9) График

10)Описание алгоритма и программы оценки погрешности аппроксимации.

начало

i=0; i<m;i++

S=0

k=0; k<m;k++

S=S+C_k*fi(k,x_i)

k

y_i=S

d_i= y_i- y_i

i

конец

11)Анализ результатов. Выводы.

Введя исходные данные (набор координат X и Y), мы получаем матрицу 3х3 из коэффициентов линейных уравнений и вектор из свободных членов. Методом Гаусса мы нашли искомые коэффициенты для аппроксимирующей функции. На всех этапах работы мы сверяли значения со значениями, полученными в ручном счете, и удостоверялись в их правильности.

Далее мы вычислили все отклонения, определили максимальное и вывели критерий аппроксимации.

Отклонения очень малы, можно сделать вывод о качественной работе и точной аппроксимирующей функции.

В ходе данной работы мы освоили:

а) типовые вычислительные методы прикладной математики;

б) усовершенствовали навыки разработки алгоритмов и построения программ на языке высокого уровня;

в) освоили принципы модульного программирования и техники использования подпрограмм;

г) исследовали несколько вариантов решения предложенного задания и выбора лучшего варианта по заданному критерию.

В ходе выполнения курсовой работы мы решали типовые инженерные задачи обработки данных, используя методы матричной алгебры, решение систем линейных алгебраических уравнений. Навыки, приобретенные в процессе выполнения курсовой работы, являются основой для использования вычислительных методов прикладной математики и техники программирования в процессе изучения всех последующих дисциплин, а также при выполнении курсовых и дипломных проектов.