- •Министерство образования и науки
- •1.2. Решение задания №1.
- •2. Основные операции с матрицами
- •2.1. Условие задания № 2
- •2.2. Решение задания № 2
- •3. Решение системы линейных уравнений
- •3.1. Условие задания № 3
- •3.2. Решение задания № 3
- •4. Приближение таблично заданной функции
- •4.1. Условие задания № 4
- •4.2. Решение задания № 4
Рис. 1. Операции с матрицами
Для реализации вычисления по формуле D=(A∙C)-1∙B-2. Было построено несколько проверочных матриц (для каждого шага), а также итоговая матрица, формула ячеек которой:
=МУМНОЖ((МУМНОЖ(A2:C4;A12:C14)^(-1));A7:D9)-2
Применив эту формулу получили значение матрицы D:
-2,48448
-1,79874
-2,02219
-2,43288
-1,89148
-2,56147
-2,38257
-1,44439
-0,91979
-4,1454
-3,24156
0,297373
3. Решение системы линейных уравнений
3.1. Условие задания № 3
Используя коэффициенты полученной матрицы D из задания 2, решить систему уравнений. Обратить внимание, что для формирования системы линейных уравнений, подлежащей решению, коэффициенты матрицы D использованы в порядке, отличающемся от их записи непосредственно в матрице D.
3.2. Решение задания № 3
1. Запишем систему уравнений, используя коэффициенты из полученной матрицы (округлив до 3-х знаков после запятой):
-2,484∙x1
-2,022∙x2
-2,433∙x3 =
-1,799
-1,891∙x1
-2,383∙x2
-1,444∙x3 =
-2,561
-0,920∙x1
-3,242∙x2
+0,297∙x3 =
-4,145
2. Решим полученную систему уравнений в Excel с применением последовательности операций линейной алгебры, а именно - с применением обратной матрицы (рис. 11). В результате получим вектор решения:
X= |
7,57 |
-1,40 | |
-5,82 |
Используя процедуры, описанные в задании 2, а именно: МУМНОЖ, МОПРЕД и МОБР, проведем нужные вычисления в Excel (рис. 1):
Матрица уравнения записана в ячейках А7:С9, а правая часть в Е7:Е9
Для определения детерминанта в ячейке G8 формула будет =МОПРЕД(A7:C9)
Для построения обратной матрицы в ячейках А13:С15 используем формулу =МОБР(A7:C9)
Для вычисления вектора Х в G13:G15 используем =МУМНОЖ(A13:C15;E13:E15)
Для построения единичной матрицы A18:C20 и произведения матриц E18:E20 также используем МУМНОЖ.
Рис. 1. Решение системы уравнений в Excel при помощи матриц
Таким образом, при помощи операций в Excel найдено решение системы линейных уравнений, а также выполнена проверка правильности найденного решения путем вычисления детерминанта, единичной матрицы и произведения матрицы на вектор.
4. Приближение таблично заданной функции
В инженерной практике довольно часто встречается задача получения зависимости (формулы) между двумя величинами в том случае, когда имеется таблица значений (например, в результате экспериментальных исследований получены значения величины Yi при некоторых конкретных значениях аргумента Xi, где i=1,2,...m). Но для последующей деятельности требуется формула, связывающая эти две величины, по которой можно было бы с некоторой точностью определить величину Y при любом значении величины X. Получение такой зависимости называется аппроксимацией таблично (точечно) заданной функции.
Частным случаем аппроксимации является интерполяция полиномом (многочленом) n-й степени. Из курса математики известно, что имея m точек, можно получить неизвестные коэффициенты полинома n=m-1 степени. Интерполяцией называется получение такой полиномиальной зависимости Y (X), в соответствии с которой для всех пар точек (называемых узлами интерполяции) имеется совпадение табличных с рассчитанными по зависимости Y(X ). Интерполяционная зависимость может быть построена единая для всего интервала определения таблично заданной функции. В этом случае степень полинома на единицу ниже количества несовпадающих узлов интерполяции. Можно построить кусочную интерполяцию, разделив все количество узлов на группы. В пределах каждого такого участка интерполяции получают полином степенью на единицу ниже количества узлов интерполяции в этой группе. Если в группу включать 2 узла, то получается полином первой степени (прямая линия). Такая интерполяция называется кусочно-линейной.
Кроме построения интерполяционных зависимостей, можно строить аппроксимирующие зависимости на основе различных функций взаимосвязи двух рассматриваемых величин. Обычно в этом случае количество неизвестных параметров выбранной функции намного ниже количества пар значений в исходной таблице Y(X ). Очевидно, что в этом случае возможно бесконечно большое количество сочетаний конкретных значений параметров аппроксимирующей функции. Необходимо выбирать такие значения параметров, которые в максимальной степени обеспечивали бы близость аппроксимирующей функции к исходным табличным значениям. Обычно применяют критерии квадратичного приближения. А именно, подбирают такие значения параметров аппроксимирующей функции, чтобы сумма квадратов отклонений (разницы вычисленных по ней значений и значений из таблицы) была минимальной.
Построение аппроксимирующих зависимостей на основе этого принципа (метода наименьших квадратов) реализовано в программе Excel. Точность аппроксимирующих зависимостей разного вида может весьма существенно различаться.