- •Курсовые работы по информатике Методические указания
- •Составители:
- •Введение
- •1. Содержание курсовой работы
- •1.1. Анализ задачи
- •1.2. Выбор метода решения задачи
- •1.3. Разработка схемы алгоритма
- •1.4. Составление программы
- •1.5. Отладка и тестирование программы
- •1.6. Оформление пояснительной записки
- •2. Задачи с использованием вложенных циклов
- •2.1. Анализ производительности трелевочных тракторов
- •Исходные данные
- •2.2. Расчет прочности тягового устройства лесотранспортера
- •Исходные данные
- •2.3. Производительность стационарной сучкорезной установки
- •Исходные данные
- •2.4. Сменная производительность бесчокерного трактора
- •Исходные данные
- •2.5. Сменная производительность канатной установки
- •Исходные данные
- •2.6. Мощность, потребляемая насосом
- •Исходные данные
- •2.7. Рейсовая нагрузка трелевочного трактора
- •Исходные данные
- •2.8. Нахождение оптимальной ширины лесосеки
- •Исходные данные
- •3. Задачи с использованием вложенных циклов, файлов справочных таблиц, с построением рисунков и графиков
- •3.1. Выбор оптимальных условий работы коленного разгрузчика
- •Исходные данные
- •3.2. Расчет времени нагрева центральной части бруса из древесины
- •Исходные данные
- •3.3. Расчет средней температуры чурки
- •Исходные данные
- •3.4. Светотехнический расчет
- •Исходные данные
- •3.5. Теплотехнический расчет
- •Исходные данные
- •3.6. Зависимость высоты еловых насаждений от возраста
- •Исходные данные
- •3.7. Определение координат центров отверстий на монтажной плате
- •Исходные данные
- •3.8. Определение количества отверстий и их координат на монтажной плате
- •Исходные данные
- •3.9. Расчет силы и мощности резания при черновом точении древесины
- •Исходные данные
- •3.10. Вес пачки деревьев или хлыстов, трелюемой трактором
- •Исходные данные
- •3.11. Расчет мощности и усилия подачи при сверлении древесины
- •Исходные данные
- •3.12. Расчет мощности резания при чистовом осевом точении древесины
- •Исходные данные
- •3.13. Расчет оптимальной скорости при шлифовании абразивными кругами
- •Исходные данные
- •4. Задания с использованием численных методов
- •4.1. Расчет пути и времени торможения автопоезда
- •Исходные данные
- •4.2. Расчет силы сопротивления движению плота при его буксировке
- •Исходные данные
- •4.3. Расчет оптимального срока службы бензиномоторной пилы
- •Исходные данные
- •4.4. Определение диаметра трубы
- •Исходные данные
- •4.5. Расчет предельного угла устойчивости откоса насыпи лесовозной дороги
- •Исходные данные
- •4.6. Расчет распределения температуры деревянного бруса по толщине
- •Исходные данные
- •4.7. Подбор коэффициентов кинетической кривой
- •4.8. Определение зависимости теплоемкости водорода от температуры
- •4.9. 4.12. Определение содержания лигнина в целлюлозе
- •Задание 4.9.
- •Задание 4.10.
- •Задание 4.11.
- •Задание 4.12.
- •4.13. Обработка результатов статистических исследований методами аппроксимации
- •Аппроксимация эмпирической линейной функцией
- •Аппроксимация эмпирической квадратичной функцией
- •1. Окна и меню
- •2. Вывод таблиц результатов
- •3. Построение точечного графика с масштабом
- •4. Формирование файла данных
- •5. Чтение файла данных с дискеты и загрузка его в оп
- •Библиографический список
- •Оглавление
- •1. Содержание курсовой работы 4
- •1.1. Анализ задачи 4
- •1.2. Выбор метода решения задачи 4
- •1.3. Разработка схемы алгоритма 5
- •2. Задачи с использованием вложенных циклов 8
- •3. Задачи с использованием вложенных циклов, файлов справочных таблиц, с построением рисунков и графиков 14
- •4. Задания с использованием численных методов 29
Задание 4.10.
По результатам экспериментальных исследований на экране монитора построить точечную диаграмму.
Разбить всю зависимость на N зон (N 4), которые можно разделить вертикальными линиями. Решить задачу линейной аппроксимации для каждой зоны в отдельности, т. е. получить N уравнений вида L = a + bt. Смотри раздел 4.13.
На точечной диаграмме другим цветом в том же масштабе изобразить полученные прямые.
Задание 4.11.
По результатам экспериментальных исследований на экране монитора построить точечную диаграмму.
Разбить всю зависимость на N зон (N 4), которые можно разделить вертикальными линиями. Решить задачу квадратичной аппроксимации для каждой зоны в отдельности, т. е. получить N уравнений вида L = a + bt + сt2. Смотри раздел 4.13.
На точечной диаграмме другим цветом в том же масштабе изобразить полученные кривые.
Задание 4.12.
По результатам экспериментальных исследований на экране монитора построить точечную диаграмму.
Разбить всю зависимость на N зон (N 4), которые разделить вертикальными линиями. Решить задачу линейной и квадратичной аппроксимации для каждой зоны в отдельности, т. е. получить по N уравнений вида L= a + bt и L = a + bt + сt2.
Произвести оценку полученных линейной и квадратичной зависимостей для каждой зоны методом наименьших квадратов и сделать рекомендацию описания этой зоны функциями вида L = a + bt или L = a + bt + сt2. Смотри раздел 4.13.
На точечной диаграмме другим цветом в том же масштабе изобразить рекомендованные зависимости для каждой зоны.
4.13. Обработка результатов статистических исследований методами аппроксимации
В исходных данных задачи содержится таблица ряда измерений экспериментально полученной зависимости вида
xi |
x1 |
x2 |
x3 |
. . . . |
xn |
yi |
y1 |
y2 |
y3 |
. . . . |
yn |
Предполагается, что аналитическое выражение указанной зависимости неизвестно. Тогда возникает практически важная задача аппроксимации, которая заключается в том, чтобы найти такую простую аналитическую функцию y = (x), значения которой в известных точках xi по возможности мало бы отличалось от опытных данных.
Аналитическая функция вида (x), в пределах опыта с достаточной точностью определяющая зависимость между величинами x и y, называется эмпирической. К эмпирическим функциям могут относиться линейная y = a + bx, квадратичная y = a + bx + cx2 и другие.
Введем величины i = (xi) – yi , которые назовем уклонениями. Это - расстояние по вертикальной оси от кривой (x) до точек (xi, yi), взятые со знаком «+» или «–».
При решении задачи аппроксимации по методу наименьших квадратов полагают, что погрешность аппроксимации минимальна, если сумма квадратов уклонений является наименьшей, т. е.
(7)
Аппроксимация эмпирической линейной функцией
Подставим в зависимость (7) выражение линейной функции. Получим
Величины а и в неизвестны. Их надо подобрать так, чтобы величина приняла наименьшее значение. Известно, что в точке минимума частные производные функции обращаются в ноль, т. е. /a = 0 и /в = 0.
Найдя выражение для частных производных и приравняв их нулю, получим систему двух уравнений с двумя неизвестными а и в. После упрощения получим
Решая эту систему уравнений методом Крамера, находим а и в.
Определитель системы:
Определитель а:
.
Определитель в:
.
Неизвестные a = a/, b = b/.