数学建模实验报告8
- 格式:doc
- 大小:55.50 KB
- 文档页数:4
湖南城市学院数学与计算科学学院《数学建模》实验报告专业:学号:姓名:指导教师:成绩:年月日目录实验一 初等模型........................................................................ 错误!未定义书签。
实验二 优化模型........................................................................ 错误!未定义书签。
实验三 微分方程模型................................................................ 错误!未定义书签。
实验四 稳定性模型.................................................................... 错误!未定义书签。
实验五 差分方程模型................................................................ 错误!未定义书签。
实验六 离散模型........................................................................ 错误!未定义书签。
实验七 数据处理........................................................................ 错误!未定义书签。
实验八 回归分析模型................................................................ 错误!未定义书签。
实验一 初等模型实验目的:掌握数学建模的基本步骤,会用初等数学知识分析和解决实际问题。
实验内容:A 、B 两题选作一题,撰写实验报告,包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
数学建模实验报告1.流⽔问题问题描述:⼀如下图所⽰的容器装满⽔,上底⾯半径为r=1m,⾼度为H=5m,在下地⾯有⼀⾯积为B0.001m2的⼩圆孔,现在让⽔从⼩孔流出,问⽔什么时候能流完?解题分析:这个问题我们可以采⽤计算机模拟,⼩孔处的⽔流速度为V=sqrt[2*g*h],单位时间从⼩孔流出的⽔的体积为V*B,再根据⼏何关系,求出⽔⾯的⾼度H,时间按每秒步进,记录点(H,t)并画出过⽔⾯⾼度随时间的变化图,当⽔⾯⾼度⼩于0.001m 时,可以近似认为⽔流完了。
程序代码:Methamatic程序代码:运⾏结果:(5)结果分析:计算机仿真可以很直观的表现出所求量之间的关系,从图中我们可以很⽅便的求出要求的值。
但在实际编写程序中,由于是初次接触methamatic 语⾔,对其并不是很熟悉,加上个⼈能⼒有限,所以结果可能不太精确,还请见谅。
2.库存问题问题描述某企业对于某种材料的⽉需求量为随机变量,具有如下表概率分布:每次订货费为500元,每⽉每吨保管费为50元,每⽉每吨货物缺货费为1500元,每吨材料的购价为1000元。
该企业欲采⽤周期性盘点的),(S s 策略来控制库存量,求最佳的s ,S 值。
(注:),(S s 策略指的是若发现存货量少于s 时⽴即订货,将存货补充到S ,使得经济效益最佳。
)问题分析:⽤10000个⽉进⾏模拟,随机产⽣每个⽉需求量的概率,利⽤计算机编程,将各种S 和s 的取值都遍历⼀遍,把每种S,s的组合对应的每⽉花费保存在数组cost数组⾥,并计算出平均⽉花费average,并⽤类answer来记录,最终求出对应的S和s。
程序代码:C++程序代码:#include#include#include#include#define Monthnumber 10000int Need(float x){int ned = 0;//求每个⽉的需求量if(x < 0.05)ned = 50;else if(x < 0.15)ned = 60;else if(x < 0.30)ned = 70;else if(x < 0.55)ned = 80;else if(x < 0.75)ned = 90;else if(x < 0.85)ned = 100;else if(x < 0.95)ned = 110;else ned = 120;return ned;}class A{public:int pS;int ps;float aver;};int main(){A answer;answer.aver=10000000;//int cost[Monthnumber+1]={0}; float average=0;int i;float x;int store[Monthnumber];//srand((int)time(0));for(int n=6;n<=12;n++){// int n=11;int S=10*n;for(int k=5;k{// int k=5;int s=k*10;average=0;int cost[Monthnumber+1]={0};for(i=1;i<=Monthnumber;i++){store[i-1]=S;srand(time(0));x=(float)rand()/RAND_MAX; //产⽣随机数//cout<<" "<//cout<int need=Need(x);if(need>=store[i-1]){cost[i]= 1000*S + (need - store[i-1])*1500 + 500;store[i]=S;}else if(need>=store[i-1]-s){cost[i]=1000*(need+S-store[i-1]) + 50*(store[i-1]-need) + 500; store[i]=S;}else{cost[i]=(store[i-1]-need)*50;store[i]=store[i-1]-need;}average=cost[i]+average;}average=average/Monthnumber;cout<<"n="<cout<<"花费最少时s应该为:"<cout<<"平均每⽉最少花费为:"<}运⾏结果:结果分析:⽤计算机模拟的结果和⽤数学分析的结果有⼀定的差异,由于计算机模拟时采⽤的是随机模型⽽我⽤time函数和rand函数产⽣真随机数,所以在每次的结果上会有所差异,但对于⼀般的⽣产要求亦可以满。
第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤,学会运用数学知识分析和解决实际问题。
通过本次实验,培养学生主动探索、努力进取的学风,增强学生的应用意识和创新能力,为今后从事科研工作打下初步的基础。
二、实验内容本次实验选取了一道实际问题进行建模与分析,具体如下:题目:某公司想用全行业的销售额作为自变量来预测公司的销售量。
表中给出了1977—1981年公司的销售额和行业销售额的分季度数据(单位:百万元)。
1. 数据准备:将数据整理成表格形式,并输入到计算机中。
2. 数据分析:观察数据分布情况,初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立:利用统计软件(如MATLAB、SPSS等)进行线性回归分析,建立公司销售额对全行业的回归模型。
4. 模型检验:对模型进行检验,包括残差分析、DW检验等,以判断模型的拟合效果。
5. 结果分析:分析模型的拟合效果,并对公司销售量的预测进行评估。
三、实验步骤1. 数据准备将数据整理成表格形式,包括年份、季度、公司销售额和行业销售额。
将数据输入到计算机中,为后续分析做准备。
2. 数据分析观察数据分布情况,绘制散点图,初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立利用统计软件进行线性回归分析,建立公司销售额对全行业的回归模型。
具体步骤如下:(1)选择合适的统计软件,如MATLAB。
(2)输入数据,进行数据预处理。
(3)编写线性回归分析程序,计算回归系数。
(4)输出回归系数、截距等参数。
4. 模型检验对模型进行检验,包括残差分析、DW检验等。
(1)残差分析:计算残差,绘制残差图,观察残差的分布情况。
(2)DW检验:计算DW值,判断随机误差项是否存在自相关性。
5. 结果分析分析模型的拟合效果,并对公司销售量的预测进行评估。
四、实验结果与分析1. 数据分析通过绘制散点图,观察数据分布情况,初步判断数据适合使用线性回归模型进行拟合。
2. 模型建立利用MATLAB进行线性回归分析,得到回归模型如下:公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验(1)残差分析:绘制残差图,观察残差的分布情况,发现残差基本呈随机分布,说明模型拟合效果较好。
实验过程:练习题目:(后附有涉及每一类选题详细代码及答案)MATLAB实验训练题1.建立一个命令M文件:求数60、70、80,权数分别为1.1、1.3、1.2的加权平均数.2.编写函数M文件SQRT.M:函数xxf=)(在889.567=x与处的近似值(保留有效数四位).0368.03.用MA TALB计算baba−22的值,其中89.42.3=ba,=.4.用MA TALB计算函数21cossin)(xxxxf−=在3π=x处的值.5.用MA TALB计算函数)1ln(arctan)(++=xxxf在23.1=x处的值.6.用MA TALB计算函数xxf x ln32)(⋅.=在1.2−=x处的值.7.用蓝色、点连线、叉号绘制函数xy2=在上步长为0.1的图象.][0,28.用紫色、叉号、实连线绘制函数10ln+=xy在]15,20[−−上步长为0.2的图象.9.用红色、加号连线、虚线绘制函数⎟.⎞⎜.⎛−22sinπxy在][,1010−上步长为0.2的图象.10.用紫红色、圆圈、点连线绘制函数⎟.⎞⎜.⎛+=32sinπxy在][π0,4上步长为0.2的图象.11.在同一坐标系中,用分别青色、叉号、实连线与红色、星号、虚连线绘制xy3cos=与xy cos3=的图象.12.在同一坐标系中绘制函数,,这三条曲线的图形,并要求用两种方法加各种标注.2xy=3xy=4xy=13.作曲面的3维图象.⎪.⎪⎨.===tztytx sin214.作环面在⎪.⎪⎨.=+=+=uzvuyvux sinsin)cos1(cos)cos1()2,0()2,0(ππ×上的3维图象.15.求极限xx x cos12sinlim0−+→16.求极限xx21031lim⎟.⎞⎜.⎛+→17.求极限31coslim xxx x++∞→18.求极限xx xx211lim⎟.⎞⎜.⎛−+∞→19.求极限xxx x sin2cos1lim0−→20.求极限xxx x−.+→11lim021.求极限212lim22+−+∞→xxxx x+22.求函数的导数xxy arctan)12(5+−23.求函数21tan xxxy+=的导数24.求函数的导数xey x tan3−=25.求函数2sinln22xxyπ+=在1=x的导数26.求函数xxy+−=11的二阶导数27.求函数5423)1()23()1(xxxy++−的导数28.在区间(–1,5)内求函数35)1()(xxxf−的最值.29.在区间(–∞,+∞)内求函数的最值.143)(34+−xxxf30.求不定积分∫−dxxx)sin23(ln31.求不定积分∫xdxe x2sin32.求不定积分∫+dxxxx1arctan33.求不定积分∫−−dxexx x2)cos2(34.计算定积分dxxe x∫+−10)23(35.计算定积分xdxx arccos)1(102∫+36.计算定积分dxxx∫+10)1ln(cos37.计算广义积分dxxx∫∞+∞−++221238.计算广义积分dxex x∫∞+−02答案:一:3、>> s y m s a b>> a = 2 . 3 ; b = 4 . 8 9 ;>> s q r t ( a ^ 2 + b ^ 2 ) / a b s ( a - b ) a n s =2 . 0 8 6 45、>> s y m s x y>> x = 1 . 2 3 ;>> y = a t a n ( x ) + s q r t ( l o g ( x + 1 ) )y =1 . 7 8 3 78、>> x = - 2 0 : 0 . 2 : - 1 5 ; y = l o g ( a b s ( x + 1 0 ) ) ; p l o t ( x , y , ' m x - ' )11>>x = 0 : 0 . 1 : 2 * p i ; y 1 = c o s ( 3 * s q r t ( x ) ) ; >> y 2 = 3 * c o s ( s q r t ( x ) ) ;>> p l o t ( x , y 1 , ' c x - ' , x , y 2 , ' r * - - ' )14、>> s>> u>>x>> z16、>> s y m s x>>l i m i t ( ( 1 / 3 ) ^ ( 1 / ( 2 * x ) ) , x , 0 , ' r i g h t ' ) a n s =23.>> s y m s x y>> y = x * t a n ( x ) / ( 1 + x ^ 2 ) ;>> d i f f ( y )a n s =t a n ( x ) / ( 1 + x ^ 2 ) + x * ( 1 + t a n ( x ) ^ 2 ) / ( 1 + x ^ 2 ) - 2 * x ^ 2 * t a n ( x ) / ( 1 + x ^ 2 ) ^ 228、>> f = ' ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ;>> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =0 . 4 5 4 5y =- 0 . 0 2 2 6>> f = ' - ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ; >> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =5y =- 3 . 5 7 7 7 e + 0 0 331、>> s y m s x y>> y = e x p ( x ) * ( s i n ( x ) ) ^ 2 ;>> i n t ( y )a n s =1 / 5 * ( s i n ( x ) -2 * c o s ( x ) ) * e x p ( x ) * s i n ( x ) + 2 / 5 * e x p ( x )二:1、问题分析商品价格是由成本决定的,成本可分为生产成本、包装成本和其他成本。
第1篇一、实验背景随着社会的发展和科技的进步,数学建模作为一种解决实际问题的有效方法,被广泛应用于各个领域。
为了提高学生的数学建模能力和实际操作能力,我校开设了数学建模选修课程。
本实验旨在通过数学建模选课实验,探讨如何选择适合学生兴趣和实际需求的数学建模课程,以提高学生的学习效果。
二、实验目的1. 了解数学建模课程体系,明确课程设置原则;2. 掌握数学建模选课方法,提高学生选课的科学性;3. 分析数学建模课程对学生实际能力的培养效果。
三、实验方法1. 调查法:通过问卷调查、访谈等方式,了解学生对数学建模课程的需求和兴趣;2. 比较分析法:对比不同数学建模课程的教学内容、教学方法和考核方式,分析课程特点;3. 统计分析法:对实验数据进行分析,得出数学建模选课的科学方法。
四、实验步骤1. 收集数据:通过问卷调查、访谈等方式,收集学生对数学建模课程的需求和兴趣数据;2. 整理数据:对收集到的数据进行分析和整理,形成课程设置和选课建议的依据;3. 比较分析:对比不同数学建模课程的教学内容、教学方法和考核方式,分析课程特点;4. 制定选课方案:根据课程特点和学生的需求,制定数学建模选课方案;5. 实施选课方案:引导学生根据选课方案进行选课;6. 跟踪调查:对选课后的学生进行跟踪调查,了解选课效果。
五、实验结果与分析1. 学生需求分析根据问卷调查和访谈结果,学生普遍认为数学建模课程应具备以下特点:(1)课程内容与实际应用紧密结合;(2)教学方法多样化,注重学生动手能力和创新能力的培养;(3)考核方式合理,注重过程评价和结果评价相结合。
2. 课程设置分析根据学生需求,我校开设了以下数学建模课程:(1)基础数学建模;(2)应用数学建模;(3)高级数学建模;(4)数学建模竞赛辅导。
3. 选课方案制定根据课程特点和学生的需求,制定以下选课方案:(1)基础数学建模:面向所有学生,作为公共选修课;(2)应用数学建模:面向有一定数学基础的学生,作为专业选修课;(3)高级数学建模:面向对数学建模有浓厚兴趣的学生,作为选修课;(4)数学建模竞赛辅导:面向有意参加数学建模竞赛的学生,作为辅导课程。
数学建模实验报告一.轴承故障诊断问题轴承故障诊断实例,利用BP神经网络对石油钻井的绞车及传动机组滚动轴承进行故障诊断,能够在轴承早期故障时发出预警信号,提前对将要发生故障的轴承进行维修或更换,缩短停工停产时间和减少维修费用,从而使石油生产损失减少到最低,保证石油生产顺利安全进行。
选取某型减速器的主动轴滚动轴承的4个特征参数,包括均方根值、峭度、谐波指标和SQ参数,这4个参数组成输入样本向量,实测数据如下表所示。
模型求解:利用BP神经网络对石油钻井的绞车及传动机组滚动轴承进行故障诊断。
利用MATLAB求解,程序代码如下:clearclcP = [0.64,0.68,0.91,0.69,8.24,2.01,0.93,3.89,1.65,1.35;1.37,1.31,1.35,1.38,2.23,1.65,1.33,2.01,1.66,1.39;0.71,0.64,0.75,0.68,0.99,0.94,0.73,0.88,0.9,0.95;0.78,1.31,1.59,0.9,2,4.39,1.54,20.1,4.48,2.89];T = [0 0 0 0 0 0 0 1 1 1;0 0 0 0 1 0 0 0 0 0;0 0 0 0 0 1 0 0 0 0;0 0 0 0 0 0 1 0 0 0];net= newff(minmax(P),[10,4],{'tansig','purelin'},'trainlm');net.trainParam.epochs=2000;%设置最大迭代步数net.trainParam.goal=1e-16;%给定误差net.trainParam.lr=0.15;%学习率net.trainParam.show=100;net=train(net,P,T);%训练网络Y=sim(net,P)%仿真W=net.iw{1};%输入层到隐层的连接权V=net.lw{2};%隐层到输出层的连接权B1=net.b{1};%输入层到隐层的阈值B2=net.b{2};%隐层到输出层的阈值程序运行结果:Y =Columns 1 through 90.0000 -0.0000 -0.0000 0.0000 0.0000 0.0000 -0.0000 1.00001.0000-0.0000 0.0000 0.0000 -0.0000 1.0000 -0.0000 -0.0000 -0.0000 -0.0000-0.0000 0.0000 0.0000 -0.0000 -0.0000 1.0000 0.0000 -0.0000 -0.0000-0.0000 -0.0000 0.0000 0.0000 0.0000 0.0000 1.0000 -0.0000 -0.0000Column 101.00000.0000-0.0000-0.0000二.基于神经网络的人口预测问题背景:世界人口的迅猛增长引发了许多问题。
第1篇一、实验背景随着信息技术的飞速发展,数字建模在各个领域中的应用越来越广泛。
数字应用建模是将现实世界的复杂问题转化为数学模型,通过计算机模拟和分析,为决策提供科学依据。
本实验旨在通过数字应用建模的方法,解决实际问题,提高学生对数学建模的理解和应用能力。
二、实验目的1. 理解数字应用建模的基本原理和方法;2. 掌握数学建模软件的使用;3. 提高解决实际问题的能力;4. 培养团队合作精神和沟通能力。
三、实验内容1. 实验题目:某城市交通流量优化研究2. 实验背景:随着城市人口的增加,交通拥堵问题日益严重。
为了缓解交通压力,提高城市交通效率,本研究旨在通过数字应用建模方法,优化该城市的交通流量。
3. 实验步骤:(1)数据收集:收集该城市主要道路的实时交通流量数据、道路长度、交叉口数量、道路等级等数据。
(2)建立数学模型:根据交通流量数据,建立交通流量的数学模型,如线性回归模型、多元回归模型等。
(3)模型求解:利用数学建模软件(如MATLAB、Python等)对建立的数学模型进行求解,得到最优交通流量分布。
(4)结果分析:对求解结果进行分析,评估优化后的交通流量分布对缓解交通拥堵的影响。
(5)模型改进:根据分析结果,对模型进行改进,以提高模型的准确性和实用性。
4. 实验结果:(1)通过建立数学模型,得到优化后的交通流量分布。
(2)优化后的交通流量分布较原始分布,道路拥堵程度明显降低,交通效率得到提高。
(3)通过模型改进,进一步优化交通流量分布,提高模型的准确性和实用性。
四、实验总结1. 本实验通过数字应用建模方法,成功解决了某城市交通流量优化问题,提高了交通效率,为城市交通管理提供了科学依据。
2. 在实验过程中,学生掌握了数学建模的基本原理和方法,熟悉了数学建模软件的使用,提高了解决实际问题的能力。
3. 实验过程中,学生学会了团队合作和沟通,提高了自己的综合素质。
五、实验心得1. 数字应用建模是一种解决实际问题的有效方法,通过建立数学模型,可以将复杂问题转化为可操作的解决方案。
一.圆钢原材料每根长5.5米,现需要ABC三种圆钢材料,长度分别为3.1米,2.1米,1.2米,数量分别为100根,200根,400根,试安排下料方式,使所需圆钢原材料的总数最少。
数学分析:对于一个圆钢原材料的切割方案其实是可以预测的,不外乎有下列的五种分配方案A(3.3)B(2.1)C(1.2)X1 1 1 0X2 1 0 1X3 0 2 1X4 0 1 2X5 0 0 4我们要求的所需要圆钢原材料总数最少其少就是要X1--X5的和最少,可以建立以下的模型:数学模型min=x1+x2+x3+x4+x5X1+x2<=100X1+2*x3+x4<=200X2+x3+2*x4+4*x5<=500在LINGO下的代码为model:min=x1+x2+x3+x4+x5;x1+x2>=100;x1+2*x3+x4>=200;2*x2+x3+2*x4+4*x5>=400;@gin(x1);@gin(x2); @gin(x3);@gin(x4); @gin(x5);End在lingo下的结果为由实验结果可知最小值min=225综述:原材料的总数最少为225二.建设费用问题。
某农场拟修建一批半球壳顶的圆筒形谷仓,计划每座谷仓的容积为200立方米,圆筒半径不得超过3米,高度不得超过10米。
按照造价分析材料,半球壳顶的造价为每平方米150元,圆筒仓壁的建筑的建筑行人为每平方米120元,地坪造价为每平方米50元,试求造价最小的谷仓尺寸应为多少?数学分析:我们只要求出每个面的面积,再乘以对应的造价,就可以得到最后的造价。
数学模型:min=50*pi*R^2+120*2*pi*R*H+150*2*pi*R^2R<=3;H+R<=10;Pi*R^2*H+*pi*R^3*=200Lingo代码min=50*3.14*r*r+120*2*3.14*r*h+150*2*3.14*r*r;r<=3;h+r<=10;3.14*r*r*h+4/3*3.14*r*r*r*(1/2)=200;实验结果为由LINGO产生的结果可知道谷仓尺寸行人最小的为R=3米H=5.07米最小的造价为21369元三. 问题住宅小区服务中心选址:某地新建一个生活住宅区,共有20栋住宅楼。
第1篇一、前言数学建模是一门将数学理论与实际问题相结合的课程,旨在培养学生运用数学知识解决实际问题的能力。
通过参加数学建模课的实验,我对数学建模有了更深刻的认识,以下是我对实验的心得体会。
二、实验过程1. 理解实验目的在实验开始前,我明确了实验的目的:通过具体实例,掌握数学建模的基本思想和方法,提高自己的实际应用能力。
这使我更加有针对性地进行实验。
2. 实验步骤(1)选题:选择一个实际问题,明确问题的背景、目标和所需解决的问题。
(2)建立模型:运用数学知识,将实际问题转化为数学模型。
(3)求解模型:利用数学软件,对模型进行求解,得到最优解或近似解。
(4)分析结果:对求解结果进行分析,评估其合理性和可行性。
(5)撰写实验报告:总结实验过程、结果和分析,撰写实验报告。
3. 实验成果通过实验,我成功地将一个实际问题转化为数学模型,并利用数学软件求解得到最优解。
同时,我学会了如何分析结果,评估其合理性和可行性。
三、心得体会1. 数学建模的重要性数学建模是解决实际问题的有效途径。
通过数学建模,我们可以将复杂的问题简化为数学模型,从而提高解决问题的效率。
在实验过程中,我深刻体会到了数学建模在解决实际问题中的重要性。
2. 数学知识的运用数学建模实验使我更加深入地理解了所学数学知识,并将其应用于实际问题。
在实验过程中,我运用了线性规划、概率论、统计学等多种数学知识,提高了自己的综合运用能力。
3. 团队合作精神数学建模实验需要团队合作,共同完成实验任务。
在实验过程中,我与团队成员相互学习、相互帮助,共同攻克难题。
这使我认识到团队合作的重要性,培养了团队协作精神。
4. 实验技能的提升通过实验,我熟练掌握了数学建模的基本步骤,提高了自己的实验技能。
同时,我学会了使用数学软件进行求解和分析,为今后从事相关领域的工作打下了基础。
5. 分析问题的能力在实验过程中,我学会了如何分析问题,寻找问题的本质。
这使我具备了解决实际问题的能力,为今后的学习和工作奠定了基础。
姓名学号班级
问题:.(拟合)
用给定的多项式,y=x3-6x2+5x-3,产生一组数据(xi,yi,i=1,2,…,n),再在yi上添加随机干扰(可用rand产生(0,1)均匀分布随机数,或用rands产生N(0,1)分布随机数),然后用xi 和添加了随机干扰的yi作的3次多项式拟合,与原系数比较。
如果作2或4次多项式拟合,结果如何?
问题的分析和假设:
题目要求用给定的多项式产生一组数据(xi,yi,i=1,2,…,n),再在yi上添加随机干扰,最后用xi和分别添加了随机干扰的yi作的3次多项式,2次多项式,4次多项式拟合,与原系数比较。
建模:
(1)为给定的多项式求解一组数据,将原方程写在一个函数文件里,不妨令自变量x 从1到10,用循环语句依次求出相应的解,即可产生一组数据。
(2)对yi添加随机干扰,用rand产生[0,1]均匀分布的随机数,并分别与yi相加,对其进行干扰。
(3)用xi和添加了随机干扰的yi作的3次多项式拟合。
(4)用xi和分别添加了随机干扰的yi作的2次多项式和4次多项式拟合。
求解的Matlab程序代码:
(1)根据给定的方程产生数据:
先建立M-文件fun.m
function f=fun (x)
f=x^3-6*x^2+5*x-3
主程序NiheNum.m:
for n=1:10
fun (n);
end
(2)在yi上添加随机干扰后产生的数据:
建立M文件addDisturb.m
for n=1:10
y=fun (n)+rand;
end
用所得的数据进行多项式拟合:
x=1:10;
y=[-2.9421 -8.6471 -14.1868 -14.9901 -2.8611 27.2028 81.1987 165.6038 285.2722 447.1988];
A=polyfit(x,y,3)
z=polyval(A,x);
plot(x,y,'k+',x,z,'r') %作出数据点和拟合曲线的图形
(3)作2次多项式拟合:
x=1:10;
y=[-2.9421 -8.6471 -14.1868 -14.9901 -2.8611 27.2028 81.1987 165.6038 285.2722 447.1988];
A=polyfit(x,y,2)
z=polyval(A,x);
plot(x,y,'k+',x,z,'r')
(4)作4次多项式拟合:
x=1:10;
y=[-2.9421 -8.6471 -14.1868 -14.9901 -2.8611 27.2028 81.1987 165.6038 285.2722 447.1988];
A=polyfit(x,y,4)
z=polyval(A,x);
plot(x,y,'k+',x,z,'r')
计算结果与问题分析讨论:
以给定的多项式求出的一组值:
f = -3 f = -9 f = -15 f = -15 f = -3 f = 27 f = 81 f = 165 f = 285 f = 447
求得的值的列表如下:
xi 1 2 3 4 5 6 7 8 9 10
yi -3 -9 -15 -15 -3 27 81 165 285 447 在yi上添加随机干扰后产生的数据:
y1 = -2.9421 y2 = -8.6471 y3= -14.1868 y4= -14.9901 y5= -2.8611
y6= 27.2028 y7= 81.1987 y8 = 165.6038 y9 = 285.2722 y10 = 447.1988
拟合得到运行结果:
A =1.0015 -6.0272 5.1422 -2.9055
与原函数的系数1 -6 5 -3 很接近。
拟合图像如下图:
问题分析讨论:
拟合后的系数与原系数很接近,而从2次和4次多项式拟合的较像上可以看出,次数越高,图像拟合的越好;次数越低,图像拟合的越差。
下面是作2次和4次多项式拟合的运行结果:
2次多项式拟合图像:
拟合的2次多项式系数:
A =10.4977 -71.0725 83.0238
拟合的4次多项式系数:
A=-0.0039 1.0863 -6.6475 6.8373 -4.2277。