Студопедия Главная Случайная страница Обратная связь

Разделы: Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Функции предсказания данных





Весьма интересной является функция предсказания predikt(data, k, N), где data — вектор данных, где data — вектор данных, k — число последних точек существующих данных, на основе которых происходит расчет предсказываемых точек; и N — число точек, в которых необходимо предсказать данные. Она по ряду заданных равномерно расположенных точек позволяет рассчитать некоторое число N последующих точек, т. е. по существу выполняет экстраполяцию произвольной (но достаточно гладкой и предсказуемой) зависимости.

Функция предсказания обеспечивает высокую точность при монотонных исходных функциях или функциях, представляемых полиномом невысокой степени (рис. 74).

Рис. 74. Пример применения функции предсказания случайных данных.

Оборудование, инструменты и приборы

ПЭВМ, система MathCad

Варианты заданий

Варианты заданий приведены в таблице 4.18.

Задание 1

Введите матрицу координат точек на плоскости согласно № варианта.

Таблица 4.18

Варианты заданий

Вар № Задание Вар № Задание
       
1.
x 1.5   2.5   3.5    
y 2.2 1.7 1.7 1.3     0.5

 

16.
x 1.8 3.8 5.3 7.1 8.8
y 4.3 8.7     15.3

 

2.
x   1.8 3.3 4.1 4.8
y 4.2        

 

17.
x 3.2 3.3 3.4 3.5 3.6 3.7
y 1.5 2.2 2.9 4.1   6.2

 

3.
x 1.2 1.3 1.4 1.5 1.6 1.7
y 1.5 2.2 2.9 4.1   6.2

 

18.
x 1.2 2.4 3.5 4.7 5.6 6.6
y 3.5 4.2 5.9 6.1 7.1 8.2

 

4.
x            
y 1.5 2.2 2.9 4.1   6.2

 

19.
x   4.9   7.8 9.6 10.5
y 6.2 7.9     11.2 13.8

 

5.
x 1.1 1.5   2.5   3.5 4.1
y 2.2 2.2 1.7 1.6 1.3    

 

20.
x   2.5   3.5   4.5  
y 2.2 2.2 1.7 1.7 1.3    

 

6.
x 1.5 2.5 3.9 4.8 5.8
y 4.2        

 

21.
x   1.8 3.3 4.1 4.8
y 3.2     11.5  

 

7.
x 1.2 1.3 1.4 1.5 1.6 1.7
y 3.5 4.2 4.9 6.1   8.2

 

22.
x 1.2 1.3 1.4 1.5 1.6 1.7
y 2.5 3.2 4.9 5.1   7.2

 

8.
x            
y 2.5 3.2 4.9 5.1   7.2

 

23.
x   2.6 5.4 6.8 9.8 11.6
y 6.5 7.2 8.9 9.1 10.1 11.2

 

9.
x 1.5   4.9   7.8 9.6
y 6.5 7.2 8.9 9.1 10.1 11.2

 

24.
x 1.5 2.3 3.8 4.4 5.9 6.8
y 3.5 4.2 5.9 6.1 7.1 8.2

 

10.
x 0.9 1.3   2.5   3.5  
y 2.3 2.2 1.7 1.6 1.2    

 

25.
x   1.5   2.5   3.5  
y 3.2 3.2 2.7 2.7 2.3    

 

11.
x   3.5 5.8 7.1 9.8
y 4.2        

 

26.
x   2.8 3.3 5.1 5.8
y 4.2        

 

12.
x 2.2 2.3 2.4 2.5 2.6 2.7
y 1.5 2.2 2.9 4.1   6.2

 

27.
x 5.2 5.3 5.4 5.5 5.6 5.7
y 1.5 2.2 2.9 4.1   6.2

 

13.
x   2.6 5.4 6.8 9.8 11.6
y 3.5 4.2 5.9 6.1 7.1 8.2

 

28.
x 1.5   4.9   7.8 9.6 10.5
y 2.5 3.2 3.9 5.1 6.1 7.2 7.8

 

14.
x 1.2 2.4 3.5 4.7 5.6 6.6
y 2.5 3.2 4.9 5.1   7.2

 

29.
x 0.5 1.3 2.8 3.4 4.9 5.8
y 3.5 4.2 5.9 6.1 7.1 8.2

 

 

Окончание табл. 4. 18

       
15.
x   1.7   2.4 3.2 3.5  
y 2.3 2.2 1.8 1.7 1.3 1.1 1.2

 

30.
x 1.5 2.9 5.9 6.8 8.8 10.6
y 6.5 7.2 8.9 9.1 10.1 11.2

 

 

Задание 2

Постройте функции линейной и обобщенной регрессии для данных точек.

 

Задание 3

Постройте линейную и сплайновую интерполяцию для тех же точек.

 

Задание 4

С помощью функции rnd введите 50 случайных чисел из отрезка [0, 2]. Постройте функции сглаживания данных (с помощью различных встроенных функций).

 

Задание 5

Предскажите поведение функции f(x) = sin(2x) на отрезке [2π, 4π ], если предположить, что она задана на отрезке [0, 2π ].

 







Дата добавления: 2014-11-12; просмотров: 630. Нарушение авторских прав; Мы поможем в написании вашей работы!




Кардиналистский и ординалистский подходы Кардиналистский (количественный подход) к анализу полезности основан на представлении о возможности измерения различных благ в условных единицах полезности...


Обзор компонентов Multisim Компоненты – это основа любой схемы, это все элементы, из которых она состоит. Multisim оперирует с двумя категориями...


Композиция из абстрактных геометрических фигур Данная композиция состоит из линий, штриховки, абстрактных геометрических форм...


Важнейшие способы обработки и анализа рядов динамики Не во всех случаях эмпирические данные рядов динамики позволяют определить тенденцию изменения явления во времени...

Растягивание костей и хрящей. Данные способы применимы в случае закрытых зон роста. Врачи-хирурги выяснили...

ФАКТОРЫ, ВЛИЯЮЩИЕ НА ИЗНОС ДЕТАЛЕЙ, И МЕТОДЫ СНИЖЕНИИ СКОРОСТИ ИЗНАШИВАНИЯ Кроме названных причин разрушений и износов, знание которых можно использовать в системе технического обслуживания и ремонта машин для повышения их долговечности, немаловажное значение имеют знания о причинах разрушения деталей в результате старения...

Различие эмпиризма и рационализма Родоначальником эмпиризма стал английский философ Ф. Бэкон. Основной тезис эмпиризма гласит: в разуме нет ничего такого...

Признаки классификации безопасности Можно выделить следующие признаки классификации безопасности. 1. По признаку масштабности принято различать следующие относительно самостоятельные геополитические уровни и виды безопасности. 1.1. Международная безопасность (глобальная и...

Прием и регистрация больных Пути госпитализации больных в стационар могут быть различны. В цен­тральное приемное отделение больные могут быть доставлены: 1) машиной скорой медицинской помощи в случае возникновения остро­го или обострения хронического заболевания...

ПУНКЦИЯ И КАТЕТЕРИЗАЦИЯ ПОДКЛЮЧИЧНОЙ ВЕНЫ   Пункцию и катетеризацию подключичной вены обычно производит хирург или анестезиолог, иногда — специально обученный терапевт...

Studopedia.info - Студопедия - 2014-2025 год . (0.008 сек.) русская версия | украинская версия