- •Введение
- •Лабораторная работа №1 основы работы в системе MathCad. ПОстроение графиков
- •Задание 1.3.Для данной матрицы м
- •Лабораторная работа №2 решение систем уравнений. Решение нелинейных уравнений
- •Порядок выполнения задания:
- •Лабораторная работа №3 Приближение функций.
- •Метод выбранных точек
- •Метод средних
- •Метод наименьших квадратов
- •Лабораторная работа №4 численное интегрирование. ЧИсленное решение обыкно-венных дифференциальных уравнений
- •Формула трапеции
- •Приложение а
Метод выбранных точек
Он состоит в следующем: на примерном графике эмпирической функции выбираются точки, число которых равно количеству искомых параметров. Координаты этих точек тщательно измеряются для записи условия прохождения графика через выбранные точки. Из полученной таким образом системы уравнений находят значения параметров a1, a2,…, am
Метод средних
Рассмотрим еще один способ определения параметров эмпирической формулы – метод средних. Он состоит в том, что параметры a1, a2,…, am зависимости (20) определяются с использованием условия равенства нулю суммы отклонений (21) во всех точках xi:
(22)
Полученное уравнение служит для определения параметров a1, a2,…, am.
Метод наименьших квадратов
Запишем сумму квадратов отклонений для всех точек x1, x2,…, xn:
(23)
Параметры a1, a2,…, am эмпирической формулы (20) будем находить из условия минимума функции S. В этом состоит метод наименьших квадратов. Минимум функции находим из условия равенства нулю частных производных по всем параметрам:
… (24)
Полученные соотношения система линейных уравнений для опреде-ления неизвестных параметров.
Например, для линейной функции y = ax + b эта система имеет вид:
(25)
В системе MathCad существуют встроенные функции для вычисления коэффициентов а и b линейной зависимости y=ax+b:
- slope(x,y) - возвращает значение коэффициента а;
- intercept(x,y) - возвращает значение коэффициента b.
Формулы для вычисления коэффициентов а и b линейной зависимости можно применять для нахождения параметров эмпирических функций, график которых не является прямой линией.
Так, если эмпирическая формула имеет вид степенной функции y=kxm, то, введя обозначения У=lny и X=lnx можно воспользоваться формулами для вычисления коэффициентов а и b линейной зависимости и выразить через них значения коэффициентов k и m: k=eb и m=a.
Если эмпирическая формула имеет вид показательной функции y=peqx, то, введя обозначения У=lny и X=x и вычислив коэффициенты а и b линейной зависимости, можно выразить через них значения коэффициентов p и q: p=eb и q=a.
Примеры построения эмпирических формул даны в приложении Г.
Задание 6.1. По заданным экспериментальным данным найти параметры эмпирических формул (y=ax+b, y=kxm, y=peqx, y=alnx+b) методом наименьших квадратов с помощью встроенных функций MathCad. Построить графики полученных функций. Выбрать наилучшее приближение и найти значение у в точке х=n+0.55, где n - номер варианта.
Вариант 1
x |
0.1 |
0.2 |
0.4 |
0.6 |
0.8 |
1.0 |
1.2 |
1.4 |
y |
3.0 |
4.38 |
6.78 |
9.86 |
14.96 |
22.07 |
33.17 |
49.23 |
Вариант 2
x |
0.05 |
0.2 |
0.4 |
0.6 |
0.9 |
1.2 |
1.5 |
1.8 |
y |
0.521 |
1.555 |
3.572 |
5.622 |
7.801 |
11.77 |
14.78 |
17.82 |
Вариант 3
x |
0.1 |
0.2 |
0.5 |
0.7 |
1 |
1.2 |
1.5 |
2.5 |
y |
3.02 |
4.38 |
6.78 |
9.86 |
14.96 |
22.07 |
33.17 |
49.23 |
Вариант 4
x |
0.6 |
0.7 |
0.8 |
0.9 |
1.0 |
2.0 |
3.0 |
4.0 |
y |
11.213 |
8.0617 |
6.3512 |
4.8412 |
4.1201 |
0.9103 |
0.5413 |
0.1512 |
Вариант 5
x |
0.1 |
0.5 |
1 |
1.7 |
2.50 |
3.5 |
5 |
6 |
y |
109.13 |
40.271 |
14.728 |
5.5432 |
2.1201 |
0.8403 |
0.1733 |
0.2112 |
Вариант 6
x |
0.2 |
0.45 |
0.6 |
0.8 |
1.0 |
3.0 |
5.0 |
7.0 |
y |
4.455 |
9.034 |
9.952 |
11.38 |
12.52 |
17.98 |
20.55 |
22.23 |
Вариант 7
x |
0.2 |
0.4 |
0.6 |
0.8 |
1.0 |
2.0 |
4.0 |
6.0 |
y |
6.733 |
4.027 |
1.762 |
1.452 |
1.211 |
0.693 |
0.423 |
0.312 |
Вариант 8
x |
8.0 |
6.0 |
4.0 |
2.0 |
1.0 |
0.8 |
0.6 |
0.4 |
y |
0.2813 |
0.6123 |
0.6512 |
1.6122 |
2.9201 |
3.8503 |
4.9123 |
7.6212 |
Вариант 9
x |
0.05 |
2.0 |
4.0 |
6.0 |
8.0 |
10.0 |
12.0 |
14.0 |
y |
0.0121 |
2.7312 |
4.1012 |
4.8112 |
5.7601 |
6.2203 |
7.0313 |
7.5812 |
Вариант 10
x |
0.2 |
0.45 |
0.6 |
0.8 |
1.0 |
3.0 |
5.0 |
7.0 |
y |
5.121 |
5.531 |
5.642 |
5.95 |
6.11 |
9.13 |
13.53 |
20.31 |
Вариант 11
x |
0.2 |
0.4 |
0.6 |
0.8 |
1.0 |
3.0 |
5.0 |
7.0 |
y |
17.23 |
19.11 |
19.52 |
20.03 |
20.52 |
22.67 |
23.73 |
24.55 |
Вариант 12
x |
0.2 |
0.45 |
0.9 |
1.5 |
3.0 |
5.0 |
7.0 |
10 |
y |
0.323 |
0.727 |
1.122 |
1.6582 |
1.9001 |
3.3103 |
4.5213 |
5.9812 |
Порядок выполнения задания:
Ввести значения векторов х и y.
Вычислить коэффициенты a1 и b1 аппроксимирующей прямой у1(х), используя формулы slope(x,y) и intercept(x,y).
Вычислить коэффициенты k и m степенной функции y2(х)=kxm, предварительно введя новые переменные У и X и вычислив коэффициенты а2 и b2 линейной зависимости, используя формулы slope(Х,У) и intercept(Х,У).
Вычислить коэффициенты p и q показательной функции у3(х)= peqx, предварительно введя новые переменные У и X и вычислив коэффициенты а3 и b3 линейной зависимости.
Вычислить коэффициенты a4 и b4 показательной функции у4(х)=a4lnx+b4, предварительно введя новые переменные У и X.
Изобразите на графике заданные экспериментальные точки Уi и функции у1(хi), у2(хi), у3(хi), у4(хi) и выберите наилучшее приближение.
Найдите значение функции в указанной точке.