数学建模南瓜问题.docVIP

南瓜估重问题 摘要：在秤出现以前人们想出各种方法来测量物体的重量。最常见的就是观测物体的体形来预测起重量。如今不用天平估计南瓜重量是某些农村居民在秋天一种常见的竞赛，对于农民来说这可能就要靠平时所积累的经验了，但对于我们来说要估计一个南瓜的重量或者区分不同品种的南瓜就可以用数学知识建立模型解决问题。 2003 Data周边垂直长度高度t水平长度垂直方向1垂直方向2重量422.819.319.20.25630.426.426.50.67.531.128.7290.759.75042.542.32.414.74648.848.82.819.76666.566731.266858810.124.785868112.532.783.797.599.516.923.2101.293.389.817.2单位 cm精确到 +/- 0.1磅2004 Data周边垂直长度高度水平长度垂直方向1垂直方向2重量7.427.82727.50.6258.14135.535.81.1258.450.541.7422.12512.547.546462.751867.564.5667.6252174.673.572.58.8751985.8817911.2526.578.3908912.7525.490.189.5891623.5101.59394.519.375单位 cm精确到 +/- 1/8磅关键词：重量 高度 水平长度 垂直方向1 垂直方向2 重量 问题的分析及简化： 在本次的建模过程主要用到回归分析法，预测一个南瓜的重量跟许多因素有关，而这些因素又往往相互制约，要确立一个估计南瓜重量的函数关系就必须找出重量与各因素之间的关系。要找出这些关系首先利用已给的数据画出散点图，然后确立因变量与自变量之间的关系。 问题一：讨论南瓜的各种度量和假设。 问题二：列出估计南瓜重量的表达式。 问题三：运用2003年的数据检验表达式的可行性。 问题四：运用2004年的数据辨别出白南瓜。 模型假设: 重量的估计只与高度 水平长度 垂直方向1 垂直方向2四个变量有关。 一定范围内的误差可忽略不计，如可以删去一些差距很大的数据 变量说明： x1: 南瓜的高度 x2: 南瓜的垂直方向2 x3:南瓜的垂直方向1 x4:南瓜的水平长度 w:南瓜的重量 模型建立： 首先运用MATLAB中的scatter命令分别画出重量和个变量高度 水平长度 垂直方向1 垂直方向2之间的散点图从而大致判断他们之间的函数关系. 重量与水平长度 程序: clear w=[0.25 0.6 0.75 2.4 2.8 7 10.1 12.5 16.9 17.2]; x4=[22.8 30.4 31.1 50 46 66 66 85 83.7 101.2]; scatterx4,w) 图象: 图1 重量与垂直方向1 程序: clear w=[0.25 0.6 0.75 2.4 2.8 7 10.1 12.5 16.9 17.2]; x3=[19.3 26.4 28.7 42.5 48.8 66.5 85 86 97.5 93.3]; scatter(x3,w) 图象: 图2 重量与垂直方向2 程序: clear w=[0.25 0.6 0.75 2.4 2.8 7 10.1 12.5 16.9 17.2]; x2=[19.2 26.5 29 42.3 48.8 66 88 81 99.5 89.8]; scatter(x2,w) 图象: 图3 重量与高度 程序: clear x1=[4 6 7.5 9.7 14.7 19.7 31.2 24.7 32.7 23.2]; w=[0.25 0.6 0.75 2.4 2.8 7 10.1 12.5 16.9 17.2]; scatter(x1,w) 图象: 图4 从图1和图4可以发现,随着x4和x1的增加,w的值有向上弯曲的增加的趋势,而且可以观察到图一的曲线是经过