Пример реализации поиска квадратичной теоретической зависимости для дискретных значений
Метод наименьших квадратов (МНК) используется для поиска такой теоретической функциональной зависимости, которая предельно близко описывает дискретно эмпирически полученные значения, а именно сумма квадратов отклонений значений теоретической зависимости и эмпирических значений минимальна. Рассмотрим реализацию метода для поиска линейной и квадратичной функциональных зависимостей.
Зная зависимость между величинами, представленными в таблице и полученными опытным путем, необходимо составить математическую зависимость (функциональную зависимость). Причем, эту зависимость необходимо составить наилучшим образом. Воспользуемся методом наименьших квадратов. Пусть опытные данные, близкие к линейной функции, записаны в таблицу:
i | n | |||
x1 | x2 | xn | ||
Y | y1 | y2 | yn |
Подбираемy=a·x+bтаким образом, чтобы сумма квадратов отклонений была наименьшей
S зависит от a и b, т.е. функция двух переменных принимает наименьшее значение в стандартной точке, которая находится из условия
,
,
,
.
В итоге получена система из двух уравнений с двумя неизвестными, решение которой приведёт к возможности записи искомой линейной функции y=a·x+b.
Для квадратичной функции вида
сумма наименьших квадратов отклонений примет следующее выражение
.
Значения a, b и c также находятся из следующего выражения
.
Выражения для частных производных по каждой из неизвестных примут следующий вид
Таким образом, систему уравнений можно записать так:
Получена система из трёх уравнений с тремя неизвестными. В результате её решения (например, по методу Крамера) будут получены коэффициенты для искомой квадратичной теоретической функции.
Для поиска теоретической квадратичной зависимости можно воспользоваться программой MS Excel. Для начала занесём в таблицу эмпирически полученные величины x, yи номер i (соответственно, столбцы 2, 3 и 1).
Эмпирические величины коэффициентов
i | x | y | x4 | x3 | x2 | y·x2 | y·x | Y | |
0,100 | 2,130 | 0,000 | 0,001 | 0,010 | 0,021 | 0,213 | 2,140 | ||
0,200 | 2,153 | 0,002 | 0,008 | 0,040 | 0,086 | 0,431 | 2,155 | ||
0,300 | 2,161 | 0,008 | 0,027 | 0,090 | 0,194 | 0,648 | 2,156 | ||
0,400 | 2,151 | 0,026 | 0,064 | 0,160 | 0,344 | 0,860 | 2,142 | ||
0,500 | 2,128 | 0,063 | 0,125 | 0,250 | 0,532 | 1,064 | 2,113 | ||
0,600 | 2,080 | 0,130 | 0,216 | 0,360 | 0,749 | 1,248 | 2,070 | ||
0,700 | 2,026 | 0,240 | 0,343 | 0,490 | 0,993 | 1,418 | 2,012 | ||
0,800 | 1,859 | 0,410 | 0,512 | 0,640 | 1,190 | 1,487 | 1,940 | ||
0,900 | 1,875 | 0,656 | 0,729 | 0,810 | 1,519 | 1,688 | 1,854 | ||
1,000 | 1,772 | 1,000 | 1,000 | 1,000 | 1,772 | 1,772 | 1,753 | ||
Σ | 5,500 | 20,335 | 2,533 | 3,025 | 3,850 | 7,400 | 10,829 | ||
K5 | K4 | K8 | K1 | K2 | K3 | K6 | K7 |
После этого необходимо вычислить значения столбцов с 4 по 8-й по формулам, написанным в строке 1, затем просуммировать значения в этих столбцах и записать их в соответствующие ячейки в строку 12. Обозначим через К1..К8(строка 13 таблицы) коэффициенты системы уравнений
.
Далее вычислим определители для решения системы по методу Крамера:
K1 | K2 | K3 | 2,533 | 3,025 | 3,850 | ||||
D= | K2 | K3 | K4 | = | 3,025 | 3,850 | 5,500 | = | 0,436 |
K3 | K4 | K5 | 3,850 | 5,500 | 10,000 | ||||
K6 | K2 | K3 | 7,400 | 3,025 | 3,850 | ||||
Da= | K7 | K3 | K4 | = | 10,829 | 3,850 | 5,500 | = | -0,316 |
K8 | K4 | K5 | 20,335 | 5,500 | 10,000 | ||||
K1 | K6 | K3 | 2,533 | 7,400 | 3,850 | ||||
Db= | K2 | K7 | K4 | = | 3,025 | 10,829 | 5,500 | = | 0,160 |
K3 | K8 | K5 | 3,850 | 20,335 | 10,000 | ||||
K1 | K2 | K6 | 2,533 | 3,025 | 7,400 | ||||
Dc= | K2 | K3 | K7 | = | 3,025 | 3,850 | 10,829 | = | 0,919 |
K3 | K4 | K8 | 3,850 | 5,500 | 20,335 |
Вычислив определители, находим сами коэффициенты
a = | -0,725 |
b = | 0,368 |
c = | 2,111 |
Для наглядности построим эмпирические значения и теоретическую зависимость в одной системе координат
Рис. 1. Кривые вычисляемых зависимостей
Метод Крамера поддаётся простой автоматизации. Далее приведен текст модуля на языке Delphi, в котором описывается процедура нахождения коэффициентов А0, А1 и А2 для нахождения квадратичной теоретической зависимости по массиву дискретных точек (рис. 2.).
Рис. 2. Фрагмент программы вычисления коэффициентов
ЛАБОРАТОРНАЯ РАБОТА 9