- •Содержание
- •1 Моделирование
- •1.1 Место моделирования в научном познании
- •1.2 Виды моделирования
- •1.3 Математическое моделирование
- •1.4 Системный подход к моделированию
- •1.5 Параметры математических моделей
- •Внешняя среда анализируемая система .
- •1.6 Методы реализации математических моделей
- •1.7 Этапы построения математических моделей
- •1.8 Требования к математическим моделям
- •2 Типы математических моделей
- •2.1 Структурные модели
- •2.2 Теоретико-множественные модели
- •2.3 Модели формальных систем
- •2.4 Геометрическое моделирование
- •2.5 Функциональное моделирование
- •2.6 Обработка экспериментальных данных
- •2.7 Математические модели объектов на микроуровне
- •2.8 Математические модели на основе фундаментальных законов сохранения
- •2.9 Метод конечных элементов
- •2.10 Математические модели объектов на макроуровне
- •2.11 Моделирование нелинейных систем
- •2.12 Оптимизационные модели
- •2.13 Решение задачи линейного программирования
- •2.14 Моделирование в условиях неопределенности
- •2.15 Имитационное моделирование
- •2.16 Системы массового обслуживания
- •2.17 Клеточные автоматы
- •2.18 Модели теории игр
- •4 Вопросы для контроля
- •Литература
2.6 Обработка экспериментальных данных
При эмпирическом (экспериментальном) изучении различных функциональных зависимостей исследователю обычно приходится иметь дело с большими массивами чисел, которые часто могут быть представлены в табличном виде (таблица 3) или точками на графике (рисунок 19).
Таблица 3 – Пример табличной зависимости двух переменных
x |
x1 |
x2 |
… |
xk |
|
xn |
у(х) |
y1 |
y1 |
… |
yk |
|
yn |
Особое место в математической обработке данных такого рода занимают два описываемые в данной работе подхода аппроксимации (приближения), рассматриваемые на примерах функции с одной независимой переменной [4].
Рисунок 19 – Аппроксимация табличных точек линиями
Если для иллюстрации рассуждений обратиться к рисунку 19, то можно сказать:
при первом подходе требуют, чтобы приближенная функциональная кривая проходила через все точки, заданные таблицей;
при втором подходе данные приближаются кривой, необязательно проходящей через все точки, но так, чтобы отклонения от точек, заданных таблицей, были минимальными.
В итоге выполнения аппроксимации должна получиться формула, позволяющая прогнозировать значение функции в некоторой промежуточной точке таблицы, а иногда и вне самой таблицы.
Интерполяция обеспечивает первый подход к аппроксимации данных. Простейшим видом интерполяции является линейная интерполяция, в основе которой лежит аппроксимация табличной функции на участке между точками и линейной зависимостью. Уравнение такой зависимости можно представить в виде:
.
Таким образом, зная два соседних табличных значения, с помощью указанной формулы можно судить о предположительном значении функции при любом значении в интервале от до .
Обычно полагают, что, используя большее количество табличных значений и аппроксимируя табличную функцию более сложной зависимостью, можно уточнить полученный результат.
Метод наименьших квадратов – пример реализации второго подхода к аппроксимации табличных данных. Рассмотрим идею этого метода в случае линейной зависимости двух величин.
Пусть требуется установить формальную зависимость между двумя величинами и (например, временем резания и износом инструмента) по результатам измерений, сведенных в таблицу3.
Будем рассматривать и как прямоугольные координаты точек на плоскости. Предположим, что эти точки, группируются вдоль некоторой прямой линии, как показано на рисунке 19. Естественно в этом случае считать, что между и существует приближенная линейная зависимость, т. е.
. |
(9) |
Назовем уклонением разность между точным значением функции (1) в точке и соответствующим значением из таблицы 3:
.
Сумма квадратов уклонений является функцией величин и :
. |
(10) |
Минимальными уклонениями будут такие, при которых функция (10) достигнет минимума. Условие минимума определяется равенством нулю частных производных:
Отсюда получаем систему уравнений, решая которую можно найти коэффициенты и линейной зависимости:
|
(11) |
Пусть имеем результаты измерения зависимости величины от (таблица 4).
Таблица 4 – Результаты измерений
х |
-2 |
0 |
1 |
2 |
4 |
у |
0,5 |
1 |
1,5 |
2 |
3 |
Предполагая, что таблица описывает линейную зависимость вида (9), определим коэффициенты и этой зависимости.
Вычислим коэффициенты системы (11):
Система (10) принимает вид:
Решая ее, получим . Поэтому искомая зависимость:
.