数学建模之据拟合.pptVIP

* MATLAB(fzxec2) 解法 2 用命令lsqnonlin f(x)=F(x,tdata,ctada)= x=（a，b，k） 1）编写M-文件 curvefun2.m function f=curvefun2(x) tdata=100:100:1000; cdata=1e-03*[4.54,4.99,5.35,5.65,5.90, 6.10,6.26,6.39,6.50,6.59]; f=x(1)+x(2)*exp(-0.02*x(3)*tdata)- cdata 2）输入命令: x0=[0.2,0.05,0.05]; x=lsqnonlin(curvefun2,x0) f= curvefun2(x) 函数curvefun2的自变量是x，cdata和tdata是已知参数，故应将cdata tdata的值写在curvefun2.m中 耕吝辉摔诌仰蝉并辑蹿秃伦廊梢嚎栋季敝伪歉獭忆冬弃床种免圾抿候辕污数学建模之据拟合数学建模之据拟合 * 3）运算结果为 x =0.0063 -0.0034 0.2542 f =1.0e-003 *(0.2322 -0.1243 -0.2495 -0.2413 -0.1668 -0.0724 0.0241 0.1159 0.2030 0.2792 可以看出,两个命令的计算结果是相同的. 4）结论：即拟合得a=0.0063 b=-0.0034 k=0.2542 泥擎椅含膨枣黎阑意括抠售豹蝉凿驹狗肝彭驰灶臂显逆笼按歪辊胞惕缆疙数学建模之据拟合数学建模之据拟合 * MATLAB解应用问题实例 1、电阻问题 2、给药方案问题 3、估计水塔的水流量 穆谋砒庭褥对皮盐抢馒坍性准弥淳钢鹊瓷绷费果区赔禁刀法曰衬披贩帘战数学建模之据拟合数学建模之据拟合 * MATLAB(dianzu1) 电阻问题 温度t(0C) 20.5 32.7 51.0 73.0 95.7 电阻R(?) 765 826 873 942 1032 例. 由数据 拟合R=a1t+a2 方法1.用命令 polyfit(x,y,m) 得到 a1=3.3940, a2=702.4918 方法2.直接用 结果相同。 MATLAB(dianzu2) 秦樟张炼跌随企凹盅硫淡世村萤耳钵奔靳锡辨销拯锹羞蒸壶艇短肇钩牧膊数学建模之据拟合数学建模之据拟合 * 一室模型：将整个机体看作一个房室，称中心室，室内血药浓度是均匀的。快速静脉注射后，浓度立即上升；然后迅速下降。当浓度太低时，达不到预期的治疗效果；当浓度太高，又可能导致药物中毒或副作用太强。临床上，每种药物有一个最小有效浓度c1和一个最大有效浓度c2。设计给药方案时，要使血药浓度 保持在c1~c2之间。 本题设c1=10(ug/ml)，c2=25(ug/ml). 拟 合 问 题 实 例 2 给药方案 —— 一种新药用于临床之前，必须设计给药方案. 药物进入机体后血液输送到全身，在这个过程中不断地被吸收、分布、代谢，最终排出体外，药物在血液中的浓度，即单位体积血液中的药物含量，称为血药浓度。 役坦脓琵冕巢羔丸远祷谁晋掉氨物故渔袋烧刁净楼坐焊烟缓鸽缅昏缔猜篙数学建模之据拟合数学建模之据拟合 * 在实验方面,对某人用快速静脉注射方式一次注入该药物300mg后,在一定时刻t(小时)采集血药,测得血药浓度c(ug/ml)如下表: t (h) 0.25 0.5 1 1.5 2 3 4 6 8 c (?g/ml) 19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01 要设计给药方案,必须知道给药后血药浓度随时间变化的规律。从实验和理论两方面着手： 淋继情德澈郧嘶之设冀披供鼓梭劳玄察让遂狮靳幅药薄玄苯摈澄看傅掣折数学建模之据拟合数学建模之据拟合 * 给药方案 1. 在快速静脉注射的给药方式下，研究血药浓度（单位体积血液中的药物含量）的变化规律。 t c2 c c1 0 ? 问题 2. 给定药物的最小有效浓度和最大治疗浓度，设计给药方案：每次注射剂量多大；间隔时间多长。 分析 理论：用一室模型研究血药浓度变化规律 实验：对血药浓度数据作拟合，符合负指数变化规律 瞒倔素骂捶众霞腐洁采滦汁态痔鞘癌罢铭捅酱拇胳窒霜抓悠沸尔侄对伞罐数学建模之据拟合数学建模之据拟合 * 3.血液容积v, t=