- 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
WORD格式可编辑
专业知识整理分享
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年后的旧车平均价格大致为多少。
首先对数据进行分析,画出离散的点,观
原创力文档


文档评论(0)