山东大学离散数学期末试题答案.doc

. . . .......... 数学建模作业 姓名： 王士彬 学院： 计算机科学与技术 班级： 2014级计科2班 学号： 201400130070 1.在区域x[-2,2],y[-2,3]内绘制函数z=exp^(-x2-y2)曲面图及等值线图。 解： 曲面图如下： x=-2:0.5:2; y=-2:0.5:3; [X,Y]=meshgrid(x,y); Z=exp(-X.^2-``Y.^2); mesh(X,Y,Z) 等值线图如下： x=-2:0.5:2; y=-2:0.5:3; [X,Y]=meshgrid(x,y); Z=exp(-X.^2-Y.^2); mesh(X,Y,Z) surf(X,Y,Z) surf(X,Y,Z) contour(X,Y,Z) 已知一组观测数据，如表1所示. (1)试用差值方法绘制出x[-2,4.9]区间内的光滑曲线，并比较各种差值算法的优劣. (2)试用最小二乘多项式拟合的方法拟合表中的数据，选择一个能较好拟合数据点的多项式的阶次，给出相应多项式的系数和偏差平方和. (3)若表中数据满足正态分布函数.试用最小二乘非线性拟合的方法求出分布参数值，并利用锁求参数值绘制拟合曲线，观察拟合效果. 解：(1)分别用最领近插值，分段线性插值（缺省值），分段三次样条插值，保形分段三次插值方法绘制在x[-2,4.9]的光滑曲线，图形如下： 样条插值效果最好，其次线性插值，最近点插值效果最差，在这里效果好像不太明显。 最近点插值优点就是速度快，线性插值速度稍微慢一点，但效果好不少。所以线性插值是个不错的折中方法。样条插值，它的目的是试图让插值的曲线显得更平滑，为了这个目的，它们不得不利用到周围若干范围内的点，不过计算显然要比前两种大许多。 MATLAB文件如下： x0=-2:0.3:4.9; y0=[0.10289 0.11741 0.13158 0.14483 0.15656 0.16622 0.17332 0.17750 0.17853 ... 0.17635 0.17109 0.16302 0.15255 0.1402 0.12655 0.11219 0.09768 0.08353 ... 0.07015 0.05876 0.04687 0.03729 0.02914 0.02236]; cx=-2:0.3:4.9; y1=interp1(cx,y0,cx,nearest); y2=interp1(cx,y0,cx,linear); y3=interp1(cx,y0,cx,spline); y4=interp1(cx,y0,cx,cubic); subplot(2,2,1),plot(cx,y0,o,cx,y1,-r),title(Nearest Interpolant); subplot(2,2,2),plot(cx,y0,o,cx,y1,-k),title(Linear Interpolant); subplot(2,2,3),plot(cx,y0,o,cx,y1,-b),title(Spline Interpolant); subplot(2,2,4),plot(cx,y0,o,cx,y1,-k),title(Cubic Interpolant); subplot(2,2,1),plot(cx,y0,o,cx,y1,-r),title(Nearest Interpolant); ,从图形可以看出曲线函数遵从幂函数的形式，设幂函数形式为：可化为即把非线性函数转化为线性函数，原线性函数形式为 由此我们可以得出p(x)等价于lny;x等价于lnx;， 我们可以先求出。 求一个线性多项式使之在最小二乘准则下拟合这些观测值，问题即化为 求使E()=利用多元函数极值原理可知，若目标函数E()的极小值存在，一定有，用MATLAB工具我们可以求得最后的结果。 log(x0); log(y0); x0=log(x0); y0=log(y0); n=length(x0); a=sum(x0);