Мои работы / Lab_5_Gorohov_IST-114
.docxМинистерство цифрового развития, связи и массовых коммуникаций
Российской Федерации
Федеральное государственное образовательное бюджетное учреждение
высшего профессионального образования
«Санкт-Петербургский государственный университет телекоммуникаций
им. проф. М.А. Бонч-Бруевича»
Кафедра «Информационных Управляющих Систем»
Дисциплина «Теория информации, данные, знания»
ОТЧЁТ
по лабораторной работе № 5
«Обработка экспериментальных данных в scilab»
Выполнил: студент группы ИСТ-114, Горохов Д.Г.
«28» мая 2023г. _________/Горохов Д.Г./
Принял: Эль Сабаяр Шевченко Н.
«__» мая 2023 г. _________/ Эль Сабаяр Шевченко Н./
Санкт-Петербург
2023
ТЕОРЕТИЧЕСКИЙ МАТЕРИАЛ:
В данной лабораторной работе будут использованы три функции:
datafit(F,z,с) — Нелинейная (с ограничениями) параметрическая подгонка измеренных (взвешенных) данных;
reglin(x,y) — используется для нахождения линейной регрессии;
interpln(z,x) — функция для построения линейной интерполяции служит.
ФОРМУЛИРОВКА ЗАДАНИЯ:
Задание 5.1. С помощью метода наименьших квадратов определить линию регрессии, рассчитать коэффициент корреляции, подобрать функциональную зависимость заданного вида, вычислить коэффициент регрессии. Определить суммарную ошибку.
Задание 5.2. Найти приближенное значение функции при заданном значении аргумента с помощью функции линейной интерполяции
ХОД РАБОТЫ:
Задание 5.1
Скриншот программного кода в Scilab
Результат выполнения работы
График
Задание 5.2
Скриншот программного кода в Scilab
Результат выполнения работы
График
Вывод: В данной лабораторной работе мы ознакомились с программой Scilab, научились обрабатывать экспериментальные данные.
Приложение
Код для задания 5.1:
function [zr]=G(c,z) zr=z (2) - (1/ (c(1) +c (2) *exp (-z (1) ) )) lendfunction u=[0 1 1.5 2 2.5 3 3.5 4 4.5 51: 1v=[12 10.1 11.58 17.4 30.68 53.6 87.78 136.9 202.5 2871 z=lu;vl: c=1;1l; [a,err]=datafit (G, z, c) disp("S: ", err) disp("a:”, a) r=sum ( (u-mean (u) ).* (v-mean (v) ) ) / sqrt (sum ( (u-mean (u) ) ^2) * sum ( (v-mean (v) ) ^2) ) disp (”Коэффициент корреляции ” r) plot2d (u, v, -4) ; It=0:0.01:5; Ptc= (a (1) +a (2) .*exp(-t) ).^-1 [n, m]=reglin(u, v) plot2d(t, Ptc) plot2d (u, n*u+m,5)
Код для задания 5.2:
X = [1.375-1.380-1.385-1.390-1.395-1.400]: Y = [5.04192-5.17744-5.32016-5.47069-5.62968-5.79788]: plot2d (x, y, -4) : koeff=splin(x,y): X=[1.3832-1.3926-1.3866] Y=.interp(X,x, y, koeff); disp('Y:’ Y) (plot2d (X, Y, -3) t=1.37:0.005:1.41; ptd=interp(t, x, y, koeff): plot2d (t, ptd) :