模型及解的分析检验.ppt

相对误差为 在h=50 厘米处的相对误差为 约为1‰ . 2) 截断误差 截断误差的来源： 1. 用数值方法近似求解会产生截断误差； 2. 函数近似产生截断误差； 3. 计算机运算的精度误差； 应分析截断误差对模型的影响 续例1.8.4 广义生日问题 求最小的整数 n，使 f(n )≤ q (给定) 利用求根法对不同x算出n 的最小值n*，见表(P170表7.7)的前两列,建立经验公式为 建立满足f(n) ≤ q (q=0.5 )的最小值 n* 与x 之间的关系式. 方法一（最小二乘法） 方法二 泰勒近似 建立泰勒 近似公式为 练习 对两种近似求解方法, 计算各个近似值的绝对误差和相对误差. 泰勒 近似式的误差控制函数 注意到f(n)和g(n)都是单调下降函数, 选择n*使 g(n*) ≥ q ≥ g(n*+1) ≥ f(n*+1)， 又若f(n*) ≥ q，则n*或n*＋1就是整数n满足 f(n)＜q的最小值. g(n) f(n) q n* n*+1 若f( n*)= q f(n) ≤ q ，当n ≥ n*； 若 f(n*)＞q 对最小值n*点有 当n ≥ n*+1. f (n*)＞q ≥ g(n*+1) ≥ f(n*+1) ≥ f(n)， 3) 模型假设误差 续例1.5.3 施肥效果分析 有人做了如下两条假设： *1在实验中除施肥量, 其他影响因子:如环境条件, 种植密度, 土壤肥力等, 均处于同等水平； 是用g(n)代换 f(n)的误差控制函数, 比值 越接近于零，误差越小. *2 各次实验独立, 误差项ε均服从N(0, σ2). 分析：从数据可见在实验点 实际重复了三次试验. 问题：三次试验的土豆产量分别为 43.15，41.26， 38.43（单位：t/ha） 第七试验水平 按照假设这3 次重复试验产生的产量波动完全因随机误差所致. 如何解释这3个数据的波动？ 并且土豆产量满足回归方程 合理吗？ 分析：由3 个数据计算得 现30个试验数据绝大多数落在区间(33.82, 48.07)之内 由施肥水平变化所引起的土豆产量的变动幅度不及随机误差产生的波动幅度大 . 不合理 不合理的原因： 实际上三 次重复试验带有系统误差 主要来源于土壤肥力,生长期的管理措施等多种试验时的外界条件变化. 试验设计中，将试验实施过程中外界环境条件的差异所造的系统偏差称为区组效应. 施肥问题中,对应于每种营养素的10个施肥试验点,应并为一个区组. 可认为区组内10次试验的试验条件较为一致,而不同区组间的试验条件差别较大. 由有区组效应的数据不可能分析出各个肥 素对土豆产量的交互作用. 利用数据建立模型 应尽量消除区组效应 通过试验设计， 保证数据质量. 例1.5.3 施肥效果分析 某地区作物生长所需的营养素主要是氮(N)、钾(K)、磷(P).某作物研究所在某地区对土豆与生菜做了一定数量的实验,实验数据如下列表所示,其中ha表示公顷, ……当一个营养素的施肥量变化时, 总将另两个营养素的施肥量保持在第七个水平上,如对土豆产量关于 N的施肥量做实验时, P与 K的施肥量分别取为 196kg／ha与372kg／ha. 施肥量 (kg/ha) 产量 (t/ha) 0 15.18 34 21.36 67 25.72 101 32.29 135 34.03 202 39.45 259 43.15 336 43.46 404 40.83 471 30.75 施肥量 (kg/ha) 产量 (t/ha) 0 34.46 24 32.47 49 36.06 73 37.96 98 41.04 147 40.09 196 41.26 245 42.17 294 40.36 342 42.73 施肥量 (kg/ha) 产量 (t/ha) 0 18.98 47 27.35 93 34.86 140 39.92 186 38.44 279 37.73 372 38.43 465 43.87 558 42.77 651 46.22 N P K l * 1.9 模型及解的 分析检验 求解数学模型 实际问题分析 建立数学模型 模型与模型解的分析及检验 始于现实世界并终于现实世界 数学建模工作 最终要得到现实问题的解答 求出模型的数学解以后， 应对解的意义进行分析、检验 一、模型解分析 常需讨论以下类似问题： 1. 这个解说明了什么