Matlab数据拟合程序文件.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
范文 范例 指导 参考 word版 整理 课程设计名称: 设计二:数据拟合 指导教师: 张莉 课程设计时数: 6 课程设计设备:安装了Matlab、C++软件的计算机 课程设计日期: 实验地点: 第五教学楼北902 课程设计目的: 1. 了解最小二乘拟合的原理,掌握用MATLAB作最小二乘拟合的方法; 2. 学会利用曲线拟合的方法建立数学模型。 课程设计准备: 在开始本实验之前,请回顾相关内容; 需要一台准备安装Windows XP Professional操作系统和装有数学软件的计算机。 课程设计内容及要求 要求:设计过程必须包括问题的简要叙述、问题分析、实验程序及注释、实验数据及结果分析和实验结论几个主要部分。 1. 用切削机床进行金属品加工时,为了适当地调整机床,需要测定刀具的磨损速度,在一定的时间测量刀具的厚度,得数据如表所示,请选用合适的函数来描述切削时间与刀具厚度的关系。 切削时间t/h 0 1 2 3 4 5 6 7 刀具厚度y/cm 30.0 29.1 29.8 28.1 28.0 27.7 27.5 27.2 切削时间t/h 8 9 10 11 12 13 14 15 刀具厚度y/cm 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8 首先对数据进行分析,画出离散的点,观察点近似的曲线: t=0:1:15; y=[30.0 29.1 29.8 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8]; plot(t,y,r*) 判断出曲线是近似直线函数,所以对数据进行测试可以做三次函数拟合: t=0:1:15; y=[30.0 29.1 29.8 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8]; %plot(t,y,r*) A=polyfit(t,y,3) z=polyval(A,t); plot(t,y,r*,t,z,b) 拟合结果: A = -0.3099 29.5676 拟合函数为:y=-0.3099t+29.5676 2. Malthus人口指数增长模型 年 1790 1800 1810 1820 1830 1840 1850 1860 人口(亿) 3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 年 1870 1880 1890 1900 1910 1920 1930 1940 人口(亿) 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 年 1950 1960 1970 1980 1990 2000 人口(亿) 150.7 179.3 204.0 226.5 251.4 281.4 用以上数据检验马尔萨斯人口指数增长模型,根据检验结果进一步讨论马尔萨斯人口模型的改进。 首先对数据进行分析,画出离散的点,观察点近似的曲线: x=1790:10:2000; y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; plot(x,y,r*) 判断出曲线是近似抛物线函数,所以对数据进行二次函数拟合: x=1:10:220; y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; %plot(x,y,r*) A=polyfit(x,y,2); z=polyval(A,x); plot(x,y,r*,x,z,b) y=poly2str(A,x) 拟合函数结果: y = 0.0067365 x^2 - 0.13636 x + 6.4212 3.价格预测 美国旧车价格的调查数据 1 2 3 4 5 6 7 8 9 10 2615 1943 1494 1087 765 538 484 290 226 204 分析用什么形式的曲线来拟合数据,并预测使用4、5年后的旧

文档评论(0)

xfnzn + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档