- •Рівномірний розподіл
- •Розподіл « xи-квадрат»
- •Показовий розподіл
- •Математичне очікування
- •Рівняння виду
- •Диференціальні рівняння виду , що не містять шуканої функції
- •Загальний розв’язок лінійного однорідного рівняння з постійними коефіцієнтами
- •Линейные неоднородные уравнения с постоянными коэффициентами. Общее решение. Метод подбора.
- •Чисельні методи розв’язання диференціальних рівнянь
- •Розв’язання диференціальних рівнянь за допомогою функції odesolve в Mathcad
- •Метод Ейлера для диференціальних рівнянь першого порядку в MathCad
- •Рішення систем диференціальних рівнянь в Mathcad.
- •Рішення диференціальних рівнянь методом Рунге-Кутти
- •Розв’язання диференціальних рівнянь вищих порядків
- •Кореляційний аналіз
- •Лінійна інтерполяція.
- •Інтерполяція сплайнами
-
Розв’язання диференціальних рівнянь вищих порядків
Знайдемо на відрізку наближене рішення рівняння , що задовольняє початковим умовам , , і побудуємо графік знайденого рішення.
Зведемо рішення задачі для рівняння другого порядку до задачі для еквівалентної нормальної системи другого порядку. Позначимо й . Оскільки , то одержимо
Вирішимо задачу чисельно, використовуючи алгоритм Рунге-Кутти з фіксованим кроком на сітці з 20 рівновіддалених вузлів.
Фрагмент робочого документа MathCad, що містить рішення:
Mathcad має ще дві функції для рішення задачі Коші. Це функції Rkadapt і Bulstoer. Ці функції мають ті ж самі аргументи й повертають рішення в такій же формі, що й функція rkfixed. Перша із цих функцій використовує метод Рунге-Кутти зі змінним кроком, що дозволяє підвищити точність обчислень і скоротити їхній об'єм, якщо шукане рішення має області, де її значення міняються швидко, і області плавної зміни. Функція Rkadapt буде варіювати величину кроку залежно від швидкості зміни рішення.
Функція Bulstoer реалізує інший чисельний метод – метод Булірша-Штера. Її варто застосовувати, якщо відомо, що рішення є гладкою функцією.
-
Припустимо, що приладом з випадковими помилками нескінченно велика кількість раз обмірювана точна величина. Отримана в результаті такого експерименту множина величин називається генеральною сукупністю.
Дослідник при постановці досвідів робить кінцеве, звичайно невелике число вимірів. Їх можна розглядати як випадкову вибірку з гіпотетичної генеральної сукупності. Задача обробка зводиться до визначення по даним вибірки показників, що оцінюють параметри генеральної сукупності.
Розподіл величин у сукупності може бути різним. В інженерних експериментах у більшості випадків можна вважати, що розподіл підкоряється нормальному закону. Для нормального розподілу характерна симетричність - позитивні й негативні помилки зустрічаються однаково часто.
Нормальний розподіл характеризується двома параметрами:
-
генеральним середнім (математичним очікуванням);
-
генеральним середнім квадратичним відхиленням.
Математичне очікування виступає як найбільш імовірне значення вимірюваної величини. Дисперсія ж є чисельною характеристикою ступеня розсіювання. Звичайно проводяться два-п'ять дослідів. По них визначаються оцінки M і G. Оцінкою для математичного очікування є вибіркове середнє:
де i – порядковий номер повторного досліду;
n - число повторень досвідів;
Xi – значення вимірюваного параметра в i-м доліді.
Для визначення оцінки генерального середньоквадратичного відхилення спочатку перебуває дисперсія вибірки D:
Оцінкою для середньоквадратичного відхилення є:
де Mk – коефіцієнт, обумовлений по таблиці, залежно від числа ступенів свободи f= n-1.
Значення коефіцієнта Mk
F |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
60 |
Mk |
1,253 |
1,128 |
1,085 |
1,064 |
1,051 |
1,042 |
1,036 |
1,032 |
1,028 |
1,025 |
1,004 |
Величина Vx=Gx/Mx*100% називається коефіцієнтом варіації.