高教版《数学建模与数学实验(第3版)》第14讲-拟合ppt课件.ppt

《高教版《数学建模与数学实验(第3版)》第14讲-拟合ppt课件.ppt》由会员分享，可在线阅读，更多相关《高教版《数学建模与数学实验(第3版)》第14讲-拟合ppt课件.ppt（54页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么数学建模与数学实验数学建模与数学实验 拟拟 合合 1在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么实验目的实验目的实验内容实验内容2.掌握用数学软件求解拟合问题掌握用数学软件求解拟合问题1.直观了解拟合基本内容直观了解拟合基本内容1.拟合拟合问题引例及基本原理问题引例及基本原理4.实验实验作业作业.2.用数学用数学软件求解拟合问题软件求解拟合问题3.应用应用实例实例.2在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在

2、浪费，也许你认为浪费这一点点算不了什么拟拟 合合2.拟合的基本原理拟合的基本原理1.拟合问题引例拟合问题引例3在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么拟拟 合合 问问 题题 引引 例例 1 1温度温度t(C)20.5 32.7 51.0 73.0 95.7电阻电阻R()765 826 873 942 1032已知热敏电阻数据：已知热敏电阻数据：求求6060C时的电阻时的电阻R 设设 R=at+ba,b为待定系数为待定系数4在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么拟拟

3、合合 问问 题题 引引 例例 2 2 t(h)0.25 0.5 1 1.5 2 3 4 6 8c(g/ml)19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01已知一室模型快速静脉注射下的血药浓度数据已知一室模型快速静脉注射下的血药浓度数据(t=0注射注射300mg)求血药浓度随时间的变化规律求血药浓度随时间的变化规律c(t).作半对数坐标系作半对数坐标系(semilogy)下的图形下的图形MATLAB(aa1)5在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么曲曲 线线 拟拟 合合 问问 题

4、题 的的 提提 法法已知一组（二维）数据，即平面上已知一组（二维）数据，即平面上 n个点个点（xi,yi)i=1,n,寻求一个函数（曲线）寻求一个函数（曲线）y=f(x),使使 f(x)在某种准则下与所有在某种准则下与所有数据点最为接近，即曲线拟合得最好数据点最为接近，即曲线拟合得最好+xyy=f(x)(xi,yi)i i 为点为点（xi,yi)与与曲线曲线 y=f(x)的距离的距离6在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么拟合与插值的关系拟合与插值的关系 函数插值与曲线拟合都是要根据一组数据构造一个函数作函数插值与曲线拟合都是要

5、根据一组数据构造一个函数作为近似，由于近似的要求不同，二者在数学方法上是完全不同为近似，由于近似的要求不同，二者在数学方法上是完全不同的的 实例：实例：下面数据是某次实验所得，希望得到X和 f之间的关系？MATLAB(cn)问题：问题：给定一批数据点，需确定满足特定要求的曲线或曲面解决方案：解决方案：若不要求曲线（面）通过所有数据点，而是要求它反映对象整体的变化趋势，这就是数据拟合数据拟合，又称曲线拟合或曲面拟合若要求所求曲线（面）通过所给所有数据点，就是插值问题插值问题；7在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么最临近插值、线性

6、插值、样条插值与曲线拟合结果：最临近插值、线性插值、样条插值与曲线拟合结果：8在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么曲线拟合问题最常用的解法曲线拟合问题最常用的解法线性最小二乘法的基本思路线性最小二乘法的基本思路第一步:先选定一组函数先选定一组函数 r1(x),r2(x),rm(x),m0)(0)模型假设模型假设1.1.机体看作一个房室，室内血药浓度均匀机体看作一个房室，室内血药浓度均匀一室模型一室模型模型建立模型建立 在此，在此，d=300mg，t及及c（t）在某些点处的值见前表，）在某些点处的值见前表，需经拟合求出参数需经拟

7、合求出参数k、v.32在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么用线性最小二乘拟合用线性最小二乘拟合c(t)MATLAB(lihe1)计算结果：计算结果：d=300;t=0.25 0.5 1 1.5 2 3 4 6 8;c=19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01;y=log(c);a=polyfit(t,y,1)k=-a(1)v=d/exp(a(2)程序：程序：用非线性最小用非线性最小二乘拟合二乘拟合c(t)33在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自

8、己在浪费，也许你认为浪费这一点点算不了什么给药方案给药方案 设计设计cc2c1Ot 设每次注射剂量D,间隔时间 血药浓度c(t)应c1 c(t)c2 初次剂量D0 应加大给药方案记为：给药方案记为：2.1.计算结果：计算结果：给药方案：给药方案：c1=10,c2=25k=0.2347v=15.0234在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么故可制定给药方案：故可制定给药方案：即即:首次注射首次注射375mg，其余每次注射其余每次注射225mg，注射的间隔时间为注射的间隔时间为4h35在日常生活中，随处都可以看到浪费粮食的现象。也许

9、你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么估计水塔的流量估计水塔的流量2.解题思路解题思路3.算法设计与编程算法设计与编程1.问题问题36在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 某居民区有一供居民用水的圆柱形水塔，一般可以通过测量其水位来估计水的流量，但面临的困难是，当水塔水位下降到设定的最低水位时，水泵自动启动向水塔供水，到设定的最高水位时停止供水，这段时间无法测量水塔的水位和水泵的供水量通常水泵每天供水一两次，每次约两小时.水塔是一个高12.2m，直径17.4m的正圆柱按照设计，水塔水位降至约8.2m时，水泵自

10、动启动，水位升到约10.8m时水泵停止工作表1 是某一天的水位测量记录，试估计任何时刻（包括水泵正供水时）从水塔流出的水流量，及一天的总用水量37在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么38在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么流量估计的解题思路流量估计的解题思路拟合水位拟合水位时间函数时间函数确定流量确定流量时间函数时间函数估计一天总用水量估计一天总用水量39在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么

11、拟合水位拟合水位时间函数时间函数 从测量记录看，一天有两个供水时段（以下称第1供水时段和第2供水时段），和3个水泵不工作时段（以下称第1时段t=0到t=8.97，第2次时段t=10.95到t=20.84和第3时段t=23以后）对第1、2时段的测量数据直接分别作多项式拟合，得到水位函数为使拟合曲线比较光滑，多项式次数不要太高，一般在36由于第3时段只有3个测量记录，无法对这一时段的水位作出较好的拟合40在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 确定流量确定流量时间函数时间函数 对于第1、2时段只需将水位函数求导数即可，对于两个供水时

12、段的流量，则用供水时段前后（水泵不工作时段）的流量拟合得到，并且将拟合得到的第2供水时段流量外推，将第3时段流量包含在第2供水时段内41在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 一天总用水量的估计一天总用水量的估计 总用水量等于两个水泵不工作时段和两个供水时段用水量之和，它们都可以由流量对时间的积分得到42在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么算法设计与编程算法设计与编程1.拟合第拟合第1、2时段的水位，并导出流量时段的水位，并导出流量2.拟合供水时段的流量拟合供水

13、时段的流量3.估计一天总用水量估计一天总用水量4.流量及总用水量的检验流量及总用水量的检验43在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 1.拟合第拟合第1时段的水位，并导出流量时段的水位，并导出流量 设t，h为已输入的时刻和水位测量记录（水泵启动的4个时刻不输入），第第1时段时段各时刻的流量可如下得：1）c1=polyfit（t（1：10），），h（1：10），），3）；）；%用3次多项式拟合第1时段水位，c1输出3次多项式的系数2）a1=polyder（c1）；）；%a1输出多项式（系数为c1）导数的系数 3）tp1=0：0.1

14、：9；x1=-polyval（a1，tp1）；%x1输出多项式（系数a1）在tp1点的函数值（取负后边为正值），即tp1时刻的流量 MATLAB(llgj1)4）流量函数为：流量函数为：44在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 拟合第拟合第2时段的水位，并导出流量时段的水位，并导出流量 设t，h为已输入的时刻和水位测量记录（水泵启动的4个时刻不输入），第第2时段时段各时刻的流量可如下得：1）c2=polyfit(t(10.9:21),h(10.9:21),3)；%用3次多项式拟合第2时段水位，c2输出3次多项式的系数2）a2=

15、polyder(c2)；%a2输出多项式（系数为c2）导数的系数 3）tp2=10.9:0.1:21;x2=-polyval(a2,tp2);%x2输出多项式（系数为a2）在tp2点的函数值（取负后边为正值），即tp2时刻的流量MATLAB(llgj2)4）流量函数为：流量函数为：45在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 2.拟合供水时段的流量拟合供水时段的流量 在第1供水时段（t=911）之前（即第1时段）和之后（即第2时段）各取几点，其流量已经得到，用它们拟合第1供水时段的流量为使流量函数在t=9和t=11连续，我们简单地

16、只取4个点，拟合3次多项式（即曲线必过这4个点），实现如下：xx1=-polyval(a1,8 9);%取第1时段在t=8,9的流量 xx2=-polyval(a2,11 12);%取第2时段在t=11,12的流量 xx12=xx1 xx2;c12=polyfit(8 9 11 12,xx12，3);%拟合3次多项式 tp12=9：0.1：11;x12=polyval(c12,tp12);%x12输出第1供水时段 各时刻的流量MATLAB(llgj3)拟合的流量函数为：拟合的流量函数为：46在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么

17、 在第2供水时段之前取t=20，20.8两点的流水量，在该时刻之后（第3时段）仅有3个水位记录，我们用差分得到流量，然后用这4个数值拟合第2供水时段的流量如下：dt3=diff（t(22：24)）；）；%最后3个时刻的两两之差 dh3=diff（h(22：24)）；）；%最后3个水位的两两之差dht3=-dh3./dt3；%t(22)和t(23)的流量t3=20 20.8 t(22)t(23)；xx3=-polyval(a2，t3(1：2)，dht3)；%取t3各时刻的流量 c3=polyfit（t3，xx3，3）；）；%拟合3次多项式 t3=20.8：0.1：24；x3=polyval（c3

18、，tp3）；）；%x3输出第2供水时段 （外推至t=24）各时刻的流量MATLAB(llgj4)拟合的流量函数为：拟合的流量函数为：47在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 3.一天总用水量的估计一天总用水量的估计 第1、2时段和第1、2供水时段流量的积分之和，就是一天总用水量虽然诸时段的流量已表为多项式函数，积分可以解析地算出，这里仍用数值积分计算如下：y1=0.1*trapz(x1)；%第1时段用水量（仍按高度计），0.1为积分步长 y2=0.1*trapz(x2)；%第2时段用水量 y12=0.1*trapz(x12)；

19、%第1供水时段用水量 y3=0.1*trapz(x3)；%第2供水时段用水量 y=(y1+y2+y12+y3)*237.8*0.01;%一 天 总 用 水 量（）计算结果：计算结果：y1=146.2,y2=266.8,y12=47.4,y3=77.3，y=1250.4MATLAB(llgjz)48在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 4.流量及总用水量的检验流量及总用水量的检验 计算出的各各时时刻刻的的流流量量可用水位记录的数值微分来检验用水量y1可用第1时段水位测量记录中下降高度968-822=146来检验，类似地，y2用1

20、082-822=260检验供供水水时时段段流流量量的一种检检验验方方法法如下：供水时段的用水量加上水位上升值260是该时段泵入的水量，除以时段长度得到水泵的功率（单位时间泵入的水量），而两个供水时段水泵的功率应大致相等第1、2时段水泵的功率可计算如下：p1=(y12+260)/2；%第1供水时段水泵的功率 （水量仍以高度计）tp4=20.8：0.1：23；xp2=polyval（c3，tp4）；）；%xp2输出第2供水时段 各时刻的流量 p2=(0.1*trapz(xp2)+260)/2.2；%第2供水时段水泵的功率 （水量仍以高度计）计算结果计算结果：p1=154.5 ，p2=140.1MA

21、TLAB(ll)49在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么计算结果计算结果流量函数为：流量函数为：50在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么流量曲线见图流量曲线见图n=(3,4)n=(5,6)51在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么练习练习1 用给定的多项式，如y=x3-6x2+5x-3，产生一组数据(xi,yi，i=1,2,n),再在yi上添加随机干扰(可用rand产生(0,1)均匀分布随机数,

22、或用rands产生N(0,1)分布随机数)，然后用xi和添加了随机干扰的yi作的3次多项式拟合，与原系数比较 如果作2或4次多项式拟合，结果如何？52在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么 练习练习2 用电压V=10V的电池给电容器充电，电容器上t时刻的电压为 ，其中V0是电容器的初始电压,是充电常数.试由下面一组t，V数据确定V0,.53在日常生活中，随处都可以看到浪费粮食的现象。也许你并未意识到自己在浪费，也许你认为浪费这一点点算不了什么用非线性最小二乘拟合用非线性最小二乘拟合c(t)-用用lsqcurvefit2.主程序主程序lihe2.m如下如下cleartdata=0.25 0.5 1 1.5 2 3 4 6 8;cdata=19.21 18.15 15.36 14.10 12.89 9.32 7.45 5.24 3.01;x0=10,0.5;x=lsqcurvefit(curvefun3,x0,tdata,cdata);f=curvefun3(x,tdata)xMATLAB(lihe2)1.1.用用M M文件文件curvefun3.m定义函数定义函数function f=curvefun3(x,tdata)d=300f=(x(1)d)*exp(-x(2)*tdata)%x(1)=v;x(2)=k 54