第七次数学实验.docxVIP

重 庆 大 学学 生 实 验 报 告实验课程名称 数 学 实 验 开课实验室 DS1422学 院 年级 专业班 03 学 生 姓 名 学 号 开 课 时 间 2011至 2012 学年 2 学期总 成 绩教师签名数学与统计 学 院 制开课学院、实验室：数学与统计DS1401实验时间 ： 2012 年 5 月 14日课程名称数学实验实验项目名 称数据拟合实验项目类型验证演示综合设计其他指导教师成 绩实验目的[1] 了解最小二乘拟合的基本原理和方法；[2] 掌握用MATLAB作最小二乘多项式拟合和曲线拟合的方法；[3] 通过实例学习如何用拟合方法解决实际问题，注意与插值方法的区别。[4] 了解各种参数辨识的原理和方法；[5] 通过范例展现由机理分析确定模型结构，拟合方法辨识参数，误差分析等求解实际问题的过程；通过该实验的学习，掌握几种基本的参数辨识方法，了解拟合的几种典型应用，观察不同方法得出的模型的准确程度，学习参数的误差分析，进一步了解数学建模过程。这对于学生深入理解数学概念，掌握数学的思维方法，熟悉处理大量的工程计算问题的方法具有十分重要的意义。基础内容1．用MATLAB中的函数作一元函数的多项式拟合与曲线拟合，作出误差图；2．用MATLAB中的函数作二元函数的最小二乘拟合，作出误差图；3．针对预测和确定参数的实际问题，建立数学模型，并求解。应用实验旧车价格预测 某年美国旧车价格的调查资料如下表，其中xi表示轿车的使用年数，yi表示相应的平均价格。试分析用什么形式的曲线来拟合上述的数据，并预测使用4.5年后轿车的平均价格大致为多少？表1xi12345678910yi2615194314941087765538484290226204解：用matlab编码绘制出点图，预测图像大致形状。分析图形呈现对数形状。用函数来拟合以上数据。M文件：function f=curvefunl(k,xdata)f=k(1)*log(k(2)*xdata)+k(3);xdata=1:1:10;ydata=[2615 1943 1494 1087 765 538 484 290 226 204];k0=[1,1,0];k=lsqcurvefit(curvefunl,k0,xdata,ydata)xi=linspace(0,10,100);yi=curvefunl(k,xi);plot(xdata,ydata,ro,xi,yi)xlable(x),ylable(y=f(x)),title(nonlinear curve fitting)运行结果：a=1.0e+003 * -1.1101 b=1.0e+003 *0.0005 c= 1.0e+003 *1.83072．机器人识别定形工具柄问题机器人在不同层次上应用于工业生产、水下探测、核点开发、军事研究等领域和部门。当一个机器人工作时，经常需要识别那些从外形上看来是圆形或椭圆形的仪器或工具柄等基本设备，以便执行进一步的操作。通常在所需操纵的工具柄上放置适当数量的传感器，这些传感器不断向四周发射电信号，机器人身上安置有接收电信号的硬件装置，根据这些信号，机器人将估算出各个传感器当时所在的位置，然后，再利用这些数据获得工具柄的位置。由于硬件设备的限制和测量的随机偏差，所获得的传感器位置数据是有误差的。因此，为了增强识别的准确性和可靠性，工具柄上放置的传感器应多于确定该定形曲线所需的最少点数。（能否获得比较准确的工具柄位置，对机器人能否有效抓握、操作该工具柄起着关键的作用。）现有一个圆形工具柄，其边缘上放置了6个传感器，一机器人在某一个时刻测得这些传感器的位置坐标为：(1,7),(2,6),(5,8),(7,7),(9,5),(3,7),如何确定该圆形工具柄的圆心坐标和半径。解：问题分析： 问题的关键在于找到工具柄的圆心和半径以最好的拟合所给的数据。数学模型的建立与求解：平面内的一个圆的方程可表达为上式中，D、E、F为未知变量，则上式可化为AX=B其中A=[x,y,1]，X=[D E F]，B=[-()]，则该超定方程组（数据点大于3时）的解为X=A\B则圆心（a，b）和半径r为 M文件：x=[1 2 5 7 9 3];y=[7 6 8 7 5 7];B=-(x.^2+y.^2);A=[x,y,ones(6,1)];X=A\B;a=-1/2*X(1)b=-1/2*X(2)r=sqrt(-X(3)+1/4*(X(1)^2+X(2)^2))运行结果： a = 4.7423 b = 3.8351 r = 4.1088则圆心（a，b）为（4.7423，3.8351），半径r为4.1088。总结与体会通过该实验的学习，我掌握了最小二乘拟合的基本原理和方法，对用MATLAB作最小二乘多项式拟合和曲