第二次数学建模作业.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
4. 根据表 1.14 的数据,完成下列数据拟合问题: 表 1.14 美国人口统计数据(百万人) 年份 1790 1800 1810 1820 1830 1840 1850 1860 人口 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年份 1870 1880 1890 1900 1910 1920 1930 1940 人口 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年份 1950 1960 1970 1980 1990 2000 人口 150.7 179.3 204.0 226.5 251.4 281.4 解答:(1): (i)执行程序: t=1790:10:2000; x=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76.2,92.0,106.5,123.2,131.7,150.7,179.3,204.0,226.5,251.4,281.4]; f=@(r,t)3.9.*exp(r(1).*(t-1790)); r=nlinfit(t,x,f,0.036) sse=sum((x-f(r,t)).^2) plot(t,x,k+,1790:10:2000,f(r,1790:10:2000),k) axis([1790,2000,0,300]),legend(测量值,理论值) xlabel(美国人口/(百万)),ylabel(年份) title(美国人口指数增长模型图II) 运行结果: Untitled r = 0.0212 sse = 1.7433e+004 即,拟合效果:r =0.0212;误差平方和为:1.7433e+004拟合效果图(i): (ii)由表1.14我们知道,当t=1800时,有,所以我们可以猜测, =2.5. 对待定参数,t=1790:10:2000; x=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76.2,92.0,106.5,123.2,131.7,150.7,179.3,204.0,226.5,251.4,281.4]; f=@(r,t)r(1).*exp(r(2).*(t-1790)); r0=[2.5,0.1]; r=nlinfit(t,x,f,r0) sse=sum((x-f(r,t)).^2) plot(t,x,k+,1790:1:2000,f(r,1790:1:2000),k) axis([1790,2000,0,300]),legend(测量值,理论值,2) xlabel(美国人口/(百万)),ylabel(年份) title(美国人口指数增长模型图II) 命令窗口显示的计算的结果如下: Untitled r = 15.0005 0.0142 sse = 2.2657e+003 即我们知道,拟合结果为:r=r(2)= 0.0142, =r(1)= 15.0005;误差平方和为:2.2657e+003. 拟合效果图(ii): (iii)由表1.14我们知道,当t=1900时,有,所以我们可以猜测, =19, =1800. 对待定参数,,t=1790:10:2000; x=[3.9,5.3,7.2,9.6,12.9,17.1,23.2,31.4,38.6,50.2,62.9,76.2,92.0,106.5,123.2,131.7,150.7,179.3,204.0,226.5,251.4,281.4]; f=@(r,t)r(1).*exp(r(2).*(t-r(3))); r0=[19,0.03,1800]; r=nlinfit(t,x,f,r0) sse=sum((x-f(r,t)).^2) plot(t,x,k+,1790:1:2000,f(r,1790:1:2000),k) axis([1790,2000,0,300]),legend(测量值,理论值,2) xlabel(美国人口/(百万)),ylabel(年份) title(美国人口指数增长模型图III) 命令窗口显示的计算的结果如下: Untitled Warning: The Jacobian at the solution is ill-conditioned, and some model parameters may not be estimated well (they are not identifiable). Use caution in making predictions. In nlinfit at 224 In Untitled at

文档评论(0)

dashewan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档