数据拟合又称曲线拟合，俗称拉曲线，是一种把现有数据透过数学方法来代入一条数式的表示方式。科学和工程问题可以通过诸如采样、实验等方法获得若干离散的数据，根据这些数据，我们往往希望得到一个连续的函数（也就是曲线）或者更加密集的离散方程与已知数据相吻合，这过程就叫做拟合(fitting)。

曲线拟合，俗称拉曲线，是一种把现有数据透过数学方法来代入一条数式的表示方式。

在MATLAB的NAG Foundation Toolbox中也有一些曲面拟合函数，如e02daf是最小二乘平方曲面拟合函数，e02def可求出曲面拟合的函数值。

MATLAB软件提供了基本的曲线拟合函数的命令．

方程在笛卡尔平面上是一条直线，而这条直线的斜率是a。因为任何两点可以决定一条直线，因此总能找到次数不多于1的多项式来串起任何两个x值相异的点。

如果把多次式的次数增加到2

。

那么只要给定x值各异的3点，总会有次数不多于2的多项式可以把它们串起。

如果把多次式的次数再增加到3

。

那么只要给定x值各异的4点，总会有次数不多于3的多项式可以把它们串起。

对于这条多项式，更正确的描述是这条多项式附合任何4个限制。限制可以是一点（x,y）、角度或曲率（即半径的倒数 1/R）。角度和曲率的限制通常在曲线的终端，因此称为终端条件。为了样条(spline) 的交接平滑，通常会用到全等的终端条件。 也可以增加如曲率变化等高阶约束。例如，在高速公路立体交叉点cloverleaf的设计中，可以用来理解当汽车绕着交叉点运动时作用在汽车上的力，并依此设定合理的限定时速。

一次多项式也可以拟合一个单点和一个角度，三次多项式则可以拟合两点，一个角度约束以及一个曲率约束。许多其它类型的约束组合也同样可以用低阶或者高阶多项式来拟合。

如果有超过n+1个约束（n是多项式的阶次），仍然可以使用多项式拟合。通常一个满足所有约束的精确拟合不一定能够得到（但是有可能得到，例如，用一次多项式拟合共线的三点三点共线）。通常，我们需要使用一些方法来评价拟合的好坏。最小平方法就是用来评价差别的一种常用的方法。

a=polyfit(xdata,ydata,n)

其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入．输出参数a为拟合多项式 的系数 ,相对应的次数为由高到低。

多项式在x处的值y可用下面程序计算。

y=polyval(a,x)

有了x和y就可以把拟合的图形画出来，并且同时与原图对比

plot(xdata,ydata,x,y)

p=curvefit(‘Fun’,p0,xdata,ydata)

其中Fun表示函数Fun(p,data)的M函数文件，p0表示函数的初值．curvefit()命令的求解问题形式是

若要求解点x处的函数值可用程序f=Fun(p,x)计算。

例如已知函数形式 ，并且已知数据点 要确定四个未知参数a，b，c，d．

使用curvefit命令，数据输入 ；初值输 ；并且建立函数 的M文件（Fun．m）．若定义 ，则输出

利用COMSOL Multiphysics 拟合实验，见图1。