数值分析上机作业.docxVIP

数值分析上机实验报告 选 题：曲线拟合的最小二乘法 指导老师： 专 业： 学 号： 姓 名： 昆明理工大学 数值分析上机实验报告 PAGE 9 课题八 曲线拟合的最小二乘法 一、问题提出 从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线。 在某冶炼过程中，根据统计数据的含碳量与时间关系，试求含碳量y与时间t的拟合曲线。 t(分) 0 5 10 15 20 25 30 35 40 45 50 55 y(×10-4) 0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64 二、要求 1、用最小二乘法进行曲线拟合； 2、近似解析表达式为； 3、打印出拟合函数，并打印出与的误差，； 4、另外选取一个近似表达式，尝试拟合效果的比较； 5、*绘制出曲线拟合图*。 三、目的和意义 1、掌握曲线拟合的最小二乘法； 2、最小二乘法亦可用于解超定线代数方程组； 3、探索拟合函数的选择与拟合精度间的关系。 四、计算公式 对于给定的测量数据(xi,fi)(i=1,2,…，n)，设函数分布为 特别的，取为多项式 (j=0, 1,…，m) 则根据最小二乘法原理，可以构造泛函 令 (k=0, 1,…，m) 则可以得到法方程 求该解方程组，则可以得到解，因此可得到数据的最小二乘解 曲线拟合：实际工作中，变量间未必都有线性关系，如服药后血药浓度与时间的关系；疾病疗效与疗程长短的关系；毒物剂量与致死率的关系等常呈曲线关系。曲线拟合是指选择适当的曲线类型来拟合观测数据，并用拟合的曲线方程分析两变量间的关系。 五、结构程序设计 在程序结构方面主要是按照顺序结构进行设计，在进行曲线的拟合时，为了进行比较，在程序设计中，直接调用了最小二乘法的拟合函数polyfit，并且依次调用了plot、figure、hold on函数进行图象的绘制，最后调用了一个绝对值函数abs用于计算拟合函数与原有数据的误差，进行拟合效果的比较。 5.1用一元三次多项式进行拟合 计算解析表达式系数： a1, a2, a3 t=[0 5 10 15 20 25 30 35 40 45 50 55]; y=[0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64]; n=length(xi); f=0.34364.*10.^(-4)*x.^3-5.2156.*10.^(-3)*x.^2+0.26340.*x+0.017839; x=0:0.01:55; F=0.34364.*10.^(-4)*x.^3-5.2156.*10.^(-3)*x.^2+0.26340.*x+0.017839; fy=abs(f-y); fy2=fy.^2;Ew=max(fy),E1=sum(fy)/n,E2=sqrt((sum(fy2))/n) plot(xi,y,t*), hold on, plot(t,F,b-), hold off 所得函数为 运行后屏幕显示数据与拟合函数f的最大误差Ew，平均误差E1和均方根误差E2及其数据点和拟合曲线y=f(x)的图形如图5.1. Ew =0.4243 E1 =0.0911 E2 =0.1467 图5.1一元三次多项式拟合曲线误差图 5.2用一元四次多项式进行拟合： 计算多项式系数：a1, a2, a3, a4 xi=[0 5 10 15 20 25 30 35 40 45 50 55]; y=[0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64]; n=length(xi); x=0:0.01:55; f=0.6026.*10.^(-6)*x.^4-0.31918.*10.^(-4)*x.^3-0.0029323.*x.^2+0.23807.*x+0.060449; x=0:0.01:55; F=0.6026.*10.^(-6)*x.^4-0.31918.*10.^(-4)*x.^3-0.0029323.*x.^2+0.23807.*x+0.060449; fy=abs(f-y);fy2=fy.^2;Ew=max(fy),E1=sum(fy)/n,E2=sqrt((sum(fy2))/n) plot(xi,y,r*), hold on, plot(x,F,b-), hold off