数学实验第三版（主编：李继成 赵小艳）课后练习答案（十四）（1）

实验十四：水塔水流量估计模型

练习一

1.海水温度随着深度的变化而变化,海面温度较高,随着深度的增加,海水温度越来越低.通过验观测得一组海水温度t与深度h的数据如下:

h/m

0

1.5

2.5

4.6

8.2

12.5

16.5

26.5

t/℃

23.5

22.9

20.1

19.1

15.4

11.5

9.5

8.2

要求:

(1)分别用多种数据插值方法找出温度t与深度h之间的近似函数关系;

(2)找出温度变化最快的深度位置,通过查询相关资料,了解这个特殊位置的实际应用价值.

(1)

clc;clear;
format long
h=[0,1.5,2.5,4.6,8.2,12.5,16.5,26.5];
t=[23.5,22.9,20.1,19.1,15.4,11.5,9.5,8.2];
x=0:0.1:26.5;
%拉格朗日插值
y=lglrcz(h,t,x);
figure(1)
plot(h,t,'.',x,y);
x0=ones(length(h),1);xx=[x0];
for i=1:length(t)-1x0=x0.*h';xx=[xx,x0];
end
p=inv(xx)*t'%多项式系数（从低到高排列）
%三次样条插值
yy=interp1(h,t,x,'spline');
figure(2)
plot(x,yy,h,t,'.');
pp=spline(h,t)
function y=lglrcz(x0,y0,x)
n=length(x0);
m=length(x);
for i=1:mz=x(i);s=0.0;for k=1:np=1.0;for j=1:nif j~=kp=p*(z-x0(j))/(x0(k)-x0(j));endends=p*y0(k)+s;endy(i)=s;
end
end

p =

  23.500000000000000

   5.519770260409278

  -6.784280947302284

   2.409485615066580

  -0.388966596330604

   0.030972950891118

  -0.001174710590966

   0.000016740427015

pp =

  包含以下字段的 struct:

      form: 'pp'

    breaks: [0 1.500000000000000 … ]

     coefs: [7×4 double]

    pieces: 7

     order: 4

       dim: 1

>> pp.coefs%三次样条插值的各区间的系数如下

ans =

   0.666350830669392  -3.625403322677568   3.538815615010219  23.500000000000000

   0.666350830669392  -0.626824584665302  -2.839526246004088  22.899999999999999

  -0.286563754712924   1.372227907342874  -2.094122923326514  20.100000000000001

   0.050422214507364  -0.433123747348549  -0.122004187338434  19.100000000000001

  -0.005736766041512   0.111436169330978  -1.280079468201690  15.400000000000000

  -0.000611295331494   0.037431887395469  -0.639946824277967  11.500000000000000

  -0.000611295331494   0.030096343417537  -0.369833901025942   9.500000000000000

（2）通过观察图像得知，变化最快的点应该在[0,8.2]内。

由于拉格朗日插值的龙格现象，我们不妨把x缩小范围，在小范围内求解。

x1=0:0.1:16.5;%由于龙格现象，我们把x缩小范围进行求解
%拉格朗日插值
y=lglrcz(h,t,x1);
figure(1)
plot(h,t,'.',x1,y);
x0=ones(length(h),1);xx=[x0];
for i=1:length(t)-1x0=x0.*h';xx=[xx,x0];
end
p=inv(xx)*t'%多项式系数（从低到高排列）
function y=lglrcz(x0,y0,x)
n=length(x0);
m=length(x);
for i=1:mz=x(i);s=0.0;for k=1:np=1.0;for j=1:nif j~=kp=p*(z-x0(j))/(x0(k)-x0(j));endends=p*y0(k)+s;endy(i)=s;
end
end


pd=polyder(p);
xl=abs(polyval(p,x1));
x1(find(xl==max(xl)))

ans =

   16.5000

感觉龙格现象的影响，拉格朗日插值不太适合此题。

对于三次样条插值，我们在前四个区间内求解。

syms t
f1=0.6664*(t)^3-3.6254*(t)^2 +3.5388*(t) + 23.5;
f2=0.6664*(t-1.5)^3 -0.6268*(t-1.5)^2  -2.8395*(t-1.5) + 22.9;
f3=-0.2866*(t-2.5)^3+1.3722*(t-2.5)^2 -2.0941*(t-2.5)+ 20.1;
f4=0.0504*(t-4.6)^3 -0.4331*(t-4.6)^2  -0.1220*(t-4.6)+ 19.1;
f11=matlabFunction(diff(f1));
f22=matlabFunction(diff(f2));
f33=matlabFunction(diff(f3));
f44=matlabFunction(diff(f4));
t1=0:0.1:1.5;t2=1.5:0.1:2.5;t3=2.5:0.1:4.6;t4=4.6:0.1:8.2;
f111=f11(t0)
f222=f22(t0);
f333=f33(t0);
f444=f44(t0);
max(abs(f111))
max(abs(f222))
max(abs(f333))
max(abs(f444))
%显然最大值在第一个区间内
t1(find(f111==3.5388))

ans =

    3.5388

 ans =

    3.0357

ans =

    2.0941

ans =

    1.3624

ans =

     0

这两种方法得到的结果差别很大，估计是由于选择的插值方法不是很合适，个人疑问：这个数据所给的为何会插值得到奇怪的曲线，刚开始为何深度变大而温度升高呢？

个人建议还是改成拟合较好。

温度变化快的地方可以用来海水温差发电，且发电效率更高。

2.表14.8给出了在低潮时某一平面区域内若干点(x,y)处的水深z值(单位:ft).已知船的吃水深度为5ft.试画出海底的地貌图,并在平面矩形区域(80,196)x(-70,145)内标注哪些地方船要避免进人·

表14.8 水域坐标数据

x

129.0

140.5

103.5

88.0

185.5

195.0

105.5

157.5

107.5

77.0

81.0

162.0

162.0

117.5

y

7.5

141.5

23.0

147.0

22.5

137.5

85.5

-6.5

-81.0

3.0

56.5

-66.5

84.0

-33.5

z

4

8

6

8

6

8

8

9

9

8

8

9

4

9

clc;clear;
x=[129.0,140.5,103.5,88.0,185.5,195.0,105.5,157.5,107.5,77.0,81.0,162.0,162.0,117.5];
y=[7.5,141.5,23.0,147.0,22.5,137.5,85.5,-6.5,-81.0,3.0,56.5,-66.5,84.0,-33.5];
z=[4,8,6,8,6,8,8,9,9,8,8,9,4,9];
xx=77:196;
yy=-81:145;
[xxx,yyy]=meshgrid(xx,yy);
zzz=griddata(x,y,z,xxx,yyy,'cubic');
figure(1)
mesh(xxx,yyy,zzz);
figure(2)
contourf(xxx,yyy,zzz);%等高线
figure(3)
rectangle('Position',[80,-70,116,215]);%画矩形，[左下横，左下纵，长，宽]
for xi=80:196for yi=-70:145if zzz(find(yy==yi),find(xx==xi))>5hold onplot(xi,yi,'r.');endend
end

3.估计煤矿的储量.表14.9给出了某露天煤矿在平面矩形区域(1100mx700m)内,纵横均匀的网格交点处测得的煤层厚度(单位:m).由于客观原因,有些点无法测量煤层厚度,用‘—’标出,其中每一网格均为100mx100m的小矩形,试根据这些数据,用不同的方法估算该矩形区域煤矿的储藏量(体积)。

表14.9 煤层厚度

A

B

C

D

E

F

G

H

I

J

K

1

—

—

12.5

13.5

17.2

—

8.8

14.7

8.0

13.0

—

2

—

—

—

15.6

18.2

13

6.4

8.9

9.2

11.7

—

3

—

12

13.5

13.5

17.8

16.9

13.2

—

—

—

—

4

7.5

12.6

14.9

18.7

17.7

17.5

14.7

13

—

—

6.5

5

8.9

7.8

12.4

13.5

15.7

17.6

11.7

9.6

9.2

9.5

8.6

6

—

—

—

13.7

13.6

16.5

12.5

8.7

9.7

—

—

7

—

—

8.6

11.8

12.5

11.3

13.4

—

—

—

—

首先，我对该题有一个疑问：图中只给出了7*11个数据（姑且将‘—’也称为数据），每个数据是网格交点处的煤层厚度，而题中又说该平面区域为1100mx700m，可是表中的数据怎么画出1100mx700m的区域呢（十一个点只有十个线段啊），那该怎么办呢？

姑且每行都拟合让其拥有7*12个数据，把平面区域改为1100mx600m，这样才能有效地估计煤矿的仓储量。

clc;clear;
format long
x=0:100:1100;
y=0:100:600;
z=xlsread("C:\Users\dell\Desktop\煤层厚度.xlsx");
zz=[];
for i=1:7l=length(find(isnan(z(i,:))==0));ll=find(isnan(z(i,:))==0);lll=z(i,:);p=polyfit(1:l,lll(ll),2);m=polyval(p,1:12);if length(find(m<0))>0p=polyfit(1:l,lll(ll),1);m=polyval(p,1:12);end      zz=[zz;m];
end
[x,y]=meshgrid(x,y);
x0=0:5:1100;
y0=0:5:600;
[xx0,yy0]=meshgrid(x0,y0);
zz0=interp2(x,y,zz,xx0,yy0,'cubic');
mesh(xx0,yy0,-zz0);
v=0;
for k=1:length(x0)-1for i=1:length(y0)-1h=(zz0(i,k)+zz0(i+1,k)+zz0(i,k+1)+zz0(i+1,k+1))/4;v=v+25*h;end
end
v

v =

     8.597807745430814e+06

本文由作者自创，由于时间原因，难免出现些许错误，还请大家多多指正。创作不易，请大家多多支持。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/689151.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

服务器4c16g中的c指什么？或者4h什么意思？

服务器4c16g中的c指什么？或者4h什么意思？

服务器4c16g中的c指什么&#xff1f;c是指CPU处理器&#xff0c;4c代表4核CPU&#xff0c;4c也可以表示为4h&#xff0c;cpu是处理器中的基本计算单位&#xff0c;服务器的CPU核心数量越多&#xff0c;处理器的计算能力就越强&#xff0c;由于是云服务器&#xff0c;CPU指的是v…
阅读更多...
数据在内存中的存储以及百度笔试题

数据在内存中的存储以及百度笔试题

目录 一.整型家族 什么是大小端存储&#xff08;百度笔试题&#xff09; 大端字节序存储 小端字节序存储 为什么要讨论大小端字节序存储 写一个程序判断是大端还是小端存储&#xff08;百度笔试题&#xff09; 思路&#xff1a;用1去判断&#xff0c;如果返回1则是小端&a…
阅读更多...
腾讯云4核8G12M服务器支持多少人在线？

腾讯云4核8G12M服务器支持多少人在线？

4核8G服务器支持多少人同时在线访问&#xff1f;阿腾云的4核8G服务器可以支持20个访客同时访问&#xff0c;关于4核8G服务器承载量并发数qps计算测评&#xff0c;云服务器上运行程序效率不同支持人数在线人数不同&#xff0c;公网带宽也是影响4核8G服务器并发数的一大因素&…
阅读更多...
帮管家 CRM init 信息泄露漏洞复现 [附POC]

帮管家 CRM init 信息泄露漏洞复现 [附POC]

文章目录 帮管家 CRM init 信息泄露漏洞复现 [附POC]0x01 前言0x02 漏洞描述0x03 影响版本0x04 漏洞环境0x05 漏洞复现1.访问漏洞环境2.构造POC3.复现帮管家 CRM init 信息泄露漏洞复现 [附POC] 0x01 前言 免责声明：请勿利用文章内的相关技术从事非法测试，由于传播、利用此…
阅读更多...
Open CASCADE学习|曲线向曲面投影

Open CASCADE学习|曲线向曲面投影

在三维空间中&#xff0c;将曲线向曲面投影通常涉及复杂的几何计算。这个过程可以通过多种方法实现&#xff0c;但最常见的是使用数学和几何库&#xff0c;如OpenCASCADE&#xff0c;来处理这些计算。 在OpenCASCADE中&#xff0c;投影曲线到曲面通常涉及以下步骤&#xff1a;…
阅读更多...
面试题-02

面试题-02

1.什么是Java程序的主类&#xff1f;应用程序和小程序的主类有何不同&#xff1f; 一个程序中可以有多个类&#xff0c;但只能有一个类是主类。在Java应用程序中&#xff0c;这个主类是指包含main()方法的类。而在Java小程序中&#xff0c;这个主类是一个继承自系统类JApplet或…
阅读更多...
RocketMq——NameServer源码分析

RocketMq——NameServer源码分析

摘要 RocketMQ架构体系里有四个角色&#xff1a;NameServer、Broker、Producer、Consumer。其中&#xff0c;Broker统称为服务端&#xff0c;Producer属于消息生产者和Consumer属于消息消费者&#xff0c;他们统称为客户端。客户端要如何与服务端通信&#xff1f;拿消息发送举…
阅读更多...
【LeetCode每日一题】单调栈 901股票价格跨度

【LeetCode每日一题】单调栈 901股票价格跨度

901. 股票价格跨度思路 设计一个算法收集某些股票的每日报价&#xff0c;并返回该股票当日价格的 跨度 。 当日股票价格的 跨度 被定义为股票价格小于或等于今天价格的最大连续日数&#xff08;从今天开始往回数&#xff0c;包括今天&#xff09;。 例如&#xff0c;如果未来…
阅读更多...
elementui 中 el-date-picker 控制选择当前年之前或者之后的年份

elementui 中 el-date-picker 控制选择当前年之前或者之后的年份

文章目录 需求分析 需求 对 el-date-picker控件做出判断控制 分析 给 el-date-picker 组件添加 picker-options 属性&#xff0c;并绑定对应数据 pickerOptions html <el-form-item label"雨量年份&#xff1a;" prop"date"><el-date-picker …
阅读更多...
鸿蒙应用/元服务开发-窗口概述

鸿蒙应用/元服务开发-窗口概述

一、窗口模块的定义 窗口模块用于在同一块物理屏幕上&#xff0c;提供多个应用界面显示、交互的机制。 对应用开发者而言&#xff0c;窗口模块提供了界面显示和交互能力。 对终端用户而言&#xff0c;窗口模块提供了控制应用界面的方式。 对整个操作系统而言&#xff0c;窗…
阅读更多...
开源模型应用落地-工具使用篇-SLB（二）

开源模型应用落地-工具使用篇-SLB（二）

一、前言 通过学习"开源模型应用落地"系列文章&#xff0c;我们成功地建立了一个完整可实施的AI交付流程。现在&#xff0c;我们要引入负载均衡&#xff0c;以提高我们的AI服务的性能和故障转移能力。本文将详细介绍如何使用腾讯云的负载均衡技术来将我们的AI服务部署…
阅读更多...
洛谷 P1150 Peter 的烟

洛谷 P1150 Peter 的烟

参考代码and代码解读 #include<iostream> using namespace std; int main() { int n,k,nonu; //n烟的数量&#xff0c;k需要多少根烟头换一支烟&#xff0c;nonu记录烟头的个数 cin>>n>>k; int sumn; //一开始就能吸n支烟 nonusum; …
阅读更多...
深度学习之pytorch实现线性回归

深度学习之pytorch实现线性回归

度学习之pytorch实现线性回归 pytorch用到的函数torch.nn.Linearn()函数torch.nn.MSELoss()函数torch.optim.SGD() 代码实现结果分析 pytorch用到的函数 torch.nn.Linearn()函数 torch.nn.Linear(in_features, # 输入的神经元个数out_features, # 输出神经元个数biasTrue # 是…
阅读更多...
Jlink+OpenOCD+STM32 Vscode 下载和调试环境搭建

Jlink+OpenOCD+STM32 Vscode 下载和调试环境搭建

对于 Mingw 的安装比较困难&#xff0c;国内的网无法正常在线下载组件&#xff0c; 需要手动下载 x86_64-8.1.0-release-posix-seh-rt_v6-rev0.7z 版本的软件包&#xff0c;添加环境变量&#xff0c;并将 mingw32-make.exe 名字改成 make.exe。 对于 OpenOCD&#xff0c;需要…
阅读更多...
中标麒麟桌面操作系统软件及安装方法

中标麒麟桌面操作系统软件及安装方法

中标麒麟桌面操作系统软件及安装方法 安装力法 TeXworks编辑器 1、打开终端 输入“ sudo yum install texworks "命令 2、打开软件中心&#xff0c;搜索“TeX 编辑器”下载安装编程软件Anjuta集成开发环境 1、打开终端 输入“ sudo yum install anjuta ” 命令 2、打开软…
阅读更多...
Python爬虫知识图谱

Python爬虫知识图谱

下面是一份详细的Python爬虫知识图谱&#xff0c;涵盖了从基础入门到进阶实战的各个环节&#xff0c;涉及网络请求、页面解析、数据提取、存储优化、反爬策略应对以及法律伦理等多个方面&#xff0c;并配以关键点解析和代码案例&#xff0c;以供读者深入学习和实践。 一、Pyth…
阅读更多...
django中session值的数据类型是dict，需要手动save()，更新才会传递到其他页面。

django中session值的数据类型是dict，需要手动save()，更新才会传递到其他页面。

django 项目在一个页面中删除了session中的某一个成员&#xff08;del request.session["test"]["a"]&#xff09;&#xff0c;切换到另外一个页面的时候&#xff0c;session中的那个成员居然还在。让我一阵莫名其妙。 # 对session["test"]进行初…
阅读更多...
mysql 2-18

mysql 2-18

加密与解密函数 其他函数 聚合函数 三者效率 GROUP BY HAVING WHERE和HAVING的区别 子查询 单行子查询和多行子查询 单行比较操作符 多行比较操作符 把平均工资生成的结果当成一个新表 相关子查询 EXISTS 一条数据的存储过程 标识符命名规则 创建数据库 MYSQL的数据类型 创建表…
阅读更多...
目标检测一般性问题

目标检测一般性问题

Precision(查准率/精确率) 所有预测为正样本的结果中&#xff0c;预测正确的比率。 Precision TP / (TP FP)Recall (查全率/召回率) 所有正样本中被正确预测的比率。 Recall TP / (TP FN)正样本负样本预测为正True Positive(TP)False Positive(FP)预测为负False Negati…
阅读更多...
利用ChatGPT进行数据分析——如何提出一个好的prompt

利用ChatGPT进行数据分析——如何提出一个好的prompt

利用ChatGPT进行数据分析——如何提出一个好的prompt ​ 使用ChatGPT时&#xff0c;能否得到一个好的输出结果&#xff0c;关键在于能否提出好的prompt。 1.1 prompt是什么 ​ 现在大家把向ChatGPT输入的内容称作prompt&#xff08;提示&#xff09;&#xff0c;它的作用是引…
阅读更多...
最新文章

Copyright @ 2022~2023