Documente Academic
Documente Profesional
Documente Cultură
Referat
Abstract ...................................................................................................................................... 2
1
Introducere .......................................................................................................................... 2
Bibliografie ..............................................................................................................................15
Abstract
Pentru modelarea numeric a problemelor din ingineria de construcii este necesar
implementarea unor funcii continue atunci cnd sunt disponibile seturi de date experimentale
ca valori discrete. Pentru aproximarea ct mai corect a norului de puncte se utilizeaz cteva
tipuri de funcii de regresie, dintre care putem enumera funciile polinomial, putere,
hiperbolic etc. Datorit simplitii rezolvrii funciilor polinomiale, acestea se pot folosi n
deducerea expresiilor altor funcii folosind metoda compunerii sau schimbrilor de variabil.
Funcia putere, a crei expresie este demonstrat n lucrare, i hiperbola cu asimptot
orizontal [1] sunt folosite n calculul comportrii plastice a materialelor, fiind uor de
implementat n diferite modele neliniare de calcul. Prezenta lucrare a fost realizat pe baza
[2].
1 Introducere
Utilizarea funciilor polinomiale i a celor putere n aproximarea seturilor de date se ncadreaz
ntr-o metod matematic mai general denumit Metoda celor mai mici ptrate. Aceste
aproximri minimizeaz ptratele abaterilor dintre valorile date i cele calculate cu ajutorul unei
funcii [3].
Lucrarea de fa i propune explicarea n detaliu a suportului matematic utilizat de cele dou
metode sus menionate n cazul unei aproximri polinomiale de ordinul 3, precum i prezentarea
unui exemplu utiliznd programul de calcul Mathcad. De asemenea sunt calculate erorile de
aproximare ale seturilor de date utiliznd cele doua metode de aproximare i prezentarea
metodei de alegere a celei mai bune metode.
0,1, ,
(2.1)
(2.2)
(2.5)
(3.2)
Deoarece avem:
(3.3)
Ecuaia (3.2) devine:
2
(3.4)
Desfurnd, obinem:
2
1
(3.5)
2
2
06
(3.6)
03
(3.7)
(3.8)
Funcia care definete eroarea devine:
,
2
2 2
Pentru ca
2
2
2
2
2
(3.9)
0
0
(3.10)
0
0
Derivnd, obinem:
2
(3.11)
(3.12)
5
Se noteaz:
,
(3.13)
03
(3.14)
,
,
,
,
,
,
,
,
,
,
,
,
(3.15)
(3.16)
Determinantul matricei
(3.17)
0,1
0,1
sunt distincte.
este:
1
1
Abaterea ptratic de la valoarea medie:
(3.18)
(3.19)
Se definete coeficientul de corelaie:
(3.20)
Dac setul de date este aproximat perfect atunci cnd E = 0 si r = 1. Valori ale lui r apropiate
de unu arat o bun aproximare.
(4.1)
(4.2)
sau
0.
ln
ln
(4.3)
0,1, ,
(4.4)
unde:
ln
ln
(4.5)
Aplicnd metoda regresiei liniare pentru setul de date (4.4) se determin polinomul:
(4.6)
(4.7)
(4.8)
(4.9)
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
10
10.5
11
11.5
12
12.5
13.5
14.5
15
a) Folosind metoda celor mai mici ptrate aproximai setul de date cu un polinom de
gradul trei i cu o funcie putere de forma x. Calculai eroarea medie ptratic i factorul de
corelaie la fiecare caz n parte.
b) Reprezentai grafic setul de date i funcii obinute.
c) Dintre cele dou funcii determinate la punctul a), care este cea mai potrivit funcie
pentru a aproxima
acest set de date ?
9
10
10.5
11
11.5
y
12
12.5
13.5
14.5
15
14
12
10
3.5
Setul de date
Gradul polinomului de aproximare :
Dimensiunea vectorului :
Sumele valorilor xi la diferite puteri :
m
k := 0 .. 2 n
Sk :=
i=0
( xi) k
n := 3
m := last ( x) = 9
10.000
34.500
119.850
Sk = 419.175
1475.733
5228.458
18636.972
j := 0 .. n
10.00
34.50
M=
119.85
419.18
Mi , j := Si+j
34.50
119.85
119.85
419.18
419.18
1475.73
1475.73 5228.46
1475.73
5228.46
18636.97
419.18
bj :=
i=0
119.50
( xi) j yi b = 417.55
1468.70
5199.22
238.13
212.23
aj =
61.63
6.12
n
Polinomul de aproximare : P ( x) :=
j
(
aj x )
j=0
10
9.123
9.832
10.446
11.002
11.538
P ( x) =
12.089
12.693
13.386
14.205
15.186
14
y
P ( t)
12
10
3.5
x,t
Setul de date
Funcia de aproximare
Erorile n fiecare punct i reprezentarea lor grafic :
i := 0 .. m
0.123
0.168
0.054
0.002
0.038
yi P ( xi) =
0.089
0.193
0.114
0.295
0.186
16
14
y
P ( x)
12
10
3.2
3.4
3.6
3.8
x,x
E1 :=
11
( yi P ( xi) ) 2 = 0.228
i=0
vm1 :=
m+1
yi = 11.95
i=0
Em1 :=
2
yi vm1) = 34.225
(
i=0
Coeficientul de corelatie :
r1 :=
Em1 E1
Em1
= 0.996665
ln ( y) = ln ( ) + ln ( x)
Logaritmnd obinem :
Notm
Noul set de date este :
1.099
2.197
1.131
2.303
1.163
2.351
1.194
2.398
1.224
2.442
X =
Y =
1.253
2.485
1.281
2.526
1.308
2.603
1.335
2.674
1.361
2.708
y = x
Y := ln ( y)
X := ln ( x)
2.8
2.6
2.4
2.2
1.1
1.2
1.3
1.4
12
m := last ( x) = 9
Dimensiunea vectorului :
Sumele nodurilor la diferite puteri :
m
k := 0 .. 2 n
Sk :=
( X i)
10.000
Sk = 12.349
15.319
i=0
j := 0 .. n
Mi , j := Si+j
10.00 12.35
M =
12.35
15.32
bj :=
( Xi) j Yi
i=0
b =
24.69
30.61
0.19
aj =
a := lsolve ( M , b)
1.85
Polinomul de aproximare : P ( X) :=
j
( aj X )
j=0
t := x0 , x0 + 0.01 .. xm
2.8
2.6
Y
P ( X)
2.4
2.2
1.1
1.2
1.3
X, X
Setul de date
Funcia liniar de aproximare
1.4
= a1
:= exp ( a0) := a1
yy ( x) := x
t := x0 , x0 + 0.1 .. xm
14
y
yy ( t)
12
10
3.5
x,t
Setul de date
Funcia putere de aproximare
Valoarea erorii totale facute prin folosirea acestei functii de aproximare :
m
E2 :=
( yi yy ( xi) ) 2 = 0.389827
i=0
vm2 :=
m+1
yi = 11.95
i=0
Em2 :=
2
yi vm2) = 34.225
(
i=0
13
14
Coeficientul de corelatie :
r2 :=
Em2 E2
Em2
= 0.994289
15
Bibliografie
[1] J. M. Duncan and C. Y. Chang, "Nonlinear analysis of stress and strain in soils," Journal
of the Soil Mechanics and Foundations Division, ASCE, pp. 1629-1653, 1970.
[2] N. Dne, Metode numerice Note de curs si probleme rezolvate cu Mathcad , anul univ.
2013-2014.
[3] "www.wikipedia.org,"
Wikimedia
Foundation,
Inc.,
[Online].
Available:
http://ro.wikipedia.org/wiki/Metoda_celor_mai_mici_p%C4%83trate. [Accessed 11
January 2013].