如何在只有一个公式的情况下用matlab曲线拟合

看一篇相关论文的时候，发现解析其中公式的方法是曲线拟合，但是曲线拟合不是只用点吗，下面是截取的论文部分:

这张图的公式2就是要解析的公式

这张图是直接出的结果

这张图是最终得到的关系式，这里曲线拟合是怎么做到的呢。
确实没学过这块，还是希望能有懂的朋友讲一讲，虽然知道不符合csdn的问题标准，但确实是只是想知道这里的曲线拟合怎么做到的

这个问题的意思是：
（1）已知问题模型，就是计算公式，但模型比较复杂，直接按模型计算的计算量较大，在某些情况下不适合，例如实时应用，或者计算条件有限（例如只有简单计算器）。
（2）于是打算用比较简单的公式对原有模型进行拟合，简单公式的选择通常要根据原有模型的特点来设计，例如本问题大致用一个多项式来拟合 L 与 alfa 的关系。
（3）具体做法很简单，就是在自变量 L 的取值范围产生一组 L，通过原来模型计算对应的 alfa，这些 [L_i, alfa_i] 就相当于实验获得的测试点。也是实验，只是仿真实验。
（4）用仿真实验的数据点，以多项式函数 alfa = w0+w1L+...+wnL**n 进行拟合，获得拟合参数 w0,w1,...wn。
（5）于是可以用拟合多项式近似代替原有复杂模型，进行计算。

技术宅，可能无法完全解决你的问题。我知道用一个自定义公式进行拟合大概是这样的:
比如公式是这样的:
y= acos(kt)exp(wt);
那么拟合时是这样的代码:
clear ；
close all;
clc;
syms t；
x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02];
f=fittype('acos(kt)exp(wt)','independent','t','coefficients',{'a','k','w'});
cfun=fit(x,y,f)；
x0=0:0.2:18; %需要拟合的横轴范围
y0=cfun(x0); %用自定义公司拟合的纵轴
plot(x,y,'r*',x0,y0,'b-');

在只有一个公式的情况下，使用matlab进行曲线拟合需要几个步骤：

定义一个函数来表示你想要拟合的公式。例如，如果公式是 y = ax^2 + bx + c，你可以在matlab中定义一个函数 myfunc(x,a,b,c) 来表示这个公式。

准备你的数据。如果你有一组点 (x1,y1), (x2,y2),...,(xn,yn)，你可以将它们存储在matlab中的两个向量 xdata 和 ydata 中。

使用matlab的曲线拟合函数来拟合你的数据。例如，你可以使用函数 lsqcurvefit 来拟合你的数据。 lsqcurvefit(@myfunc,x0,xdata,ydata) 将会从初始猜测值 x0 开始寻找最佳参数a，b，c来最小化误差。

使用拟合得到的参数来绘制拟合曲线。 例如，你可以使用 plot(xdata,myfunc(xdata,a,b,c)) 来绘制拟合曲线。

最后注意，在曲线拟合中，通常需要足够多的数据点来拟合出一条准确的曲线，所以如果你只有一组数据点，可能会很难拟合出一条准确的曲线。

可以使用 Matlab 的 fit() 函数来拟合一个公式。首先，需要准备拟合所需的数据点。然后，使用公式描述模型并将其作为一个函数传递给 fit() 函数。最后，使用 cftool 可视化工具或者使用 coeffvalues() 和 confint() 函数检索拟合结果。

例如：

x = [1 2 3 4 5 6 7 8 9 10];
y = [3 4 5 6 7 8 9 10 11 12];

% 使用一元函数 y = a*x + b 进行拟合
ft = fittype('a*x+b');

% 执行拟合
[fitresult, gof] = fit(x, y, ft);

``

这样就可以得到拟合结果。可以使用 fitresult 变量来访问拟合系数、误差等信息。

可以用论文里的解析表达式，代替y = a*x + b即可。望采纳。