3模型的参数估计.ppt

1．图解法 2. 统计法 3. 机理分析法 * 数学建模的一个重要工作是建立变量间的 数学关系式, 但公式中几乎总是涉及一些参数. 如用下面三个数学式描述肥素的施肥水平对 土豆产量的影响： 要得到最终可应用于实际的经验模型， 必须确定公式中的各个参数 求模型中参数的估计值有三种常用方法： 图解法、统计法、机理分析法。 对经验模型的精度要求不高, 只需对参数做出粗略估计时可采用图解法. 例6.3.1 磷施肥量与土豆产量的关系式 需估计三个参数A、B、C, 观察图7.3，数据 点都位于直线 y=43的下方，并且数据点越来越靠近这条直线，可以估计A=43 . 例6.2.2(见P158例7.2.1)表中给出了12月1日 (星期二)和12月2日(星期三)两天内的海浪潮 高度值(相对于海堤上的零标尺记号,以米为 单位),能依据此表来预测12月5日(星期六)下 午1:00的海浪高度值吗？ 分析 根据对数据散布图的分析, 采用函数 需估计振幅 a 和 频率b. 解决方法：直接量出高低浪之间的高度差为6.6米， 量出海浪变化周期约为12.3小时 得经验模型 将频率的估计代入(2)式, 有 代入x(0)=c=2.4 及 x(23)=3.6 得关于海浪潮随时间变化的另一经验模型 模型应用 预测12月5日下午1:00的海浪潮高度为 x(109) = 2.4cos(5.11×109) －2.7sin(5.11×109) =2.4cos(55.7)－2.7sin(55.7) =2.4cos(5.430－2.7sin(55.7)≈3.6(米). 误差分析 这一时刻潮位的实际观察值为4.1米,相对误差大约是12%, 请考虑一下成因. 仔细分析图5.5, 可发觉图中 (1 ) x=0似乎不是海浪高低潮位的中值; (2) 振幅随时间的延续似乎在轻微地增大. 思考 怎样考虑这些细节来修改模型,以获得更准确的预报呢？ 参数估计的统计处理, 往往运用最小二乘法估计. 设有一组样本值: 对选定的一元回归函数 ,回归模型为 ～N(0,σ2), 为模型的残差平方和. 应选取μ(x)中的未知参数, 使S达最小值 当回归函数为μ(x)=a +bx，回归模型 ～N(0,σ2) 称为一元线性回归模型, 其残差平方和为 对S 分别求关于 a, b 的偏导数, 并令其等于零 得线性方程组如下： 整理得正规方程(组)如下： 求得解 其中 一元线性回归模型参数估计公式 部分非线性回归函数经变量代换可化为线性 函数,利用线性参数估计公式进行估计,如 例6.3.1 磷施肥量和土豆产量 的回归函数选为 对数据进行相应变换, 可估计出 得到磷施肥量和土豆产量的经验公式 分析 有 例6.3.2 若用威布尔函数作为磷施肥量和土豆产量的回归函数 与目测法的结论 惊人一致. 相对于新变量x，lnz , 这是一元线性函数. 特点：统计分析法应用于变量间存在相关关系的情形, 并且需要较多数据为基础. 通过对问题的内部机理进行分析,找出变量间 的因果关系,从而确定出参数. 两边取对数,有 例6.3.3 录像机磁带计数器模型 在一台录像机上有一个四位数字的记数器. 1.在磁带开始运行时设置为“0000”，“180分 钟”结束时显示读数为“1849”,实际所花的 时间为185分20秒. 2.记数器从“0084”转到“0147”时用了3分21 秒的时间. 现在记数器上显示为“1428”,问余下的磁带 是否足够再记录60分钟长的节目？ 已建立经验公式 其中 w —录象带的厚度；r —转动轴半径； v—转动速度；k—显示读数和旋转周 数的比例系数. 通过进一步分析简化模型,使所含的未知参 数尽可量少,用很少的几个数据求得参数的 估计值. 上式化为 可利用的数据如下 0 0084 0147 1849 读数n(t) 0 t1 t1+3.35 185.33 时间t t=0，n=0是模型的初始条件,将后三组数据 代入 得关于t1,α与β的三元方程组 * *