Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






  • Сервис онлайн-записи на собственном Telegram-боте
    Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое расписание, но и напоминать клиентам о визитах тоже. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
    Для новых пользователей первый месяц бесплатно.
    Чат-бот для мастеров и специалистов, который упрощает ведение записей:
    Сам записывает клиентов и напоминает им о визите;
    Персонализирует скидки, чаевые, кэшбэк и предоплаты;
    Увеличивает доходимость и помогает больше зарабатывать;
    Начать пользоваться сервисом
  • Аппроксимация функцией произвольного вида






    Теперь построим аппроксимирующую функцию дробно–рационального типа . Для этого воспользуемся функцией genfit. Функция имеет следующие параметры:

    · x, y – векторы, содержащие координаты заданных точек,

    · F – функция, задающая искомую функциональную n –параметрическую зависимость и частные производные этой зависимости по параметрам.

    · v – вектор, задающий начальные приближения для поиска параметров.

    Поскольку нулевой элемент функции F содержит искомую функцию, определяем функцию следующим образом:

    Вычисляем среднее квадратичное отклонение

    Функция genfit имеется не во всех реализациях Mathcad 'а. Возможно, однако, решить задачу, проведя линеаризацию.

    Заданная функциональная зависимость может быть линеаризована введением переменных и . Тогда .

    Определим матрицы коэффициентов нормальной системы (см. книгу [8] из списка литературы)

    Находим коэффициенты функции, решая систему матричным методом,

    Определяем функцию:

    Вычислим стандартное отклонение

    Обратите внимание! Мы получили другие коэффициенты! Вспомните, задача на нахождение минимума нелинейной функции, особенно нескольких переменных, может иметь несколько решений.

    Стандартное отклонение больше, чем в случае аппроксимации полиномами, поэтому следует остановить свой выбор на аппроксимации полиномом.

    Представим результаты аппроксимации на графиках

    В тех случаях, когда функциональная зависимость оказывается достаточно сложной, может оказаться, что самый простой способ нахождения коэффициентов – минимизация функционала Ф " в лоб".


     






    © 2023 :: MyLektsii.ru :: Мои Лекции
    Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
    Копирование текстов разрешено только с указанием индексируемой ссылки на источник.