matlab人口预测和数据曲线拟合省公共课一等奖全国赛课获奖课件.pptxVIP

;试验13人口预测与数据拟合;据人口统计年鉴，知我国从1949年至1994年人口数据资料以下：(人口数单位为：百万);怎样确定a,b?;1曲线拟合问题提法:;从几何上讲，并不要求曲线严格经过已知点，但要求曲线在各数据点和已知数据点之间总体误差最小，通常称为数据拟合。;数据插值;２.用什么样曲线拟合已知数据?;比如;３拟合函数组中系数确定;4用matlab软件进行数据拟合;例;也能够用inline命令定义函数;a=polyfit(xdata,ydata,n)

其中n表示多项式最高阶数

xdata，ydata为要拟合数据，它是用向量方式输入。

输出参数a为拟合多项式y=anxn+…+a1x+a0系数a=[an,…,a1,a0]。

多项式在x处值y可用下面程序计算。

y=polyval(a,x)

因为高次多项式曲线改变不稳定，所以多项式次数选取不

宜过高。;比如;;编写程序调用matlab命令;或者调用M函数;也能够直接编写程序以下：

clc;clf;

x=1949:5:1994;

y=[541.67,602.66,672.09,704.99,806.71,908.59,975.42,1034.75,1106.76,1176.74];

plot(x,y,r*,linewidth,2)

grid

a11=10;a12=sum(x);

a21=a12;a22=sum(x.^2);

d1=sum(y);d2=sum(x.*y);

A=[a11,a12;a21,a22];

D=[d1;d2];

ab=inv(A)*D

plot(x,g,b-,linewidth,2)

t=1949:5:;

g=ab(1)+ab(2)*t;

holdon

plot(t,g,b-,linewidth,2)

y=ab(1)+ab(2)*

y=ab(1)+ab(2)*

y=ab(1)+ab(2)*

axis([19455001450])

plot(,1295.3,g*,linewidth,2)

plot(,1306.28,g*,linewidth,2)

plot(,1370.5,g*,linewidth,2);计算得;仿真结果表明：线性模型在短期内基本上能比较准确地反应人口自然增加规律，但长久预测误差较大。;英国统计学家Malthus于1798年提出了一个关于生物种群繁殖指数增加模型：假设种群数量增加率与该时刻种群个体数量成正比。;解：;计算得;仿真结果表明：人口增加指数模型在较短期内基本上能比较准确地反应人口自然增加规律，但长久预测误差很大。;四、人口预测Logistic模型;假设;结果显示：

Logistic模型在长久预测时基本上能比较准确地反应人口自然增加规律，在2005,年较为吻合。;五、人口预测多项式模型;例2:海底光缆线长度预测模型;;解：用12次多项式函数拟合光缆走势曲线图以下;%prog45.mThisprogramistofitthedatabypolynomial%

formatlong

t=linspace(0,20,21);

x=linspace(0,20,100);

P=[9.01,8.96,7.96,7.97,8.02,9.05,10.13,11.18,12.26,13.28,13.32,12.61,11.29,10.22,9.15,7.90,7.95,8.86,9.81,10.80,10.93];

[a,s]=polyfit(t,P,12);

yy=polyval(a,x);

disp(yy=);disp(yy);

plot(x,yy,r*--,t,P,b+-);

L=0;

fori=2:100

L=L+sqrt((x(i)-x(i-1))^2+(yy(i)-yy(i-1))^2);

end

disp(ThelengthofthelabelisL=);disp(L);;上机任务;THANKYOURATTENDING