郑悦 数学建模2.doc

成绩 辽宁工程技术大学上机实验报告 实验名称 实验二 离散数据拟合模型 院系 理学院 专业 信科 班级 11-1 姓名 郑悦 学号 1111010127 日期 5.26 实验 目的 简述本次实验目的： 掌握离散数据拟合模型的建模方法，并会利用Matlab作数据拟合、数值计算与误差分析. 实验 准备 你为本次实验做了哪些准备： 阅读书籍，查阅资料，编写matlab程序。 实验 进度 本次共有 1 个练习，完成 1 个。 实验 总结 日 本次实验的收获、体会、经验、问题和教训： 通过这次试验,知道了如何利用matlab工具箱里面的函数来运用于数学建模。同时也复习了matlab的一些函数。 教师 评语 如果用指数增长模型?模拟美国人口1790年至2000年的变化过程，请用Matlab统计工具箱的函数nlinfit计算指数增长模型的以下三个数据拟合问题： 取定x0=3.9, t0=1790，拟合待定参数r； p=@(r,t)3.9.*exp(r.*(t-1790)); t=1790:10:2000; c=[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]; r=nlinfit(t,c,p,0.0359) sse=sum((c-p(r,t)).^2) plot(t,c,r*,1790:1:2000,p(r,1790:1:2000),r) axis([1790,2000,0,290]) xlabel(年份),ylabel(人口（单位:百万）) title(拟合美国人口数据—指数增长型) legend(拟合数据) 调试结果：r =0.0212 sse =1.7418e+004 取定t0=1790，拟合待定参数x0和r； p=@(r,t)r(2).*exp(r(1).*(t-1790)); t=1790:10:2000; c=[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]; r0=[0.0359,3.9]; r=nlinfit(t,c,p,r0) sse=sum((c-p(r,t)).^2) plot(t,c,r*,1790:1:2000,p(r,1790:1:2000),r) axis([1790,2000,0,290]) xlabel(年份),ylabel(人口（单位:百万）) title(拟合美国人口数据—指数增长型) legend(拟合数据) 调试结果： r=0.0142 14.9940 sse=2.2639e+003 拟合待定参数t0, x0和r.要求写出程序，给出拟合参数和误差平方和的计算结果，并展示误差平方和最小的拟合效果图. p=@(r,t)r(2).*exp(r(1).*(t-1790+1.*r(3))); t=1790:10:2000; c=[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]; r0=[0.0359,3.9,1]; [r,x]=nlinfit(t,c,p,r0) sse=sum((c-p(r,t)).^2) a=1790+1.*r(3) subplot(2,1,1) plot(t,c,r*,1790:1:2000,p(r,1790:1:2000),r) axis([1790,2000,0,290]) xlabel(年份),ylabel(人口（单位:百万）) title(拟合美国人口数据—指数增长型) legend(拟合数据) subplot(2,1,2) plot(t,x,k+,[1790,2000],[0,0],k) axis([1790,2000,-20,20]) xlabel(年份),ylabel(误差) title(拟合误差) 调试结果： r=0.0142 7.3264 50.3522 sse=2.2639r+003 a=1.8404e+003 通过变量替换，可以将属于非线性模型的指数增长模型转化成线性模型，并用Matlab函数poly