matlab数模分析实例1精选.docVIP

实例一：电阻问题 解：根据热敏电阻电阻值与温度的数据，首先作出散点图. MATLAB程序如下： t=[20.5 32.7 51.0 73.0 95.7]; r=[765 826 873 942 1032]; plot(t,r,*) 从散点图看出电阻值和温度之间的关系近似于线性。因此设R=a1 t +a2 a=polyfit(t,r,1) a = 3.3987 702.0968 表示R=3.3987 t +702.0968 63度时的电阻值为 r=polyval(a,63) r = 916.2174 %M文件 t=[20.5 32.7 51.0 73.0 95.7]; r=[765 826 873 942 1032]; plot(t,r,*); a=polyfit(t,r,3); t1=20:0.1:98; r1=a(1)*t1.^3+a(2) *t1.^2+a(3) *t1+a(4); hold on; plot(t1,r1, -r); 编程中要注意的问题 r=polyval(a,63); r = 916.2174 实例二： 数据的多项式曲线拟合 例： 已知某压力传感器的标定数据见下表，p为电压值，u为电压值。 p 0.0 1.1 2.1 2.8 4.2 5.0 6.1 6.9 8.1 9.0 9.9 u 10 11 13 14 17 18 22 24 29 34 39 试用多项式 拟合其特性函数，求出和，把拟合曲线和各个标定点画在同一幅图上。 解： 将压力视为自变量，电压视为函数，编程如下： p=[0,1.1,2.1,2.8,4.2,5,6.1,6.9,8.1,9,9.9]; u=[10,11,13,14,17,18,22,24,29,34,39]; A=polyfit(p,u,3); a=A(1),b=A(2),c=A(3),d=A(4), p1=0:0.01:10;u1=polyval(A,p1); plot(p1,u1,p,u,o) 实例三：血药浓度 解： （1）模型假设 1. 机体看作一个房室，室内血药浓度均匀——一室模型 2. 药物排除速率与血药浓度c成正比，比例系数 k(0) 3. 血液容积 v, t=0时注射剂量 d, 血药浓度即为 d/v. （2）模型建立 由假设2 由假设3 在此，d=300mg，t及c（t）在某些点处的值见前表，需经拟合求出参数k、v 非线性函数的线性化处理： d=300; t=[0.25 0.5 1 1.5 2 3 4 6 8]; c=[19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01]; y=log(c); a=polyfit(t,y,1) k=-a(1) v=d/exp(a(2)) t1=[0:0.1:8]; ct=(d/v)*exp(-k*t1); plot(t,c,o,t1,ct,g-) 计算结果： a = -0.2347 2.9943 k =0.2347 v =15.0219 设每次注射剂量D, 间隔时间( 血药浓度c(t) 应c1( c(t) ( c2 初次剂量D0 应加大 给药方案记为： 1. 2. 其中c1=10，c2=25，k=0.2347，v=15.02 计算得具体给药方案： 即: 首次注射 375 mg， 其余每次注射 225 mg， 注射的间隔时间为 4 小时。 实例四：非线性回归 使用指定函数对下述两变量进行曲线拟合 y=a+k1*exp(m*t)+k2*exp(-m*t); 离散点:t=[0,4,8,40], y=[20.09,64.52,85.83,126.75]; t-自变量 y-因变量 a,m,k1,k2为常数 用非线性回归nlinfit，如果数据点多些，效果会更好。 function nonlinefit clc;clear; t=[0 4 8 40]; y=[20.09 64.52 85.83 126.75]; beta=nlinfit(t,y,@myfunc,[1 1 1 1]) a=beta(1) k1=beta(2) k2=beta(3) m=beta(4) tt=0:1:40 yy=a+k1*exp(m*tt)+k2*exp(-m*tt) plot(t,y,o,tt,yy) function y1=myfunc(const,t) a=const(1); k1=const(2); k2=const(3); m=const(4); y1=a+k1*exp(m*t)+k2*exp(-m*t); %或者用以下代码，更为简捷。 clc;clear; t=[0 4 8 40]; y=[20.09 64.52 85.83 126.