Задание 4. Модули

1. Задание по практике

Оформить в виде модуля подпрограммы, разработанные при выполнении заданий по предыдущим темам. Обратиться к этим подпрограммам из главной программы. Исходные данные ввести с клавиатуры в главной программе. Результаты вывести на экран монитора в главной программе.

2. Соглашение о требованиях к программе

2.1Назначение программы:

Использование модуля, содержащего подпрограмму поиска суммы ряда ; х = 0,1 с заданной точностью.

2.2Перечень функций, выполняемых программой

1. Передача в модуль значения точности,

2. Вызов подпрограммы поиска суммы из модуля,

3. Вывод на экран полученного значения.

2.3Формат входных данных:

Числовой – требуемая точность.

2.4Формат выходных данных:

На экран выводится значение найденной суммы.

3. Реализация:

3.1Текст программы:

program p4;

uses Crt, Sum;

var Eps, S: Real;

begin

ClrScr;

WriteLn('Нахождение суммы ряда S = - x^3/3 + x^5/5 - x^7/7 + ...');

Write('Введите точность Eps -> ');

ReadLn(Eps);

SerSum(Eps, S);

WriteLn('Sum = ', S : 10 : 15);

ReadKey;

end.

3.2Текст модуля:

4. Приложения

4.1Результаты тестовых прогонов при тестировании:

Задание 5. Линейный регрессионный анализ

1. Задание по практике

Задана функция на интервале [0,5; 5]. Сформировать массив М(10), каждый элемент которого Мi вычисляется по формуле

.

Шаг аргумента x- 0,5,- случайное отклонение, определяемое с помощью функции случайных чиселRANDOMв интервале от - 0.5 до +0.5.. Вычислить значения коэффициентовb₁иb₀для линейной регрессии 10 пар значений x_iи y_i, используя метод наименьших квадратов по приведенным ниже формулам:

(i=1…N)

В декартовой системе координат построить график полученной линейной регрессии и отметить рассчитанные по формуле точки с координатами x_iиy_i.

2. Соглашение о требованиях к программе

2.1Назначение программы:

Вычисление коэффициентов уравнения регрессии по методу наименьших квадратов, построение графика линейной регрессии.

2.2Перечень функций, выполняемых программой

1. Создание массива значений функции f(x) = -0.7x + 0.4 + dc, где dc - случайное отклонение в диапазоне [-0,5; 0,5],

2. Вычисление коэффициентов уравнения регрессии по методу наименьших квадратов,

3. Построение графиков линейной регрессии и исходной функции.

2.3Формат входных данных:

На вход программы не поступает данных извне.

2.4Формат выходных данных:

Графический - координатная плоскость, графики функции и линейной регрессии.

3. Реализация:

3.1Текст программы:

program p5;

uses Crt, Graph;

const a = 0.5;

b = 5;

dx = 0.5;

N = 10;

Gc = 80;

function f(x: Real): Real;

{Возвращает значение функции f(x) = -0.7x + 0.4 в точке x}

begin

f := -0.7 * x + 0.4;

end;

function Regr(b0, b1, x: Real): Real;

{Возвращает значение уравнения регресии с коэффициентами b0, b1 в точке x}

begin

Regr := b1 * x + b0;

end;

function ConvX(x: Real): Integer;

{Перевод действительных координат в графические}

begin

ConvX := 2 * Gc + Trunc(Gc * x) - 1;

end;

function ConvY(y: Real): Integer;

{Перевод действительных координат в графические}

begin

ConvY := Gc - Trunc(Gc * y) - 1;

end;