Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Excel10УКР

.pdf
Скачиваний:
45
Добавлен:
27.03.2016
Размер:
3.32 Mб
Скачать

41

Обчислите по ним:

det(A),det(B), AB, BA, AT , BT , A 1, AA 1, B 1, BB 1.

У обчисленнях, в яких бере участь зворотна матриця, задайте відображення не менше 8 знаків після коми. Переконаєтесь, що AB BA і що

AA 1 BB 1 E .

Якщо у матриці визначник вийшов нульовим, зміною одного-двох елементів усуньте виродженність. Фрагмент роботи повинен виглядати приблизно так (рис. 4.3):

Рис. 4.3. Операції з матрицями

У другій частині лабораторної роботи необхідно вирішити систему лінійних рівнянь 4–го порядку з невиродженою матрицею. Нагадаємо, перш за все, основні положення теорії. У загальному вигляді система лінійних рівнянь задається в наступному вигляді:

a x a x

 

 

...

a

 

x

 

 

b

11 1

12

 

2

 

1n

 

 

n

1

a21 x1 a22 x2 ...

a2n xn b2

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.......... .......... .......... .......... ..

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a

x a

n2

x

2

...

a

nn

x

n

b

 

n1 1

 

 

 

 

 

 

 

n

Або у векторній формі:

Ax b ,

де

42

a

a

...a

 

x

 

b

 

 

11 12

1n

 

 

1

 

 

1

 

a21 a22 ...a2 n

 

x2

 

b2

 

A

.......... .........

x

....

 

b

....

 

 

 

 

 

 

 

 

 

 

 

 

 

 

an 2 ...ann

 

 

 

 

 

 

 

an1

 

xn

 

bn

 

Для вирішення таких рівнянь математика пропонує три методи: метод Гауса, метод Крамера і матричний метод. Безумовно, в Excel можуть бути реалізовані всі три методи. Найпростішим є матричний метод, оскільки ми вже навчилися обчислювати зворотні матриці. Оскільки виведення виразу для вирішення матричним методом дуже простій, наведемо його:

Ax b A 1 Ax A 1b Ex A 1b x A 1b

Зворотна матриця існує, оскільки ми розглядаємо випадок det(A) 0 . Множимо обидві частини початкового рівняння на зворотну

матрицю і використовуємо тотожність A 1 A E . Самостійно переконатися, що Ex x . Таким чином для отримання коріння системи досить помножити зворотну матрицю рівняння на вектор вільних членів.

Як вектор-стовпець b візьміть довільні 4 числа. Після вирішення рівняння обов’язково зробіть перевірку, тобто переконайтеся, що результат множення початкової матриці A на знайдений вектор x є початковий вектор вільних членів b . Зміною елементів матриці A і координат вектора b переконайтеся, що Excel виводить вирішення зміненої системи. Виглядати це може так (рис 4.4):

43

Рис. 4.4. Рішення системи лінійних рівнянь

44

5. ЛАБОРАТОРНА РОБОТА № 4. АВТОМАТИЗАЦІЯ ОБРОБКИ РЕЗУЛЬТАТІВ ЕКЗАМЕНАЦІЙНОЇ СЕСІЇ АКАДЕМІЧНОЇ ГРУПИ

Лабораторна робота практично не містить нового матеріалу і направлена на закріплення пройдених тем на прикладі завжди актуальної задачі невеликого аналізу результатів екзаменаційної сесії.

У університеті є невелика база даних результатів зимової екзаменаційної сесії 1998–1999 навчального року по всіх факультетах. Наприклад, фрагмент результатів для групи Е4/3 тодішнього економічного факультету виглядає так (рис. 5.1):

Рис. 5.1.Фрагмент даних результатів екзаменаційної сесії

За цими даними необхідно обчислити наступні узагальнені дані:

1.Середній бал кожного студента;

2.Середній бал групи;

45

3.Відсоток студентів в групі допущених до екзаменаційної сесії за результатом здачі заліків;

4.Показник успішності групи – відсоток студентів що справилися з сесією без «хвостів».

5.Показник якості групи – відсоток студентів що справилися з сесією без трійок.

Уточнимо деякі положення для однозначного розуміння перерахованих параметрів успішності. Середній бал студента обчислюється по всіх оцінках, що виставляються в залікову книжку, включаючи курсові роботи і диференційовані заліки. До екзаменаційної сесії допускаються студенти, що не мають заборгованостей по заліках і курсових роботах. У показник успішності і якості включаються студенти, що не мають заборгованостей по заліках, курсовим роботам і що склали всі іспити (до іспитів можуть бути допущені студенти, що хворіли під час декількох заліків).

Для обчислення середнього балу рекомендується використовувати функцію СРЗНАЧ() з категорії Статистические, яка обчислює середнє значення по масиву. Задачу обчислення процентних показників успішності краще розбити на дві частини. Спочатку визначити для кожного студента приналежність його до даних категорій студентів, потім обчислити їх кількість.

Розглянемо детально формулу для визначення допуску студента до екзаменаційної сесії. У нашому випадку необхідно переконатися, що він здав всі 6 заліків і дві курсові роботи не менше чим на трійку. Зрозуміло, що в Excel, як і в мовах програмування, повинна бути можливість об’єднувати логічні вирази. Реалізована вона у вигляді двох функцій И() і ИЛИ(), розташованих в категорії Логические. Синтаксис у цих двох функцій однаковий і для функції И() наведений на рис. 5.2:

46

Рис. 5.2. Синтаксис функцій И()

Будемо в колонці «Допуск до сесії» ставити студентові 1, якщо він допущений і 0, якщо не допущений (так простіше буде обчислити кількість допущених до сесії студентів). Відповідна формула для першого студента виглядатиме так:

=ЕСЛИ(І(C8="+";D8="+";E8="+";F8="+";G8="+";H8="+";I8>=3;J8>=3);1;0)

Звернете увагу, що в Excel, як і в мовах програмування, текст у формулах береться в подвійні лапки. Відмітимо, що при визначенні успішності і якості навчання студента замість повторної перевірки здачі ним заліків і курсових робіт, досить перевірити наявність вже обчисленого допуску до сесії. Після заповнення формул для першого студента їх одночасно можна розповсюдити на решту студентів. Залишається підсумувати всі колонки і обчислити відсотки. Для обчислення відсотків заведіть клітинку для загальної кількості студентів (визначати вручну без урахування студентів, які знаходяться в академічній відпустці і виключених з університету).

При виконанні роботи перевірте правильність видачі результатів по введених Вами формулах. Після завершення роботи перегляньте правильність реакції на зміну деяких початкових даних.

Індивідуальні варіанти для виконання лабораторної роботи знаходяться в локальній комп’ютерній мережі університету:

L:\Рейтинг\2E_ИнформатикаКТ\Lab3\

47

6. ЛАБОРАТОРНА РОБОТА № 5. ПРОГНОЗУВАННЯ ЗА ЛІНІЙНИМ ТА ЕКСПОНЕНЦІЙНИМ ЗАКОНАМИ ДАНИХ, ЯКІ ЗМІНЮЮТЬСЯ У ЧАСІ

Знайти в Інтернеті дані за індивідуальним завданням. Приблизний перелік індивідуальних завдань:

1.Кількість студентів в Україні.

2.Кількість студентів в Європейському союзі.

3.Кількість студентів у США.

4.Кількість студентів у Миколаєві або Миколаївській області.

5.Експорт лісу з України.

6.Експорт металу з України.

7.Експорт пшениці з України.

8.Імпорт холодильників до України.

9.Імпорт газу до України.

10.Імпорт яловичини до України.

11.Імпорт свинини до України.

12.Імпорт автомобілів до України.

13.Об’єм продажів автомобілів в Україні.

14.Об’єм продажів комп’ютерів в Україні.

15.Об’єм продажів мобільних телефонів в Україні.

16.Населення Миколаєва або Миколаївської області.

17.Населення України.

18.Населення Росії.

19.Населення Китаю.

20.Населення Індії.

21.Населення США.

22.Населення Земної кулі.

23.Кількість хворих СНІДом в Україні.

24.Кількість хворих туберкульозом в Україні.

25.Кількість хворих СНІДом в Африці.

26.Національний дохід України.

27.Національний дохід Росії.

28.Національний дохід Німеччини.

29.Національний дохід США.

30.Об’єм внесків населення в банках України.

31.Об’єм внесків населення України в іноземних банках.

32.Об’єм інвестицій до України.

Як правило, дані відносяться до років, але можна використовувати і дані, приведені за місяцями. Кількість інтервалів часу повинна бути не менше 10. Ідеологія пошуку інформації викладена в [1, 2 ]. Рекомендуєть-

ся використовувати в запиті слова «статистика», «динаміка» та ін., які під-

креслюють, що Вам потрібні дані пролонговані у часі.

 

 

 

 

 

48

 

 

 

 

Для аналізу експериментальних даних залежності однієї величини

від іншої одним із простих способів є згладжування цих даних будь яким

класом кривих, що дозволяє отриману функціональну залежність викори-

стовувати для отримання оцінки залежної величини для довільних значень

аргументу. Якщо дані приведені залежно від часу, то метод дозволяє на-

бути прогнозних значень вимірюваної величини. Як міру відхилення кон-

кретної кривої даного класу від зміряних величин найчастіше приймають

суму квадратів відхилень зміряних величин від значень кривої за всіма

значеннями аргументу. Природно, конкретного представника класу виби-

рають виходячи із мінімуму вказаної суми квадратів, тому він і називаєть-

ся «Метод найменших квадратів (МНК)». При згладжуванні даних пря-

мою

y kx b маємо

таке

формулювання

лінійного

МНК:

n

 

 

 

 

 

 

 

 

 

min (kxi

b yi )2

для n вимірювань залежності

yi f (xi ) . На ри-

k ,b i 1

 

 

 

 

 

 

 

 

сунку 6.1 приведена графічна інтерпретація МНК.

 

 

 

 

 

 

 

Лінійний МНК

 

 

 

 

 

20

 

 

y = 1,6861x + 0,3066

 

 

 

 

 

 

 

 

 

 

 

 

 

 

18

 

 

 

 

 

 

 

 

 

16

 

 

 

 

 

 

 

 

 

14

 

 

 

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

y

10

 

 

 

 

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

6

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

0

2

 

4

6

8

10

12

 

 

 

 

 

 

x

 

 

 

 

 

 

Рис. 6.1. Графічна інтерпретація МНК

 

 

Формули для обчислення оптимальних значень коефіцієнтів k и b можуть бути отримані прирівнюванням нулю власних похідних за

49

n

цими змінними виразу (kxi b yi )2 . В Excel відповідні формули ре-

i 1

алізовані у функції ТЕНДЕНЦИЯ(), яка відноситься до категорії статистичних функцій. Аргументи функції наведено на рис. 6.2.

Рис. 6.2. Аргументи функції ТЕНДЕНЦИЯ()

Известные_значения_y і известные_значения_x – це масиви однако-

вої довжини, новые_значения_x – довільний масив. Дані повинні міститися або все в рядках або все в стовпцях. Якщо конст=истина ( 0 ), то обчислюються обидва параметри k и b , якщо конст=ложь ( 0 ), то пара-

метр b вважається рівним нулю (пряма шукається серед тих, що проходять через початок координат).

Як приклад використаємо функцію ТЕНДЕНЦИЯ() для прогнозу чисельності населення нашої планети. У таблиці 6.1 наведено реальні дані про чисельність населення Землі з 1950 року по 2012 рік (жовтень місяць) з інтервалом приблизно 10 років.

Таблиця 6.1

Населення земної кулі (млн осіб)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Роки

 

1950

 

1960

 

1970

 

1980

 

1990

 

2000

 

2012

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Чисельність

 

2527

 

3060

 

3727

 

4430

 

5294

 

6091

 

7122

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Графік залежності чисельності населення від часу, як видно на мал. 6.3, досить добре описується лінійним законом (при побудові графіка не-

50

обхідно використовувати тип графіка «Точечная», який коректно відображає і працює з даними при нерівномірному кроці за аргументом).

Рис. 6.3. Чисельність населення Землі

Коефіцієнти апроксимуючої прямої на цьому графіку отримані лінійним МНК, використовуючи механізм побудови лінії тренда, який реалізовано в Excel. Для цього потрібно після активізації побудованого графіка викликати контекстне меню і вибрати пункт «Добавить линию тренда», вибрати тип лінії тренда «Линейный» і на закладці «Параметры ли-

нии трейда» поставити прапорець «Показывать уравнение на диагра-

мме». За отриманим рівнянням апроксимуючої прямої можна самостійно обчислити прогнозні значення населення Землі і отримати оцінки для проміжних значень років. У функції ТЕНДЕНЦИЯ() цей процес автоматизований. У таблиці 6.2 показані результати прогнозу на 2020 – 2040 роки.

Таблиця 6.2

Населення земної кулі (млн осіб, прогноз на 2020 – 2040 роки)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Роки

 

1950

 

1960

 

1970

 

1980

 

1990

 

2000

 

2012

 

2020

 

2030

 

2040

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Чисель-

 

2527

 

3060

 

3727

 

4430

 

5294

 

6091

 

7122

 

7585

 

8334

 

9084

 

 

ність

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Оскільки функція ТЕНДЕНЦИЯ() повертає масив значень (у даному випадку прогноз на 2020, 2030, 2040 роки), необхідно чітко слідувати

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]