АППРОКСИМАЦИЯ ФУНКЦИИ МЕТОДОМ НАИМЕНЬШИХ
КВАДРАТОВ
Содержание
1. Цель работы
2. Методические указания
2.1 Методические рекомендации по аппроксимации методом наименьших квадратов
2.2 Постановка задачи
2.3 Методика выбора аппроксимирующей функции
2.4 Общая методика решения
2.5 Методика решения нормальных уравнений
2.6 Рекомендации по выбору формы записи систем линейных алгебраических уравнений
2.7 Методика вычисления обратной матрицы
3. Ручной счет
3.1 Исходные данные
3.2 Система нормальных уравнений
3.3 Решение систем методом обратной матрицы
4. Схема алгоритмов
5. Текст программы
6. Результаты машинного расчета
Вывод
1. Цель работы
Настоящая курсовая работа является завершающим разделом дисциплины «Вычислительная математика и программирование» и требует от студента в процессе ее выполнения решения следующих задач:
а) практического освоения типовых вычислительных методов прикладной информатики; б) совершенствования навыков разработки алгоритмов и построения программ на языке высокого уровня.
Практическое выполнение курсовой работы предполагает решение типовых инженерных задач обработки данных с использованием методов матричной алгебры, решения систем линейных алгебраических уравнений численного интегрирования. Навыки, приобретаемые в процессе выполнения курсовой работы, являются основой для использования вычислительных методов прикладной математики и техники программирования в процессе изучения всех последующих дисциплин при выполнении курсовых и дипломных проектов.
2. Методические указания
2.1 Методические рекомендации по аппроксимации методом наименьших квадратов
2.2 Постановка задачи
При изучении зависимостей между величинами важной задачей является приближенное представление (аппроксимация ) этих зависимостей с помощью известных функций или их комбинаций, подобранных надлежащим образом. Подход к такой задаче и конкретный метод её решения определяются выбором используемого критерия качества приближения и формой представления исходных данных.
2.3 Методика выбора аппроксимирующей функции
Аппроксимирующую функцию выбирают из некоторого семейства функций, для которого задан вид функции, но остаются неопределенными (и подлежат определению) её параметры т.е.
(1)
Определение аппроксимирующей функции φ разделяется на два основных этапа:
Подбор подходящего вида функции ;
Нахождение ее параметров в соответствии с критерием МНК.
Подбор вида функции представляет собой сложную задачу, решаемую методом проб и последовательных приближений. Исходные данные, представленные в графической форме (семейства точек или кривые), сопоставляется с семейством графиков ряда типовых функций, используемых обычно для целей аппроксимации. Некоторые типы функций , используемых в курсовой работе, приведены в таблице 1.
Более подробные сведения о поведении функций, которые могут быть использованы в задачах аппроксимации, можно найти в справочной литературе. В большинстве заданий курсовой работы вид аппроксимирующей функции задан.
2.4 Общая методика решения
После того как выбран вид аппроксимирующей функции (или эта функция задана) и, следовательно, определена функциональная зависимость (1), необходимо найти в соответствии с требованиями МНК значения параметров С1, С2, …, Сm. Как уже указывалось, параметры должны быть определены таком образом, чтобы значение критерия в каждой из рассматриваемых задач было наименьшим по сравнению с его значением при других возможных значениях параметров.
Для решения задачи подставим выражение (1) в соответствующее из выражений и проведем необходимые операции суммирования или интегрирования (в зависимости от вида I). ............
