Metode numerice în ingineria electrică

Numele şi prenumele: MUNTEAN LOREDANA RUXANDRA

Anul: I MASTER
Grupa: TIIE

Prelucrarea datelor experimentale prin modelare matematicǎ

Modele de regresie liniare

Aplicaţia 1
Datorită perioadelor lungi de exploatare a maşinilor unelte, acestea se decalibrează, ceea ce conduce la
realizarea de piese neconforme. Următorul tabel prezintă abaterile dimensionale în funcţie de numărul de ore de
funcţionare a maşinii.
a) Să se determine dreapta de regresie, calculând parametrii modelării.
b) Să se estimeze care este abaterea dimensională după o funcţionare timp de 40 de ore.
Ore de funcţionare (h) 34 33 30 35 45 44 39
Abateri dimensionale 1.25 1.21 1.10 1.23 1.42 1.40 1.30
(mm)

Rezolvare în Matlab
Introducerea datelor:
%Regresia liniara
clc, clear all

x=[30 33 34 35 39 44 45]; % Timp de functionare (h)

y=[1.10 1.21 1.25 1.23 1.30 1.40 1.42]; % abateri dimensionale (mm)

Utilizăm toolbox-ul cftool pentru obţinerea modelului de regresie:

>> cftool
Metode numerice în ingineria electrică

Salvăm modelul de regresie cu comanda:

Fit/ Save to Workspace
>> fittedmodel

%Reprezentare grafica

figure;
scatter(x,y); hold on

t=20:0.5:50;
plot(t,fittedmodel(t),'r');hold off

legend('Datele experimentale', 'Dreapta de regresie')

xlabel('Timp de functionare (h)');

ylabel('Abaterile dimensionale (mm)')

% Calculam parametrii modelarii

%Mediile de selectie
n=length(x)
xm=sum(x)/n
ym=sum(y)/n

%Abaterile medii patratice de selectie

Sx=sqrt( sum((x-xm).^2)/n )
Sy=sqrt( sum((y-ym).^2)/n )

%Coeficientul de corelatie Pearson

Metode numerice în ingineria electrică

R= sum( (x-xm).*(y-ym) )/ (n*Sx*Sy)

R2=R^2

%Estimam abaterea in xval=40

xval=40;
abatere=fittedmodel(xval)

Dreapta de regresie: f(x)=p1*x+p2

p1=0.01918 (0.01462, 0.02374)
p2=0.5605 (0.3894, 0.7316)
2
R = 0.9589
RMSE= 0.02477
Valoare estimată: 1.3277

Reprezentare grafică:
Primul modeu de regresie
1.6
Datele experimentale
1.5 Dreapta de regresie

1.4
Abaterile dimensionale (mm)

1.3

1.2

1.1

0.9
20 25 30 35 40 45 50
Timp de functionare (h)

Aplicaţia 2
O familie înregistrează consumul de gaz necesar încălzirii locuinţei. Consumul (în mc) este

raportat in tabelul următor în funcţie de diferenţa medie de temperatură faţă de cea externă (în grade
Fahrenheit).
Temp.(F) 11.5 13.4 15.6 26.8 37.8 36.4 35.5 18.6 15.3 7.9 6
Consum gaz 29 30 97 71 57 85 88 49 45 25 11
x10(mc)
a) Să se determine parabola de regresie corespunzătoare datelor experimentale, calculând parametrii modelării.
b) Să se estimeze care este consumul când diferenţa de temperatură este de 20 F.
c) Să se estimeze care este un maxim al consumului pe perioada înregistrată.
Metode numerice în ingineria electrică

Parabola de regresie: f(x)=p1*x^2+p2*x+p3

p1=-0.114 (-0.2685, 0.04059)
p2=6.957 (-0.2159, 14.13)
p3= -26.99 (-93.85, 39.86)
R2= 0.6363
RMSE= 19.37
Valoare estimată: 66.5525x10(mc)
Consum maxim: 79.1652x10(mc)

Reprezentare grafică:

100

80

60
Consum gaz

40

20

datele experimentale
0 Parabola de regresie

-20
0 5 10 15 20 25 30 35 40
Diferente de temperatura (F)

Aplicaţia 3
Următorul tabel prezintă profiturile unei companii între anii 2006-2017.
a) Să se determine parabola de regresie şi parametrii modelării.
b) Să se estimeze care este profitul companiei la mijlocul anului 2009.
Anul (20xx) 6 8 9 12 15 17
Profitul (105 $) 2.36 2.14 2.07 2.50 3.00 3.75

Parabola de regresie: Linear model Poly2:

f(x) = p1*x^2 + p2*x + p3p1=0.02348 (0.01348, 0.03349)
p2=-0.4118 (-0.6454, -0.1783)
2
R = 0.9888
RMSE= 0.08731
Valoare estimată: 2.1587x105

Reprezentare grafică:
Metode numerice în ingineria electrică

5.5
datele experimentale
Profiturile unei companii
5

4.5

4
Profitul ($)

3.5

2.5

2
4 6 8 10 12 14 16 18 20
Anul

Aplicaţia 4
Următorul tabel prezintă veniturile realizate din vanzarea de îngheţată în funcţie de temperatura de afară.
Temp (oC) Venituri (10 RON)
18.33 20
20 22
18.88 21
23.8 23
27 25
24.4 26
29.4 30
32 35
26.6 26
23.3 24
22.7 20
25 18
20 19
17.8 20
a) Să se determine parabola de regresie corespunzătoare datelor experimentale, calculând parametrii modelării.
b) Să se estimeze care este venitul încasat într-o zi în care temperatura de afară este 30 oC.
c) Să se estimeze care este minimul veniturilor realizate pe perioada înregistrată.

Parabola de regresie: f(x)=p1*x^2+p2*x+p3

p1 = 0.08871 (0.01699, 0.1604)
p2 = -3.404 (-6.905, 0.09762)
p3 = 52.98 (11.18, 94.77)
2
R= 0,814
RMSE= 2,197
Valoare estimată: 30,70 (x10)RON
Venit minim: 20,33 (x10) RON

Reprezentare grafică:
Metode numerice în ingineria electrică

Model polinomial de ordin 2

45
Datele experimentale
Modelul de regresie
40 Estimare
Venit minim

35
Venituri (x10) RON

30

25

20

15
15 20 25 30 35
Temperatura (grade C)