- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2011-2012-2实验5 曲线拟合实验
实验5 数据拟合
-3 -1 1 3 15 5 1 5 2 logistic 人口增长模型的参数确定。当人口P(t)受限于极限值L时,它符合logistic曲线,具有形式P(t)=L/(1+CeAt)。对下列数据集求解参数A和C,L是已知的。
(a) (0,200),(1,400),(2,650)(3,850),(4,950); L=1000
(b) (0,500),(1,1000),(2,1800)(3,2800),(4,3700); L=5000
实验原理: 求使得偏差平方和最小的多项式
实验说明:要求输入拟合点,输出拟合函数的系数并在同一坐标系下画出离散点和拟合曲线。
实验步骤
1 要求上机实验前先编写出程序代码
2 编辑录入程序
3 调试程序并记录调试过程中出现的问题及修改程序的过程
4 经反复调试后,运行程序并验证程序运行是否正确。
5 记录运行时的输入和输出。
实验总结
实验报告:根据实验情况和结果撰写并递交实验报告。
参考程序
一、对下列数据,求解最小二乘抛物线 1。最小二乘法求解的程序:
function C=lspoly(X,Y,M)
n=length(X);
B=zeros(1:M+1);
F=zeros(n,M+1);
for k=1:M+1
F(:,k)=X.^(k-1);
end
A=F*F;
B=F*Y;
C=A\B;
C=flipud(C);
2、程序调试
错误:在画图时,输入的语句: plot(x,2.125*x^2-1.7*x+0.875);
??? Error using == mpower
Matrix must be square.
调试: plot(x,2.125*x.^2-1.7*x+0.875)
3、运行程序
(1)输入: X=[-3,-1,1,3]
Y=[15,5,1,5]
M=2
输出:
C =
0.8750
-1.7000
2.1250
(2)输入: x=-3:0.1:3;
plot(x,2.125*x.^2-1.7*x+0.875)
输出:
二、 logistic 人口增长模型的参数确定
(a) (0,200),(1,400),(2,650)(3,850),(4,950); L=1000
(1)求出A与lnC
输入: y=[200,400,650,850,950];
L=1000;
Y=log(L./y-1);
X=[0,1,2,3,4];
M=1;
输出: B=lspoly(X,Y,M)
B =
-1.0802
1.4590
(2)求A与C
结果: A=B(1)
A =
-1.0802
C=exp(B(2))
C =
4.3018
(3)画图:
输入:x=0:0.01:4;
y=1000./(1.+4.3018.*exp(-1.0802.*x));
输出:
(b) (0,500),(1,1000),(2,1800)(3,2800),(4,3700); L=5000
(1) 求出A与lnC
输入: y=[500,1000,1800,2800,3700];
L=5000;
X=[0,1,2,3,4];
Y=log(L./y-1);
M=1;
输出: B=lspoly(X,Y,M)
B =
-0.8114
2.1971
(2)求A与C
结果: A=B(1)
A =
-0.8114
C=exp(B(2))
C =
8.9991
(3)画图:
输入:x=0:0.01:4;
y=5000./(1.+8.9991.*exp(-0.8114.*x));
输出:
实验小结:
通过本次试验,我进一步熟练掌握最小二乘多项式拟合算法,提高编程能力和解决拟合问题的实践技能。
原创力文档


文档评论(0)