- •1. Линейные вычисления в мс. Вычисление значения переменной.
- •2. . Команда ввода исходных данных input.Формат команды. Линейные вычисления в qbasic.Вычислить значение переменной.
- •3. Команда ввода исходных данных data-read.Формат команды.
- •4. Команда вывода результатов вычислений на печать print.
- •5.Функция условных выражений if в mathcad. Вычислить значение разветляющейся переменной.Вычислить значение разветляющейся переменной.
- •7.Функция пользователя и команда цикла в mathcad.Табулирование функции и построение его графика.
- •9. Команда арифметического цикла в qbasic.Формат команды.Програм-
- •10. Команда арифметического цикла в qbasic.Формат команды.
- •12. Команда арифметического цикла в qbasic.Формат команды.
- •13. Функции,зависящие от двух переменных.Построение графиков поверхностей в mathcad.
- •14. Табулирование функций, зависящих от двух переменных,в qbasic.
- •15. Команда цикла с условием.Формат команды.Программирование рекуррентных формул в qbasic.
- •16. Команда цикла с условием.Формат команды.Программирование
- •18. Одномерный массив в qbasic.Команда описания массивов.
- •19. Одномерный массив в qbasic.Команда описания массивов.Ввод
- •20. Двумерный массив в mathcad. Создать двумерный массив и показать основные виды матричныхных операций.Вычисления с использованием двумерных массивов.
- •21. Двумерные массивы в qbasic.Команда описания массивов. Ввод элементов двумерного массива в память эвм.Определение нормы матрицы по 1-му способу.
- •22. Двумерные массивы в qbasic.Команда описания массивов. Ввод элементов двумерного массива в память эвм.Определение нормы матрицы по 2-му способу
- •23. Двумерные массивы в qbasic.Команда описания массивов.Ввод элементов двумерного массива в память эвм.Определение нормы матрицы по 3-му способу.
- •24. Двумерные массивы в qbasic.Команда описания массивов.Ввод элементов двумерного массива в память эвм.Определение Евклидовой нормы матрицы.
- •28. Решение уравнения с одной неизвестной
- •32. Решение систем линейных алгебраических уравнений в mathcad методом обратной матрицы и с использованием специальной функции.
- •34. Решение систем линейных алгебраических уравнений.Алгоритм и программа метода итераций в qbasic
- •35. Решение систем линейных алгебраических уравнений.Алгоритм и программа метода Гаусса-Зайделя в qbasic.
- •37. Решение систем нелинейных уравнений.Алгоритм и программа метода итераций в qbasic.
- •39. Интерполяция функции,заданной таблично.Реализация сплайн-кубической интерполяции в mathcad
- •40. Интерполяция функции,заданной таблично.Реализация интерполяции
- •41. Интерполяция функции,заданной таблично.Алгоритм и программа линейной интерполяции в qbasic
- •42. Интерполяция функции,заданной таблично.Алгоритм и программа с
- •43. Аппроксимация функции,заданной таблично.Метод наименьших квадратов.Аппроксимировать экспериментальные данные степенной
- •45. Аппроксимация функции,заданной таблично.Метод наименьших квадратов.Аппроксимировать экспериментальные данные логарифмической функцией в mathcad.
- •46. Аппроксимация функции,заданной таблично.Метод наименьших квадратов.Аппроксимировать экспериментальные данные гиперболической функцией в mathcad.
43. Аппроксимация функции,заданной таблично.Метод наименьших квадратов.Аппроксимировать экспериментальные данные степенной
функцией в MATHCAD.
Пусть, изучая неизвестную функциональную зависимость между x и y в результате серии экспериментов, получена таблица значений.
Задача состоит в том, чтобы найти приближенную зависимость y=g(x), значение которой при х=хi (i=1,n) мало отличалось от табличных значений yi.
Приближенная зависимость y=g(x), полученная на основании экспериментальных данных называется эмпирической формулой.
Построение эмпирической формулы состоит из двух этапов:
1) Подбор общего вида формулы
2) Определение наилучших значений содержащихся в ней параметров.
Выбор эмпирической зависимости осуществляется из геометрических соображений:
-координаты экспериментальных точек наносятся на график – приблизительно угадывается зависимость путем сравнения полученного графика с графиками известных функций. Расчет параметров эмпирической зависимости в большинстве случаев осуществляется МНК (методом наименьших квадратов).
В общем случае в МНК для аппроксимации используется многочлен g(x)=a0+a1*x+a2*x2+….amxm. При этом стараются подобрать степень полинома как можно меньше (2-3). Мерой отклонения многочлена g(x) от табличных точек является среднеквадратична разность, равная сумме квадратов разностей между значениями многочлена и табличной функции.
В этом функционале неизвестными являются a0….an. Задачей является поиск minS, т.е. минимума функции S, зависящей от многих переменных. Свободные коэффициенты необходимо найти из условия минимизации функции (равенства первых производных)
Т аким образом получается система m линейных уравнений.
45. Аппроксимация функции,заданной таблично.Метод наименьших квадратов.Аппроксимировать экспериментальные данные логарифмической функцией в mathcad.
Пусть, изучая неизвестную функциональную зависимость между x и y в результате серии экспериментов, получена таблица значений.
Задача состоит в том, чтобы найти приближенную зависимость y=g(x), значение которой при х=хi (i=1,n) мало отличалось от табличных значений yi.
Приближенная зависимость y=g(x), полученная на основании экспериментальных данных называется эмпирической формулой.
Построение эмпирической формулы состоит из двух этапов:
1) Подбор общего вида формулы
2) Определение наилучших значений содержащихся в ней параметров.
Выбор эмпирической зависимости осуществляется из геометрических соображений:
-координаты экспериментальных точек наносятся на график – приблизительно угадывается зависимость путем сравнения полученного графика с графиками известных функций. Расчет параметров эмпирической зависимости в большинстве случаев осуществляется МНК (методом наименьших квадратов).
В общем случае в МНК для аппроксимации используется многочлен g(x)=a0+a1*x+a2*x2+….amxm. При этом стараются подобрать степень полинома как можно меньше (2-3). Мерой отклонения многочлена g(x) от табличных точек является среднеквадратична разность, равная сумме квадратов разностей между значениями многочлена и табличной функции.
В этом функционале неизвестными являются a0….an. Задачей является поиск minS, т.е. минимума функции S, зависящей от многих переменных. Свободные коэффициенты необходимо найти из условия минимизации функции (равенства первых производных)
Таким образом получается система m линейных уравнений.
Аппроксимация полулогарифмической зависимостью:
Аппроксимация полулогарифмической зависимости:
Составление программы для аппроксимации полулогарифмической зависимости осуществляется на основе программы аппроксимации линейной зависимостью. Аппроксимирующая формула имеет вид:
y=a0a1*log(x)
CLS
n = 7
DIM x(1 TO n)
DIM y(1 TO n)
DIM yr(1 TO n)
FOR i = 1 TO n
READ x(i)
NEXT i
DATA 1.01,2.1,3.5,4.25,5.7,6.9,8
FOR i = 1 TO n
READ y(i)
NEXT i
DATA 0.626,0.799,1.092,1.291,1.784,2.332,2.98
s1 = 0: s2 = 0: s3 = 0: s4 = 0
FOR i = 1 TO n
s1 = s1 + x(i)
s2 = s2 + 1 / (y(i))
s3 = s3 + (x(i)) ^ 2
s4 = s4 + x(i) / y(i)
NEXT i
d = n * s3 - s1 ^ 2
d1 = s2 * s3 - s1 * s4
d2 = n * s4 - s1 * s2
a0 = d1 / d
a1 = d2 / d
PRINT "a0="; a0
PRINT "a1="; a1
s = 0
FOR i = 1 TO n
yr(i) = a1 / (a0 + a1 * x(i))
s = s + (y(i) - yr(i)) ^ 2
PRINT "tablichni0e y("; i; ")"; y(i)
PRINT "raschetnie y("; i; ")"; yr(i)
NEXT i
PRINT "summa kvadratov otklonenii"; s
END