作业二数学建模,姜启源版.docVIP

实验二 建模过程、比例性和几何相似性 一、实验目的与要求 掌握运用软件验证线性关系，通过研究散点图与趋势线得到线性模型。通过对数据进行处理，归纳出合适的模型。 用Excel画散点图与趋势线，对模型的线性关系进行分析； 用Excel对数据进行处理，归纳出合适的模型； 用Excel计算不同模型的偏差，选择合适的模型。 二、实验内容 Example 2.1 P88 研究课题第二题 木材切割者希望利用容易得到的测量数据来估计木材的板英尺数。他们测量树木腰高处的直径，以构建一个将预测板英尺数与直径相联系起来的函数的模型。利用下列数据供检验之用。 x 17 19 20 23 25 28 32 38 39 41 y 19 25 32 57 71 113 123 252 259 294 1.考虑两个不同的假设，每个假设生成一个模型，充分分析每个模型。 （1）假设所有的树木都是正圆柱体而且高度大致相同。 （2）假设所有的树木都是正圆柱体而且高度与直径成比列 2.哪个模型看起来好些？为什么？ 解答如下： （1）当假设所有的树木都是正圆柱体而且高度大致相同时，则成比列关系，因此根据已知数据可以模拟出中的系数。当假设所有的树木都是正圆柱体而且高度与直径成比列时，则成比列系，因此根据已知数据可以模拟出中的系数。 Excel操作步骤： 打开excel表格，输入如下表格:： 2．在C2输入= A2*A2，在D2输入= A2*A2*A2，依次回车后下拉即可可到序列C=(289, 361,400,529……)，D=(4913,6859,8000,12167……) ,得到如下表格： 3．在插入图表XY散点图，选中数据格就可得出下表： （1）选中C1到C11和B1到B11的数据，建立散点图， 选中点，添加趋势线,选择线性类型，显示公式和显示R平方值： 拟合方程：Y=0.2014*X2-49.851， R2=0.9856 （2）选中D1到D11和B1到B11的数据，同理可得： 拟合方程：Y=0.0044*X3+0.0238， R2=0.9904 比较两种情况的R2，因为0.98560.9904,所以第二种模型较好。 实验三、模型拟合 一、实验目的 掌握运用软件进行最小二乘的参数估计，通过合适的数据变换选择适当的线性回归模型。通过对模型偏差的计算，选择合适的模型。 用Excel对数据进行最小二乘参数估计，掌握不同的操作工具； 用Excel对数据进行变换，选择合适的线性回归模型； 用Excel计算不同模型的偏差，选择合适的模型。 Example 3.1 P107 习题第五题 下面数据反映了在六个星期时间中果蝇群体的增长。对一个适当的数据集画图。检验下列模型，估计模型的参数。 P=c1t P=aebt t（天数） 7 14 21 28 35 42 P(观测到的果蝇的数目) 8 41 133 250 280 297 解答如下： 1.下面进行excel数据处理，找出比列关系，如下结果： 2.在插入图表XY散点图， 选中数据格,建立散点图与2.1相似，（1）选择线性类型，（2）选择指数类型， 通过线性拟合就可得出下表： （1） (2) P=8.5187e0.0999t 即a=8.5187, b=0.0999 Example 3.2 P50 第四题 求使一数据点集与二次形模型间偏差平方和极小化的方法。使用这些方法对下列数据集找出三个参数的估计。 x 0.1 0.2 0.3 0.4 0.5 y 0.06 0.12 0.36 0.65 0.95 解答如下： 可以直接利用课本关于最小二乘估计公式用模型拟合计算三个参数。 应用最小二乘准则极小化： 最优化必要条件： 求出c1,c2,c3即可。 Excel操作步骤： 打开excel表格，输入如下表格: 2.在插入图表XY散点图，选中数据格就可得出下表： 选中数据格, 选择多项式类型，建立散点图与2.1相似， 通过线性拟合就可得出下表： 答：如图可看出三个参数的大小。即c1=3.7857,c2=0.0386,c3=1E-15 实验四 实验建模 一、实验目的 掌握运用软件进行数据分析，选择合适的数据变换，建立数学模型。通过对模型偏差的计算，比较不同的模型。 用Excel对数据进行分析，选择合适的数据变换； 用Excel构造差商表进行数据分析，选择合适的低阶多项式模型; 用Excel计算模型的偏差，比较不同的模型 Example 4.1 P137 习题第七题 下列数据是一群鱼的长度和重量。将鱼的重量作为长度的函数建模。 身长（英寸） 12.5 12.625 14.125 14.5 17.25 17.25 重量（盎司） 17 16.5 23