回归分析在数模竞赛中的应用3.docVIP

四、广义线性回归应用的实例 下面看几个广义线性回归在数模竞赛中应用的实例。 例9（2003年华东地区数模竞赛题）向量场问题 有一个正方形的平面区域，在区域中的每一点上，都定义了一个向量，它们构成了一个向量场。现在已知其中个点上的向量数据，要求给出向量场的解析表达式。 都是坐标点的函数，所以本题也就是要求两个函数表达式 ， 。 题目中给出了两个数据表。Table1中的数据点是整齐的网格点，向量值变化也很有规律，可以很容易地求出的表达式： ， 。 这是没有任何误差的精确表达式。 Table2 中的数据点是散乱的，不是整齐的网格点。 0.6554 0.4463 0.0129 0.0884 0.2010 0.8354 0.0220 -0.1464 0.8936 0.5264 0.0501 0.2104 0.7800 0.2820 -0.0401 0.0692 从图像可以看出，Table2数据的函数图像与Table1数据的函数图像十分相似，大致上是一个下列形式的双曲抛物面函数： 。 由于数据有一些误差，不能完全精确地满足上述方程，所以我们可以把它看作一个回归分析问题，的回归方程分别为： ， 。 其中是待定未知常数。 令，，，就可以把它们化为线性回归方程： ， 。 用计算机软件可以很方便地求出问题的解。我们求得： ， ， ， , ， ， ， 。 所以的表达式为： ， 。 例10（1991年国际数模竞赛A题）估计箱水流量 小镇上有一个高40英尺、底面直径57英尺的圆柱形水箱，每天向小镇上的居民供应生活用水。每隔一段时间测量一次水箱中的水位，测得数据如下（其中有两次水泵开动向水箱中加水的过程，在加水过程中没有水位记录）： 编号 时刻（秒） 水位（0.01英尺） 编号 时刻（秒） 水位（0.01英尺） 1 0 3175 15 46636 3350 2 3316 3110 16 49953 3260 3 6635 3054 17 53936 3167 4 10619 2994 18 57254 3087 5 13937 2947 19 60574 3012 6 17921 2892 20 64554 2927 7 21240 2850 21 68535 2842 8 25223 2795 22 71854 2767 9 28543 2752 23 75021 2697 10 32284 2697 24 79254 水泵开动 11 35932 水泵开动 25 82649 水泵开动 12 39332 水泵开动 26 85968 3475 13 39435 3550 27 89953 3397 14 43318 3445 28 93270 3340 要求估计所有时刻（包括水泵开动期间）流出水箱的水流量的变化情况，并估计一天的总用水量。 这个问题的最困难之处是有两次水泵开动加水的过程，加水过程中加了多少水，因为加水使水位变化了多少，全都不知道。 为了简化问题，我们先不考虑加水过程，假定自始至终只有水流出，没有水加入。 设在时刻，水箱中水位为，水箱中的总水量为，其中，是水箱的底面直径。 在时刻，流出水箱的水流量 。 反过来，则有 ， 。 其中，是时的水位。 由于小镇上每天的用水情况周而复始，每天的流量变化几乎都是相同的，所以可以认为流量 是以一天时间 秒为周期的周期函数。我们知道，任何以 为周期的周期函数，都可以展开为下列形式的Fourier级数： 。 作为近似，我们取级数前面的这5项。对它积分后可得： 。 这是一个可以化为线性的广义线性回归方程。 令，，，，，上式就化为 ， 用线性回归就可以求解。 以上是在不考虑加水过程的情况下得到的结果。下面我们进一步把加水过程考虑进去。 设加水速度是均匀的，第一次加水和第二次加水过程中，水位上升的速度分别是两个未知常数和。 第一次加水，相当于在水位函数式上加上一项，其中 。 第二次加水，相当于在水位函数式上加上一项，其中 。 把两次加水过程考虑进去，回归方程成为 。 令，，上式就化为线性回归方程 。 用计算机软件可以求得未知参数的估计 ，，，， ，，，。 把这些值代入回归方程，作出水位 随时间 变化的函数图像如下： 从图像可以看出，用广义线性回归求出的回归方程函数曲线与观测值点符合得很好，回归效果是十分令人满意的。 表达式中的水位 的变化，实际上包括两部分：一部分是由于小镇用水引起的水位的下降，一部分是由于水泵加水引起的水位的上升。 从回归方