- •1. Лекція 1. Електронні таблиці ms excel. План лекцій.
- •Виділення елементів робочої книги.
- •Уведення даних у таблицю.
- •Запуск . Головне вікно.
- •1.2 Виділення елементів робочої книги.
- •1.3 Уведення даних у таблицю.
- •1.4. Уведення формул.
- •Вибір типу діаграми
- •Ряди даних
- •1.7 Побудова графіка функції, заданої в табличному виді.
- •1.8 Побудова графіка функції заданої аналітично
- •1.9 Апроксимація графіків експериментальних даних лініями тренда
- •Питання для самоперевірки
- •1. Джерела похибки. Наближені числа. Абсолютна і відносна похибки наближеного числа.
- •2.2. Метод ітерацій.
- •2.1 Джерела похибки. Наближені числа. Абсолютна і відносна похибки наближеного числа.
- •2.2. Наближені методи рішення нелінійних рівнянь.
- •2.2.1 Постановка задачі.
- •2.2.2 Метод ітерацій.
- •Метод Ньютона (дотичних).
- •2.2.4 Метод хорд.
- •Мал. 2.9. Геометричний метод відділення кореня.
- •2.2.5 Метод половинного розподілу.
- •Питання для самоперевірки
- •Використовувана література
- •3. Лекція 3. Метод найменших квадратів.
- •3.1 Методи побудови математичних моделей
- •3.3 Побудова квадратичної моделі.
- •3.4 Побудова експонентної моделі.
- •Питання для самоперевірки
- •4.Лекція 4. Система План лекції
- •4.1 Призначення. Стандартний інтерфейс.
- •4.2 Панель інструментів Математика().
- •4.3 Текстовий редактор.
- •4.4 Редактор формул.
- •4.6 Користувальницькі й стандартні функції.
- •4.7 Побудова графіків.
- •4.8 Робота з векторами й матрицями.
- •4.9 Панель Programming.
- •4.10 Панель .
- •Питання для самоперевірки
- •Наближені методи рішення системи лінійних рівнянь.
- •Норма вектора. Норма матриці.
- •Приведення системи до виду зручному для ітерацій.
- •Метод Зейделя
- •Метод ітерацій
- •5.1 Метод Гауса для рішення систем лінійних рівнянь.
- •5.2 Наближені методи рішення системи лінійних рівнянь.
- •5.2.1 Норма вектора. Норма матриці.
- •5.2.2 Приведення системи до виду зручному для ітерацій.
- •5.2.3 Метод ітерацій.
- •5.2.4 Метод Зейделя.
- •Питання для самоперевірки
- •Використовувана література
- •6. Лекція 6. Інтерполяційні многочлени План лекції
- •6.1 Постановка задачі.
- •6.2 Теорема існування і єдності. Інтерполяційний многочлен Лагранжа
- •6.3 Погрішність інтерполяції.
- •6.4 Інтерполяційний многочлен Лагранжа з рівновіддаленими вузлами.
- •6.5 Кінцеві різниці.
- •Формула Ньютона для інтерполяції «вперед».
- •6.7 Формула Ньютона для інтерполяції «назад».
- •Питання для самоперевірки
- •7.1 Постановка задачі.
- •7.2 Геометричний метод рішення.
- •Мал.7.1. Геометричний метод рішення задачі лінійного програмування
- •7.3 Симплексний метод рішення.
- •Алгоритм симплексного методу.
- •Питання для самоперевірки
- •Використовувана література
- •8. Список літератури
- •1 Семестр.
Мал. 2.9. Геометричний метод відділення кореня.
Корінь знаходиться усередині відрізка [3 ; 4]. Перевіримо:

Оскільки
,
то відрізок
містить,
принаймні, один корінь. Обчислимо
похідні:
.
Обидві похідні на відрізку
зберігають
постійний (більше нуля) знак, отже, корінь
єдиний. Оскільки
на відрізку
, то як нульове наближення вибираємо
лівий кінець відрізка
,
де
.
Нерухомий правий кінець відрізку -
точка
.
Знайдемо
перше наближення:

Оцінимо
похибку першого наближення
![]()
![]()
![]()
Обчислимо
друге наближення:
Оцінимо
похибку:
Отримали
шукане наближене рішення
,
що задовольняє заданій точності.
2.2.5 Метод половинного розподілу.
Нехай
дано рівняння
.
Необхідно знайти наближене значення
кореня на відрізку
,
що містить ізольований корінь
.
Ділимо відрізок
на дві рівні частини. Якщо
,
то
- точний корінь. В протилежному випадку,
будуємо відрізок
,
вибираючи
один з відрізків
,
той, в якому значення функції на кінцях
відрізка мають протилежні знаки. Відрізок
знов
ділимо
на дві рівні частини і так дали.
В
результаті отримаємо послідовність
вкладених один в одного відрізків:
для якого справедливо:
(2.5)
Ліві кінці відрізків є не спадною послідовністю:
![]()
праві
кінці – не зростаючу послідовністю
.
Обидві послідовності обмежено.
Помітимо,
що довжина відрізка визначається
формулою:
![]()
Переходимо до границі:
,
отже
.
Перейдемо до границі в нерівності (2.5), отримаємо:
,
отже:
.
Тоді
- корінь рівняння.
Процес дроблення продовжується до тих пір, поки довжина останнього відрізка не стане менше 2, де - задана точність. Як наближене рішення вибирається середина останнього інтервалу.
Питання для самоперевірки
-
Які джерела похибки наближеного рішення?
-
Що називається абсолютною похибкою наближеного числа?
-
Що називається відносною похибкою наближеного числа?
-
Які правила дій з наближеними числами?
-
Які етапи відшукання наближеного значення коренів рівняння?
-
Як виділяються відрізки, що містять ізольований корінь рівняння?
-
Яким чином реалізується метод ітерацій?
-
Яка похибка наближеного рішення отриманого за методом ітерацій?
-
Як знаходиться рішення за методом хорд і яка його похибка?
-
Як вибирається нульове наближення для методу дотичних і будується послідовність наближень?
-
Яка похибка рішення, побудованого за методом дотичних?
-
Яким чином реалізується метод половинного розподілу?
Використовувана література
-
[1] стор. 173-193
-
[2] стор. 61-79
-
[3] стор. 4-18
3. Лекція 3. Метод найменших квадратів.
План лекції
-
Методи побудови математичних моделей
-
Побудова лінійної моделі.
-
Побудова квадратичної моделі.
-
Побудова експонентної моделі
3.1 Методи побудови математичних моделей
В інженерній практиці значне місце займає проблема побудови математичної моделі технологічного об'єкта з метою дослідження його й відшукання оптимальних умов роботи. Серед існуючих методів побудови математичних моделей виділяються два походи:
-
побудова теоретичної моделі на базі фізико-математичного, фізико-хімічного й іншого аналізу технологічного процесу.
-
експериментальна ідентифікація, при якій інформацію про процес одержують шляхом безпосереднього виміру.
Реальні технологічні процеси, як об'єкти керування й оптимізації, у більшості випадків є нестаціонарними, нелінійними, багатомірними з багатьма внутрішніми зворотними зв'язками, невелика або повністю відсутня апріорна інформація про форму й ступінь взаємозв'язку між параметрами в реальних умовах експлуатації. Тому, найбільш прийнятні в промислових умовах експериментальні методи ідентифікації.
По способі нагромадження експериментальних дані методи ідентифікації діляться на активні й пасивні методи. При проведенні пасивного експерименту здійснюється реєстрація параметрів, що цікавлять, у режимі нормального функціонування технологічного процесу. Як математичний апарат для визначення невідомих параметрів моделі найбільше часто використовується метод максимальної правдоподібності, зокрема метод найменших квадратів.
Активний експеримент ( планований) заснований на введенні в досліджуваний технологічний процес штучних збурювань і забезпечує зменшення числа досвідів в експерименті, одночасне варіювання всіма факторами експерименту, сполучення евристичних і формальних підходів , наявність чіткої й обґрунтованої стратегії експерименту, економію часу й засобів на виконання експерименту.
Нехай дані результати N експериментів.
|
|
|
|
... |
|
|
|
|
|
... |
|
Потрібно
побудувати модель, що дає найкраще
наближення. Для обчислення коефіцієнтів
моделі будемо використовувати
метод найменших квадратів: сума квадратів
відхилень
експериментальних результатів
від результатів, отриманих
по моделі
повинна бути мінімальна. Розглянемо
побудову
3-х
видів моделей: лінійну, квадратичну,
експонентну. 3.2
Побудова
лінійної моделі.
Потрібно
за результатами експериментів побудувати
лінійну
модель
.
Розглянемо
функцію :
![]()
Щоб знайти мінімальне значення цієї функції, обчислимо частки похідні й дорівняємо їх нулю. Одержимо систему рівнянь.

Розкриваючи дужки, одержимо

Для зручності обчислень, занесемо вихідні дані й розрахунки в таблицю.
|
i |
|
|
|
|
|
1 |
|
|
|
|
|
2 |
|
|
|
|
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Вирішуючи
систему щодо коефіцієнтів
й
,
одержуємо
шукане рівняння моделі
.
Приклад 3.1.
Дани результати 5 дослідів:
|
|
-1,8 |
0,4 |
0,6 |
2 |
2,9 |
|
|
1,6 |
1 |
0,8 |
0,6 |
0,5 |
-
Знайти коефіцієнти лінійної моделі методом найменших квадратів.
-
Знайти відхилення даних точок от знайденої залежності.
-
Побудувати графік, застосовує
.
1) Знайдемо коефіцієнти лінійної моделі методом найменших
квадратів.
Треба
по зазначеної формулі
підібрати
коефіцієнти
моделі
й
.
Побудуємо таблицю:
|
i |
|
|
|
|
|
1 |
-1.8 |
3.24 |
1.6 |
-2.88 |
|
2 |
0.4 |
0.16 |
1 |
0.4 |
|
3 |
0.6 |
0.36 |
0.8 |
0.48 |
|
4 |
2 |
4 |
0.6 |
1.2 |
|
5 |
2.9 |
8.41 |
0.5 |
1.45 |
|
|
4.1 |
16.17 |
4.5 |
0.65 |
Отримуємо систему

Знайдемо
и
, вирішуючи
систему рівнянь.
Для того, виразимо
коефіцієнт
з другого рівняння
системи
=
Підставимо
у
перше рівняння.
Розкриємо
дужки й приведемо подібні члени. Отримуємо
16.17
+4.1(0.9-0.82
)
= 0.65 .
Знайдемо коефіцієнти:
,
1.09457
Зазначена залежність
![]()
б) Знайти
відхилення
експериментальних результатів
від результатів, отриманих
по моделі
|
вихідні дані |
результат |
||
|
|
|
|
|
|
-1.8 |
1.6 |
1.521861 |
0.006106 |
|
0.4 |
1 |
0.999688 |
9.75E-08 |
|
0.6 |
0.8 |
0.952217 |
0.02317 |
|
2 |
0.6 |
0.619925 |
0.000397 |
|
2.9 |
0.5 |
0.406309 |
0.008778 |
|
|
|
|
0.038451 |
визначаються
по моделі шляхом підстановки табличних
значень
із першого стовпця замість х у рівняння
моделі
=
-
0.23728 (-1.8) + 1. 09457 = 1.521861
.................................................................................
=
-
0.23728 (0.5) + 1. 09457 = 0.406309
Відхилення:
![]()
...........................................................................
![]()
-
Побудуємо графік, застосовує

|
х |
|
x*x |
x*y |
|
|
|
-1,8 |
1,6 |
3,24 |
-2,88 |
1,5218613 |
0,006106 |
|
0,4 |
1 |
0,16 |
0,4 |
0,9996877 |
9,75E-08 |
|
0,6 |
0,8 |
0,36 |
0,48 |
0,9522174 |
0,02317 |
|
2 |
0,6 |
4 |
1,2 |
0,6199251 |
0,000397 |
|
2,9 |
0,5 |
8,41 |
1,45 |
0,4063086 |
0,008778 |
|
4,1 |
4,5 |
16,17 |
0,65 |
|
0,038451 |
3.3
