数据拟合实用教程.pptx
《数据拟合实用教程.pptx》由会员分享,可在线阅读,更多相关《数据拟合实用教程.pptx(34页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、例例1 已知观测数据点如表所示xy0-0.4470.11.9780.23.280.36.160.47.080.57.340.67.660.79.560.89.480.99.3111.2分别用3次和6次多项式曲线拟合这些数据点.x=0:0.1:1y=-0.447,1.978,3.28,6.16,7.08,7.34,7.66,9.56,9.48,9.3,11.2plot(x,y,k.,markersize,25)axis(0 1.3-2 16)p3=polyfit(x,y,3)p6=polyfit(x,y,6)编写Matlab程序如下:第1页/共34页t=0:0.1:1.2s=polyval(p3
2、,t)s1=polyval(p6,t)hold onplot(t,s,r-,linewidth,2)plot(t,s,b-,linewidth,2)gridx=0:0.1:1y=-0.447,1.978,3.28,6.16,7.08,7.34,7.66,9.56,9.48,9.3,11.2plot(x,y,k.,markersize,25)axis(0 1.3-2 16)p3=polyfit(x,y,3)p6=polyfit(x,y,6)第2页/共34页例例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.在一定的时间测量刀具的厚度,得数据如表所示:切削时间 t/h0
3、30.0129.1228.4328.1428.0527.7627.5727.2827.0刀具厚度 y/cm切削时间 t/h926.81026.51126.31226.11325.71425.31524.81624.0刀具厚度 y/cm第3页/共34页解解:描出散点图,在命令窗口输入:t=0:1:16y=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 24.0plot(t,y,*)第4页/共34页解解:描出散点图,在命令窗口输入:t=0:1:16y=30.0 29.1 28.4 28.
4、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 24.0plot(t,y,*)a=-0.3012 29.3804hold onplot(t,y1),hold offa=polyfit(t,y,1)y1=-0.3012*t+29.3804第5页/共34页例例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.在一定的时间测量刀具的厚度,得数据如表所示:切削时间 t/h030.0129.1228.4328.1428.0527.7627.5727.2827.0刀具厚度 y/cm切削时间 t/h926.
5、81026.51126.31226.11325.71425.31524.81624.0刀具厚度 y/cm拟合曲线为:y=-0.3012t+29.3804第6页/共34页例例3 一个15.4cm30.48cm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1.552.472.933.03已知应力-应变关系可以用一条指数曲线来描述,即假设式中,表示应力,单位是 N/m2;表示应变.2.89第7页/共34页已知应力-应变关系可以用一条指数曲线来描述,即假设式中,表示应力,单位是 N/m2;表示应变.解解 选取指数函数指数函数作拟合时,在拟合前需作变量代换,化为 k1,k2 的线性函数.于是
6、,令即第8页/共34页在命令窗口输入:x=500*1.0e-6 1000*1.0e-6 1500*1.0e-6 2000*1.0e-6 2375*1.0e-6y=3.103*1.0e+3 2.465*1.0e+3 1.953*1.0e+3 1.517*1.0e+3 1.219*1.0e+3z=log(y)a=polyfit(x,z,1)k1=exp(8.3009)w=1.55 2.47 2.93 3.03 2.89plot(x,w,*)y1=exp(8.3009)*x.*exp(-494.5209*x)plot(x,w,*,x,y1,r-)第9页/共34页已知应力-应变关系可以用一条指数曲线来
7、描述,即假设式中,表示应力,单位是 N/m2;表示应变.拟合曲线为:令则求得于是第10页/共34页在实际应用中常见的拟合曲线有:直线多项式一般 n=2,3,不宜过高.双曲线(一支)指数曲线第11页/共34页2.非线性曲线拟合:lsqcurvefit.功能:x=lsqcurvefit(fun,x0,xdata,ydata)x,resnorm=lsqcurvefit(fun,x0,xdata,ydata)根据给定的数据 xdata,ydata(对应点的横,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,返回函数 fun中的系数向量x和残差的平方和resnorm.第12页/共3
8、4页例例4 已知观测数据点如表所示xy03.10.13.270.23.810.34.50.45.180.560.67.050.78.560.89.690.911.25113.17求三个参数 a,b,c的值,使得曲线 f(x)=aex+bx2+cx3 与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.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第13页/共34页例例4 已知观测数据点如表所示xy03.10.13.270.23.810.34.
9、50.45.180.560.67.050.78.560.89.690.911.25113.17求三个参数 a,b,c的值,使得曲线 f(x)=aex+bx2+cx3 与已知数据点在最小二乘意义上充分接近.编写下面的程序调用拟合函数.xdata=0:0.1:1;ydata=3.1,3.27,3.81,4.5,5.18,6,7.05,8.56,9.69,11.25,13.17;x0=0,0,0;x,resnorm=lsqcurvefit(nihehanshu,x0,xdata,ydata)第14页/共34页编写下面的程序调用拟合函数.xdata=0:0.1:1;ydata=3.1,3.27,3.8
10、1,4.5,5.18,6,7.05,8.56,9.69,11.25,13.17;x0=0,0,0;x,resnorm=lsqcurvefit(nihehanshu,x0,xdata,ydata)程序运行后显示x=3.0022 4.0304 0.9404resnorm=0.0912第15页/共34页例例4 已知观测数据点如表所示xy03.10.13.270.23.810.34.50.45.180.560.67.050.78.560.89.690.911.25113.17求三个参数 a,b,c的值,使得曲线 f(x)=aex+bx2+cx3 与已知数据点在最小二乘意义上充分接近.说明:最小二乘意义
11、上的最佳拟合函数为f(x)=3ex+4.03x2+0.94 x3.此时的残差是:0.0912.第16页/共34页f(x)=3ex+4.03x2+0.94 x3.拟合函数为:第17页/共34页练习练习:1.已知观测数据点如表所示xy03.10.13.270.23.810.34.50.45.180.560.67.050.78.560.89.690.911.25113.17求用三次多项式进行拟合的曲线方程.2.已知观测数据点如表所示xy1.617.72.7491.313.14.1189.43.6110.82.334.50.644.9409.13652.436.9求a,b,c的值,使得曲线 f(x)=
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 拟合 实用教程
限制150内