Будь умным!


У вас вопросы?
У нас ответы:) SamZan.net

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА Аппроксимация функций методом наименьших квадратов Оглавлени

Работа добавлена на сайт samzan.net:

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 24.11.2024

КУРСОВАЯ РАБОТА

По дисциплине     ИНФОРМАТИКА

(наименование учебной дисциплины согласно учебному плану)

    

ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

Аппроксимация функций методом наименьших квадратов


Оглавление

[1]
1 Введение

[2]
2 Задание

[3]
3 Практическая часть

[4] 4 ГРАФИКИ.

[5]
                                                           ЗАКЛЮЧЕНИЕ.

[6]

[7] Список литературы:


1 Введение

Базовые знания в области информатики и практические навыки работы на персональном компьютере позволяют эффективно применять современное программное обеспечение для решения прикладных задач в области экологии. В данной курсовой работе проводится аппроксимация функции методом наименьших квадратов. Расчеты проведены при помощи программ Microsoft Excel и Turbo Pascal.


2 Задание

Функция  y = f(x) задана таблицей 1.

аргумент Хi

функция yi

аргумент Хi

функция yi

аргумент Хi

функция yi

аргумент Хi

функция yi

аргумент Хi

функция yi

0,28

1,05

2,34

9,11

3,33

29,43

4,23

86,44

5,55

187,54

0,87

2,87

2,65

16,86

3,41

37,45

4,83

90,85

6,32

200,45

1,65

6,43

2,77

17,97

3,55

42,44

4,92

99,06

6,66

212,97

1,99

8,96

2,83

18,99

3,85

56,94

5,14

120,45

7,13

275,74

2,08

8,08

3,06

23,75

4,01

75,08

5,23

139,65

7,25

321,43

                                                                                                                                         Таблица 1

Требуется выяснить - какая из функций – линейная, квадратичная или экспоненциальная наилучшим образом аппроксимирует функцию заданную таблицей 1.

Поскольку в данном примере каждая пара значений (хi ,yi) встречается один раз, то корреляционная таблица примет вид единичной матрицы. Значит условные средние yi совпадают со значениями yi. Отсюда следует, что корреляционные отношение n2y/x     равно 1 и следовательно между x и y существует функциональная зависимость.

Для проведения расчетов данные приводим в виде таблицы 2, используя средства табличного процессора Microsoft Exel.

                 Таблица 2

A

B

C

D

E

F

G

H

I

1

0,28

1,05

0,08

0,29

0,02

0,01

0,08

0,05

0,01

2

0,87

2,87

0,76

2,50

0,66

0,57

2,17

1,05

0,92

3

1,65

6,43

2,72

10,61

4,49

7,41

17,51

1,86

3,07

4

1,99

8,96

3,96

17,83

7,88

15,68

35,48

2,19

4,36

5

2,08

8,08

4,33

16,81

9,00

18,72

34,96

2,09

4,35

6

2,34

9,11

5,48

21,32

12,81

29,98

49,88

2,21

5,17

7

2,65

16,86

7,02

44,68

18,61

49,32

118,40

2,82

7,49

8

2,77

17,97

7,67

49,78

21,25

58,87

137,88

2,89

8,00

9

2,83

18,99

8,01

53,74

22,67

64,14

152,09

2,94

8,33

10

3,06

23,75

9,36

72,68

28,65

87,68

222,39

3,17

9,69

11

3,33

29,43

11,09

98,00

36,93

122,96

326,35

3,38

11,26

12

3,41

37,45

11,63

127,70

39,65

135,21

435,47

3,62

12,35

13

3,55

42,44

12,60

150,66

44,74

158,82

534,85

3,75

13,31

14

3,85

56,94

14,82

219,22

57,07

219,71

843,99

4,04

15,56

15

4,01

75,08

16,08

301,07

64,48

258,57

1207,29

4,32

17,32

16

4,23

86,44

17,89

365,64

75,69

320,16

1546,66

4,46

18,86

17

4,83

90,85

23,33

438,81

112,68

544,24

2119,43

4,51

21,78

18

4,92

99,06

24,21

487,38

119,10

585,95

2397,89

4,60

22,61

19

5,14

120,45

26,42

619,11

135,80

698,00

3182,24

4,79

24,63

20

5,23

139,65

27,35

730,37

143,06

748,18

3819,83

4,94

25,83

21

5,55

187,54

30,80

1040,85

170,95

948,79

5776,70

5,23

29,05

22

6,32

200,45

39,94

1266,84

252,44

1595,40

8006,45

5,30

33,50

23

6,66

212,97

44,36

1418,38

295,41

1967,42

9446,41

5,36

35,71

24

7,13

275,74

50,84

1966,03

362,47

2584,39

14017,77

5,62

40,07

25

7,25

321,43

52,56

2330,37

381,08

2762,82

16895,16

5,77

41,85

26

95,93

2089,99

453,31

11850,65

2417,57

13982,99

71327,34

90,98

415,08

хi

yi

хi2

хi*yi

xi3

xi4

хi2*yi

ln(yi)

хi ln (yi)


3 Практическая часть

Аппроксимируем функцию  y = f(x) линейной функцией y = a1 + a2x. Для определения коэффициентов a1 и  a2 воспользуемся системой (1):

                  n             n

a1n + a2∑xi = ∑yi

                   i=1         i=1

     n                 n               n

a1∑xi + a2∑xi2 = ∑xiyi                           (1)

   i=1 i=1           i=1    

   Используя итоговые суммы таблицы 2, расположенные в ячейках A26, B26, C26, D26, запишем систему (1) в виде:

25a1 + 95,93a2 = 2089,99

95,93a1 + 453,31a2 = 11850,65                       

Решив которую, получим a1 = -88,9208, a2 = 44,9600

            Таблица 3

A

B

C

D

28

25

95,93

2089,99

 

29

95,93

453,31

11850,65

 

30

 

 

 

31

 

 

 

32

0,21280

-0,04503

а1=

-88,9208

33

-0,04503

0,01174

а2=

44,9600

      Таким образом, линейная аппроксимация примет вид

у=-88,9208+44,9600х

Далее аппроксимируем функцию  квадратичной функцией . Для определения коэффициентов , и  воспользуемся системой (2).

(2)

Используя итоговые значения таблицы 2, запишем эту систему в виде:

25a1 + 95,93a2 + 453,31a3 = 2089,99

  95,93a1 + 453,31a2 + 2417,57a3 = 11850,65

  453,31a1 + 2417,57a2 + 13982,99a3 = 71327,34

решив которую, получим a1 = 1066362, a2 = -18,92451, a3 = 8,02723

                     Таблица 4

A

B

C

D

E

36

25

95,93

453,31

2089,99

 

37

95,93

453,31

2417,57

11850,65

 

38

453,31

2417,57

13982,99

71327,34

 

39

 

 

 

 

40

0,6327

-0,31439

0,03385

а1=

10,66362

41

-0,3144

0,18453

-0,02171

а2=

-18,92451

42

0,0338

-0,02171

0,00273

а3=

8,02723

Таким образом, квадратичная аппроксимация примет вид

 у=10,66362+(-18,92451х)+8,02723x^2

Аппроксимируем функцию  экспоненциальной функцией . Для определения коэффициентов a1 и a2 прологарифмируем значения yi и, используя итоговые суммы таблицы 2, получим систему:

25c + 95,93a2 = 90,98

  95,93c + 453,31a2 = 415,08

где c=ln(a1).

Найдем c = 0,6677, a2 = 0,7744.

После потенцирования получим a1 = 1,9497.

                                                                              Таблица 5

A

B

C

D

46

25

95,93

90,98

 

47

95,93

453,31

415,08

 

48

 

 

 

 

49

 

с=

0,6677

50

0,21280

-0,04503

а2=

0,7744

51

-0,04503

0,01174

а1=

1,9497

                Таким образом, экспоненциальная аппроксимация имеет вид

у = 1,9497 e0,7744x

Вычислим среднее арифметическое x и y по формулам:

; .

Результаты расчета представлены в таблице 6.

                                                Таблица 6

A

B

54

Хср=

3,8372

55

Уср=

83,5996

Чтобы рассчитать коэффициент корреляции и коэффициент детерминированности, необходимо заполнить таблицу 7.

                                                                                                                                                   Таблица 7

A

B

J

K

L

M

N

O

1

0,28

1,05

293,645

12,65367

6814,436

5987,9765

24,4441

1,8818

2

0,87

2,87

239,541

8,80428

6517,268

2774,7222

6,7335

0,9107

3

1,65

6,43

168,785

4,78384

5955,147

448,0357

26,3958

0,3207

4

1,99

8,96

137,874

3,41215

5571,070

70,7359

17,3682

0,0206

5

2,08

8,08

132,703

3,08775

5703,210

12,1387

4,2039

2,8248

6

2,34

9,11

111,526

2,24161

5548,701

51,4882

1,4986

7,9958

7

2,65

16,86

79,233

1,40944

4454,174

178,5730

0,0006

2,8338

8

2,77

17,97

70,040

1,13892

4307,244

311,4631

3,4777

1,7306

9

2,83

18,99

65,075

1,01445

4174,400

373,4910

5,7914

2,3823

10

3,06

23,75

46,515

0,60404

3581,975

620,3441

17,3755

8,4231

11

3,33

29,43

27,475

0,25725

2934,346

983,8198

52,2462

13,9447

12

3,41

37,45

19,715

0,18250

2129,786

725,9091

4,0904

102,2541

13

3,55

42,44

11,821

0,08248

1694,113

797,8984

4,8610

143,3219

14

3,85

56,94

-0,341

0,00016

710,734

741,7500

0,0231

342,3946

15

4,01

75,08

-1,472

0,02986

72,584

265,3212

126,0007

996,9257

16

4,23

86,44

1,116

0,15429

8,068

219,6288

148,7578

1214,7776

17

4,83

90,85

7,198

0,98565

52,568

1397,7026

245,6958

76,6489

18

4,92

99,06

16,741

1,17246

239,024

1103,7185

163,9776

121,8680

19

5,14

120,45

48,009

1,69729

1357,952

471,9084

25,1788

258,6007

20

5,23

139,65

78,067

1,93989

3141,647

43,1629

70,4516

769,9408

21

5,55

187,54

178,029

2,93368

10803,607

725,3842

1200,5291

1951,0602

22

6,32

200,45

290,116

6,16430

13654,016

27,2879

126,2827

3577,4085

23

6,66

212,97

365,187

7,96820

16736,700

6,0388

767,7885

15795,8684

24

7,13

275,74

632,680

10,84253

36917,933

1944,4749

65,1469

44766,9232

25

7,25

321,43

811,668

11,64720

56563,299

7121,8415

677,9664

45516,7965

26

95,93

2089,99

3830,945

85,20790

199644,003

27404,8153

3786,2861

115678,0580

суммы

Остаточные суммы

(Х-Хср)*(У-Уср)

(Х-Хср)^2

(У-ср)^2

линейн.

квадр.

экспон

Коэффициент корреляции подсчитывается по формуле :

        

где , ,

и   -  среднее арифметическое значение соответственно по x и y.

только для линейной аппроксимации.

Коэффициент детерминированности считаем по формуле :

 

Результаты расчетов представлены в таблице 8.

          Таблица 8

A

B

57

коэфицент корреляции

0,92883

58

коэффицент детермированности

(линейная апроксимация)

0,86273

59

коэффицент детермированности

(квадратная апроксимация)

0,98103

60

коэффицент детермированности

(экспонеециальная апроксимация)

0,42058

 

ВЫВОД : Из результатов расчетов видно, что квадратичная аппроксимация наилучшим образом отражает зависимость экспериментальных данных, так как коэффициент детерминированности для этой аппроксимации ближе к 1, чем в других случаях.

4 ГРАФИКИ.

Рассмотрим результаты эксперимента. Пользуемся таблицей 1.

Исследуем характер зависимости в три этапа:

  1.  построим график зависимости.
  2.  построим линию тренда (, , ).
  3.  получим числовые характеристики коэффициентов этого уравнения.

Сравнивая результаты, полученные графически, видим, что они полностью совпадают с вычислениями, произведенными выше. Это говорит о том, что вычисления верны.

Примечание: полученное при построении линии регрессии значение коэффициента детерминации для экспоненциальной зависимости R2= 0.946 не совпадает с истинным значением R2=0.421, поскольку при вычислении коэффициента детерминации используются не истинные значения yi, а преобразованные ln yi с дальнейшей линеаризацией.

ПОЛУЧЕНИЕ ЧИСЛОВЫХ ХАРАКТЕРИСТИК.

Для построения числовых характеристик пользуемся функцией ЛИНЕЙН. Функция ЛИНЕЙН использует метод наименьших квадратов для определения наилучшей аппроксимации данных. Точность линейной аппроксимации, вычисленной при помощи этой функции, зависит от разброса данных. Чем ближе данные к прямой, тем точность выше.

Результаты представлены в таблице 9.                                                                                    

                                                                                   Таблица 9.

A

B

65

44,9600

-88,9208

66

3,7395

15,9235

67

0,8627

34,5183

68

144,5549

23

69

172239,19

27404,815

Величины в ячейках A65 и B65 характеризуют соответственно наклон и сдвиг.

A67- коэффициент детерминированности.

A68- F-статистика.

B68 – число степеней свободы.

A69 – регрессионная сумма квадратов.

B69 – остаточная сумма квадратов.


                                                           
ЗАКЛЮЧЕНИЕ.

Сделаем заключение по результатам полученных данных:

1. Анализ результатов расчетов показывает, что квадратичная аппроксимация наилучшим образом описывает экспериментальные данные, т.к. согласно таблице 8 коэффициенты детерминированности линейной аппроксимации - 0,86273; квадратической аппроксимации – 0,98103; экспоненциальной аппроксимация – 0,42058.

2. Сравнивая результаты, полученные при помощи функции ЛИНЕЙН видим, что они полностью совпадают с вычислениями, проведенными выше. Это указывает на то, что вычисления верны.

3. Полученное при построении линии тренда значение коэффициента детерминированности для экспоненциальной зависимости не совпадает с истинным значением поскольку при вычислении коэффициента детерминированности используются не истинные значения y, а преобразованные значения ln(y) с дальнейшей линеаризацией.


Список литературы:

1, Книга "Word и Excel. Самоучитель Левина в цвете" 2-е изд. Автор Левин А. Издательство "Питер" 224 стр.

2, Word 2010. Создание и редактирование текстовых документов Автор: П. П. Мирошниченко, А. И. Голицын, Р. Г. Прокди Год издания: 2010  Издат.: Наука и техника Страниц: 192 стр.

 

ПРИЛОЖЕНИЕ 1.

                                                              Фрагмент отчета




1. Детский сад комбинированного вида 65 Машенька Консультация для родителейФГОС в ДОУ
2. Казахстанский государственный университет имени М
3. Сыктывкарский гуманитарнопедагогический колледж имени И
4. это- процедура рассмотрения законопроекта одобренного нижней палатой парламента в верхней палате;
5. Управленческий учет в рыночной экономике
6. максимальную постоянную времени 2 установившуюся ошибк
7. темах управления войсками силами и оружием
8. до нэ до 12 12 в о н
9. то злой настырной настойчивостью грозил дескать брошу тебя ко всем чертям понеси тя леший да без возврат
10. тематичних наук
11.  Органымишени при артериальной гипертензии ~ все кроме- 1 Печени
12. Центр Эльга 2007 ББК 65.
13. I Виробнича
14. Дробилка молотковая
15. Понадежнее это про гидравлику
16. Исследование работы скважины
17. і Високий рівень раціоналізації та антропоморфна спрямованість реалізувалися у вченні про знання яке здобу
18. Правознавство Шифр за ОПП Дніпропетровськ ~ 2012
19. Возникновение Центральных банков
20. статья След статья Преобразование в сфере занятости населения являются одним из условий рыночной трансфо