3.数学建模-数据拟合法.pptVIP

* §4. 常见的数学建模方法(1) --- 数据拟合（曲线拟合）法 在建立数学模型时,实际问题有时仅给出一组数据. 处理这类问题 的较简单易行的方法是通过数据拟合法求得 “最佳” 的近似 函数式 --- 经验公式. 从几何上看就是找一条 “最佳” 的曲线, 使之和给定的数据点靠得最近, 即进行曲线拟合. 根据一组数据 来确定其经验公式 , 一般可 分为三步进行: （1）决定经验公式的形式 . 根据所描绘的系统固有的特点,参照 已知数据的图形和特点或者它应服从的规律来决定经验公式的 形式. 这一步是关键的一步. （2）决定经验公式中的待定参数 . 经验公式是线性情况下，可用 最小二乘法 .如遇到数学模型是非线性经验公式时, 参数的待定, 通常是尝试能否经适当的变量替换 ,将之化为线性模型来计算 . （3）进行模型检验 .求得确定的经验公式后,将实际测定值与用 公式算出的理论值进行比较 . 最小二乘法 原理是：如果一组数据为： （ xi , yi ）, ( i = 0 , … , n ) ，它们在 X - Y 平面上是 n 个点 , 我们的问题就是能否寻找一条直线 y = k x + b , 使此直线与给定 的 n 个数据点 “靠” 得最近，或 “拟合” 得最佳？ “拟合” 得最佳，从数学量化意义上说，是指 ： n 个数据点与直线 的 n 个距离之和达到最小 ，为消除正负相消的因素，也可改说 为 n 个数据点与该直线 的 n 个距离平方之和达到最小 ； 根据 二元函数最值问题的求解方法，我们容易得到 最小二乘法 的下述结论 （略去推导过程 ）： 在决定经验公式的形式时, 大致思路是: a)???利用所研究系统的有关问题在理论上已有的结论, 来 确定经验公式的形式 . b)??在无现成理论情况下, 最简单的处理手段是用描图 的方法, 将数据点连成光滑曲线, 把它与已知函数 曲线进行比较, 找出与之比较接近的曲线. c)??如要考虑所建立的模型必要的逻辑性与理论价值 , 可利用合适的数学方法, 对所研究系统的有关问题 进行 定量化的机理分析 , 导出较为严密的数学公式. 实例1. 找出基于下列数据的铜棒长度 l 与温度 t 之间关系的经验公式 . 温度 t ( 0C ) 20 40 50 60 对应长度 l (mm) 1000.2 1000.65 1000.90 1001.05 建模过程: 利用已有的物理学固体热胀冷缩定律: l = l0(1+at) 作为该 组数据应服 从的数学模型，如记 l - 1000 = l’ , l0 – 1000 = b, al0 = k , 则有 l’ = b + kt . 可以算得： 根据最小二乘法公式， 可得： l = 999.804（ 1 + 0.0000212t ）. 最后检验该模型(经验公式): t l (测定值) l*(计算值) v = l - l* v2 20 1000.22 1000.228 +0.008 0.000064 40 1000.65 1000.652 +0.002 0.00004 50 1000.9 1000.864 -0.036 0.001296 60 1001.05 1001.074 +0.024 0.000576 残差的平方和为: Σv2 = 0.00194 , 这个结果应该说 是较好的（假定事先要求残差平方和不超过 千分之五）. 实例2. 找出基于下列数据的油的粘度 y 与温度 x 之间关系的经验公式 . 建模过程: 无现成机理明确的公式,使用描点比较法 ： 可以认为该光滑曲线相似于一条双曲线, 故设其数学模型为 y = axb ( b 0 ) . 为了将它化为线性模型, 两边取对数，再作 变量替换 ： Y = lny , X = lnx , 即得线性模型：Y = A + b X , 其中 A = lna , 而 ( X , Y ) 的数据为: （ ln x i , ln y i ）, ( i = 1 , … , 8 ) . 用 最小二乘法 算得：a = 17.2463 , b = - 0.6048 . 由此最后可得到 油的粘度 y 与温度 x 之间依赖关系的数学模型为: 检验该模型(经验公式) : y = 17.2463 x