1、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t12345678浓度y4.006.408.008.809.229.509.709.8691011121314151610.0010.2010.3210.4210.5010.5510.5810.60求浓度与时间的二次拟合曲线。编程及结果:t=1:16;y=4.00,6.40,8.00,8.80,9.2
2、2,9.50,9.70,9.86,10.00,10.20,10.32,10.42,10.50,10.55,10.58,10.60;plot(t,y,r+)hold on;grid;x=ones(size(t);t;t.2;a=xyb=flipud(a);b=reshape(b,1,length(b)y=poly2str(b,xt1=1:0.1:y1=polyval(b,t1);plot(t1,y1,k*结果:a =4.38751.0660-0.0445b =-0.0445 1.0660 4.3875y =-0.044466 x2 + 1.066 x + 4.3875二、从随机的数据中找出其规律
3、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2025303540455055y/(x10-4)1.272.162.863.443.874.154.374.514.584.024.64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(t)=a1 t+a2 t2 +a3 t3 ;(3)画出拟合曲线;(4)另外选取一个近似表达式(比如(t)=axb),尝试拟合效果的比较。t=0:5:55;y=0,1.27,2.1
4、6,2.86,3.44,3.87,4.15,4.37,4.51,4.58,4.02,4.64*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.3t1=0:1:subplot(1,2,2)k拟合曲线hold onWarning: Rank deficient, rank = 3, tol = 6.4498e-010.1.0e-004 *0.2657-0.00530.00000.0000 -0.0053 0.2657 03.5168e-009x3-5.2948e-007x2+2.6569e-005x
5、 (4)用方程y=axb拟合程序及结果:clearclose allclcx=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=xlog(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,-9.64160.5182 y=exp(-9.641562)*t(0.518205)比较可知,多项式拟合比y=axb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
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1