MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

Numele şi prenumele:
Anul: II
Grupa:

LABORATOR 6

METODE NUMERICE ÎN MODELAREA MATEMATICĂ

1. Regresia liniară

Descrierea metodei: O clasă importantă a legăturilor statistice este constituită din acelea care
se pot descrie aproximativ cu o ecuaţie liniară (ecuaţie de regresie) y = ax + b (a şi b

nedeterminaţi) care trece aproximativ prin (sau printre) punctele ( x i , yi ) , i =1..n . Aplicând

n
metoda celor mai mici pătrate, se consideră funcţia F( a , b ) = ∑( ax i + b − yi ) 2 . Impunând
i =1

condiţia ca F(a , b ) să fie minimă, rezultă că derivatele partiale în raport cu a şi b trebuie să

fie nule
∂F( a, b ) n
= ∑2(a ⋅ x i + b - yi )x i = 0 ,
∂a i =1

∂F( a, b ) n
= ∑2(a ⋅ x i + b - yi ) = 0 .
∂b i =1

Formând în continuare sistemul punctelor staţionare

n  n 2 n n
 ∑ ( a⋅ x i + b - yi ) xi = 0  a ∑ x i + b∑ x i = ∑ x i yi
 i= 1  i= 1 i=1 i= 1
n ⇔  n n
 
 ∑ ( a⋅ x i + b - yi ) = 0  a ∑ x i + b n = ∑ yi
 i= 1  i= 1 i= 1
Exemplu. Să se determine ecuaţia dreptei de regresie corespunzătoare măsurătorilor
x -2 -1 0 1 2
y -1.2 0.2 1.3 1.9 3.2
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

Program
ORIGIN ≡ 1

 − 2  − 1.2
 − 1  0.2
   
x :=  0  y :=  1.3 
 1  1.9 
   
 2  3.2
n := 5 numarul perechilor de puncte date

 n n   n 

∑ ( xi)
∑ xi 
∑ ( xi⋅yi) 
2
   
= = =
S :=    
i 1 i 1 i 1
T :=
 n   n 

 ∑ xi n 


 ∑ yi 

 i= 1   i= 1 
 a −1
  := S ⋅T
 b
a −1
  := S ⋅T a = 1.05 b = 1.08
 b
Reprezentarea dreptei de regresie
4
3
2
y
1
a ⋅ x+b
0
−1
−2
−2 0 2
x
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

Aplicaţie laborator
1. Să se realizeze aplicaţii MathCAD pentru determinarea dreaptei de regresie a
următoarelor sisteme de puncte, calculând parametrii modelărilor utilizând funcţiile mean,
stdev şi corr
a.
x -1 0 1
y 2.3 1.5 0.6
b.
x -11 -3 -1 5 7 9
y -5 2 4 11 15 24

Listing programe

2. Parabola de regresie
Descrierea metodei: Se consideră un nor de puncte, care reprezentate grafic nu se situează
de-a lungul unei benzi liniare, puncte care sugerează o distribuţie parabolică. Fiind dat

sistemul de puncte ( x i , yi ) , i =1..n , se cere să se determine parabola y = ax 2 + bx + c (a, b

şi c nedeterminaţi) care modelează fenomenul. Aplicând metoda celor mai mici pătrate, se
consideră funcţia

( )
n 2
F( a , b, c ) = ∑ ax i 2 + bx i + c − yi .
i =1

Necunoscutele a, b, c se vor determina impunând condiţia de minimizare a acestei

funcţii, deci anulând derivatele parţiale în raport cu a, b şi c.
Se calculează în continuare derivatele parţiale în raport cu a, b şi c
∂F( a , b, c ) n
= ∑2(ax i 2 + bx i + c − yi ) ⋅ x i 2 ,
∂a i =1
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

∂F( a , b, c ) n
= ∑2(ax i 2 + bx i + c − yi ) ⋅ x i ,
∂b i =1

∂F( a , b, c ) n
= ∑2(ax i 2 + bx i + c − yi ) ,
∂c i =1

care, prin anulare, conduc la sistemul

 n 4 n n n
 a ∑ x i + b ∑ x i + c∑ x i = ∑ x i yi
3 2 2

 i=1 i=1 i=1 i=1

 n n n n

 ∑ i ∑ i ∑ i ∑ x i yi
3 2
a x + b x + c x =
 i=1 i=1 i=1 i=1
 n n n
 a ∑ x i2 + b∑ x i + cn = ∑ yi
 i = 1 i=1 i=1

Sistemul va fi rezolvat prin metoda matriceală, obţinându-se astfel coeficienţii parabolei

de regresie.

Problemă. Să se determine ecuaţia parabolei de regresie corespunzătoare următoarelor

date, calculând parametrii modelării
x -7 -5 -3 1 3 6
y 20 11 5 -1 7 19

Program
ORIGIN ≡ 1
n := 6 numărul perechilor de puncte date
i := 1 .. n
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

 −7  20 
   
 −5  11 
 −3  5
x :=   y :=  
 1  −1 
 3  7
   
 6  19 
∑
 ( xi) 4
∑ ∑ 
2
 ( xi) 3
( xi) 
∑ ( xi)
2
⋅yi 
 i   
i i
   i 
 
∑ ( xi) 3 ∑ ( xi) ∑ ∑ ( xi⋅yi)
2
S := 
xi 
T :=  
 i 

i i
  i 
 
∑
 ( xi) 2
 ∑ xi n 
  ∑ yi 
 i i   i 
 a 
−1
 b  := S ⋅T a = 0.456 b = 0.323 c = 0.627
c
 
Reprezentarea parabolei de regresie: t := min( x) , min( x) + 0.1 .. max( x)

20

y 10
2
a ⋅ t + b ⋅ t+ c
0

− 10
− 10 −5 0 5 10
x, t
Aplicaţie laborator
2. Să se determine parabola de regresie şi parametrii modelărilor pentru următoarele
sisteme de puncte
a.
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

x -2 0 1 2
y -3.3 1.5 0.6 -3.5
b.
x -1 0 1 2
y 2.3 1.5 1.6 5.3

Listing programe

4. Planul de regresie

Descrierea metodei: Notând cu x şi y variabilele independente iar cu u variabila dependentă

x x1 ... xi xn
y y1 ... yi yn
u u1 ... ui un
ecuaţia planului de regresie are forma u = ax + by + c în care a, b, şi c sunt necunoscute . Se

n
consideră funcţia F(a , b, c) = ∑[ax i + by i + c − u i ]2 .
i =1

Se calculează derivatele parţiale în raport cu a, b, şi c

n
Fa' = ∑2(ax i + by i + c − u i ) x i ,
i =1
n
Fb' = ∑2(ax i + byi + c − u i ) yi ,
i =1
n
Fc' = ∑2(ax i + byi + c − u i ) ,
i =1
de unde, prin anulare rezultă sistemul
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

 n 2 n n n
 a ∑ x i + b ∑ x i yi + c∑ x i = ∑ u i x i ,
 i =1 i =1 i =1 i =1
 n n n n

 a ∑ x i yi + b ∑ yi + c∑ yi = ∑ u i yi ,
2

 i =1 i =1 i =1 i =1
 n n n
 a ∑ x i + b∑ yi + cn = ∑ u i .
 i =1 i =1 i =1

Sistemul se poate rezolva prin orice metodă rezultând coeficienţii planului de regresie.

Exemplu. Să se determine planul de regresie pentru modelarea următoarelor date

x -1 -1 0 1.2 2.3 3.5
y -2 0 0.5 1 2.5 2.3
u -3.2 -1.3 1.4 2.4 3.3 4

calculând parametrii modelării.

Program.
ORIGIN ≡ 1

 −1   −2   − 3.2 
     
 −1   0   − 1.3 
 0   0.5   1.4 
x :=   y :=   u :=  
1.2
   1  2.4 
 2.3   2.5   3.3 
     
 3.5   2.3   4 
n := 6 i := 1 .. n
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR


∑ ( xi) ∑ ( xi⋅yi) ∑ ( xi)  ∑ ( ui⋅xi) 
2 

 i i i  i 
  
S :=  ∑ ( xi⋅yi) ∑ ( yi)
2
∑ yi  T :=  ∑ ( ui⋅yi) 
 i i i
  i 
   ui 


∑ ( xi) ∑ yi n 

 ∑ 
 i i   i 

 
a
 −1
 b  := S ⋅T a = 0.468 b = 1.163 c = −0.123
c 
 
Reprezentarea planului de regresie:
i := 1 .. 21 j := 1 .. 21


xxi := min( x) +
max( x) − min( x) 
( i − 1)
 20 

yyj := min( y) +
max( y) − min( y) 
( j − 1)
 20 
Pi , j := a ⋅xxi + b ⋅yyj + c

( x , y , u) P

Mediile de selecţie:
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

n n n

∑ xi ∑ yi ∑ ui
i= 1 i=1 i= 1
xm := ym := um :=
n n n
xm = 0.833 ym = 0.717 um = 1.1
Abaterile medii pătratice de selecţie:
n

∑
1
Sx := ⋅ ( xi − xm) 2 Sx = 1.674
n
i= 1
n

∑
1
Sy := ⋅ ( yi − ym) 2 Sy = 1.512
n
i= 1
n

∑
1
Su : = ⋅ ( ui − um) 2 Su = 2.559 .
n
i= 1

Coeficientul de corelaţie:
n

∑ ( a ⋅xi + b ⋅yi + c − ui) 2

i= 1
ρ := 1− ρ = 0.968
n

∑ ( ui − um) 2
i= 1

Abaterea medie patratică:

n

∑
1
S := ⋅ ( a ⋅xi + b ⋅yi + c − ui) 2 S = 0.64 .
n
i= 1

Aplicaţie laborator
Să se determine planul de regresie pentru modelarea următoarelor date, calculând
parametrii modelării.
a.
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR

x -1.3 -1.2 0.5 1.4

y -1.1 0.7 1.9 1.8
u -3.2 -2.4 1.7 2
b.
x -3.5 -2.5 1.5 2.4
y -2.1 1.7 0.9 1
u -4.2 -3.4 3.7 3

Listing programe
MATEMATICI ASISTATE DE CALCULATOR - LUCRARI DE LABORATOR