北科大数学模型第二次拟合及插值实验.docVIP

实验一 拟合和插值 教学目的 １.了解最小二乘法的原理. ２.通过实例的学习,懂得如何用拟合和插值的方法解决实际的问题,并能注意它们的联系与区别,会用 Matlab来求解 教学内容 １.拟合与插值的原理及简单分类． ２.相应问题的实例建模及用软件求解的实现． ３.练习与上机实验的内容． 插值：求过已知有限个数据点的近似函数。 拟合：已知有限个数据点，求近似函数，不要求过已知数据点，只要求在某种意义下它在这些点上的总偏差最小。 插值和拟合都是要根据一组数据构造一个函数作为近似，由于近似的要求不同，二者的数学方法上是完全不同的 许多工程技术中提出的计算问题对插值函数的光滑性有较高要求，如飞机的机翼外形，内燃机的进、排气门的凸轮曲线，都要求曲线具有较高的光滑程度，不仅要连续，而且要有连续的曲率，这就导致了样条插值的产生。 所谓样条（Spline）本来是工程设计中使用的一种绘图工具，它是富有弹性的细木条或细金属条。绘图员利用它把一些已知点连接成一条光滑曲线（称为样条曲线），并使连接点处有连续的曲率。 9 拟合： Zj2.m y97 =233.4286 y98 =253.9286 x = -260.2912 264.3161 0.0006 课堂练习与作业： 所有例题上机实现. 见例题下方有答案输出 2. x0=[0:pi/10:pi/2]; y0=sin(x0); f=polyfit(x0,y0,5); poly2str(f,x) ans =0.0057725 x^5 + 0.0059562 x^4 - 0.17215 x^3 + 0.0022051 x^2 + 0.99969 x + 4.1234e-16 function f=fun2(x,tdata); f=x(1)*exp(x(2)*tdata); xd=1:1:8; yd=[15.3 20.5 27.4 36.6 49.1 65.6 87.87 117.6]; x0=[15.3 0]; X=lsqcurvefit(@fun2,x0,xd,yd) X =11.4251 0.2914 3. 用下列数据拟合函数中的参数。 数据 序号 y/kg x1/cm2 x2 x3 1 15.02 23.73 5.49 1.21 14 15.94 23.52 5.18 1.98 2 12.62 22.34 4.32 1.35 15 14.33 21.86 4.86 1.59 3 14.86 28.84 5.04 1.92 16 15.11 28.95 5.18 1.37 4 13.98 27.67 4.72 1.49 17 13.81 24.53 4.88 1.39 5 15.91 20.83 5.35 1.56 18 15.58 27.65 5.02 1.66 6 12.47 22.27 4.27 1.50 19 15.85 27.29 5.55 1.70 7 15.80 27.57 5.25 1.85 20 15.28 29.07 5.26 1.82 8 14.32 28.01 4.62 1.51 21 16.40 32.47 5.18 1.75 9 13.76 24.79 4.42 1.46 22 15.02 29.65 5.08 1.70 10 15.18 28.96 5.30 1.66 23 15.73 22.11 4.90 1.81 11 14.20 25.77 4.87 1.64 24 14.75 22.43 4.65 1.82 12 17.07 23.17 5.80 1.90 25 14.35 20.04 5.08 1.53 13 15.40 28.57 5.22 1.66 建立fun3.m文件 function f=fun3(x,t) f=exp(-x(1).*t(:,1)).*sin(x(2).*t(:,2))+t(:,3).*t(:,3); 导入数据变量A、yy,yy为y值列矢量，A为x1、x2、x3值矩阵 主程序 x=lsqcurvefit(@fun3,x0, A,yy); k1=x(1) k1=x(2) 结果 4.数学建模实例：人口预报问题 指数增长模型（马尔萨斯人口模型） 参数进行估计列表与画图分析； 参数进行估计列表与画图