- •Учебно-методическое пособие
- •11.7. Вопросы для самоконтроля 67
- •Маршрутная карта изучения дисциплины по Модулю 3
- •1. Современные проблемы моделирования систем
- •2. Принципы моделирования
- •3. Классификация моделей
- •3.1. Основные свойства моделей
- •4. Моделирование систем
- •4.1. Моделирование систем на вычислительных машинах
- •5. Математическое моделирование
- •5.1. Математические схемы моделирования систем
- •5.2. Непрерывно-детерминированные модели (d-схемы)
- •5.3. Дискретно-детерминированные модели (f-схемы)
- •5.4. Дискретно-стохастические модели (р-схемы)
- •5.5. Непрерывно-стохастические модели (q-схемы)
- •5.6. Сетевые модели (n-схемы)
- •5.7. Комбинированные модели (а-схемы)
- •6. Анализ результатов машинного моделирования
- •6.1. Корреляционный анализ результатов моделирования
- •6.2. Регрессионный анализ результатов моделирования
- •6.3. Дисперсионный анализ результатов моделирования
- •6.4. Вопросы для самоконтроля
- •7. Методические указания для выполнения практического задания №1. «Построение простейших моделей»
- •Приложение 1. Варианты заданий
- •Методические указания для выполнения практического задания №2. «Построение регрессионной модели» с использованием табличного процессора Microsoft Excel
- •Указание. В таблице 2 в ячейки второго столбца с текстом «Формула 1», «Формула 2» ввести формулы для вычисления коэффициентов «а»,. «b».
- •Приложение 2. Варианты заданий
- •10. Основные понятия теории баз данных
- •10.1. Базы данных и системы управления базами данных. Модели данных
- •10.2. Основы проектирования реляционных баз данных
- •10.3. Этапы проектирования реляционной базы данных
- •1. Анализ предметной области
- •13.4. Вопросы для самоконтроля
- •11. Основы работы с субд Microsoft Access
- •11.1. Объекты базы данных Microsoft Access
- •11.2. Работа с таблицами
- •11.3. Работа с формами
- •11.4. Работа с запросами. Запросы на выборку
- •Имя поля: выражение
- •11.5. Итоговые запросы и запросы на изменение данных
- •Создание запроса на удаление записей таблицы
- •Создание запроса на обновление записей таблицы
- •11.6. Работа с отчетами
- •11.7. Вопросы для самоконтроля
- •12. Методические указания для выполнения практического задания № 3. «Работа с таблицами и формами базы данных Microsoft Access»
- •13. Методические указания дла выполнения практического задания № 4. «Работа с запросами на выборку в базе данных Microsoft Access»
- •14. Методические указания для выполнения практического задания № 5. «Работа с итоговыми запросами и запросами на изменение таблиц, создание отчетов»
- •15. Методические указания для выполнения индивидуального задания №2. «Базы данных»
- •16.Вопросы для подготовки к защите индивидуального задания №2
Указание. В таблице 2 в ячейки второго столбца с текстом «Формула 1», «Формула 2» ввести формулы для вычисления коэффициентов «а»,. «b».
Например. Если количество измерений n=6 и столбец с именем «сумма» в Excel находится в столбце «Н», то формулы для вычисления коэффициентов «а»,. «b» запишутся в виде:
a=(H3*H2-6*H6)/(H2^2-6*H5)
b=(H2*H6-H5*H3)/(H2^2-6*H5)
Если в ячейки второго столбца с текстом «Формула 1», «Формула 2 записать адрес ячейки «количество измерений n» и столбец с именем «сумма» в Excel находится в столбце «N», , то формулы для вычисления коэффициентов «а»,. «b» запишутся в виде:
a=(n3*n2-$b$12*n6)/(n2*n2-$b$12*n5);
b=(n6*n2-n3*n5)/(n2*n2-$b$12*n5);
Рис. 7. График математической модели (уi ) и эксперимента (у)
Задание 2 к практическому занятию № 1
Аппроксимация функций МНК с использованием табличного процессора Microsoft Excel
Алгоритм выполнения задания 2
В Приложении 2 выбрать вариант задания.
Выполнить задание по примеру 2. Используя экспериментальные данные: х, у, которые заданы в таблице 2 отдельными строками, определить значения коэффициентов: а, b по формулам (1,2), заменив переменные: s1, s2, s3, s4 их адресами.
Найти приближённые значения функции по модели, заданной уравнением (4).
Построить график модели по примеру 2, представленный на рис.7.
Определить погрешность отклонения математической модели (уi ) от эксперимента (у).
Выполненную работу предъявить преподавателю.
9. Методические указания для выполнения индивидуального задания №1. «Построение регрессионной модели» средствами языка программирования Turbo Pascal
Пример 3. Блок-схема построения регрессионной модели
начало
xi,
yi
yi
, ym,
d, sd, sigma
конец
Рис. 8
Программа построения математической модели для обработки экспериментальных данных методом наименьших квадратов
Program Pr1;
{обработка эксперимента методом МHК}
var
i,n:integer;
x,y,ym:array[1..20]of real;
SIGMA,S1,S2,S3,S4,S5,r,a,b,D,SD:real;
{начало процедуры MnK}
procedure MNK;
begin
FOR i:=1 to n do
begin
writeln('ввести x ',i,'значение, ввести y ',i);
{x[i],y[i]-экспериментальные данные из таблицы}
readln(x[i],y[i]);
S1:=S1+y[i];
S2:=S2+x[i]*x[i];
S3:=S3+x[i];
S4:=S4+x[i]*y[i];
end;
S5:=S3*S3;
r:=n*S2 - S5;
b:=(S1*S2 - S3*S4)/R;
a:=(n*S4 -S3*S1)/R;
FOR i:=1 to n do
begin
{ym[i] - математическая модель экспериментальных данных}
ym[i]:=a*x[i]+b;
{d- отклонение математической модели от экспериментальных данных }
d:=abs(ym[i]-y[i]);
{ sd-дисперсия или квадрат отклонения}
sd:=sd+d*d;
{ SIGMA- среднее квадратическое отклонение}
SIGMA:=SQRT(sd/(n-2));
Writeln ('y=', y[i]:8:3, ' ym=', ym[i]:8:3,' SIGMA=', SIGMA: 8:3);
end;
end;{конец процедуры MnK}
BEGIN{начало исполняемой части программы}
writeln('ввести количество экспериментальных точек n');
readln(n);
MNK; { вызов процедуры MnK }
end.
В фигурных скобках даются комментарии для пояснений внутри программы.
Примечание.
Математической моделью для обработки экспериментальных данных является уравнение прямой, описываемой в программе строкой: ym[i]:=a*x[i]+b;
ym[i] - является приближённой математической моделью экспериментальных данных, которая описывает эксперимент с некоторой погрешностью.
Погрешность отклонение математической модели от экспериментальных данных, описываемая в программе строкой:
d:=abs(ym[i]-y[i]);
является величиной случайной.
Любая случайная величина имеет числовые характеристики: математическое ожидание, дисперсию, среднее квадратическое отклонение.
Среднее квадратическое отклонение характеризует среднюю величину отклонения математической модели от экспериментальных данных. По этой числовой характеристике делается заключение о пригодности математической модели.
Задание 2. Аппроксимация функций. МНК средствами языка программирования Turbo Pascal
Алгоритм выполнения задания 2
Задание приложения 2 выполнить в паскале. По блок-схеме на рис.8 написать программу и ввести в компьютер.
Запустить программу со своими данными.
Получить результат.
Сравнить результат, полученный в паскале с результатом выполнения этого же задания в Microsoft Excel.
Сделать вывод о величине отклонения по математической модели от экспериментальных значений.