数学建模中Matlab数据拟合应用

matlab如何拟合使用

进行数据拟合 用Matlab进行数据拟合 进行1. 多项式曲线拟合 polyfit. 多项式曲线拟合: p=polyfit(x,y,m) 其中, x, y为已知数据点向量 分别表示横 纵坐 为已知数据点向量, 其中 为已知数据点向量 分别表示横,纵坐 为拟合多项式的次数, 标, m为拟合多项式的次数 结果返回 次拟合 为拟合多项式的次数 结果返回m次拟合 多项式系数, 从高次到低次存放在向量p中 多项式系数 从高次到低次存放在向量 中. y0=polyval(p,x0) 可求得多项式在x0处的值 可求得多项式在 处的值y0. 处的值

matlab如何拟合使用

例1 已知观测数据点如表所示x 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 y -0.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.3 11.2 分别用3次和 次多项式曲线拟合这些数据点 分别用 次和6次多项式曲线拟合这些数据点 次和 次多项式曲线拟合这些数据点. 编写Matlab程序如下 编写 程序如下: 程序如下 x=0:0.1:1 y=[-0.447,1.978,3.28,6.16,7.08,7.34,7.66,9.56,9.48,9.3,11.2] plot(x,y,'k.','markersize',25) axis([0 1.3 -2 16]) p3=polyfit(x,y,3) p6=polyfit(x,y,6)

matlab如何拟合使用

x=0:0.1:1 y=[-0.447,1.978,3.28,6.16,7.08,7.34,7.66,9.56,9.48,9.3,11.2] plot(x,y,'k.','markersize',25) axis([0 1.3 -2 16]) p3=polyfit(x,y,3) p6=polyfit(x,y,6) t=0:0.1:1.2 s=polyval(p3,t) s1=polyval(p6,t) hold on plot(t,s,'r-','linewidth',2) plot(t,s,'b--','linewidth',2) grid

matlab如何拟合使用

用切削机床进行金属品加工时, 例2 用切削机床进行金属品加工时 为了适当地调整 机床, 需要测定刀具的磨损速度. 机床 需要测定刀具的磨损速度 在一定的时间测量刀 具的厚度, 得数据如表所示: 具的厚度 得数据如表所示 切削时间 t/h0 1 2 3 4 5 6 7 8

刀具厚度 y/cm 30.0 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 切削时间 t/h9 10 11 12 13 14 15 16

刀具厚度 y/cm 26.8 26.5 26.3 26.1 25.7 25.3 24.8 24.0

matlab如何拟合使用

描出散点图, 在命令窗口输入: 解: 描出散点图 在命令窗口输入t=[0:1:16] y=[30.0 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8 24.0] plot(t,y,'*')

matlab如何拟合使用

描出散点图, 在命令窗口输入: 解: 描出散点图 在命令窗口输入 t=[0:1:16] y=[30.0 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 26.8 26.5 26.3 26.1 25.7 25.3 24.8 24.0] plot(t,y,'*') a=polyfit(t,y,1) a= -0.3012 29.3804 hold on y1=-0.3012*t+29.3804 plot(t, y1), hold off

matlab如何拟合使用

用切削机床进行金属品加工时, 例2 用切削机床进行金属品加工时 为了适当地调整 机床, 需要测定刀具的磨损速度. 机床 需要测定刀具的磨损速度 在一定的时间测量刀 具的厚度, 得数据如表所示: 具的厚度 得数据如表所示 切削时间 t/h0 1 2 3 4 5 6 7 8

刀具厚度 y/cm 30.0 29.1 28.4 28.1 28.0 27.7 27.5 27.2 27.0 切削时间 t/h9 10 11 12 13 14 15 16

刀具厚度 y/cm 26.8 26.5 26.3 26.1 25.7 25.3 24.8 24.0 拟合曲线为: 拟合曲线为 y=-0.3012t+29.3804

matlab如何拟合使用

一个15.4cm×30.48cm的混凝土柱在加压实验中的 例3 一

个 × 的混凝土柱在加压实验中的 应力-应变关系测试点的数据如表所示 应力 应变关系测试点的数据如表所示σ / ( N / m2 )

1.55500´ 10- 6

2.47

2. 93

3. 03

2.89

ε

1000´ 10- 6 1500´ 10- 6 2000 × 10 6 2375 × 10 63 3 1.953´ 103 1.517 ´ 10 1.219 × 10

σ / ε / ( N/m2 ) 3.103 × 103 2.465´ 103

已知应力-应变关系可以用一条指数曲线来描述 已知应力 应变关系可以用一条指数曲线来描述, 即假设 应变关系可以用一条指数曲线来描述

s = k1ee - k2e式中, 表示应力, 表示应变. 式中 σ 表示应力 单位是 N/m2; ε 表示应变

matlab如何拟合使用

已知应力-应变关系可以用一条指数曲线来描述 已知应力 应变关系可以用一条指数曲线来描述, 即假设 应变关系可以用一条指数曲线来描述

σ = k1ε e

k 2ε

式中, 表示应力, 表示应变. 式中 σ 表示应力 单位是 N/m2; ε 表示应变 选取指数函数作拟合时, 在拟合前需作变量代换, 指数函数作拟合时 解 选取指数函数作拟合时 在拟合前需作变量代换 化为 k1, k2 的线性函数 的线性函数.

σ 于是, 于是 ln = ln k1 k2ε ε σ 令 z = ln , a0 = k2 , a1 = ln k1 ε即

z = a0ε + a1

matlab如何拟合使用

在命令窗口输入: 在命令窗口输入 x=[500*1.0e-6 1000*1.0e-6 1500*1.0e-6 2000*1.0e-6 2375*1.0e-6] y=[3.103*1.0e+3 2.465*1.0e+3 1.953*1.0e+3 1.517*1.0e+3 1.219*1.0e+3] z=log(y) a=polyfit(x,z,1) k1=exp(8.3009) w=[1.55 2.47 2.93 3.03 2.89] plot(x,w,'*') y1=exp(8.3009)*x.*exp( -494.5209*x) plot(x,w,'*',x,y1,'r-')

matlab如何拟合使用

已知应力-应变关系可以用一条指数曲线来描述 已知应力 应变关系可以用一条指数曲线来描述, 即假设 应变关系可以用一条指数曲线来描述

σ = k1ε e

k 2ε

式中, 表示应力, 表示应变. 式中 σ 表示应力 单位是 N/m2; ε 表示应变

σ 令 z = ln , a0 = k2 , a1 = ln k1 , 则 z = a0ε + a1 ε求得 于是

a0 = k2 = -494.5209, a1 = ln k1 = 8.3009,

k1 = 4.0275 × 103 , k2 = 494.5209

拟合曲线为: 拟合曲线为 σ = 4.0275 × 103 ε e -494.5209ε

matlab如何拟合使用

在实际应用中常见的拟合曲线有: 在实际应用中常见的拟合曲线有直线

y = a0 x + a1

多项式 y = a0 x n + a1 x n 1 + L + an 一般 n=2, 3, 不宜过高 不宜过高. 双曲线(一支 双曲线 一支) 一支

a0 y = + a1 x y = ae bx

指数曲线

matlab如何拟合使用

2. 非线性曲线拟合 lsqcurvefit. 非线性曲线拟合: x=lsqcurvefit(fun, x0, xdata, ydata) [x, resnorm]=lsqcurvefit(fun, x0, xdata, ydata) 对应点的横, 对应点的横 功能: 功能 根据给定的数据 xdata, ydata (对应点的横 纵坐标), 给定的函数, 纵坐标 按函数文件 fun 给定的函数 以x0 为初值作最小二乘拟合 最小二乘拟合, 为初值作最小二乘拟合 返回函数 fun中的 中的 系数向量x和残差的平方和 和残差的平方和resnorm. 系数向量 和残差的平方和

matlab如何拟合使用

例4 已知观测数据点如表所示x 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0

.8 0.9 1 y 3.1 3.27 3.81 4.5 5.18 6 7.05 8.56 9.69 11.25 13.17 的值, 求三个参数 a, b, c的值 使得曲线 f(x)=aex+bx2+cx3 与 的值 已知数据点在最小二乘意义上充分接近. 已知数据点在最小二乘意义上充分接近 首先编写存储拟合函数的函数文件. 首先编写存储拟合函数的函数文件 function f=nihehanshu(x,xdata) f=x(1)*exp(xdata)+x(2)*xdata.^2+x(3)*xdata.^3 保存为文件 nihehanshu.m

matlab如何拟合使用

例4 已知观测数据点如表所示x 0 0.1 …… 此处隐藏：4031字，全部文档内容请下载后查看。喜欢就下载吧 ……