python实现数学模型(插值、拟合和微分方程)
发布日期:2021-07-13 03:01:51
浏览次数:1
分类:技术文章
本文共 2465 字,大约阅读时间需要 8 分钟。
题目描述
交通管理部门为了掌握一座桥梁的通行情况,在桥梁的一端每隔一段不等的时间,连续记录1min内通过桥梁的车辆数量,连续观测一天24h的通过车辆,车辆数据如下表所示。试建立模型分析估计这一天中总共有多少车辆通过这座桥梁。
在这里插入图片描述
python 实现(关键程序)
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 def get_line(xn, yn): def line(x): index = -1 # 找出x所在的区间 for i in range(1, len(xn)): if x <= xn[i]: index = i - 1 break else: i += 1 if index == -1: return -100 # 插值 result = (x - xn[index + 1]) * yn[index] / float((xn[index] - xn[index + 1])) + (x - xn[index]) * yn[ index + 1] / float((xn[index + 1] - xn[index])) return result return line time = [0, 2, 4, 5, 6, 7, 8, 9, 10.5, 11.5, 12.5, 14, 16, 17, 18, 19, 20, 21, 22, 23, 24] num = [2, 2, 0, 2, 5, 8, 25, 12, 5, 10, 12, 7, 9, 28, 22, 10, 9, 11, 8, 9, 3] # 分段线性插值函数 lin = get_line(time, num) # time_n = np.arange(0, 24, 1/60) time_n = np.linspace(0, 24, 24*60+1) num_n = [lin(i) for i in time_n] sum_num = sum(num_n) print("估计一天通过的车辆:%d" % sum_num) 结果在这里插入图片描述在这里插入图片描述
问题2 旧车平均价格
题目描述
某年美国旧车价格的调查资料如下表所示,其中 x i x_i xi表示轿车的使用年数, y i y_i yi表示相应的平均价格。试分析用什么形式的曲线拟合表中所给的数据,并预测使用4.5年后轿车的平均价格大致为多少?
在这里插入图片描述
Python 实现(关键程序)
1
2 3 4 5 6 7 8 9 10 11 12 from scipy.optimize import curve_fit def func(x, a, b, c): # 指数函数拟合 return a * (b**(x-1)) + c year = np.arange(1, 11, 1) price = [2615, 1943, 1494, 1087, 765, 538, 484, 290, 226, 204] popt, pcov = curve_fit(func, year, price) a = popt[0] b = popt[1] c = popt[2] price_fit = func(year, a, b, c) 结果在这里插入图片描述
在这里插入图片描述问题3 微分方程组求解
题目描述
求下列微分方程组(竖直加热板的自然对流)的数值解
Python实现(关键程序)
1
2 3 4 5 6 7 8 9 10 11 12 13 14 from scipy.integrate import solve_ivp def natural_convection(eta, y): # 将含有两个未知函数的高阶微分方程降阶,得到由2+3个一阶微分方程组成的方程组 T1 = y[0] T2 = y[1] f1 = y[2] f2 = y[3] f3 = y[4] return T2, -2.1*f1*T2, f2, f3, -3*f1*f3 + 2*(f2**2)-T1 eta = np.linspace(0, 10, 1000) eta_span = [0, 10] init = np.array([ 1, -0.5, 0, 0, 0.68]) curve = solve_ivp(natural_convection, eta_span, init, t_eval=eta) 结果在这里插入图片描述
问题4 野兔数量 题目描述
某地区野兔的数量连续9年的统计数量(单位:十万)如下表所示.预测t = 9, 10时野兔的数量。
在这里插入图片描述
Python实现(关键程序)
1
2 3 4 5 6 7 8 9 10 11 12 import numpy as np year = np.arange(0, 9, 1) num = [5, 5.9945, 7.0932, 8.2744, 9.5073, 10.7555, 11.9804, 13.1465, 14.2247] fit = np.polyfit(year, num, 1) print("线性拟合表达式:", np.poly1d(fit)) num_fit = np.polyval(fit, year) plt.plot(year, num, 'ro', label='原始数据') plt.plot(year, num_fit, 'b-',label='拟合曲线') year_later = np.arange(8, 11, 0.5) num_fit_curve = fit[0] * year_later + fit[1] 结果在这里插入图片描述
到此这篇关于python实现数学模型(插值、拟合和微分方程)的文章就介绍到这了
转载地址:https://blog.csdn.net/buduoduoorg/article/details/109673087 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
做的很好,不错不错
[***.243.131.199]2024年04月27日 11时05分48秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
android 把打好的 apk 包通过 adb 的方式安装到手机上
2019-04-30
区块链学习之路[持续更新]
2019-04-30
RecycleView-Java.lang.IllegalArgumentException: Called attach on a child which is not detached
2019-04-30
AI学习笔记 (一) 手写识别
2019-04-30
七牛云图片外链失效的解决办法
2019-04-30
[Vue warn]: Invalid prop: type check failed for prop “src“. Expected String, Object, got Module
2019-04-30
Laravel 8 整合 Vue 2 解决 history 路由模式 404 问题
2019-04-30
MongoDB 小试牛刀--创建数据库和用户
2019-04-30
C++单链表的文件存取
2019-04-30
Ubuntu 20.04 卸载 xubuntu 安装 gnome 桌面
2019-04-30
2021年如何学习Flutter?
2019-04-30
MongoDB安装教程
2019-04-30
使用IDEA开发Android程序(一)安装Android开发环境
2019-04-30
使用IDEA开发Android程序(二)第一个简单的程序并运行
2019-04-30
Android启动过程及各个镜像间的关系
2019-04-30