Cap - 8 Metoda Celor Mai Mici Patrate Probleme PDF

TEORIA APROXIMARII
Metode celor mai mici patrate

Aproximare liniara
Fie dat urmatorul set de date
x
1
2
3
4
5
6
7
8
9
10
:= y
1.3
3.5
4.2
5.0
7.0
8.8
10.1
12.5
13.0
15.6
:=
Reprezentam grafic aceste date ca puncte in plan.
0 5 10
5
10
15
20
y
x
Construim polinomul Lagrange de interpolare si-l reprezentam grafic.
m last x ( ) := m 9 = L u ( )
0
m
i 0
m
j
if j i
u x
j
x
i
x
j
, 1 ,
=
y
i
=
:=
Metoda_celor_mai_mici_patrate_1.mcd / Pag. 1 din 5
t x
0
x
0
0.01 + , x
m
.. :=
0 5 10
5
10
15
20
y
L t ( )
x t ,
Se observa ca aceste puncte par a fi situate pe o dreapta.
Fie dreapta (cum se determina aceasta vom vedea mai jos) z v ( ) 0.36 1.538v + :=
Reprezentam grafic aceasta dreapta in acelasi sistem de axe.
0 5 10
5
10
15
20
y
L t ( )
z t ( )
x t , t ,
Dupa cum se vede grafic se poate obtine o buna aproximare pentru setul de date folosind
aceasta functie de gadul unu in locul polinomului Lagrange de gradul noua.
Problema
1) Folosind metoda celor mai mici patrate aproximati setul de date folosind un polinom de
gradul unu.
2) Reprezentati grafic setul de date si polinomul de aproximare obtinut.
3) Determinati eroarea totala care se obtine folosind acest polinom de aproximare si
coeficientul de corelatie.
Solutie. Gradul polinomului de aproximare n 1 :=
Indicele ultimei componente a vectorului x (sau y) m last x ( ) := m 9 =
Sumele nodurilor la diferite puteri p
k 0 2n .. := S
k
0
m
i
x
i ( )
k
=
:= S
k
10
55
385
=
Matricea sistemului liniar din care se determina coeficientii polinomului
i 0 n .. := j 0 n .. := M
i j ,
S
i j +
:=
M
10
55
55
385
=
Vectorul termenilor liberi a sistemului din care se determina coeficientii polinomului
b
j
0
m
i
x
i ( )
j
y
i
=
:= b
81.0000
572.4000
=
Rezolvarea sistemului liniar M a b = a lsolve M b , ( ) :=
Coeficientii polinomului de aproximare a
j
-0.36
1.538
=
Definim polinomul de aproximare P x ( )
0
n
j
a
j
x
j
( )
=
:=
Reprezentarea grafica a polinomului de aproximare
0 5 10
5
10
15
20
y
P t ( )
x t ,
Erorile in fiecare punct
i 0 m .. :=
y
i
P x
i ( )
0.122
0.784
-0.055
-0.793
-0.331
-0.069
-0.307
0.555
-0.484
0.578
=
0 5 10
5
10
15
20
y
P x ( )
x x ,
Valoarea erorii totale facute prin folosirea acestui polinom de aproximare
E
0
m
i
y
i
P x
i ( )
( )
2
=
:= E 2.345 =
Calculul coeficinetului de corelatie.
Valoarea medie vm
1
m 1 +
0
m
i
y
i
=
:=
Suma abaterilor patratice de la valoarea medie
E0
0
m
i
y
i
vm
( )
2
=
:=
Coeficientul de corelatie r
E0 E
E0
:= r 0.994 =
Deoarece valoarea coeficientului de corelatie este apropiata de unu aproximarea facuta cu
polinomul de aproximare de gradul unu (linia de regresie) este foarte buna.
Nicolae Danet METODE NUMERICE
TEORIA APROXIMARII
Aproximare parabolica
Fie dat setul de date x
0
0.25
0.50
0.75
1
:= y
1.0000
1.2840
1.6487
2.1170
2.7183
:=
0 0.5 1
1
2
3
4
y
x
1) Folosind metoda celor mai mici patrate aproximati setul de date folosind un polinom
de gradul doi.
2) Reprezentati grafic setul de date si polinomul de aproximare obtinut.
3) Determinati eroarea totala care se obtine folosind acest polinom de aproximare si coeficientul
de corelatie.
Solutie. Gradul polinomului de aproximare n 2 :=
k 0 2n .. := S
k
0
m
i
x
i ( )
k
=
:= S
k
5
2.5
1.875
1.563
1.383
=
i 0 n .. := j 0 n .. := M
i j ,
S
i j +
:=
M
5
2.5
1.875
2.5
1.875
1.563
1.875
1.563
1.383
=
b
j
0
m
i
x
i ( )
j
y
i
=
:= b
8.7680
5.4514
4.4015
=
j
1.005
0.864
0.844
=
0
n
j
a
j
x
j
( )
=
:=
Reprezentarea grafica a polinomului de aproximare t x
0
x
0
0.1 + , x
m
.. :=
0 0.5 1
1
2
3
4
y
P t ( )
x t ,
E
0
m
i
y
i
P x
i ( )
( )
2
=
:= E 2.741 10
4
=
Valoarea medie vm
1
m 1 +
0
m
i
y
i
=
:=
Suma abaterilor patratice de la valoarea medie
E0
0
m
i
y
i
vm
( )
2
=
:=
E0 E
E0
:= r 0.9999263907 =
Deoarece valoarea coeficientului de corelatie este apropiata de unu aproximarea facuta cu
polinomul de aproximare de gradul unu (linia de regresie) este foarte buna.
TEORIA APROXIMARII
Aproximare cubica. Alegerea polinomului de aproximare
Fie dat urmatorul set de date x
0
0.15
0.31
0.5
0.6
0.75
:= y
1
1.004
1.031
1.117
1.223
1.422
:=
0.5 0 0.5 1
0.5
1
1.5
2
y
x
1) Folosind metoda celor mai mici patrate aproximati setul de date folosind polinome de
gradul unu, doi si trei.
2) Reprezentati grafic setul de date si polinoamele de aproximare.
3) Calculati eroarea totala si coeficientul de corelatie in fiecare caz.
Solutie.
Cazul unu. Constructia polinomului de gradul unu n1 1 :=
k 0 2n1 .. := S
k
0
m
i
x
i ( )
k
=
:= S
k
6
2.31
1.291
=
i 0 n1 .. := j 0 n1 .. := M1
i j ,
S
i j +
:=
M1
6
2.31
2.31
1.291
=
b1
j
0
m
i
x
i ( )
j
y
i
=
:= b1
6.7970
2.8290
=
Rezolvarea sistemului liniar M1a1 b1 = a1 lsolve M1 b1 , ( ) :=
Coeficientii polinomului de aproximare a1
j
0.93
0.528
=
Definim polinomul de aproximare P1 x ( )
0
n1
j
a1
j
x
j
( )
=
:=
0
x
0
0.01 + , x
m
.. :=
0 0.5 1
1
2
y
P1 t ( )
x t ,
E
1
0
m
i
y
i
P1 x
i ( )
( )
2
=
:= E
1
0.02457 =
Valoarea medie vm
1
m 1 +
0
m
i
y
i
=
:=
Suma abaretilor patratice de la valoarea medie
E0
0
m
i
y
i
vm
( )
2
=
:=
1
E0 E
1
E0
:= r
1
0.906 =
Cazul doi. Constructia polinomului de gradul doi n2 2 :=
S
k
6
2.31
1.291
=
k 0 2n2 .. := S
k
0
m
i
x
i ( )
k
=
:=
i 0 n2 .. := j 0 n2 .. := M2
i j ,
S
i j +
:=
M2
6
2.31
1.291
2.31
1.291
0.796
1.291
0.796
0.518
=
b2
j
0
m
i
x
i ( )
j
y
i
=
:= b2
6.7970
2.8290
1.6411
=
j
1.011
-0.326
1.147
=
0
n2
j
a2
j
x
j
( )
=
:=
0
x
0
0.01 + , x
m
.. :=
0 0.5 1
1
2
y
P2 t ( )
x t ,
E
2
0
m
i
y
i
P2 x
i ( )
( )
2
=
:= E
2
9.45246 10
4
=
2
E0 E
2
E0
:= r
2
0.996534 =
Cazul trei. Constructia polinomului de gradul trei n3 3 :=
k 0 2n3 .. := S
k
0
m
i
x
i ( )
k
=
:= S
k
6
2.31
1.291
0.796
0.518
0.349
0.241
=
i 0 n3 .. := j 0 n3 .. := M3
i j ,
S
i j +
:=
M3
6
2.31
1.291
0.796
2.31
1.291
0.796
0.518
1.291
0.796
0.518
0.349
0.796
0.518
0.349
0.241
=
b3
j
0
m
i
x
i ( )
j
y
i
=
:= b3
6.7970
2.8290
1.6411
1.0378
=
j
1.00044
-0.00154
-0.01151
1.02102
=
0
n3
j
a3
j
x
j
( )
=
:=
0
x
0
0.01 + , x
m
.. :=
0 0.5 1
1
2
y
P3 t ( )
x t ,
E
3
0
m
i
y
i
P3 x
i ( )
( )
2
=
:= E
3
1.11238 10
4
=
3
E0 E
3
E0
:= r
3
0.999593 =
Compararea erorilor totale si a coeficientilor de corelatie
k 1 3 .. := E
k
0.02457
0.00095
0.00011
= r
k
0.905635
0.996534
0.999593
=
Din tabelele de mai sus rezulta ca cea mai buna aproximare este facuta cu polinomul de
gradul trei.
TEORIA APROXIMARII
Aproximare neliniara (exponentiala de forma be
ax
)
Fie dat setul de date
x
1
1.25
1.50
1.75
2
:= y
5.10
5.79
6.53
7.45
8.46
:=
Die reprezentarea grafica a punctelor in plan se vede ca aceste pot avea o distributie
exponentiala.
1 1.5 2
5
10
y
exp 1.1 0.5 v + ( )
x v ,
2 1 0 1 2
2
4
6
8
e
t
e
t
t t ,
Logaritmam vectorul y si reprezentam grafic noile date obtinute
Y ln y ( ) :=
Y
T
1.629 1.756 1.876 2.008 2.135 ( ) =
1 1.5 2
1
2
Y
x
Metoda_celor_mai_mici_patrate_4_neliniara(ae^bx).mcd / Pag. 1 din 4
Deoarece aceste sunt situate aproape pe o dreapta vom face a aproximare liniara.
Gradul polinomului de aproximare n 1 :=
k 0 m .. := S
k
0
m
i
x
i ( )
k
=
:= S
k
5
7.5
11.875
19.688
33.883
=
i 0 n .. := j 0 n .. := M
i j ,
S
i j +
:=
M
5
7.5
7.5
11.875
=
b
j
0
m
i
x
i ( )
j
Y
i
=
:= b
9.4053
14.4241
=
j
1.122
0.506
=
0
n
j
a
j
x
j
( )
=
:=
0
x
0
0.1 + , x
m
.. :=
1 1.5 2
1
2
2.5
0
Y
P x ( )
2.25 0.75 x x ,
Functia exponentiala de aproximare
a
1
:= exp a
0 ( )
:=
yy x ( ) e
x
:=
1 1.5 2
5
6
7
8
9
y
yy x ( )
x x ,
E
0
m
i
y
i
yy x
i ( )
( )
2
=
:= E 0.001206 =
Valoarea medie vm
1
m 1 +
0
m
i
y
i
=
:=
E0
0
m
i
y
i
vm
( )
2
=
:=
E0 E
E0
:= r 0.999915 =
Deoarece valoarea coeficientului de corelatie este apropiata de unu aproximarea
facuta cu functia exponentiala este foarte buna.
TEORIA APROXIMARII
Aproximare neliniara (exponentiala de forma x
)
x
4
4.2
4.5
4.7
5.1
5.7
5.9
6.3
6.8
7.1
|
\
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
:= y
102.56
113.18
130.11
142.05
167.53
195.14
224.87
256.73
299.50
326.73
|
\
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
:=
Reprezentam grafic punctele in plan.
4 5 6 7
100
200
300
y
x
Cautam o functie de aproximare de forma y x
=
Logaritmand obtinem ln y ( ) ln ( ) ln x ( ) + =
Y ln y ( ) := X ln x ( ) :=
Notam
Metoda_celor_mai_mici_patrate_4_neliniara(ax^b).mcd / Pag. 1 din 4
X
1.386
1.435
1.504
1.548
1.629
1.74
1.775
1.841
1.917
1.96
|
\
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
= Y
4.63
4.729
4.868
4.956
5.121
5.274
5.416
5.548
5.702
5.789
|
\
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.
=
Reprezentam grafic noul set de date
1.4 1.6 1.8
4
4.5
5
5.5
6
Y
X
Dupa cum se vede, de data acesta, punctele sunt situate aproape pe o dreapta.
De aceea vom face a aproximare liniara.
Gradul polinomului de aproximare n 1 :=
k 0 2 n .. := S
k
0
m
i
X
i ( )
k
=
:= S
k
10
16.735
28.377
=
i 0 n .. := j 0 n .. := M
i j ,
S
i j +
:=
M
10
16.735
16.735
28.377
|
\
|
|
.
=
b
j
0
m
i
X
i ( )
j
Y
i
=
:= b
52.0337
87.8219
|
\
|
|
.
=
j
1.845
2.007
=
Definim polinomul de aproximare P X ( ) a
0
a
1
X + :=
0
x
0
0.1 + , x
m
.. :=
1.3 1.417 1.533 1.65 1.767 1.883 2
4
4.5
5
5.5
6
Y
P X ( )
X X ,
Prin identificarea coeficientilor intre polinomul de aproximare P(X) si relatia obtinuta
in urma logaritmarii functiei y = x
obtinem
ln ( ) a
0
= a
1
=
Deci exp a
0 ( )
:= a
1
:=
Functia exponentiala de aproximare este
yy x ( ) x
:=
t x
0
x
0
0.1 + , x
m
.. :=
3.5 4.167 4.833 5.5 6.167 6.833 7.5
100
200
300
y
yy t ( )
x t ,
E
0
m
i
y
i
yy x
i ( )
( )
2
=
:= E 200.201093 =
Valoarea medie vm
1
m 1 +
0
m
i
y
i
=
:=
E0
0
m
i
y
i
vm
( )
2
=
:=
E0 E
E0
:= r 0.998210 =
Deoarece valoarea coeficientului de corelatie este apropiata de unu aproximarea
facuta cu functia exponentiala este foarte buna.
P5 CreateSpace F5 ( ) := F5 t ( ) P
5
:= P
5
60 45 20 ( )
T
:=
4
:= P
4
60 5 32 ( )
T
:=
3
:= P
3
50 25 32 ( )
T
:=
2
:= P
2
20 25 36 ( )
T
:=
1
:= P
1
10 45 40 ( )
T
:=
P0 CreateSpace F0 ( ) :=
TEORIA APROXIMARII
Aproximare liniara bidimensionala (Regresie bidimensionala)
x
10
10
20
50
60
60
:= y
5
45
25
25
5
45
:= z
50
40
36
32
32
20
:=
Reprezentam grafic punctele din planul xOy. m last x ( ) := m 5 = i 0 m .. :=
0 10 20 30 40 50 60 70
10
20
30
40
50
60
y
i
x
i
Reprezentam grafic punctele in spatiu.
P
0
10 5 50 ( )
T
:= F0 t ( ) P
0
:=
Metoda_celor_mai_mici_patrate_5_bidimensionala.mcd / Pag. 1 din 3
P x y , ( ) a
0
a
1
x + a
2
y + :=
a
53.858051
0.342373
0.275000
= a lsolve M b , ( ) :=
Solutia sistemului si polinomtul de aproximare de gradul unu bidimensional.
b
210
6340
4810
= M
6
210
150
210
10300
5250
150
5250
5350
=
b
2
0
m
i
y
i
z
i
=
:= M
2 2 ,
0
m
i
y
i ( )
2
=
:= M
2 1 ,
M
1 2 ,
:= M
2 0 ,
M
0 2 ,
:=
b
1
0
m
i
x
i
z
i
=
:= M
1 2 ,
0
m
i
x
i
y
i
=
:= M
1 1 ,
0
m
i
x
i ( )
2
=
:= M
1 0 ,
M
0 1 ,
:=
b
0
0
m
i
z
i
=
:= M
0 2 ,
0
m
i
y
i
=
:= M
0 1 ,
0
m
i
x
i
=
:= M
0 0 ,
m 1 + :=
Definim coeficientii sistemului si termenii liberi.
Vom aproxima valorile zi cu un polinom de gradul un in variabilele x si y.
P0 P1 , P2 , P3 , P4 , P5 ,
Reprezentarea grafica a planului de regresie.
P0 P1 , P2 , P3 , P4 , P5 , P ,
Valorile erorilor in fiecare punct. z
i
P x
i
y
i
,
( )
0.941
1.941
-4.136
2.136
0.059
-0.941
=
E
0
m
i
z
i
P x
i
y
i
,
( )
( )
2
=
:=
E 27.203 =
Calculul coeficientului de corelatie
vm
1
m 1 +
0
m
i
z
i
=
:=
E0
0
m
i
z
i
vm
( )
2
=
:=
r
E0 E
E0
:= r 0.972 =

Cap - 8 Metoda Celor Mai Mici Patrate Probleme PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cap - 8 Metoda Celor Mai Mici Patrate Probleme PDF

Încărcat de

Drepturi de autor:

Formate disponibile

TEORIA APROXIMARII

Metode celor mai mici patrate

S-ar putea să vă placă și