实验报告13数学建模
数学建模实验报告
湖南城市学院数学与计算科学学院《数学建模》实验报告专业：学号：姓名：指导教师：成绩：年月日目录实验一 初等模型........................................................................ 错误！未定义书签。
实验二 优化模型........................................................................ 错误！未定义书签。
实验三 微分方程模型................................................................ 错误！未定义书签。
实验四 稳定性模型.................................................................... 错误！未定义书签。
实验五 差分方程模型................................................................ 错误！未定义书签。
实验六 离散模型........................................................................ 错误！未定义书签。
实验七 数据处理........................................................................ 错误！未定义书签。
实验八 回归分析模型................................................................ 错误！未定义书签。
实验一 初等模型实验目的：掌握数学建模的基本步骤，会用初等数学知识分析和解决实际问题。
实验内容：A 、B 两题选作一题，撰写实验报告，包括问题分析、模型假设、模型构建、模型求解和结果分析与解释五个步骤。
数学建模实验报告
数学建模实验报告1.流⽔问题问题描述：⼀如下图所⽰的容器装满⽔，上底⾯半径为r=1m，⾼度为H=5m，在下地⾯有⼀⾯积为B0.001m2的⼩圆孔，现在让⽔从⼩孔流出，问⽔什么时候能流完？解题分析：这个问题我们可以采⽤计算机模拟，⼩孔处的⽔流速度为V=sqrt[2*g*h]，单位时间从⼩孔流出的⽔的体积为V*B，再根据⼏何关系，求出⽔⾯的⾼度H，时间按每秒步进，记录点（H，t）并画出过⽔⾯⾼度随时间的变化图，当⽔⾯⾼度⼩于0.001m 时，可以近似认为⽔流完了。
程序代码：Methamatic程序代码：运⾏结果：（5）结果分析：计算机仿真可以很直观的表现出所求量之间的关系，从图中我们可以很⽅便的求出要求的值。
但在实际编写程序中，由于是初次接触methamatic 语⾔，对其并不是很熟悉，加上个⼈能⼒有限，所以结果可能不太精确，还请见谅。
2.库存问题问题描述某企业对于某种材料的⽉需求量为随机变量，具有如下表概率分布：每次订货费为500元，每⽉每吨保管费为50元，每⽉每吨货物缺货费为1500元，每吨材料的购价为1000元。
该企业欲采⽤周期性盘点的),(S s 策略来控制库存量，求最佳的s ，S 值。
（注：),(S s 策略指的是若发现存货量少于s 时⽴即订货，将存货补充到S ，使得经济效益最佳。
）问题分析：⽤10000个⽉进⾏模拟，随机产⽣每个⽉需求量的概率，利⽤计算机编程，将各种S 和s 的取值都遍历⼀遍，把每种S，s的组合对应的每⽉花费保存在数组cost数组⾥，并计算出平均⽉花费average，并⽤类answer来记录，最终求出对应的S和s。
程序代码：C++程序代码：#include#include#include#include#define Monthnumber 10000int Need(float x){int ned = 0;//求每个⽉的需求量if(x < 0.05)ned = 50;else if(x < 0.15)ned = 60;else if(x < 0.30)ned = 70;else if(x < 0.55)ned = 80;else if(x < 0.75)ned = 90;else if(x < 0.85)ned = 100;else if(x < 0.95)ned = 110;else ned = 120;return ned;}class A{public:int pS;int ps;float aver;};int main(){A answer;answer.aver=10000000;//int cost[Monthnumber+1]={0}; float average=0;int i;float x;int store[Monthnumber];//srand((int)time(0));for(int n=6;n<=12;n++){// int n=11;int S=10*n;for(int k=5;k{// int k=5;int s=k*10;average=0;int cost[Monthnumber+1]={0};for(i=1;i<=Monthnumber;i++){store[i-1]=S;srand(time(0));x=(float)rand()/RAND_MAX; //产⽣随机数//cout<<" "<//cout<int need=Need(x);if(need>=store[i-1]){cost[i]= 1000*S + (need - store[i-1])*1500 + 500;store[i]=S;}else if(need>=store[i-1]-s){cost[i]=1000*(need+S-store[i-1]) + 50*(store[i-1]-need) + 500; store[i]=S;}else{cost[i]=(store[i-1]-need)*50;store[i]=store[i-1]-need;}average=cost[i]+average;}average=average/Monthnumber;cout<<"n="<cout<<"花费最少时s应该为："<cout<<"平均每⽉最少花费为："<}运⾏结果：结果分析：⽤计算机模拟的结果和⽤数学分析的结果有⼀定的差异，由于计算机模拟时采⽤的是随机模型⽽我⽤time函数和rand函数产⽣真随机数，所以在每次的结果上会有所差异，但对于⼀般的⽣产要求亦可以满。
数学建模基础实验报告(3篇)
第1篇一、实验目的本次实验旨在让学生掌握数学建模的基本步骤，学会运用数学知识分析和解决实际问题。
通过本次实验，培养学生主动探索、努力进取的学风，增强学生的应用意识和创新能力，为今后从事科研工作打下初步的基础。
二、实验内容本次实验选取了一道实际问题进行建模与分析，具体如下：题目：某公司想用全行业的销售额作为自变量来预测公司的销售量。
表中给出了1977—1981年公司的销售额和行业销售额的分季度数据（单位：百万元）。
1. 数据准备：将数据整理成表格形式，并输入到计算机中。
2. 数据分析：观察数据分布情况，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立：利用统计软件（如MATLAB、SPSS等）进行线性回归分析，建立公司销售额对全行业的回归模型。
4. 模型检验：对模型进行检验，包括残差分析、DW检验等，以判断模型的拟合效果。
5. 结果分析：分析模型的拟合效果，并对公司销售量的预测进行评估。
三、实验步骤1. 数据准备将数据整理成表格形式，包括年份、季度、公司销售额和行业销售额。
将数据输入到计算机中，为后续分析做准备。
2. 数据分析观察数据分布情况，绘制散点图，初步判断是否适合使用线性回归模型进行拟合。
3. 模型建立利用统计软件进行线性回归分析，建立公司销售额对全行业的回归模型。
具体步骤如下：（1）选择合适的统计软件，如MATLAB。
（2）输入数据，进行数据预处理。
（3）编写线性回归分析程序，计算回归系数。
（4）输出回归系数、截距等参数。
4. 模型检验对模型进行检验，包括残差分析、DW检验等。
（1）残差分析：计算残差，绘制残差图，观察残差的分布情况。
（2）DW检验：计算DW值，判断随机误差项是否存在自相关性。
5. 结果分析分析模型的拟合效果，并对公司销售量的预测进行评估。
四、实验结果与分析1. 数据分析通过绘制散点图，观察数据分布情况，初步判断数据适合使用线性回归模型进行拟合。
2. 模型建立利用MATLAB进行线性回归分析，得到回归模型如下：公司销售额 = 0.9656 行业销售额 + 0.01143. 模型检验（1）残差分析：绘制残差图，观察残差的分布情况，发现残差基本呈随机分布，说明模型拟合效果较好。
数学建模实验报告
数学建模实验报告一、实验目的1.通过具体的题目实例, 使学生理解数学建模的基本思想和方法, 掌握数学建模分析和解决的基本过程。
2、培养学生主动探索、努力进取的的学风, 增强学生的应用意识和创新能力, 为今后从事科研工作打下初步的基础。
二、实验题目（一）题目一1.题目: 电梯问题有r个人在一楼进入电梯, 楼上有n层。
设每个乘客在任何一层楼出电梯的概率相同, 试建立一个概率模型, 求直到电梯中的乘客下完时, 电梯需停次数的数学期望。
2.问题分析（1）由于每位乘客在任何一层楼出电梯的概率相同, 且各种可能的情况众多且复杂, 难于推导。
所以选择采用计算机模拟的方法, 求得近似结果。
（2）通过增加试验次数, 使近似解越来越接近真实情况。
3.模型建立建立一个n*r的二维随机矩阵, 该矩阵每列元素中只有一个为1, 其余都为0, 这代表每个乘客在对应的楼层下电梯（因为每个乘客只会在某一层下, 故没列只有一个1）。
而每行中1的个数代表在该楼层下的乘客的人数。
再建立一个有n个元素的一位数组, 数组中只有0和1,其中1代表该层有人下, 0代表该层没人下。
例如:给定n=8;r=6（楼8层, 乘了6个人）,则建立的二维随机矩阵及与之相关的应建立的一维数组为：m =0 0 1 0 0 01 0 0 0 0 00 0 0 0 0 00 1 0 0 0 00 0 0 0 0 00 0 0 0 0 10 0 0 0 1 00 0 0 1 0 0c = 1 1 0 1 0 1 1 14.解决方法（MATLAB程序代码）:n=10;r=10;d=1000;a=0;for l=1:dm=full(sparse(randint(1,r,[1,n]),1:r,1,n,r));c=zeros(n,1);for i=1:nfor j=1:rif m(i,j)==1c(j)=1;break;endcontinue;endends=0;for x=1:nif c(x)==1s=s+1;endcontinue;enda=a+s;enda/d5.实验结果ans = 6.5150 那么, 当楼高11层, 乘坐10人时, 电梯需停次数的数学期望为6.5150。
大学数学建模实习报告完整版(内含题、代码、彩图)
实验过程：练习题目：（后附有涉及每一类选题详细代码及答案）MATLAB实验训练题1．建立一个命令M文件：求数60、70、80，权数分别为1.1、1.3、1.2的加权平均数．2．编写函数M文件SQRT．M：函数xxf=)(在889.567=x与处的近似值（保留有效数四位）．0368.03．用MA TALB计算baba−22的值，其中89.42.3=ba，＝．4．用MA TALB计算函数21cossin)(xxxxf−=在3π=x处的值．5．用MA TALB计算函数)1ln(arctan)(++=xxxf在23.1=x处的值．6．用MA TALB计算函数xxf x ln32)(⋅.=在1.2−=x处的值．7．用蓝色、点连线、叉号绘制函数xy2=在上步长为0.1的图象．］［0,28．用紫色、叉号、实连线绘制函数10ln+=xy在]15,20[−−上步长为0.2的图象．9．用红色、加号连线、虚线绘制函数⎟.⎞⎜.⎛−22sinπxy在］［,1010−上步长为0.2的图象．10．用紫红色、圆圈、点连线绘制函数⎟.⎞⎜.⎛+=32sinπxy在］［π0,4上步长为0.2的图象．11．在同一坐标系中，用分别青色、叉号、实连线与红色、星号、虚连线绘制xy3cos=与xy cos3=的图象．12．在同一坐标系中绘制函数，，这三条曲线的图形，并要求用两种方法加各种标注．2xy=3xy=4xy=13．作曲面的3维图象．⎪.⎪⎨.===tztytx sin214．作环面在⎪.⎪⎨.=+=+=uzvuyvux sinsin)cos1(cos)cos1()2,0()2,0(ππ×上的3维图象．15．求极限xx x cos12sinlim0−+→16．求极限xx21031lim⎟.⎞⎜.⎛+→17．求极限31coslim xxx x++∞→18．求极限xx xx211lim⎟.⎞⎜.⎛−+∞→19．求极限xxx x sin2cos1lim0−→20．求极限xxx x−.+→11lim021．求极限212lim22+−+∞→xxxx x＋22．求函数的导数xxy arctan)12(5+−23．求函数21tan xxxy+=的导数24．求函数的导数xey x tan3−=25．求函数2sinln22xxyπ+=在1=x的导数26．求函数xxy+−=11的二阶导数27．求函数5423)1()23()1(xxxy++−的导数28．在区间（–1，5）内求函数35)1()(xxxf−的最值．29．在区间（–∞，＋∞）内求函数的最值．143)(34+−xxxf30．求不定积分∫−dxxx)sin23(ln31．求不定积分∫xdxe x2sin32．求不定积分∫+dxxxx1arctan33．求不定积分∫−−dxexx x2)cos2(34．计算定积分dxxe x∫+−10)23(35．计算定积分xdxx arccos)1(102∫+36．计算定积分dxxx∫+10)1ln(cos37．计算广义积分dxxx∫∞+∞−++221238．计算广义积分dxex x∫∞+−02答案：一：3、>> s y m s a b>> a = 2 . 3 ; b = 4 . 8 9 ;>> s q r t ( a ^ 2 + b ^ 2 ) / a b s ( a - b ) a n s =2 . 0 8 6 45、>> s y m s x y>> x = 1 . 2 3 ;>> y = a t a n ( x ) + s q r t ( l o g ( x + 1 ) )y =1 . 7 8 3 78、>> x = - 2 0 : 0 . 2 : - 1 5 ; y = l o g ( a b s ( x + 1 0 ) ) ; p l o t ( x , y , ' m x - ' )11>>x = 0 : 0 . 1 : 2 * p i ; y 1 = c o s ( 3 * s q r t ( x ) ) ; >> y 2 = 3 * c o s ( s q r t ( x ) ) ;>> p l o t ( x , y 1 , ' c x - ' , x , y 2 , ' r * - - ' )14、>> s>> u>>x>> z16、>> s y m s x>>l i m i t ( ( 1 / 3 ) ^ ( 1 / ( 2 * x ) ) , x , 0 , ' r i g h t ' ) a n s =23.>> s y m s x y>> y = x * t a n ( x ) / ( 1 + x ^ 2 ) ;>> d i f f ( y )a n s =t a n ( x ) / ( 1 + x ^ 2 ) + x * ( 1 + t a n ( x ) ^ 2 ) / ( 1 + x ^ 2 ) - 2 * x ^ 2 * t a n ( x ) / ( 1 + x ^ 2 ) ^ 228、>> f = ' ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ;>> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =0 . 4 5 4 5y =- 0 . 0 2 2 6>> f = ' - ( x - 1 ) ^ 3 . * s q r t ( x ^ 5 ) ' ; >> [ x , y ] = f m i n b n d ( f , - 1 , 5 )x =5y =- 3 . 5 7 7 7 e + 0 0 331、>> s y m s x y>> y = e x p ( x ) * ( s i n ( x ) ) ^ 2 ;>> i n t ( y )a n s =1 / 5 * ( s i n ( x ) -2 * c o s ( x ) ) * e x p ( x ) * s i n ( x ) + 2 / 5 * e x p ( x )二：1、问题分析商品价格是由成本决定的，成本可分为生产成本、包装成本和其他成本。
数学建模选课实验报告(3篇)
第1篇一、实验背景随着社会的发展和科技的进步，数学建模作为一种解决实际问题的有效方法，被广泛应用于各个领域。
为了提高学生的数学建模能力和实际操作能力，我校开设了数学建模选修课程。
本实验旨在通过数学建模选课实验，探讨如何选择适合学生兴趣和实际需求的数学建模课程，以提高学生的学习效果。
二、实验目的1. 了解数学建模课程体系，明确课程设置原则；2. 掌握数学建模选课方法，提高学生选课的科学性；3. 分析数学建模课程对学生实际能力的培养效果。
三、实验方法1. 调查法：通过问卷调查、访谈等方式，了解学生对数学建模课程的需求和兴趣；2. 比较分析法：对比不同数学建模课程的教学内容、教学方法和考核方式，分析课程特点；3. 统计分析法：对实验数据进行分析，得出数学建模选课的科学方法。
四、实验步骤1. 收集数据：通过问卷调查、访谈等方式，收集学生对数学建模课程的需求和兴趣数据；2. 整理数据：对收集到的数据进行分析和整理，形成课程设置和选课建议的依据；3. 比较分析：对比不同数学建模课程的教学内容、教学方法和考核方式，分析课程特点；4. 制定选课方案：根据课程特点和学生的需求，制定数学建模选课方案；5. 实施选课方案：引导学生根据选课方案进行选课；6. 跟踪调查：对选课后的学生进行跟踪调查，了解选课效果。
五、实验结果与分析1. 学生需求分析根据问卷调查和访谈结果，学生普遍认为数学建模课程应具备以下特点：（1）课程内容与实际应用紧密结合；（2）教学方法多样化，注重学生动手能力和创新能力的培养；（3）考核方式合理，注重过程评价和结果评价相结合。
2. 课程设置分析根据学生需求，我校开设了以下数学建模课程：（1）基础数学建模；（2）应用数学建模；（3）高级数学建模；（4）数学建模竞赛辅导。
3. 选课方案制定根据课程特点和学生的需求，制定以下选课方案：（1）基础数学建模：面向所有学生，作为公共选修课；（2）应用数学建模：面向有一定数学基础的学生，作为专业选修课；（3）高级数学建模：面向对数学建模有浓厚兴趣的学生，作为选修课；（4）数学建模竞赛辅导：面向有意参加数学建模竞赛的学生，作为辅导课程。
数字应用建模实验报告(3篇)
第1篇一、实验背景随着信息技术的飞速发展，数字建模在各个领域中的应用越来越广泛。
数字应用建模是将现实世界的复杂问题转化为数学模型，通过计算机模拟和分析，为决策提供科学依据。
本实验旨在通过数字应用建模的方法，解决实际问题，提高学生对数学建模的理解和应用能力。
二、实验目的1. 理解数字应用建模的基本原理和方法；2. 掌握数学建模软件的使用；3. 提高解决实际问题的能力；4. 培养团队合作精神和沟通能力。
三、实验内容1. 实验题目：某城市交通流量优化研究2. 实验背景：随着城市人口的增加，交通拥堵问题日益严重。
为了缓解交通压力，提高城市交通效率，本研究旨在通过数字应用建模方法，优化该城市的交通流量。
3. 实验步骤：（1）数据收集：收集该城市主要道路的实时交通流量数据、道路长度、交叉口数量、道路等级等数据。
（2）建立数学模型：根据交通流量数据，建立交通流量的数学模型，如线性回归模型、多元回归模型等。
（3）模型求解：利用数学建模软件（如MATLAB、Python等）对建立的数学模型进行求解，得到最优交通流量分布。
（4）结果分析：对求解结果进行分析，评估优化后的交通流量分布对缓解交通拥堵的影响。
（5）模型改进：根据分析结果，对模型进行改进，以提高模型的准确性和实用性。
4. 实验结果：（1）通过建立数学模型，得到优化后的交通流量分布。
（2）优化后的交通流量分布较原始分布，道路拥堵程度明显降低，交通效率得到提高。
（3）通过模型改进，进一步优化交通流量分布，提高模型的准确性和实用性。
四、实验总结1. 本实验通过数字应用建模方法，成功解决了某城市交通流量优化问题，提高了交通效率，为城市交通管理提供了科学依据。
2. 在实验过程中，学生掌握了数学建模的基本原理和方法，熟悉了数学建模软件的使用，提高了解决实际问题的能力。
3. 实验过程中，学生学会了团队合作和沟通，提高了自己的综合素质。
五、实验心得1. 数字应用建模是一种解决实际问题的有效方法，通过建立数学模型，可以将复杂问题转化为可操作的解决方案。
数学建模实验报告模板
数学建模实验报告一、摘要（写出本次作业建模的大致思路、方法及主要结果）根据微积分中熟知的有限覆盖定理,必然存在最小的覆盖，这样就为节约用水而建立优化模型提供了理论依据。
然而我们更需要的是对实际问题有具体指导的结论。
我们假设每个喷水龙头的喷水面积都是固定不变的，要使用水最少，只需浇灌的重复面积最小。
因此我们需要建立这样一个模型,既要使绿地全部被均匀地浇到,又要达到节约水资源的目的；而只有在被重复浇到的绿地面积达到最小时，才能使喷浇节约用水.我们假设在绿地区内可以放置 n 个龙头,每个龙头最大的喷射半径为R 。
记绿地区域的面积为，第i 个龙头的喷射半径为i r ，喷射角度为i α,它所形成的区域为t S ，则绿地受水的总面积(实际上的圆覆盖）为nt t=1S=S ∑,从而得到如下优化模型问题：目标函数： S S n t t t=1S=Min{S }α∑ 约束条件： t t t 1S S;r R n=⊇≤；为了解决和简化问题，更能表达“覆盖”的含义,我们以S K=S代替文献［1，2]中的S S 来作为有效覆盖率来刻画和评价模型的优劣,就有：1≥K 。
K 越接近1，模型就越好，因此用水也就越节约。
我们针对4种不同的几何形状绿地区域的覆盖进行讨论，从而得到了关于它们的有效覆盖率的计算结果。
二、问题重述(写出本次作业的具体内容)城市公共绿地的浇灌是一个长期大量的用水项目。
随着现代城市人们生活质量的提高，美化城市和建设绿色家园的需要,城市绿化带正在扩大，用水量随之不断增大.因此,城市绿化用水的节约是一个十分重要的问题。
目前，对于绿地的浇灌用水主要有移动水车浇灌和安装固定喷水龙头旋转喷浇两种方式。
移动水车主要用于道路两侧狭长绿地的浇灌，固定喷水龙头主要用于公园、校区、广场等观赏性绿地。
观赏性绿地的草根很短，根系寻水性能差，不能蓄水，因此，喷水龙头的喷浇区域要保证对绿地的全面覆盖。
根据观察，绿地喷水龙头分布和喷射半径的设定较大随意性.那么,对于任意绿地，喷浇龙头到底以什么方案设置才最节约用水呢？请建立数学模型分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
F=439.8311， p 0.0000
p 0.05 ，可知模型 y 9.1212 0.2230x 成立。回归良好。且在 x 42。C 时产量的 估值为 18.4885，预测区间是[18.03213，18.944871]
y=[1.3 1 0.9 0.81 0.7 0.6 0.55 0.4];
beta0=[1 1 1 1]';
[beta,r ,J]=nlinfit(x',y','volum1',beta0);
beta
结果分析：
得 a1 0.6498 , a2 0.5901, a3 0.0666 , a4 0.0091
35
40
45
50
16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3
求 y 关于 x 的线性回归方程，检验回归效果是否显著，并预测 x=42℃时产量的估值 及预测区间（置信度 95%） 解答：Matlab 程序如下 x=20:5:65; y=[13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3]; X=[ones(10,1) x']; corrcoef(x,y) [b,bint,r,rint,stats]=regress(y',X); b,bint,stats 结果分析：
预测及作图 S=polyconf(p,x,Y) plot(x,y,'k+',x,S,'b') 图像如图
试求 yˆ a b ln x 型回归方程.
解答：输入数据 x=[2 3 4 5 7 9 12 14 17 21 28 56]; y=[35 42 47 53 59 65 68 73 76 82 86 99]; u=log(x); u=[ones(12,1) u'];
[b,bint,r,rint,stats]=regress(y',u); b,bint,stats 结果分析
4.某零件上有一段曲线，为了在程序控制机床上加工这一零件，需要求这段曲线的解 析表达式，在曲线横坐标 xi 处测得纵坐标 yi 共 11 对数据如下：
xi
0
2
4
6
8
10 12 14 16 18 20
yi
0.6 2.0 4.4 7.5 11.8 17.1 23.3 31.2 39.6 49.7 61.7
《数学建模实验》实验报告
学号：
实验十二：数理统计 2
1.某种半成品在生产过程中的废品率 y 与它所含的某种化学成分 x 有关，现将试验所
得的
8
组数据记录如下表所列。试求回归方程
y
a1 x
a2
a3 x
a4 x2.
序号 1 2 3
4
56
7
8
x
12 4
5
78
9
10
y
1.3 1 0.9 0.81 0.7 0.6 0.55 0.4
求这段曲线的纵坐标 y 关于横坐标 x 的二次多项式回归方程. 解答： Matlab 程序如下： x=0:2:20; y=[0.6 2.0 4.4 7.5 11.8 17.1 23.3 31.2 39.6 49.7 61.7]; [p,Y]=polyfit(x,y,2) 结果分析： 得到回归方程
yˆ 0.1403 x2 0.1971 x 1.0105
故回归方程为 yˆ 0.6498 / x 0.5901 0.0666 x 0.0091 x2
2.混凝土的抗压强度随养护时间的延长而增加，现将一批混凝土作成 12 个试块，记 录了养护日期 x(日)及抗压强度 y(kg/cm2)的数据：
养护时间 x 2 3 4 5 7 9 12 14 17 21 28 56 抗压强度 y 35 42 47 53 59 65 68 73 76 82 86 99
a 21.0058,b 19.5285 即得回归方程为 yˆ 21.0058 19.5285ln x 作残差图
预测和作图 z=b(1)+b(2)*log(x)%预测及作图 plot(x,y,'k+',x,z,'r')
3.考察温度 x 对产量 y 的影响，测得下列 10 组数据：
温度（℃） 20 25 30
解答：（1）建立 m 文件 volum1.m
function yhat=volum1(beta,x)
a1=beta(1);
a2=beta(2);
a3=beta(3);
a4=beta(4);
yhat=a1./x+a2+a3*x+a4*x.^2;
（2）建立主程序
x=[1 2 4 5 7 8 9 10];