);

plot(x, y, 'o', xx, yy2, 'r-', xx, yy5, 'b-');
legend('data', '2nd-order fit', '5th-order fit');
xlabel('x');
ylabel('y');
title('Polynomial fitting of data');