数学实验之数据拟合Word下载.docx
《数学实验之数据拟合Word下载.docx》由会员分享,可在线阅读,更多相关《数学实验之数据拟合Word下载.docx(6页珍藏版)》请在冰豆网上搜索。
实验地点:
实验时间:
指导教师:
成
绩:
一.实验目的:
了解最小二乘法的基本原理,用最小二乘法求拟合数据的多项式,和拟合函数的图形,掌握利用最小二乘法进行数据拟合的基本思想,熟悉寻找最佳方法拟合曲线的方法,通过计算机解决实验问题
二.实验内容:
实验任务:
一、由化学实验得到某物质浓度与时间的关系如下:
时间t
1
2
3
4
5
6
7
8
浓度y
4.00
6.40
8.00
8.80
9.22
9.50
9.70
9.86
9
10
11
12
13
14
15
16
10.00
10.20
10.32
10.42
10.50
10.55
10.58
10.60
求浓度与时间的二次拟合曲线。
编程及结果:
t=1:
16;
y=[4.00,6.40,8.00,8.80,9.22,9.50,9.70,9.86,10.00,10.20,10.32,10.42,10.50,10.55,10.58,10.60];
plot(t,y,'
r+'
)
holdon;
grid;
x=[ones(size(t));
t;
t.^2]'
;
a=x\y'
b=flipud(a);
b=reshape(b,1,length(b))
y=poly2str(b,'
x'
t1=1:
0.1:
y1=polyval(b,t1);
plot(t1,y1,'
k*'
结果:
a=
4.3875
1.0660
-0.0445
b=
-0.0445
1.0660
4.3875
y=
-0.044466x^2+1.066x+4.3875
二、从随机的数据中找出其规律性,给出其近似表达式的问题,在产生实践和科学实验中大量存在,通常利用数据的最小二乘法求得拟合曲线,在某冶炼过程中,根据统计数据钢的含碳量与时间关系,试求含碳量y与时间t的拟合曲线。
t/分
20
25
30
35
40
45
50
55
y/(x10-4)
1.27
2.16
2.86
3.44
3.87
4.15
4.37
4.51
4.58
4.02
4.64
要求:
(1)用“plot”画出原始数据分布趋势图;
(2)最小二乘法进行曲线拟合,近似解析表达式为φ(t)=a1t+a2t2
+a3t3;
(3)画出拟合曲线;
(4)另外选取一个近似表达式(比如φ(t)=axb),尝试拟合效果的比较。
t=0:
5:
55;
y=[0,1.27,2.16,2.86,3.44,3.87,4.15,4.37,4.51,4.58,4.02,4.64]*10^(-4);
subplot(1,2,1)
);
axis([0,60,0,6*10^(-4)])
title('
原始数据'
x=[zeros(size(t));
t.^2;
t.^3]'
t1=0:
1:
subplot(1,2,2)
k'
拟合曲线'
holdon
Warning:
Rankdeficient,rank=3,
tol=
6.4498e-010.
1.0e-004*
0.2657
-0.0053
0.0000
0.0000
-0.0053
0.2657
0
3.5168e-009x^3-5.2948e-007x^2+2.6569e-005x
(4)用方程y=ax^b拟合
程序及结果:
clear
closeall
clc
x=[ones(size(t(2:
12)));
log(t(2:
12))];
%%%考虑到log函数不能对0求值,故舍去t和y中的0
a=x'
\log(y(2:
12))'
fprintf('
拟合函数为:
y=exp(%f)*t^(%f)'
a
(1),a
(2));
y1=exp(a
(1))*t1.^(a
(2));
t1,y1,'
-9.6416
0.5182
y=exp(-9.641562)*t^(0.518205)
比较可知,多项式拟合比y=ax^b拟合更精确!
五.实验总结:
通过本次试验,我基本掌握了求拟合数据的多项式,和拟合函数的图形的方法,更进一步理解了最小二乘法的基本原理;
另外对不同问题,我们应该多用几种函数拟合,以比较得到最佳结果,此次试验也教会我在具体问题中如何更快的选择较好的拟合,即先画出图像,根据图像初步判断。
六.教师评语及成绩
教师签名:
年
月
日
继续阅读