- •Вінниця внту 2006
- •1 Розв’язання алгебраїчних рівнянь вищих стЕпенів і трансцендентних рівнянь ітераційним методом
- •План роботи
- •Хід роботи
- •Контрольні питання
- •2 Розв’язання алгебраїчних рівнянь вищих стЕпенів і трансцендентних рівнянь методом Ньютона
- •План проведення роботи
- •Хід роботи
- •Контрольні питання
- •3 Розв’язання систем лінійних алгебраїчних рівнянь матричним методом
- •План роботи
- •Хід роботи
- •Контрольні питання
- •4 Розв’язання систем лінійних алгебраїчних рівнянь ітераційним методом
- •План роботи
- •Хід роботи
- •Контрольні питання
- •5 Інтерполяція функцій
- •План роботи
- •Короткі теоретичні відомості
- •Хід роботи
- •Контрольні питання
- •6 Чисельне диференціювання
- •План роботи
- •Короткі теоретичні відомості
- •Хід роботи
- •Контрольні питання
- •7 Чисельне інтегрування Мета роботи – вивчити чисельні методи обчислення визначених інтегралів та набути навичок обчислення визначених інтегралів із застосуванням Microsoft Excel'2000. План роботи
- •Короткі теоретичні відомості
- •Хід роботи
- •Контрольні питання
- •8 Розв’язання звичайних диференціальних рівнянь методами Ейлера
- •План роботи
- •Хід роботи
- •Контрольні питання
- •9 Наближене розв’язання звичайних диференціальних рівнянь методом Рунге-Кутта
- •План роботи
- •Хід роботи
- •Контрольні запитання
- •10 Лінійна апроксимація даних
- •План роботи
- •Короткі теоретичні відомості
- •Стандартна похибка при оцінюванні y
- •Коефіцієнт детермінованості
- •Стандартне значення похибки для коефіцієнтів
- •Число ступенів свободи
- •Регресійна сума квадратів та остаточна сума квадратів
- •Обчислення лінійної регресії
- •Обчислення регресії за допомогою функції
- •Хід роботи
- •Контрольні питання
- •11 Поліноміальна апроксимація даних
- •План роботи
- •Хід роботи
- •Перевірка статистики
- •Контрольні питання
- •12 Розв’язання крайових задач методом пристрілки для звичайних диференціальних рівнянь
- •План роботи
- •Хід роботи
- •Вигин рівномірно навантаженої балки
- •Контрольні питання
- •13 Розв’язання крайових задач методом скінченних різниць для звичайних диференціальних рівнянь
- •План роботи
- •Хід роботи
- •Ітераційний метод скінченних різниць
- •Контрольні питання
- •14 Розв’язання еліптичних рівнянь у частинних похідних
- •План роботи
- •Короткі теоретичні відомості
- •Рівняння Лапласа і Пуассона
- •Потенціал між двома концентричними циліндрами
- •Хід роботи
- •Контрольні питання
- •15 Розв’язання параболічних рівнянь у частинних похідних методом послідовного обчислення таблиці значень
- •План роботи
- •Короткі теоретичні відомості
- •Рівняння нерозривності
- •Нестаціонарна теплопровідність у мідному стержні
- •Обґрунтування критерію стійкості
- •Хід роботи
- •Контрольні питання
- •16 Розв’язання параболічних рівнянь у частинних похідних ітераційним методом
- •План роботи
- •Хід роботи Ітерування кроків за часом
- •Контрольні питання
- •17 Розв’язання гіперболічних рівнянь у частинних похідних
- •План роботи
- •Короткі теоретичні відомості
- •Хвильове рівняння
- •Коливання струни
- •Хід роботи
- •Контрольні питання
- •18 Завдання до контрольних робіт для студентів заочної формі навчання
- •Литература
- •Навчальне видання
- •Чисельні методи в інженерних дослідженнях
- •Лабораторний практикум
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
- •21021, М. Вінниця, Хмельницьке шосе, 95, внту
Контрольні запитання
В чому сутність методу Рунге-Кутта? Поясніть на графіку.
Як оцінюється похибка чисельних методів розв’язання диференціальних рівнянь?
В чому ідея розв’язання системи диференціальних рівнянь 1-го порядку?
В чому ідея розв’язання системи диференціальних рівнянь n-го порядку?
Поясніть, як використовується правило Рунге для вибору кроку інтегрування?
10 Лінійна апроксимація даних
Мета роботи – набути навичок побудови лінійних апроксимувальних функцій (аналітичних залежностей) за сукупністю дискретних експериментальних даних про зміну значень функції при змінах значень аргументу, за допомогою Microsoft Excel'2000.
План роботи
Відповідно до порядкового номера бригади студентів в журналі академгрупи виписати з таблиці 11 значення аргументу і відповідні їм значення функції.
Обчислити коефіцієнти лінійного полінома для апроксимації експериментальних даних.
Розрахувати значення функції в точках апроксимації відповідно до отриманого полінома.
Зробити висновки.
Таблиця 11
Варіант |
Значення пар аргументу та функції |
||||||
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
Короткі теоретичні відомості
Однією з розповсюджених задач в науці та техніці є апроксимація експериментальних даних аналітичними виразами. Існують три способи використання Excel для апроксимації даних: використання вбудованих функцій регресії, перетворення нелінійних рівнянь в лінійні з наступним використанням вбудованих функцій регресії, використання надбудови Поиск решения чи програми Visual Basic для точного підбору параметрів нелінійного рівняння. Частіше за все дані можуть бути описані вбудованими функціями лінійної та поліноміальної регресії. Наявність лінійної залежності на обстежуваному інтервалі дозволяє успішно використовувати формулу лінійного наближення.
У випадку нелінійних рівнянь, що допускають лінеаризацію за допомогою заміни змінних, функції лінійної регресії можна використовувати до перетворених рівнянь. Якщо ж рівняння не можуть бути лінеаризовані, можна скористатися надбудовою Поиск решения чи програмою мовою Visual Basic та підібрати коефіцієнти таким чином, щоб досягти мінімальної залишкової похибки (суми квадратів різниць між фактичними та прогнозованими значеннями) чи максимального коефіцієнта кореляції. Excel має вбудовані можливості регресійного аналізу, що дозволяє апроксимувати дані як прямою лінією, так і складними поліномами. Більша частина задач опису даних може бути вирішена засобами лінійної регресії.
При використанні функцій регресії для апроксимації даних відбувається мінімізація залишкової квадратичної різниці між фактичними та прогнозованими значеннями (метод найменших квадратів). Залишкова помилка обчислюється за такою формулою
де y(xi) – прогнозовані значення,
n – число точок,
xi i yi – фактичні значення.
В Excel використовується модель багатовимірної лінійної регресії. Це значить, що прогнозовані значення y(xi) мають вигляд
де A, B, C – шукані коефіцієнти, які визначаються підстановкою функції y(x1,i; x2,i; ...) у вираз для залишкової різниці та прирівнянням до нуля частинних похідних для всіх коефіцієнтів. Це призводить до системи лінійних рівнянь для коефіцієнтів. Всі обчислення виконуються Excel автоматично.
Окрім коефіцієнтів рівняння регресії, Excel також обчислює додаткову регресійну статистику:
стандартна похибка для оцінки y;
коефіцієнт детермінованості (r2);
стандартні похибки для коефіцієнтів;
-статистика;
число ступенів свободи;
регресійна сума квадратів та остаточна сума квадратів.