Maple 如何在特殊点绘制实验数据?
我有一组实验数据p,我想得到实验和预测的曲线图。为了做到这一点,我使用另一组依赖于pq的数据,绘制散点图,使用适当的拟合,然后获得回归线,并在适当的微分方程中使用其系数。P的曲线看起来不错,但我需要添加实验数据。为了简单起见,我使用了区间t=0..150 如何绘制实验数据,使P0=Pvals[1],P10=Pvals[2]等。?此外,我如何分配数据,比如说,我有t=0..800,并且想要绘制Pvals,以便P0=Pvals[1]和P800=Pvals[16]Maple 如何在特殊点绘制实验数据?,maple,Maple,我有一组实验数据p,我想得到实验和预测的曲线图。为了做到这一点,我使用另一组依赖于pq的数据,绘制散点图,使用适当的拟合,然后获得回归线,并在适当的微分方程中使用其系数。P的曲线看起来不错,但我需要添加实验数据。为了简单起见,我使用了区间t=0..150 如何绘制实验数据,使P0=Pvals[1],P10=Pvals[2]等。?此外,我如何分配数据,比如说,我有t=0..800,并且想要绘制Pvals,以便P0=Pvals[1]和P800=Pvals[16] 我不确定我是否完全遵循你的方法。但这
我不确定我是否完全遵循你的方法。但这是你想要实现的吗
restart;
with(Statistics):
Pvals := [3.929, 5.308, 7.24, 9.638, 12.866, 17.069, 23.192, 31.433,
38.558, 50.156, 62.948, 75.996, 91.972, 105.711, 122.775, 131.669]:
for i to 15 do Qval[i] := .1*(Pvals[i+1]/Pvals[i]-1); end do:
Qvals := [seq(Qval[i], i = 1 .. 15), 0.144513895e-1]:
form := a*v^2+b*v+c:
CF := CurveFitting:-LeastSquares(Pvals, Qvals, v, curve = form);
CF := 0.0370152282598477 - 0.000272504103112702 v
-7 2
+ 5.60958249026713 10 v
现在我在DE中使用CF,因为我不明白您为什么放弃v^2术语
#de := diff(P(t), t) = (0.370152282598477e-1-0.272504103112702e-3*P(t))*P(t);
de := diff(P(t), t) = eval(CF, v=P(t))*P(t);
d /
de := --- P(t) = \0.0370152282598477 - 0.000272504103112702 P(t)
dt
-7 2\
+ 5.60958249026713 10 P(t) / P(t)
我将使用dsolve命令的numeric选项,并获取一个为数值t值计算Pt的过程
现在再做一些调整,这也是我对你目标的猜测
endpt := fsolve(Pfunc(t)-Pvals[16]);
endpt := 135.2246055
Pfunc(endpt), Pvals[16];
131.669000003321, 131.669
plot(Pfunc(t), t=0 .. endpt, size=[500,200]);
现在显示针对0的Pdata。。也是800,
这正是我一直想做的。我无意中放弃了v^2术语,很高兴你纠正了我。再次感谢你!
sol := dsolve({de, P(0) = 3.929}, P(t), numeric, output=listprocedure ):
Pfunc := eval(P(t), sol);
Pfunc := proc(t) ... end;
Pfunc(0.0), Pvals[1];
3.92900000000000, 3.929
endpt := fsolve(Pfunc(t)-Pvals[16]);
endpt := 135.2246055
Pfunc(endpt), Pvals[16];
131.669000003321, 131.669
plot(Pfunc(t), t=0 .. endpt, size=[500,200]);
a,b,N := 0.0, 800.0, nops(Pvals);
a, b, N := 0., 800.0, 16
Pfuncscaled := proc(t)
if not t::numeric then
return 'procname'(args);
end if;
Pfunc(t*endpt/b);
end proc:
Pfuncscaled(0), Pvals[1];
3.92900000000000, 3.929
Pfuncscaled(800), Pvals[N];
131.669000003321, 131.669
PLscaled := plot( Pfuncscaled(t), t=a .. b,
color=red, size=[500,200] );
V := Vector(N, (i)->a+(i-1)*(b-a)/(N-1)):
V[1], V[-1];
0., 800.0000000
Pdatascaled := plot( < V | Vector(Pvals) >,
color=blue, size=[500,200],
style=pointline, symbol=solidcircle );
plots:-display( PLscaled, Pdatascaled, size=[500,500] );