- •1. Основы теории погрешностей
- •2. Численные методы решения нелинейных уравнений. Постановка задачи. Отделение корней
- •3. Численные методы решения нелинейных уравнений. Постановка задачи. Уточнение корня методом половинного деления
- •4. Численные методы решения нелинейных уравнений. Постановка задачи. Уточнение корня методом хорд
- •5.Численные методы решения нелинейных уравнений. Постановка задачи. Уточнение корня методом касательных
- •6. Численные методы решения нелинейных уравнений. Постановка задачи. Уточнение корня комбинированным методом
- •7. Точные и приближенные методы решения систем линейных уравнений. Метод последовательного исключения неизвестных (метод Гаусса)
- •10.Таблица конечных разностей. Свойства конечных разностей
- •8. Точные и приближенные методы решения систем линейных уравнений. Метод квадратных корней
- •9. Численные методы интерполирования функций. Постановка задачи. Формула Лагранжа для неравноотстоящих узлов
- •11.Численные методы интерполирования функций. Постановка задачи. Первая формула Ньютона для равноотстоящих узлов
- •12. Постановка задачи численного интегрирования. Формулы прямоугольников. Двойной пересчет.
- •13. Постановка задачи численного интегрирования. Формула трапеций.
- •14. Постановка задачи численного интегрирования. Формула Симпсона
- •16.Принцип сжатых отображений. Теорема о неподвижной точке.
- •17. Принцип сжатых отображений. Решение нелинейных уравнений методом итераций. Оценка погрешности.
- •18. Принцип сжатых отображений. Теоремы о достаточных условиях сходимости итерационной последовательности.
- •19. Принцип сжатых отображений. Правило утроенного отрезка.
- •20. Геометрическая интерпретация сходимости итерационной последовательности.
- •22. Применение принципа сжатых отображений для решения систем линейных уравнений. Метод Зейделя. Оценка погрешности.
- •21. Применение принципа сжатых отображений для решения систем линейных уравнений. Метод простой итерации. Оценка погрешности
- •23. Методы экспериментальной обработки данных. Метод наименьших квадратов.
- •24. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде линейной регрессии
- •25. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде квадратичной регрессии
- •26. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде степенной, показательной и других функций
24. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде линейной регрессии
Предположим, что связь между x и y линейна и искомую приближающую функцию будем искать в виде:
Найдем частные производные по параметрам:
Запишем
систему уравнений относительно
и
25. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде квадратичной регрессии
Пусть в результате измерений в процессе опыта получено табличное задание некоторой функции f(х), выражающей связь между двумя параметрами:
Х |
x1 |
х2 |
… |
xn |
f(x) |
y1 |
у2 |
… |
yn |
Будем искать приближающую функцию в виде квадратного трехчлена:
(9)
Находим частные производные:
Составим систему вида :
После несложных преобразований получается система трех линейных уравнений с тремя неизвестными a, b, c. Коэффициенты системы, так же как и в случае линейной функции, выражаются только через известные данные из таблицы:
(10)
Здесь использованы обозначения:
Решение системы (10) дает значение параметров a, b и с для приближающей функции (9).
Квадратичная регрессия применяется, если все выражения вида у2 -2y1 + y0 , y3 -2 y2 + y1 , y4 -2 y3 + y2 и т.д. мало отличаются друг от друга.
26. Методы экспериментальной обработки данных. Нахождение аппроксимирующей функции в виде степенной, показательной и других функций
Степенная функция (геометрическая регрессия). Найдем теперь приближающую функция в виде:
(11)
Предполагая, что в исходной таблице (1) значения аргумента и значения функции положительны, прологарифмируем равенство ( 11) при условии а>0:
(12)
Так как функция F является приближающей для функции f, функция lnF будет приближающей для функции lnf. Введем новую переменную u=lnx; тогда, как следует из (12), lnF будет функцией от u: Ф(u).
Обозначим
(13)
Теперь равенство (12) принимает вид:
(14)
т.е. задача свелась к отысканию приближающей функции в виде линейной. Практически для нахождения искомой приближающей функции в виде степенной (при сделанных выше предположениях) необходимо проделать следующее:
1. по данной таблице ( 1 ) составить новую таблицу, прологарифмировав значения x и y в исходной таблице;
2. по новой таблице найти параметры А и В приближающей функции вида (14);
3. использовав обозначения (13), найти значения параметров a и m и подставить их в выражение (11).
Необходимым условием для выбора степенной функции в качестве искомой эмпирической формулы является соотношение:
Показательная функция. Пусть исходная таблица (1) такова, что приближающую функцию целесообразно искать в виде показательной функции:
(15)
Прологарифмируем равенство (15):
(16)
Приняв обозначения (13), перепишем (16) в виде:
(17)
Таким образом, для нахождения приближающей функции в виде (15) нужно прологарифмировать значения функции в исходной таблице (1) и, рассматривая их совместно с исходными значениями аргумента, построить для новой таблицы приближающую функцию вида ( 17). Вслед за этим в соответствии с обозначениями ( 13) остается получить значения искомых параметров a и b и подставить их в формулу (15).
Необходимым условием для выбора показательной функции в качестве искомой эмпирической формулы является соотношение:
.
Дробно-линейная функция. Будем искать приближающую функцию в виде:
(18)
Равенство (18) перепишем следующим образом:
Из последнего равенства следует, что для нахождения значений параметров a и b по заданной таблице (1) нужно составить новую таблицу, у которой значения аргумента оставить прежними, а значения функции заменить обратными числами, после чего для полученной таблицы найти приближающую функцию вида ax+b. Найденные значения параметров a и b подставить в формулу ( 18).
Необходимым условием для выбора дробно-линейной функции в качестве искомой эмпирической формулы является соотношение [38]:
.
Логарифмическая функция. Пусть приближающая функция имеет вид:
(19)
Легко видеть, что для перехода к линейной функции достаточно сделать подстановку lnx=u. Отсюда следует, что для нахождения значений a и b нужно прологарифмировать значения аргумента в исходной таблице ( 1 ) и, рассматривая полученные значения в совокупности с исходными значениями функции, найти для полученной таким образом новой таблицы приближающую функцию в виде линейной. Коэффициенты a и b найденной функции подставить в формулу (19).
Необходимым условием для выбора логарифмической функции в качестве искомой эмпирической формулы является соотношение:
.
Гипербола. Если точечный график, построенный по таблице (1), дает ветвь гиперболы, приближающую функцию можно искать в виде:
(20)
Для перехода
к линейной функции сделаем подстановку
.
(21)
Практически перед нахождением приближающей функции вида ( 20) значения аргумента в исходной таблице ( 1 ) следует заменить обратными числами и найти для новой таблицы приближающую функцию в виде линейной вида ( 21). Полученные значения параметров а и b подставить в формулу (20).
Необходимым условием для выбора уравнения гиперболы в качестве искомой эмпирической формулы является соотношение [38]:
.
Дробно-рациональная функция. Пусть приближающая функция находится в виде:
(22)
Очевидно, что
,
так что задача
сводится к случаю, рассмотренному в
предыдущем пункте. Действительно, если
в исходной таблице заменить значения
х и у их обратными величинами
по формулам
и
и
искать для новой таблицы приближающую
функцию вида u=bz+a, то найденные
значения а и b будут искомыми
для формулы (22).
Необходимым условием для выбора дробно-рациональной функции в качестве искомой эмпирической формулы является соотношение [38]:
