数学模型课程设计二..docVIP

课程设计名称： 设计二：数据拟合 指导教师： 张莉 课程设计时数： 6 课程设计设备：安装了Matlab、C++软件的计算机 课程设计日期： 实验地点： 第五教学楼北902 课程设计目的： 1. 了解最小二乘拟合的原理，掌握用MATLAB作最小二乘拟合的方法； 2. 学会利用曲线拟合的方法建立数学模型。 课程设计准备： 在开始本实验之前，请回顾相关内容； 需要一台准备安装Windows XP Professional操作系统和装有数学软件的计算机。 课程设计内容及要求 要求：设计过程必须包括问题的简要叙述、问题分析、实验程序及注释、实验数据及结果分析和实验结论几个主要部分。 1. 用切削机床进行金属品加工时，为了适当地调整机床，需要测定刀具的磨损速度，在一定的时间测量刀具的厚度，得数据如表所示，请选用合适的函数来描述切削时间与刀具厚度的关系。 切削时间t/h 0 1 2 3 4 5 6 7 刀具厚度y/cm 30.0 29.1 29.8 28.1 28.0 27.7 27.5 27.2 切削时间t/h 8 9 10 11 12 13 14 15 刀具厚度y/cm 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8 首先编辑一个M文件，程序如下： t=0:15; y=[30.0 29.1 29.8 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8]; A=polyfit(t,y,3); %A表示我所拟合出的方程的系数 h=polyval(A,t); %h表示拟合出的方程所要求解出的未知数，本题中即是y的值 plot(t,y,*r,t,h,k)%前面是用已知数据描的点，后面的是用数据拟合做出的线，做在一起可以对比看效果 s=abs(y-h);%求误差的绝对值 s=sum(s); %求误差的绝对值之和 A=sum(abs(h));%求拟合的绝对值之和 F=s/A*100 %求相对误差 3次曲线拟合出的相对误差相对较小，所以我选择了三次拟合：拟合曲线图像如下 2. Malthus人口指数增长模型 年 1790 1800 1810 1820 1830 1840 1850 1860 人口（亿） 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年 1870 1880 1890 1900 1910 1920 1930 1940 人口（亿） 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年 1950 1960 1970 1980 1990 2000 人口（亿） 150.7 179.3 204.0 226.5 251.4 281.4 用以上数据检验马尔萨斯人口指数增长模型，根据检验结果进一步讨论马尔萨斯人口模型的改进。 因为已知该区人口呈指数增长，所以用指数拟合,程序编写如下： t= 1790:10:2000; y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; p=polyfit(t,log(y),1); %用一次多项式拟合y的对数 m=p(1) %计算指数参数值 y0=exp(p(2)) %计算函数系数 y1=y0.*exp(m.*t); %人口增长函数表达式 plot(t,y,k+,t,y1,b) 程序运行结果为： m = 0.0202 y0 = 1.1565e-015 图形为： 3．价格预测 美国旧车价格的调查数据 1 2 3 4 5 6 7 8 9 10 2615 1943 1494 1087 765 538 484 290 226 204 分析用什么形式的曲线来拟合数据，并预测使用4、5年后的旧车平均价格大致为多少。 旧车价格呈非线性下降趋势，由于数据较少，可以做线性拟合： 首先编辑一个M文件，程序如下： t=1:10; y=[2615 1943 1494 1087 765 538 484 290 226 204]; A=polyfit(t,y,3) %A表示我所拟合出的方程的系数 y1=polyval(A,t); %表示拟合出的方程所要求解出的未知数，本题中即是y的值，这个算式表示