資源描述：
《matlab數(shù)據(jù)擬合程序》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、課程設(shè)計(jì)名稱：設(shè)計(jì)二：數(shù)據(jù)擬合指導(dǎo)教師：張莉課程設(shè)計(jì)時(shí)數(shù)：6課程設(shè)計(jì)設(shè)備：安裝了Matlab、C++軟件的計(jì)算機(jī)課程設(shè)計(jì)日期：實(shí)驗(yàn)地點(diǎn)：第五教學(xué)樓北902課程設(shè)計(jì)目的：1.了解最小二乘擬合的原理，掌握用MATLAB作最小二乘擬合的方法；2.學(xué)會(huì)利用曲線擬合的方法建立數(shù)學(xué)模型。課程設(shè)計(jì)準(zhǔn)備：1.在開(kāi)始本實(shí)驗(yàn)之前，請(qǐng)回顧相關(guān)內(nèi)容；2.需要一臺(tái)準(zhǔn)備安裝WindowsXPProfessional操作系統(tǒng)和裝有數(shù)學(xué)軟件的計(jì)算機(jī)。課程設(shè)計(jì)內(nèi)容及要求要求：設(shè)計(jì)過(guò)程必須包括問(wèn)題的簡(jiǎn)要敘述、問(wèn)題分析、實(shí)驗(yàn)程序及注
2、釋、實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析和實(shí)驗(yàn)結(jié)論幾個(gè)主要部分。1.用切削機(jī)床進(jìn)行金屬品加工時(shí)，為了適當(dāng)?shù)卣{(diào)整機(jī)床，需要測(cè)定刀具的磨損速度，在一定的時(shí)間測(cè)量刀具的厚度，得數(shù)據(jù)如表所示，請(qǐng)選用合適的函數(shù)來(lái)描述切削時(shí)間與刀具厚度的關(guān)系。切削時(shí)間t/h01234567刀具厚度y/cm30.029.129.828.128.027.727.527.2切削時(shí)間t/h89101112131415刀具厚度y/cm27.026.826.526.326.125.725.324.8首先對(duì)數(shù)據(jù)進(jìn)行分析，畫(huà)出離散的點(diǎn)，觀察點(diǎn)近似的曲線：t
3、=0:1:15;y=[30.029.129.828.128.027.727.527.227.026.826.526.326.125.725.324.8];plot(t,y,'r*')判斷出曲線是近似直線函數(shù)，所以對(duì)數(shù)據(jù)進(jìn)行測(cè)試可以做三次函數(shù)擬合：t=0:1:15;y=[30.029.129.828.128.027.727.527.227.026.826.526.326.125.725.324.8];%plot(t,y,'r*')A=polyfit(t,y,3)z=polyval(A,t);plo
4、t(t,y,'r*',t,z,'b')擬合結(jié)果：A=-0.309929.5676擬合函數(shù)為：y=-0.3099t+29.56762.Malthus人口指數(shù)增長(zhǎng)模型年17901800181018201830184018501860人口（億）3.95.37.29.612.917.123.231.4年18701880189019001910192019301940人口（億）38.650.262.976.092.0106.5123.2131.7年195019601970198019902000人口（億）
5、150.7179.3204.0226.5251.4281.4用以上數(shù)據(jù)檢驗(yàn)馬爾薩斯人口指數(shù)增長(zhǎng)模型，根據(jù)檢驗(yàn)結(jié)果進(jìn)一步討論馬爾薩斯人口模型的改進(jìn)。首先對(duì)數(shù)據(jù)進(jìn)行分析，畫(huà)出離散的點(diǎn)，觀察點(diǎn)近似的曲線：x=1790:10:2000;y=[3.95.37.29.612.917.123.231.438.650.262.976.092.0106.5123.2131.7150.7179.3204.0226.5251.4281.4];plot(x,y,'r*')判斷出曲線是近似拋物線函數(shù)，所以對(duì)數(shù)據(jù)進(jìn)行二次函
6、數(shù)擬合：x=1:10:220;y=[3.95.37.29.612.917.123.231.438.650.262.976.092.0106.5123.2131.7150.7179.3204.0226.5251.4281.4];%plot(x,y,'r*')A=polyfit(x,y,2)；z=polyval(A,x);plot(x,y,'r*',x,z,'b')y=poly2str(A,'x')擬合函數(shù)結(jié)果：y=0.0067365x^2-0.13636x+6.42123．價(jià)格預(yù)測(cè)美國(guó)舊車價(jià)格的調(diào)
7、查數(shù)據(jù)123456789102615194314941087765538484290226204分析用什么形式的曲線來(lái)擬合數(shù)據(jù)，并預(yù)測(cè)使用4、5年后的舊車平均價(jià)格大致為多少。首先對(duì)數(shù)據(jù)進(jìn)行分析，畫(huà)出離散的點(diǎn)，觀察點(diǎn)近似的曲線：x=1:1:10;y=[2615194314941087765538484290226204];plot(x,y,'r*')判斷出曲線是近似多次函數(shù)，所以對(duì)數(shù)據(jù)進(jìn)行三次函數(shù)擬合：x=1:1:10;y=[2615194314941087765538484290226204];
8、%plot(x,y,'r*')A=polyfit(x,y,3);z=polyval(A,x);plot(x,y,'r*',x,z,'b')y=poly2str(A,'x')擬合結(jié)果：y=-2.6548x^3+79.9522x^2-852.8324x+3380.1預(yù)測(cè)4、5年后的舊車價(jià)格為：>>y=-2.6548*4^3+79.9522*4^2-852.8324*4+3380.1y=1.0781e+003>>y=-2.6548*5^3+79.9522*5^2-852.8324*5+3380.1y=
