Aproximace a interpolace
|
|
- Dalibor Havel
- před 5 lety
- Počet zobrazení:
Transkript
1 Aproximace a interpolace Aproximace dat = náhrada nearitmetické veličiny (resp. složité funkce) pomocí aritmetických veličin. Nejčastěji jde o náhradu hodnot složité funkce g(x) nebo funkce zadané pouze tabulkou (tj. pomocí bodů) funkcí f(x), která je jednodušší (např. polynom). Tabulkové hodnoty představují buď přesné hodnoty funkce, nebo hodnoty zatížené chybami (získané např. měřením). Podle požadavků na funkci f(x) rozlišujeme: aproximaci chceme, aby se f(x) vzhledem k nějakému kritériu co nejméně lišila od g(x); interpolaci chceme, aby f(x) měla v zadaných bodech stejné funkční hodnoty jako g(x), případně i stejné hodnoty derivací.
2 Aproximace dat Popis problému: v rovině je dáno n bodů [x 1,y 1 ], [x 2,y 2 ],..., [x n,y n ]. Hledáme funkci f(x), o které předpokládáme, že vystihuje funkční vztah mezi proměnnými x a y: y = f(x), přičemž f(x) je funkce známého tvaru obsahující obecně p parametrů b 1,...,b p (p < n). Pokud je f(x) polynom, musíme volit kompromis mezi: polynom f(x) by měl být dostatečně vysokého stupně, aby byl dobrou aproximací funkce g(x); polynom f(x) by neměl být příliš vysokého stupně, aby zůstaly zachovány nepřesnosti měření.
3 Když hodnoty y i nejsou zatíženy chybou měření, platí: y i = f(x i ), jenomže ve skutečnosti je y i = f(x i ) + chyba, neboli body [x i, y i ] jsou vlivem chyb kolem křivky f(x) rozptýleny. Cílem aproximace je tedy určit (statisticky odhadnout) neznámé parametry b 1, b 2,..., b p vyžadujeme, aby data byla křivkou proložena tak, že křivka co nejlépe přiléhá k naměřeným bodům [x i, y i ], ale přitom aby nevystihovala naměřené hodnoty příliš věrně (tj. aby nepřesnost měření příliš neovlivnila tvar prokládané křivky).
4 Jako kritérium pro přiléhavost křivky k bodům se uvažuje součet čtverců rozdílu y i - f(x i, b 1, b 2,..., b p ) * * * Odhady b1, b2,..., bp se určí jako veličiny, kteréčiní tento součet minimálním použije se metoda nejmenších čtverců: S n = i= 1 ( ( * * * f,,,..., ) 2 y x b b b min i S S neboli = 0,..., * * b p = * (toto je soustava lineárních rovnic s neznámými ). i b p = 0 b i
5 Po provedení metody nejmenších čtverců (tj. po určení * * * parametrů b1, b2,..., bp) zjišťujeme: reziduum měření y i : u i = y i y * i (kde y i* = f(x i ) jsou aproximované hodnoty a u i udává vzdálenost bodu [x i,y i ] od bodu [x i,y i* ] na křivce f) součet čtverců odchylek (reziduí): počet stupňů volnosti: ν = n odhad rozptylu (δ 2 neznáme): statistický odhad směrodatné chyby měření y i : p s 2 S 0 = S n = 0 n i= 1 p 2 u i s S n = 0 p
6 Interpolace dat Oproti aproximaci požadujeme, aby při interpolaci hledaná křivky f(x) procházela danými body, o kterých se navíc předpokládá, že jsou navzájem různé. Někdy je požadavek, aby hledaná křivka přesně procházela jen některými (tzv. uzlovými) body. Metody: interpolace polynomem (interpolační polynom stupně n 1 je přesně určen zadanými n body) Lagrangeova metoda, Hermiteův interpolační polynom,... interpolace kubickým splajnem (splajn je po částech polynom 3. stupně a nevykazuje takové oscilace jako interpolační polynom)
7 Jak v MATLABu aproximaci dat polynomem funkce polyfit (používá metodu nejmenších čtverců) aproximaci dat jinými funkcemi využijeme metodu nejmenších čtverců s vhodně připravenými daty interpolaci dat polynomem funkce polyfit (když chceme interpolovat polynomem stupně n, tak je nutno mít n+1 dat) interpolaci jinými funkcemi využijeme funkce interp1 (4. vstup určuje typ křivky/metodu) nebo interpft (používá Fourierovu transformaci) interpolaci kubickým splajnem funkce spline Pozn.: je-li vstupem matice, tak spline(...) zpracovávářádky a interp1(..., 'spline') sloupce
8 Metoda nejmenších čtverců [MNČ] MNČ v MATLABu: x,y... naměřeno (sloupcové vektory) chceme např. y aprox = f(x) = af 1 (x) + bf 2 (x) + cf 3 (x) + df 4 (x) % připravíme data: fční hodnoty daných fcí v bodech x X = [f 1 (x), f 2 (x), f 3 (x), f 4 (x)]; koef = X\y; % metoda nejmenších čtverců a=koef(1),b=koef(2),c=koef(3),d=koef(4) y_aprox = X*koef; % hledané řešení
9 Interpolace kubickým splajnem V MATLABu: x = [ ]; % data y = [ ]; % data x1 = 0:.1:.5; spl1 = interp1(x,y,x1, 'spline'); spl2 = spline(x,y,x1); plot(x,y,'ko', x1,spl1,'g', x1,spl2,'r')
10 Nelineární interpolace Optimization Toolbox nabízí funkce pro nelineární interpolaci dat: lsqnonlin... minimalizace funkce pomocí metody nejmenších čtverců, lze ji využít i pro nelineární proložení dat křivkou. Používá různé metody (trustregion methods) implicitně Newtonovu, ale lze zvolit jinou (Gauss-Newton, Levenberg-Marquardt) lsqcurvefit... proloží data křivkou ve smyslu metody nejmenších čtverců, používá stejný algoritmus jako lsqnonlin
11 Diferenciální rovnice Pro numerické řešení diferenciálních rovnic nabízí MATLAB tyto funkce: funkce ode23 ode45 ode113 ode23t ode15s ode23s ode23tb metoda Runge-Kutta 2,3 Runge-Kutta 4,5 Adams-Bashforth-Moulton lichoběžníkové pravidlo Gear modif. Rosenbrock kombin. Runge-Kutta typ rovnic non-stiff non-stiff non-stiff průměrné stiff stiff stiff stiff Dále lze využít dsolve ze Symbolic Toolboxu.
12 Řešení diferenciální rovnice Řešení dif. rovnice y' = y + y 2 s počáteční podmínkou y(0) = 1 na intervalu [0; 0,5] v MATLABu: f = inline('y+y.^2','t','y'); % funkce [t,y] = ode45(f,[0; 0.5],1); % řešitel vrátí přibližnéřešení s krokem 0,0125 => 41 hodnot t i a 41 hodnot y(t i ) plot(t,y) % nastavení vyšší přesnosti: options = odeset('reltol', 1e-6); [t,y] = ode45(f,[0; 0.5],1,options);
13 Minimalizace funkce Optimization Toolbox (pokud je nainstalován, přehled funkcí vypíše >> help optim) nabízí mnoho funkcí, konkrétně pro minimalizaci lze využít: fminbnd fmincon fminsearch fminunc fseminf
Interpolace pomocí splajnu
Interpolace pomocí splajnu Interpolace pomocí splajnu Připomenutí U interpolace požadujeme, aby graf aproximující funkce procházel všemi uzlovými body. Interpolační polynom aproximující funkce je polynom
VíceNumerická matematika Písemky
Numerická matematika Písemky Bodování Každá písemka je bodována maximálně 20 body. Celkem student může získat za písemky až 40 bodů, pro udělení zápočtu musí získat minimálně 20 bodů. Písemka č. 1 Dva
VíceODR metody Runge-Kutta
ODR metody Runge-Kutta Teorie (velmi stručný výběr z přednášek) Úloha s počátečními podmínkami (Cauchyova) 1 řádu Hledáme aprox řešení Y(x) soustavy obyčejných diferenciálních rovnic 1 řádu kde Y(x) =
VíceAplikovaná matematika I
Metoda nejmenších čtverců Aplikovaná matematika I Dana Říhová Mendelu Brno c Dana Říhová (Mendelu Brno) Metoda nejmenších čtverců 1 / 8 Obsah 1 Formulace problému 2 Princip metody nejmenších čtverců 3
VícePolynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení
Polynomy a interpolace text neobsahuje přesné matematické definice, pouze jejich vysvětlení Polynom nad R = zobrazení f : R R f(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, kde a i R jsou pevně daná
VíceAproximace funkcí. Numerické metody 6. května FJFI ČVUT v Praze
Aproximace funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Dělení Interpolace 1D Více dimenzí Minimalizace Důvody 1 Dělení Dělení - Získané data zadané data 2 Dělení - Získané data Obecně
VíceHledání extrémů funkcí
Hledání extrémů funkcí Budeme se zabývat téměř výhradně hledáním minima. Přes nost nalezeného extrému Obecně není hledání extrému tak přesné jako řešení rovnic. Demonstrovat to můžeme na příkladu hledání
VíceMetoda nejmenších čtverců Michal Čihák 26. listopadu 2012
Metoda nejmenších čtverců Michal Čihák 26. listopadu 2012 Metoda nejmenších čtverců Matematicko-statistická metoda používaná zejména při zpracování nepřesných dat (typicky experimentálních empirických
VíceTypy příkladů na písemnou část zkoušky 2NU a vzorová řešení (doc. Martišek 2017)
Typy příkladů na písemnou část zkoušky NU a vzorová řešení (doc. Martišek 07). Vhodnou iterační metodou (tj. metodou se zaručenou konvergencí) řešte soustavu: x +x +4x 3 = 3.5 x 3x +x 3 =.5 x +x +x 3 =.5
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálních rovnic Omezení: obyčejné (nikoli parciální) diferenciální rovnice, Cauchyho počáteční úloha, pouze jedna diferenciální rovnice 1. řádu 1/1 Numerické řešení diferenciálních
VíceLineární a polynomická regrese, interpolace, hledání v tabulce
co byste měli umět po dnešní lekci: proložit body přímku, parabolu,... a určit chyby parametrů (u přímky) interpolovat mezi hodnotami v tabulce hledat v tabulce (1D) prokládání (fitování) křivek metoda
VíceInterpolace, aproximace
11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceAplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceNumerická integrace a derivace
co byste měli umět po dnešní lekci: integrovat funkce různými metodami (lichoběžníkové pravidlo, Simpson,..) počítat vícenásobné integrály počítat integrály podél křivky a integrály komplexních funkcí
VíceInterpolace a aproximace dat.
Numerické metody Interpolace a aproximace dat. Interpolace dat křivkou (funkcí) - křivka (graf funkce) prochází daty (body) přesně. Aproximace dat křivkou (funkcí) - křivka (graf funkce) prochází daty
VíceInterpolace Uvažujme třídu funkcí jedné proměnné ψ(x; a 0,..., a n ), kde a 0,..., a n jsou parametry, které popisují jednotlivé funkce této třídy. Mějme dány body x 0, x 1,..., x n, x i x k, i, k = 0,
VíceNUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí.
NUMERICKÉ METODY. Problematika num. řešení úloh, chyby, podmíněnost, stabilita algoritmů. Aproximace funkcí. RNDr. Radovan Potůček, Ph.D., K-15, FVT UO, KŠ 5B/11, Radovan.Potucek@unob.cz, tel. 443056 -----
VíceINTERPOLAČNÍ POLYNOM. F (x)... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí
8 Řešení Lagrangeovy a Hermiteovy úlohy interpolace Kateřina Konečná/1 INTERPOLAČNÍ POLYNOM aproximace zadaných hodnot nebo hledané funkce f funkcí F (x) (polynomem) F musí být k f co nejblíže značení:
VíceAproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.
Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace
VíceÚloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté
Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0
VíceAproximace a vyhlazování křivek
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Přednášející: Prof. Ing. Jiří Militký, Csc 1. SLEDOVÁNÍ ZÁVISLOSTI HODNOTY SFM2 NA BARVIVOSTI
VíceKombinatorická minimalizace
Kombinatorická minimalizace Cílem je nalézt globální minimum ve velké diskrétní množině, kde může být mnoho lokálních minim. Úloha obchodního cestujícího Cílem je najít nejkratší cestu, která spojuje všechny
VíceINTERPOLAČNÍ POLYNOM.... hledaná funkce (polynom nebo funkce vytvořená z polynomů), pro kterou platí
8 Řešení Lagrangeovy a Hermiteovy úlohy interpolace 1 INTERPOLAČNÍ POLYNOM aproximace zadaných hodnot nebo hledané funkce f funkcí F (x) (polynomem) F musí být k f co nejblíže značení: P (n) množina všech
VíceObyčejné diferenciální rovnice (ODE)
Obyčejné diferenciální rovnice (ODE) Obyčejné diferenciální rovnice N tého řádu převádíme na soustavy N diferenciálních rovnic prvního řádu. V rovnici f x, y, y ', y '',, y N =gx se substituují y '=z 1,
VíceVÝUKA MOŽNOSTÍ MATLABU
VÝUKA MOŽNOSTÍ MATLABU Miroslav Olehla Technická univerzita v Liberci, Fakulta strojní, Katedra aplikované kybernetiky V následujícím příspěvku jsou uvedeny některé oblasti MATLABU ve výuce. Vychází se
Víceúloh pro ODR jednokrokové metody
Numerické metody pro řešení počátečních úloh pro ODR jednokrokové metody Formulace: Hledáme řešení y = y() rovnice () s počáteční podmínkou () y () = f(, y()) () y( ) = y. () Smysl: Analyticky lze spočítat
VíceÚvod do optimalizace, metody hladké optimalizace
Evropský sociální fond Investujeme do vaší budoucnosti Úvod do optimalizace, metody hladké optimalizace Matematika pro informatiky, FIT ČVUT Martin Holeňa, 13. týden LS 2010/2011 O čem to bude? Příklady
VíceČebyševovy aproximace
Čebyševovy aproximace Čebyševova aproximace je tzv hledání nejlepší stejnoměrné aproximace funkce v daném intervalu Hledáme funkci h x, která v intervalu a,b minimalizuje maximální absolutní hodnotu rozdílu
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola
Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6. Základní aproximační úlohu lze popsat následovně: Jsou dány body [x 0, y 0 ], [x 1, y 1 ],..., [x n, y n
Více5. Aproximace funkcí. Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita. Hana Hladíková
5 Aproximace funkcí Tento učební text byl podpořen z Operačního programu Praha- Adaptabilita Hana Hladíková V praxi je často potřeba složitou funkci f nahradit funkcí jednodušší, která v nějakém vhodném
VíceČeské vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM
OKRUHY ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM Obor: Studijní program: Aplikace přírodních věd 1. Vektorový prostor R n 2. Podprostory 3. Lineární zobrazení 4. Matice 5. Soustavy lineárních rovnic
VíceNumerické řešení obyčejných diferenciálních rovnic
Numerické řešení obyčejných diferenciálních rovnic Michal Menkina TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký
VícePozn. 1. Při návrhu aproximace bychom měli aproximační funkci vybírat tak, aby vektory ϕ (i) byly lineárně
9. Řešení typických úloh diskrétní metodou nejmenších čtverců. DISKRÉTNÍ METODA NEJMENŠÍCH ČTVERCŮ použití: v případech, kdy je nevhodná interpolace využití: prokládání dat křivkami, řešení přeurčených
VíceJana Dannhoferová Ústav informatiky, PEF MZLU
Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně
VíceSEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování
KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha
VíceMATEMATIKA III. Olga Majlingová. Učební text pro prezenční studium. Předběžná verze
Fakulta strojního inženýrství Univerzity J. E. Purkyně v Ústí nad Labem Pasteurova 7 Tel.: 475 285 511 400 96 Ústí nad Labem Fax: 475 285 566 Internet: www.ujep.cz E-mail: kontakt@ujep.cz MATEMATIKA III
VíceNumerická matematika. Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou
Numerická matematika Zadání 25. Řešení diferenciální rovnice Rungovou Kuttovou metodou Václav Bubník, xbubni01, sk. 60 FIT VUT v Brně, 2004 Obsah Numerická matematika...1 1. Teorie... 3 1.1 Diferenciální
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie na téma Kalibrace a limity její přesnosti Vedoucí licenčního studia Prof. RNDr. Milan Meloun,
Víceodpovídá jedna a jen jedna hodnota jiných
8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě
VíceObyčejné diferenciální rovnice počáteční úloha. KMA / NGM F. Ježek
Občejné diferenciální rovnice počáteční úloha KMA / NGM F. Ježek (JEZEK@KMA.ZCU.CZ) Základní pojm Tp rovnic a podmínek, řád rovnice Počáteční úloha pro občejné diferenciální rovnice Řád metod a počet kroků
VíceNumerické metody zpracování výsledků
Numerické metody zpracování výsledků Měření fyzikální veličiny provádíme obvykle tak, že měříme hodnoty y jedné fyzikální veličiny při určitých hodnotách x druhé veličiny, na které měřená veličina závisí.
VíceZáklady numerické matematiky. Interpolace a aproximace funkcí
Základy numerické matematiky Interpolace a aproximace funkcí Nejdříve se podíváme na interpolaci. Lagrangeovu interpolaci počítá Maple pomocí funkce interp. Jejími parametry jsou - soubor uzlů, funkčních
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceIntegrace funkcí více proměnných, numerické metody
Matematika III 6. přednáška Integrace funkcí více proměnných, numerické metody Michal Bulant Masarykova univerzita Fakulta informatiky 27. 10. 2010 Obsah přednášky 1 Literatura 2 Integrální počet více
VíceIntegrace. Numerické metody 7. května FJFI ČVUT v Praze
Integrace Numerické metody 7. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Kvadraturní vzorce Gaussovy kvadratury Více dimenzí Programy 1 Úvod Úvod - Úloha Máme funkci f( x) a snažíme se najít určitý integrál
Více5. Interpolace a aproximace funkcí
5. Interpolace a aproximace funkcí Průvodce studiem Často je potřeba složitou funkci f nahradit funkcí jednodušší. V této kapitole budeme předpokládat, že u funkce f známe její funkční hodnoty f i = f(x
Více9 INTERPOLACE A APROXIMACE
1 9 INTERPOLACE A APROXIMACE Vzorová úloha 9.1 Náhrada funkce exp(x) Nalezněte interpolační polynom, který aproximuje funkci exp(x) v intervalu {0, 1} tak, že v krajních bodech x 1 = 0 a x = 1 souhlasí
VíceNumerické metody a programování. Lekce 7
Numerické metody a programování Lekce 7 Řešení nelineárních rovnic hledáme řešení x problému f x = 0 strategie: odhad řešení iterační proces postupného zpřesňování řešení výpočet skončen pokud je splněno
VíceŘešení diferenciálních rovnic v MATLABu
Řešení diferenciálních rovnic v MATLABu Základy algoritmizace a programování Přednáška 23. listopadu 2011 Co řešíme Obyčejné diferenciální rovnice prvního řádu: separovatelné lineární exaktní druhého řádu,
Více1 Polynomiální interpolace
Polynomiální interpolace. Metoda neurčitých koeficientů Příklad.. Nalezněte polynom p co nejmenšího stupně, pro který platí p() = 0, p(2) =, p( ) = 6. Řešení. Polynom hledáme metodou neurčitých koeficientů,
VíceKalibrace a limity její přesnosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat Kalibrace a limity její přesnosti Zdravotní ústav se sídlem v Ostravě
VíceRegresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
VíceParametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =
Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.
VíceStatistika. Regresní a korelační analýza Úvod do problému. Roman Biskup
Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009
VíceOdhad stavu matematického modelu křižovatek
Odhad stavu matematického modelu křižovatek Miroslav Šimandl, Miroslav Flídr a Jindřich Duník Katedra kybernetiky & Výzkumné centrum Data-Algoritmy-Rozhodování Fakulta aplikovaných věd Západočeská univerzita
VíceNumerické řešení diferenciálních rovnic
Numerické řešení diferenciálníc rovnic Mirko Navara ttp://cmp.felk.cvut.cz/ navara/ Centrum strojovéo vnímání, katedra kybernetiky FEL ČVUT Karlovo náměstí, budova G, místnost 104a ttp://mat.feld.cvut.cz/nemecek/nummet.tml
VíceNewtonova metoda. 23. října 2012
Hledání kořenů rovnic jedné reálné proměnné Newtonova metoda Michal Čihák 23. října 2012 Newtonova metoda (metoda tečen) využívá myšlenku, že tečna v daném bodě grafu funkce nejlépe aproximuje graf funkce
Více0 = 2e 1 (z 3 1)dz + 3z. z=0 z 3 4z 2 + 3z + rez. 4. Napište Fourierův rozvoj vzhledem k trigonometrickému systému periodickému
2 1 1 0.8 0.6 0.4 0.2 0.2 0.4 0.6 0.8 1 x 1 2 Jméno a příjmení: ID.č. 9.5.2016 1. Řešte diferenciální rovnici: y + 2xy x 2 + 3 = sin x x 2 + 3. y = C cos x x 2 + 1 2. Vypočtěte z 2 e z dz, kde je křivka
VícePříklady pro cvičení 22. dubna 2015
Úvod Předběžná verze (015) 1 1 Normy vektorů a matic, vlastnosti matic Příklad 1.1 Pro dané vektory x = ( 1; ; 1) T, y = (; 3; 1) T určete x =? x =? x 1 =? y =? y =? y 1 =? Příklad 1. Je dán vektor x =
VíceÚloha 1: Lineární kalibrace
Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé
VícePožadavky a podmínky zkoušky z Numerických metod I (2NU)
Požadavky a podmínky zkoušky z Numerických metod I (2NU) LS 2018/2019 Zkouška je písemná, trvá 90 min. Skládá se ze 3 praktických příkladů a 4 teoretických otázek. S sebou ke zkoušce: psací potřeby (čisté
Víces velmi malými čísly nevýhodou velký počet operací, proto je mnohdy postačující částečný výběr
1. Úvod 1.1. druhy chyb: ch. matematického modelu rozdíl mezi idealizovaným a reálným problémem ch. numerické metody výsledkem nepřesné řešení ch. zaokrouhlovací vystupují současaně 1.. chyba absolutní
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení f x = 1 2 exp x 2 2 2 f(x) je funkce hustoty pravděpodobnosti, symetrická vůči poloze maxima x = μ μ střední hodnota σ směrodatná odchylka (tzv. pološířka křivky mezi inflexními
Vícef(x) = ax + b mocnin (čili čtverců, odtud název metody) odchylek proložených hodnot od naměřených hodnot byl co (ax i + b y i ) 2 2(ax i + b y i ).
Úvod Metoda nejmenších čtverců Metodu nejmenších čtverců používáme, chceme-li naměřenými (nebo jinak získanými) body proložit křivku, např. přímku. Tedy hledáme taková reálná čísla a, b, aby graf funkce
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola 6, strany
3 Metoda nejmenších čtverců 3 Metoda nejmenších čtverců Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany 73-80. Jedná se o třetí možnou metodu aproximace,
VíceVYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt
VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce KALIBRACE
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceLINEÁRNÍ REGRESE. Lineární regresní model
LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)
VíceMatematika 3. Sbírka příkladů z numerických metod. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY
Matematika 3 Sbírka příkladů z numerických metod RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY Matematika 3 1 Obsah 1 Soustavy lineárních rovnic 5 1.1 Jacobiho a Gauss-Seidelova metoda......................
VíceSemestrální práce. 2. semestr
Licenční studium č. 89002 Semestrální práce 2. semestr PŘEDMĚT 2.2 KALIBRACE A LIMITY JEJÍ PŘESNOSTI Příklad 1 Lineární kalibrace Příklad 2 Nelineární kalibrace Příklad 3 Rozlišení mezi lineární a nelineární
VíceAproximace funkcí. Polynom Φ m (x) = c 0 + c 1 x + c 2 x c m x m. Φ m (x) = c 0 g 0 (x) + c 1 g 1 (x) + c 2 g 2 (x) +...
Aproximace funkcí 1 Úvod Aproximace funkce - výpočet funkčních hodnot nejbližší (v nějakém smyslu) funkce v určité třídě funkcí (funkce s nějakými neznámými parametry) Příklady funkcí používaných pro aproximaci
Více5. Lokální, vázané a globální extrémy
5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,
VíceObsah Obyčejné diferenciální rovnice
Obsah 1 Obyčejné diferenciální rovnice 3 1.1 Základní pojmy............................................ 3 1.2 Obyčejné diferenciální rovnice 1. řádu................................ 5 1.3 Exaktní rovnice............................................
VíceAVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
VícePOLYNOMICKÁ REGRESE. Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými.
POLYNOMICKÁ REGRESE Jedná se o regresní model, který je lineární v parametrech, ale popisuje nelineární závislost mezi proměnnými. y = b 0 + b 1 x + b 2 x 2 + + b n x n kde b i jsou neznámé parametry,
VíceUkázka možností interpolace dat v softwaru Matlab
Ukázka možností interpolace dat v softwaru Matla Ing. Stanislav Olivík Anotace: V následujícím tetu ude čtenář seznámen s několika základními funkcemi softwaru Matla, pomocí nichž může interpolovat data
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VícePoužití splinů pro popis tvarové křivky kmene
NAZV QI102A079: Výzkum biomasy listnatých dřevin Česká zemědělská univerzita v Praze Fakulta lesnická a dřevařská 9. února 2011 Cíl práce Cíl projektu: Vytvořit a ověřit metodiku pro sestavení lokálního
VíceUniverzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 3.3 v analýze dat Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Pro
VíceUNIVERZITA PARDUBICE
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Vedoucí studia a odborný garant: Prof. RNDr. Milan Meloun, DrSc. Vyučující: Prof. RNDr. Milan Meloun, DrSc. Autor práce: ANDRII
VíceLibovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice. sin x + x 2 2 = 0.
A 9 vzorové řešení Př. 1. Libovolnou z probraných metod najděte s přesností na 3 desetinná místa kladný kořen rovnice Počítejte v radiánech, ne ve stupních! sin x + x 2 2 = 0. Rovnici lze upravit na sin
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 21 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 21 Řešíme následující úlohu: differencovatelnou funkci f : R R známe jen v konečném počtu bodů x 0,
VíceUniverzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat Semestrální práce Interpolace, aproximace a spline 2007 Jindřich Freisleben Obsah
VíceVÍCEROZMĚRNÝ STATISTICKÝ SOUBOR
KORELACE A REGRESE 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/..00/8.001)
VíceTechnický experiment, příprava, provedení, hodnocení výsledků
Technický experiment, příprava, provedení, hodnocení výsledků 1 Katedra stavebních hmot a hornického stavitelství VŠB - Technická univerzita Ostrava 8. 3. 2012 Experiment Experiment se snaží získat potřebné
VíceMETODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA
2-3. Metoda bisekce, met. prosté iterace, Newtonova metoda pro řešení f(x) = 0. Kateřina Konečná/ 1 ITERAČNÍ METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC - řešení nelineární rovnice f(x) = 0, - separace kořenů =
VíceModerní numerické metody
Moderní numerické metody Sbírka příkladů doc. RNDr. Jaromír Baštinec, CSc. RNDr. Michal Novák, Ph.D. ÚSTAV MATEMATIKY Moderní numerické metody 1 Obsah 1 Soustavy lineárních rovnic 7 2 Řešení jedné nelineární
VíceFunkce v ıce promˇ enn ych Extr emy Pˇredn aˇska p at a 12.bˇrezna 2018
Funkce více proměnných Extrémy Přednáška pátá 12.března 2018 Zdroje informací Diferenciální počet http://homen.vsb.cz/~kre40/esfmat2/fceviceprom.html http://www.studopory.vsb.cz/studijnimaterialy/sbirka_uloh/pdf/7.pdf
VíceMatematika (a fyzika) schovaná za GPS. Global Positioning system. Michal Bulant. Brno, 2011
Matematika (a fyzika) schovaná za GPS Michal Bulant Masarykova univerzita Přírodovědecká fakulta Ústav matematiky a statistiky Brno, 2011 Michal Bulant (PřF MU) Matematika (a fyzika) schovaná za GPS Brno,
VíceMatematické modelování Náhled do ekonometrie. Lukáš Frýd
Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)
VíceRobustní odhady statistických parametrů
Robustní odhady statistických parametrů ěkdy pracují dobře, jinde ne. Typická data - pozorování BL Lac 100 mag 40 0 0.41 0.40 JD date 0.39 0.38 0.38223-1.586 0.017 0.40550-1.530 0.019 0.39453-1.610 0.024
Více