数学建模数据之简单处理技巧概要1.doc

数学建模数据之简单处理技巧 人们在生产实践与科学研究中经常会得到一系列的数据，然后通过这些数据得到某种内在规律，这就叫数据处理（Adjustment of Data）。科学家开发了许多方法来处理这个问题，最初由Gauss发展起来，用于彗星轨道（Orbits of Comets）的计算以及三角测量术中。主要方法有：最小二乘平方法、平均误差及误差延伸法则、直接测量的处理、以及一个函数用较简单函数表示的问题。数据拟合(Fit)就是其中的一种。 假设已经得到数据列data1 = { y1, y2, y3，…，yn}, 现在需要寻找此数据列所满足的规律。Mathematica系统提供了拟合命令Fit，使用的格式如下，例如： f[x] = Fit[ data1, { 1, x, x2, x3 }, x ] 表示用最小误差平方法去拟合数据data1，而且指明用构成的函数基，线性表出拟合函数f[x]。此处，得到的拟合函数f[x] 按x = j, f[ j ] = yj (data1中第j个数据)处理数据； 一般地，假设有2维数据 data2 = { { x1, y1 }, { x2, y2 }, … }, 则命令 Fit[ data2, { 1, f1[x], f2[x], … }, x ] 表示用最小误差平方法去拟合数据data2，而且指明用一元函数列{ 1, f1[x], f2[x], …}去线性表出拟合函数F[x]。 假设有3维数据 data3 = { { x1, y1, z1 }, { x2, y2, z2 }, … } }, 则命令 f[x, y] = Fit[ data3, {1,f1[x,y],f2[x,y],…},{x,y} ] 表示用最小误差平方法去拟合数据data3，而且指明用2元函数列{ 1, f1[x, y], f2[x, y], …}去线性表出拟合函数f[x, y]。 数据拟合典型例子 d = { { 1, 1}, { 2, -2 }, { 3, 3 }, { 4, -4 }, { 5, 5 }, { 6, 6 }}; g1 = ListPlot[ d, PlotStyle - { Hue[ 0 ], PointSize[ .03 ] } ] f1 = Fit[ d, { 1, x, x^2, x^3, x^4 }, x ]; Print[“f1 = ”, f1] g2 = Plot[ f1, { x, 1, 10 }, PlotStyle - Hue[ .6 ] ] f2 = Fit[ d, { 1, x, x^2, x^3, x^4, x^5}, x ]; Print[“f2 = ”, f2] g3 = Plot[ f2, { x, 1, 10 }, PlotStyle -{ GrayLevel[ 0 ], Dashing[ { .03 } ] } ] Show[ g1, g2, g3 ] 得到结果： 图1-1-52 图1-1-53 图1-1-54 图1-1-55 例1 数据拟合示例。 要在山区修一条公路，测量员测得地形高程数据如下： 平面区域的海拔（单位：百米）高程表 X=0 400 800 1200 1600 2000 Y=0 37.0 4.70 5.50 6.00 6.70 6.90 400 5.10 6.20 7.30 8.00 8.50 8.70 800 6.50 7.60 8.80 9.70 10.20 10.50 1200 7.40 8.80 10.80 11.30 12.50 12.80 1600 8.30 9.80 11.80 13.20 14.50 14.20 2000 8.80 10.60 12.30 13.90 15.00 15.00 要从(0,0)到(2000,2000)修一条公路，问：如何选址？当必须经过某一指定点时，又如何选址？ 解：假设测点选择合理，即山坡表面是充分光滑的曲面，测点之间无山沟与山谷。 第一步，将数据送到data，画图模拟：Mathematica命令如下： data = { 省略 }; ListPlot3D[data,ViewPoint-{*,*,*}，AxesLabel-{x,y,z}]。 例如，可以选视点ViewPoint-{-1,-1,2} 或 {-1,1,2}画图做参考。 第二步，画三角剖分面构成的拟合曲面。打开子程序包 DiscreteMath`ComputationalGeometry` TriangularSurfacePlot[data] 表示为data画一个由三角剖分面构成的拟合曲面（图像略）。 第三步，拟合。 ff = Fit[ data, { 1, x, x^2, x^3, x^4, y,y^2, y^3, y^4