
- •Математические методы моделирования физических процессов
- •Введение
- •Лабораторная работа № 1 численное решение обыкновенных дифференциальных уравнений первого порядка
- •Порядок выполнения работы
- •Лабораторная работа № 2 численное решение ду высших порядков или систем оду
- •Порядок выполнения работы
- •Лабораторная работа № 3 численное решение краевых задач
- •Порядок выполнения работы
- •Лабораторная работа № 4 численное решение дифференциальныхных уравнений в частных производных
- •Порядок выполнения работы
- •Лабораторная работа № 5 численное решение систем линейных алгебраических уравнений
- •Порядок выполнения работы
- •Лабораторная работа № 6 численное решение нелинейных уравнений и их систем
- •Порядок выполнения работы
- •Лабораторная работа № 7 аппроксимация данных методом наименьших квадратов
- •Порядок выполнения работы
- •Лабораторная работа № 8 решение задач одномерной и многомерной оптимизации
- •Порядок выполнения работы
- •Библиографический список
- •Приложения
- •Первые навыки работы в matlab
- •Численное решение оду и их систем
- •Численное решение краевых (граничных) задач
- •Аналитическое решение линейных сиситем алгебраических уравнений
- •Численное решение линейных или нелинейных систем алгебраических уравнений
- •Аппроксимация данных
- •Приближение данных полиномом
- •Интерполяция сплайнами
- •Аппроксимация данных при помощи регрессии
- •Одномерная и многомерная оптимизация
- •Основные математические функции в matlab
Порядок выполнения работы
1. Разработать программу для определения уравнения регрессии одним из описанных выше методов и провести численное моделирование с получением приближенного (~) значения искомого решения .
2. Решить эту же задачу средствами MATLAB (прил. 5).
3. Оценить точность полученной модели (критерий Фишера, коэффициенты корреляции , r* ).
Варианты заданий
Задание 7.1. Определить уравнение линейной регрессии.
Задание 7.2. Определить уравнение параболической регрессии.
Задание 7.3. Определить уравнение трансцендентной регрессии.
Задание 7.4. Определить уравнение регрессии функции произвольного вида.
-
X
0,1
0,3
0,5
0,7
0,9
1,1
1,3
1,5
1
2
3
4
5
6
7
8
9
Y1
–1,45
–1,247
–1,241
–0,766
–1,339
–1,988
–2,987
–5,626
Y2
–2,169
–0,974
–0,314
–0,312
2,92
5,046
9,411
22,835
Y3
0,484
0,282
1,482
1,301
1,919
0,176
–2,727
–12,96
Y4
–0,139
1,404
1,736
1,765
2,787
4,72
8,502
14,197
Y5
1,016
2,442
2,956
3,315
3,457
2,12
1,981
0,221
Y6
6,318
5,917
3,486
4,106
4,678
5,611
5,461
6,151
Y7
7,98
5,717
4,986
4,384
5,202
6,524
6,516
7,069
Y8
3,972
4,923
5,821
6,266
6,206
7,366
7,961
8,569
Y9
2,258
5,479
5,177
2,523
–0,364
0,259
–0,56
–1,376
Y10
–2,235
–1,237
1,766
1,816
1,137
0,799
0,273
–0,321
Y11
4,005
2,987
3,102
2,686
2,258
1,958
2,501
3,911
Y12
9,592
5,487
3,147
2,743
2,108
0,767
–2,732
–2,016
Y13
15,892
9,624
4,749
4,253
4,555
4,076
3,241
2,667
Y14
7,689
7,314
6,663
5,623
4,076
5,503
6,851
8,405
Y15
4,874
5,073
5,356
5,502
6,088
5,916
6,032
6,416
Y16
10,21
8,604
8,472
6,739
6,209
6,933
7,145
9,092
Y17
–2,839
–2,227
–2,609
–1,986
–0,829
–1,06
–3,941
–4,168
Y18
–3,388
–3,459
–2,191
–1,605
–1,433
–1,824
–2,591
–3,321
Y19
–3,831
–2,974
–2,876
–2,421
–2,209
–3,222
–4,333
–5,006
Y20
–5,315
–5,509
–4,679
–3,742
–2,848
–4,083
–5,688
–6,641
Y21
0,484
0,488
1,566
1,803
2,223
2,467
6,127
8,091
Y22
–2,245
–1,122
–0,177
0,523
–1,433
–1,459
–2,061
–5,344
Y23
–4,022
–2,387
–1,102
0,666
0,789
–1,118
–2,467
–4,933
Y24
–2,033
–1,974
–0,789
0,345
1,92
3,744
5,022
8,735
Y25
10,91
9,604
8,472
7,745
5,909
4,543
5,788
6,395
Y26
10,05
4,332
3,432
2,123
2,456
3,223
6,745
8,567
Y27
–6,343
–4,174
–1,789
0,345
–1,243
–2,454
–5,022
–6,735
Y28
4,022
2,387
2,102
0,666
1,789
2,118
2,467
4,933
Y29
5,344
3,522
1,177
-0,523
0,433
1,459
2,061
5,344
Y30
5,332
4,488
2,432
1,803
2,223
2,467
4,127
5,091