Matrix 在gnuplot中安装时,出现错误“;逆变电路中的奇异矩阵;发生

Matrix 在gnuplot中安装时,出现错误“;逆变电路中的奇异矩阵;发生,matrix,plot,gnuplot,formula,singular,Matrix,Plot,Gnuplot,Formula,Singular,我像以前一样尝试在gnuplot中拟合我的数据。我只是改变了公式,但错误“反转中的奇异矩阵”总是出现。我尝试改变所有参数的起始值,但没有帮助。 这是我的公式和参数(我只画出第一个方程(f(x)): 以下是我的数据: 0 -1.552841969 40 -1.337242168 80 -1.537602002 120 -1.522878745 160 -1.48148606 200 -1.468521083 240 -1.356547324 280 -1.346787486 320 -1.

我像以前一样尝试在gnuplot中拟合我的数据。我只是改变了公式,但错误“反转中的奇异矩阵”总是出现。我尝试改变所有参数的起始值,但没有帮助。 这是我的公式和参数(我只画出第一个方程(f(x)):

以下是我的数据:

0   -1.552841969
40  -1.337242168
80  -1.537602002
120 -1.522878745
160 -1.48148606
200 -1.468521083
240 -1.356547324
280 -1.346787486
320 -1.22184875
360 -1.070581074
400 -0.89279003
440 -0.795880017
480 -0.707743929
520 -0.649751982
560 -0.588380294
600 -0.549750892
640 -0.514278574
680 -0.48945499
720 -0.469800302
760 -0.448550002
800 -0.437707136
840 -0.425968732
880 -0.42136079
920 -0.416801226
960 -0.415668776
1000    -0.419075024
1040    -0.428291168
1080    -0.435333936
1120    -0.452225295
1160    -0.463441557
1200    -0.485452247
1240    -0.512861625
1280    -0.543633967
1320    -0.586700236
1360    -0.628932138
1400    -0.681936665
1440    -0.744727495

拟合命令通过Delta_1包含
,但拟合函数f(x)不依赖于Delta_1。因此,雅可比矩阵包括f(x)的导数对于gnuplot的Marquardt-Levenberg拟合算法中出现的所有拟合参数,是一个奇异矩阵。这最终导致错误消息。

您的拟合命令包括通过Delta_1的
,但拟合函数f(x)不依赖于Delta_1。因此,雅可比矩阵(包括f(x)对所有拟合参数的导数)是一个奇异矩阵,出现在gnuplot的Marquardt-Levenberg拟合算法中。这最终导致错误消息。

拟合
f(x)
通过
…,Delta_1
…Delta_1
在哪里?如果没有
Delta_1
,它适合数据,但根据绘图标题“枯草杆菌”就不太好了关于变量的名称,我假设你在处理细菌的生长。只是出于好奇:负y值是什么?这已经是某个变量的对数了吗?你符合
f(x)
通过
…,Delta_1
…Delta_1
在哪里?如果没有
Delta_1
,它适合数据,但根据绘图标题“枯草杆菌”就不太好了关于变量的名称,我假设你在处理细菌的生长。只是出于好奇:负y值是什么?这已经是某个变量的对数了吗?
0   -1.552841969
40  -1.337242168
80  -1.537602002
120 -1.522878745
160 -1.48148606
200 -1.468521083
240 -1.356547324
280 -1.346787486
320 -1.22184875
360 -1.070581074
400 -0.89279003
440 -0.795880017
480 -0.707743929
520 -0.649751982
560 -0.588380294
600 -0.549750892
640 -0.514278574
680 -0.48945499
720 -0.469800302
760 -0.448550002
800 -0.437707136
840 -0.425968732
880 -0.42136079
920 -0.416801226
960 -0.415668776
1000    -0.419075024
1040    -0.428291168
1080    -0.435333936
1120    -0.452225295
1160    -0.463441557
1200    -0.485452247
1240    -0.512861625
1280    -0.543633967
1320    -0.586700236
1360    -0.628932138
1400    -0.681936665
1440    -0.744727495