Matlab验报告.docVIP

Matlab实验报告 ------人口预测与数据拟合 ------最优投资方案与优化问题的计算机求解 机硕21 刘奕颖 2120104002 2013.5.10 人口预测与数据模拟 1. 下表中，X是华氏温度，Y是一分钟内一只蟋蟀的鸣叫次数，试用多项式模型拟合这些数据，画出拟合曲线，分析你的拟合模型是否很好？ 观测序号 1 2 3 4 5 6 7 8 9 10 X 46 49 51 52 54 56 57 58 59 60 Y 40 50 55 63 72 70 77 73 90 93 观测序号 11 12 13 14 15 16 17 18 19 20 X 61 62 63 64 66 67 68 71 72 71 Y 96 88 99 110 113 120 127 137 132 137 问题分析： 在已知这20组数据后，要想对数据进行拟合，首先要分析这组数据符合哪一类型的函数，在确定函数要注意，并不要求曲线严格通过已知的每一个数据点，但要求曲线在各数据点处的取值与已知观测值之间的总体误差最小。所以先对曲线进行一次拟合，如发现误差稍大，就继续升高次数，进行二次、三次拟合，直到误差很小为止。 流程： format long x=[46,49,51,52,54,56,57,58,59,60,61,62,63,64,66,67,68,71,72,71]; y=[40,50,55,63,72,70,77,73,90,93,96,88,99,110,113,120,127,137,132,137]; plot(x,y,k.,markersize,5); axis([30,100,0,400]); p=polyfit(x,y,1); pl=polyfit(x,y,2); t=0:50:500; s=polyval(p,t); sl=polyval(pl,t); hold on plot(t,s,b-,linewidth,0.9) plot(t,sl,r--,linewidth,0.9) grid 实验结果： 其中，m是进行一次拟合过程中的系数，即最终拟合结果为y=3.8589*x-140.7833.相应的，n为二次拟合的系数，拟合结果为y=0.0249*x^2+0.8774*x-53.0152.很明显，曲线的二次拟合相比较一次拟合来说误差更小，所以结果更准确一点。 2、(1) 在下列数据中，W表示一条鱼的重量，l表示它的长度，使用最小二乘准则拟合模型W=kl3 长度l（英寸） 14.5 12.5 17.25 14.5 12.625 17.75 14.125 12.625 重量w（盎司） 27 17 41 26 17 49 23 16 问题分析： 该问题与上个问题的区别在于题目给出了要求的拟合次数，不需要再从一次开始慢慢进行试验，可以直接根据所给的拟合方程式进行拟合。 流程： l=[14.5 12.5 17.25 14.625 12.625 17.75 14.125 12.625]; W=[27 17 41 26 17 49 23 16]; plot(l,W,k.,markersize,15); axis([10 20 10 100]); p=polyfit(l,W,3); t=10:.001:20; s=polyval(p,t); hold on plot(t,s,k-,linewidth,2) grid 实验结果： k=1.0e+03*（0.0004*l^3-0.0184*l^2+0.2710*l-1,3196）.就得到了鱼的重量和长度的关系式。 最优投资方案与优化问题的计算机求解 问题分析： 这很明显是最优投资方案问题，设选用饲料1,2,3,4,5的量分别为x1,x2,x3,x4,x5,总费用为f f=0.2x1+0.7x2+0.4x3+0.3x4+0.8x5 3x1+2x2+x3+6x4+18x5=700; 1x1+0.5x2+0.2x3+2x4+0.5x5=30; 0.5x1+1x2+0.2x3+2x4+0.8x5=100; X1,x2,x3,x4,x5=0 流程： 实验结果： 由实验结果看出，应该选用饲料4 42g，选用饲料5 25g，这样既能保证动物有充足的的营养需求，又会使所需要的成