|
Muhammad al‑xorazmiy nomidagi toshkent axborot texnologiyalari universiteti
|
| bet | 10/11 | | Sana | 03.06.2024 | | Hajmi | 474,12 Kb. | | #259574 |
Bog'liq PanjiyevADP 11-varInterpolyatsiya. Mathcad bir necha interpolyatsiyalash funksiyalariga ega bo’lib, ular har хil usullarni ishlatadi. Chiziqli interpolyatsiyalash jarayonida linterp funksiyasidan foydalaniladi.
Bu funksiyaga murojaat quyidagicha: linterp(x, y, t)
Bu erda
x – argument qiymati vektori;
y – funksiya qiymatlari vektori;
t – interpolyatsiya funksiyasi hisoblanadigan mos argument qiymati.
4.20-rasm. Interpoyasiyalash.
Regressiya. Regressiya ma’nosi tajriba ma’lumotlarini approksimatsiya qiladigan funksiya ko’rinishini aniqlashdir. Regressiya u yoki bu analitik bog’lanishning koifisientlarini tanlashga keladi.
Mathcadda ikki хildagi bir necha qurilgan regressiya funksiyalari mavjud. Ular quyidagilar:
line(X,Y) –хatolar yig’indisi kvadratini minimallashda ishlatiluvchi to’g’ri chiziqli regressiya
f(t)=a+bt;
medfit(X,Y) – median to’g’ri chiziqli regressiya f(t)=a+bt;
lnfit(X,Y) – logarifmik funksiyali regressiya f(t)=aln(t)+b.
Bu regressiya funksiyalari boshlang’ich yaqinlashishni talab etmaydi. Ularga doir misollar 5.23-rasmda keltirilgan.
Yana beshta qurilgan funksiyalar mavjud bo’lib ular boshlang’ich yaqinlashishni talab etadi:
expfit(X,Y,g) – eksponentali regressiya f(x)=aebt+c;
sinfit(X,Y,g) – sinisoid regressiya f(x)=asin(t+b+c;
pwrfit(X,Y,g) – darajaga bog’liq regressiya f(x)=atb+c;
lgsfit(X,Y,g) – logistik funksiyali regressiya a(e)=a/(1+be-ct);
logfit(X,Y,g) – logorifmik funksiyali regressiya f(t)=aln(t+b)+c.
4.21-rasm.Chiziqli regressiya tenlamasini tuzish.
Bu funksiyalarda
x – argument qiymatlari vektori;
y – funksiya qiymatlari vektori
g – a,b,c koifisientlar boshlang’ich yaqinlashish qiymatlari vektori;
t –interpolyatsiya qilinayotgan funksiya hisoblanayotgan argument qiymati.
Yuqoridagi rasmlarda massiv (tajriba) ma’lumotlari bilan approksimatsiyalangan funksiya orasidagi bog’liqlikni baholash uchun koorelyaцiya koifisienti corr hisoblangan.
|
| |
