数学实验第三版(主编:李继成 赵小艳)课后练习答案(十三)(1)

本文介绍了使用不同函数(如线性、二次、三次多项式和特定函数)对给定数据进行拟合的方法,通过计算残差平方和来评估拟合效果,并演示了如何利用lsqcurvefit函数求解参数。实例涵盖了直线、抛物线和三次多项式拟合,以及对商品需求量与价格关系的拟合问题。
摘要由CSDN通过智能技术生成

实验十三:数据拟合与数据差值

练习一

1.采用不同的拟合函数拟合示例4中的数据点,然后利用弧长公式预测光缆长度,同正文中的结果进行比较.

clc;clear;
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];
x=0:20;
plot(x,p,'.');
f=inline('a(1)*x+a(2)*sin(0.5*x)+a(3)*cos(0.5*x)+10','a','x');
a0=[0 0 0];
[a,resnorm]=lsqcurvefit(f,a0,x,p)
x1=0:0.1:20;
g=a(1)*x1+a(2)*sin(0.5*x1)+a(3)*cos(0.5*x1)+10;
hold on
plot(x1,g,'r-');
l=0;
for i=1:length(x1)-1
    l=l+sqrt((x1(i)-x1(i+1))^2+(g(i)-g(i+1))^2);
end
l

找到局部最小值。

优化已完成,因为梯度大小小于

最优性容差的值。

<停止条件详细信息>

a =

    0.0389   -2.5033    0.0164

resnorm =3.8448

l =26.6787

2.已知观测数据如下:

x

1.6

2.7

1.3

4.1

3.6

2.3

0.6

4.9

3

2.4

y

17.7

49

13.1

189.4

110.8

34.5

4

409.1

65

36.9

求a,b,c的值,使得曲线与已知数据点在最小二乘意义上充分接近,并求残差平方和.

clc;clear;
x=[1.6,2.7,1.3,4.1,3.6,2.3,0.6,4.9,3,2.4];
y=[17.7,49,13.1,189.4,110.8,34.5,4,409.1,65,36.9];
f=inline('a(1)*exp(x)+a(2)*sin(x)+a(3)*log(x)','a','x');
a0=[0,0,0];
[a,ransnorm]=lsqcurvefit(f,a0,x,y)
x1=0.6:0.1:4.9;
g=a(1)*exp(x1)+a(2)*sin(x1)+a(3)*log(x1);
plot(x,y,'r.');
hold on
plot(x1,g);

a =    3.0154    1.0327    3.5933

ransnorm =   25.0753

3.商品的需求量与其价格有一定的关系.现对一定时期内的商品价格x与需求量y进行观察,取得如下数据:

价格x/元

2

3

4

5

6

7

8

9

10

11

需求量y/kg

58

50

44

38

34

30

29

26

25

24

(1)分别作出上述数据点的直线、抛物线、3次多项式拟合,分别求出残差平方和,并比较优劣;

clc;clear;
x=2:11;
y=[58,50,44,38,34,30,29,26,25,24];
plot(x,y,'r.');
p1=polyfit(x,y,1);
p2=polyfit(x,y,2);
p3=polyfit(x,y,3);
x1=2:0.1:11;
n1=polyval(p1,x1);
n11=polyval(p1,x);
n2=polyval(p2,x1);
n22=polyval(p2,x);
n3=polyval(p3,x1);
n33=polyval(p3,x);
hold on
plot(x1,n1);%直线拟合
hold on
plot(x1,n2,'k',x1,n3);
legend('点','直线','抛物线','三次多项式');
r1=0;r2=0;r3=0;
for i=1:length(y)
    r1=r1+(y(i)-n11(i))^2;
    r2=r2+(y(i)-n22(i))^2;
    r3=r3+(y(i)-n33(i))^2;
end
r1,r2,r3

r1 =

  103.4061

r2 =

    3.2167

r3 =

    1.5103

(2)假设拟合函数为,试求a,b.

clc;clear;
x=2:11;
y=[58,50,44,38,34,30,29,26,25,24];
f=inline('a(1)+a(2)./x','a','x');
a0=[0,0];
[a,r]=lsqcurvefit(f,a0,x,y)
plot(x,y,'.');
x1=2:0.1:11;
hold on
g=a(1)+a(2)./x1;
plot(x1,g);

找到局部最小值。

优化已完成,因为梯度大小小于

最优性容差的值。

<停止条件详细信息>

a =

   18.1604   87.3300

r =

   57.3023

推荐下一篇文章:

数学实验第三版(主编:李继成 赵小艳)课后练习答案(十三)(2)icon-default.png?t=N7T8https://blog.csdn.net/2301_80199493/article/details/136142215?spm=1001.2014.3001.5502

本文由作者自创,由于时间原因,难免出现些许错误,还请大家多多指正。创作不易,请大家多多支持。

  • 16
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

C.L.L

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值