數值計算課程設計-擬合方法與擬合函數的選取(共14頁)

上傳人:20022****wzdgj 文檔編號:46403119 上傳時間:2021-12-13 格式:DOC 頁數:15 大小:317.50KB
收藏 版權申訴 舉報 下載
數值計算課程設計-擬合方法與擬合函數的選取(共14頁)_第1頁
第1頁 / 共15頁
數值計算課程設計-擬合方法與擬合函數的選取(共14頁)_第2頁
第2頁 / 共15頁
數值計算課程設計-擬合方法與擬合函數的選取(共14頁)_第3頁
第3頁 / 共15頁

下載文檔到電腦,查找使用更方便

20 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《數值計算課程設計-擬合方法與擬合函數的選取(共14頁)》由會員分享,可在線閱讀,更多相關《數值計算課程設計-擬合方法與擬合函數的選取(共14頁)(15頁珍藏版)》請在裝配圖網上搜索。

1、精選優(yōu)質文檔-----傾情為你奉上 題目:擬合方法與擬合函數的選取 班級: 數101班 數102班 數101班 指導教師: 譚高山 提交日期:2013年5月 13日 專心---專注---專業(yè) 目錄 一、擬合問題的提出……………………………………………….1 二、擬合準則……………………………………………………….1 三、擬

2、合函數的選取..…………………………………………….1 四、函數擬合實.………………………………………………….2 4.1 多項式擬合……………………………………………………2 4.2 指數與復合函數擬合.....………………………………………4 4.3 分段擬合………………………………………………………7 五、總結…………………………………………………………..12 六、參考文獻……………………………………………….…….12 一、 擬合問題的提出 在很多科學實驗中,我們通過測量或觀察等方法獲得一組看上去雜亂無

3、章的數據,為了找出這些數據之間的某種規(guī)律和聯(lián)系,即尋找一個較簡單的函數曲線,使之在一定準則下最接近這些數據點,以便突顯各數據點的先后變化趨勢,由此便產生了曲線擬合的概念。 曲線擬合在實際中有著很廣泛的實用價值。因為我們所獲取的實驗數據本身往往帶有測量誤差,難免會出現個別數據誤差過大的現象。相比于插值法,曲線擬合時,不要求曲線嚴格地經過每一個數據點,這樣就能有效降低個別數據對整體數據規(guī)律的干擾作用;另外,實驗數據往往很多,插值法會比較繁雜,擬合方法則更實際更高效。 2、 擬合準則 在曲線擬合中,有幾種不同的誤差準則: 1.最大誤差: 2.

4、 平均誤差 3. 均方根誤差 4. 誤差平方和 通過求誤差的最小值,可得該準則下的最佳擬合曲線。由于誤差平方和容易進行最小化計算,故而我們通常采用該標準,稱之為最小二乘準則。以下課程實驗都是在最小二乘準則下實現的。 三、擬合函數的選取 曲線擬合時,首要也最關鍵的一步就是選取恰當的擬合函數。對于一組給定的數據,我們可以先做出其散點圖,判斷應該采用什么樣的曲線來作擬合,然后在直觀判斷的基礎上,選取多組曲線分別作擬合,然后比較,看哪條曲線的最小二乘指標最小,也即擬合的最好。 一般來說,選取多項式作為擬合曲線,是簡單且常用的。MATLAB中有現成的多項式擬合程序,調

5、用格式為f=polyfit(x,y,n),其中輸入參數x,y為要擬合的數據,n為擬合多項式的系數,輸出參數f為擬合多項式的系數向量。 對于稍微復雜一點的擬合曲線,我們可以先通過線性變換將之轉換成簡單的線性函數,接著再用多項式擬合的命令f=polyfit(x,y,n)來實現函數的擬合。下面表格列舉兩個線性變換的例子: 原函數y 化為線性函數Y=AX+B型 變量與常量的變化 4、 函數擬合實例 4.1多項式擬合 例1.給定一組數據點 如下表: -1.5 -0.7 0 0.5 1.9 2.2

6、 2.9 3.8 4.2 7.52 3.98 2.99 3.57 10.18 12.73 19.81 31.90 38.24 首先,我們在MATLAB中輸入程序 >> x=[-1.5 -0.7 0 0.5 1.9 2.2 2.9 3.8 4.2];y=[7.52 3.98 2.99 3.57 10.18 12.73 19.81 31.90 38.24]; plot(x,y,'b*'),xlabel('x'),ylabel('y') title('表中數據點(xi,yi)的散點圖'

7、;) 運行后得表中數據的散點圖如下(圖中*表示數據點的坐標): 因為數據散點圖的變化趨勢與二次多項式很接近,所以可選用二次多項式作為擬合曲線,設f(x)=ax^2+bx+c。編程: >> x=[-1.5 -0.7 0 0.5 1.9 2.2 2.9 3.8 4.2];y=[7.52 3.98 2.99 3.57 10.18 12.73 19.81 31.90 38.24]; f=polyfit(x,y,2);a=f(1),b=f(2),c=f(3) X=-1.5:0.01:4.2;Y=polyval(f,X);f=polyval(f,x); fy=abs(f

8、-y);E=sum((fy.^2)) plot(x,y,'r*',X,Y,'b-'),xlabel('x'),ylabel('y') title('擬合直線與數據點結合圖') 運行后得: a = 1.9974; b =0.0021; c = 3.0188; E = 0.0097 生成如下圖形: 即擬合多項式為:f=1.9974x^2+0.0021x+3.0188; 誤差很小,只有0.0097. 4.2 指數與復合函數擬合 例2.給出實驗數據點如下表: xi 2.7 0

9、.1 2.3 1.6 0.7 1.4 0.3 yi 2.64 11.04 3.21 4.03 7.10 4.58 9.37 在MATLAB中輸入程序: >> x=[2.7 0.1 2.3 1.6 0.7 1.4 0.3];y=[2.64 11.04 3.21 4.03 7.10 4.58 9.37]; >> plot(x,y,'b*'),axis([0,3,0,12]) 得散點圖: 據圖,我們取兩種擬合函數分別為 和 : (1) 設 ,在MATLAB中輸入程序

10、>> x=[2.7 0.1 2.3 1.6 0.7 1.4 0.3];y=[2.64 11.04 3.21 4.03 7.10 4.58 9.37]; Y=log(y);f=polyfit(x,Y,1);A=f(2);B=f(1);a=exp(A),b=-B X=0:0.01:3;Y=a*exp(-b.*X);f=a*exp(-b.*x); plot(x,y,'r*',X,Y,'b-'),xlabel('x'),ylabel('y') legend('數據點 (xi,yi)','擬合曲線

11、Y=f(x)') title('數據點(xi,yi)和擬合曲線Y=f(x)的圖形') fy=abs(f-y);E1=sum((fy.^2)) 得: a =10.7441; b =0.5460; E1 = 1.3072. (2) 設 ,在MATLAB中輸入程序 x=[2.7 0.1 2.3 1.6 0.7 1.4 0.3];y=[2.64 11.04 3.21 4.03 7.10 4.58 9.37]; Y=1./y;f=polyfit(x,Y,1);a=f(1),b=f(2) X=0:

12、0.01:3;Y=1./(a.*X+b);f=1./(a.*x+b); plot(x,y,'r*',X,Y,'b-'),xlabel('x'),ylabel('y') Legend('數據點(xi,yi)','擬合曲線Y=f(x)') Title('數據點(xi,yi)和擬合曲線Y=f(x)的圖形') Fy=abs(f-y);E2=sum((fy.^2)) 得: a =0.1089; b =0.0720; E2 =0.0097. 因為E1〉E2,顯然第二種

13、擬合曲線的誤差較小,擬合效果更佳。 4.3 分段擬合 實際中的很多科學實驗數據,其擬合函數都比較稍顯復雜,下面我們來列舉一例。 例3. 革螨在不同濃度的甲酚皂液的平均致死時間如下表顯示: X甲酚皂液的濃度(%) Y革螨的平均死亡時間(min) 0.100 50.4 0.150 41.2 0.175 33.6 0.200 19.0 0.300 11.6 0.400 10.6 0.500 8.4 0.600 6.8 0.700 6.2 1.000 4.8 5.000 2.2 10.000 1.2 用MATLAB作散點圖:

14、 分析上圖可知,曲線的兩端都含有漸近線,故全段擬合曲線中一定含有指數項。 >> x=[0.100 0.150 0.175 0.200 0.300 0.400 0.500 0.600 0.700 1.000 5.000 10.000]; y=[50.4 41.2 33.6 19.0 11.6 10.6 8.4 6.8 6.2 4.8 2.2 1.2]; Y=log(y);f=polyfit(x,Y,1);A=f(2);B=f(1);a=exp(A),b=-B X=0:0.01:10;Y=a*exp(-b.*X);f=a*exp(-b.*x); plot(x,y,

15、9;r*',X,Y,'b-'),xlabel('x'),ylabel('y') legend('數據點 (xi,yi)','擬合曲線Y=f(x)') title('數據點(xi,yi)和擬合曲線Y=f(x)的圖形') fy=abs(f-y);E1=sum((fy.^2)) 得:a =15.6609; b =0.2978; E1 =2.4705e+003 即擬合函數為: 顯然,擬合效果不佳。進一步分析可以看出,前9個點有一條漸近線,而后

16、3個點有一條漸近線。可將要擬合的曲線分為二段,前9個點為前段,后3個點為后段。我們可以分別對前9個點和后3個點進行直線化。以x為橫坐標,lny 為縱坐標,做散點圖plot(x,log(y),'b*')得 可以看出后三個點明顯呈直線趨勢,我們先對后三個點進行直線化。擬合的方法和前面相同,在MATLAB中輸入 x=[1.000 5.000 10.000]; y=[ 4.8 2.2 1.2]; Y=log(y);f=polyfit(x,Y,1);A=f(2);B=f(1);a=exp(A),b=-B 得:a =5.2635;b =0.1527;即

17、 從圖3發(fā)現前9個點仍呈曲線趨勢,需要進一步線性化。具體步驟如下:利用(4)求得前9個點處的函數值y’,再把實際數據中的前9個值減去y’。即得y”=y-y’,然后取其對數值ln(y”),用MATLAB作出這些點圖象,在MATLAB下不需要一個個去求,只要在命令窗口輸入如下命令: >> x=[0.100 0.150 0.175 0.200 0.300 0.400 0.500 0.600 0.700]; y=[50.4 41.2 33.6 19.0 11.6 10.6 8.4 6.8 6.2]; plot(x,log(y-(5.2635.*exp(-0.1527*x))

18、,'b*') 得: 可以發(fā)現這9個點成一定的曲線趨勢,利用x和 y的值可建立起直線回歸方程。只要在MATLAB下用同樣的方法再次求指數擬合 >> x=[0.100 0.150 0.175 0.200 0.300 0.400 0.500 0.600 0.700]; y=[50.4 41.2 33.6 19.0 11.6 10.6 8.4 6.8 6.2]; Y=log(y-(5.2635.*exp(-0.1527.*x)));f=polyfit(x,Y,1);A=f(2);B=f(1);a=exp(A),b=-B 得a = 62.55659;b = 5

19、.7270;即 由于前段各點在后段直線的上方,故最終的擬合函數應為y=(4)+(5), 即 在MATLAB中做出散點和擬合曲線 >> x=[0.100 0.150 0.175 0.200 0.300 0.400 0.500 0.600 0.700 1.000 5.000 10.000]; y=[50.4 41.2 33.6 19.0 11.6 10.6 8.4 6.8 6.2 4.8 2.2 1.2]; X=0:0.01:10;Y=5.2635.*exp(-0.1527.*X)+62.55659.*exp(-5.7270.*X); 得下圖: 顯然,所求擬合函數令人滿意。 五、總結 函數擬合是一種實用性很強的數學方法,例如,可以用來尋求血藥濃度變化規(guī)律,用來測定彈簧彈力與伸長量之間的關系等等,總之它涉及生活學習的方方面面。另外,在實例分析中,我們通常都能先根據邏輯方法確定數據之間遵循的函數類型,所以很多時候只需確定一種擬合函數即可。值得注意的是,要學會通過不同途徑去盡量減少函數擬合的誤差。 六、參考文獻 1.《數值分析》第七版,Richard L.Burden,J.Douglas Faires,高等教育出版社。 2.《數值分析及其MATLAB實現》,任玉杰著,高等教育出版社。

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
5. 裝配圖網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

相關資源

更多
正為您匹配相似的精品文檔
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網版權所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對上載內容本身不做任何修改或編輯。若文檔所含內容侵犯了您的版權或隱私,請立即通知裝配圖網,我們立即給予刪除!