ETO w Inżynierii Chemicznej
description
Transcript of ETO w Inżynierii Chemicznej
ETO w Inżynierii Chemicznej
MathCAD wykład 4.
Analiza danych
Aproksymacja danych
definicja
• Aproksymacja jest działem analizy numerycznej zajmującym się najbardziej ogólnymi zagadnieniami przybliżania funkcji, polegającymi na wyznaczaniu dla danej funkcji f(x) takich funkcji F(x), które w określonym sensie najlepiej przybliżają funkcję f(x).
zastosowanie
• gdy funkcja f(x) jest zdefiniowana bardzo skomplikowanym wzorem
• gdy funkcja f(x) określona jest na dyskretnym zbiorze argumentów i znana jest postać funkcji aproksymującej otrzymuje się zależność ciągłą. Określa sie tylko wartości liczbowe parametrów, przy których przybliżenie danej funkcji jest najlepsze– wyznaczanie parametrów na podstawie danych
doświadczalnych
rodzaje
• aproksymacja interpolacyjna
• aproksymacja jednostajna
• aproksymacja średniokwadratowa
aproksymacja interpolacyjna
• żąda się spełnienia warunku, aby funkcja dana f(x) i funkcja szukana F(x) przyjmowały dokładnie te same wartości na zbiorze z góry ustalonych punktów węzłowych. Czasem uzupełnia się warunkiem równości pochodnych w węzłach (jeżeli wartości pochodnych zostaną zadane).
aproksymacja jednostajna
• funkcję f(x) przybliżamy taką funkcją F(x) w całym przedziale [a,b], że maksymalne odchylenie osiąga minimum
aproksymacja średniokwadratowa
• funkcja aproksymująca wyznaczana jest z warunku, aby wartość wyrażenia
była możliwie najmniejsza. Geometrycznie warunek ten wyraża żądanie, aby pole powierzchni między liniami reprezentującymi funkcję było najmniejsze
• Przy znanej postaci funkcji aproksymującej wartość E jest funkcją parametrów tej funkcji
min2 dxxfxFEb
a
aproksymacja średniokwadratowa
• W przypadku dyskretnego zbioru argumentów funkcja celu przyjmuje postać:
min2
iii xfxFE
Jawna aproksymacja średniokwadratowa w MathCADzie
• Dzięki procedurze:
minimize(funkcja, p1, p2,...)
można tak dobrać szukane parametry funkcji aproksymującej aby zminimalizować sumę kwadratów odchyleń miedzy wartościami stabelaryzowanymi a obliczonymi z funkcji. funkcja – to funkcja obliczająca sumę kwadratów odchyłek miedzy wartościami danymi w zbiorze i obliczonymi funkcja aproksymującą. Argumentami są parametry funkcji aproksymującej
• Algorytm:1. Utworzenie funkcji dopasowującej. Argumentami są
zmienna niezależna oraz szukane parametry
2. Nadanie licznikowi wartości z zakresu od 0 do ilość punktów danych w zbiorze –1
– Ilość danych w zbiorze można uzyskać stosując funkcję length, której argumentem jest dowolna kolumna danych
3. Utworzenie funkcji obliczającej sumę kwadratów odchyłek między doświadczeniem a wartościami obliczonymi z funkcji. Zmiennymi utworzonej funkcji są parametry funkcji aproksymującej
4. Założenie startowych wartości parametrów
5. Wykonanie procedury Minimize na utworzonej funkcji i parametrach.
Analiza danych• Dowolna funkcja o parametrach
wyznaczonych narzędziem genfit:c:=genfit(X, Y, c0, F)– c0 – startowy wektor szukanych parametrów
funkcji– c - wektor szukanych parametrów – F – funkcja wektorowa zmiennej niezależnej i
wektora c, składająca się szukanej funkcji oraz jej pochodnych po parametrach
– X – zmienne niezależne ze zbioru danych– Y – zmienne zależne ze zbioru danych
Analiza danych• Aproksymacja wielomianem:
– aproksymacja średniokwadratowa– składnia Z:= Regress(X, Y, s)
• X wektor zmiennych niezależnych
• Y wektor zmiennych zależnych
• s – stopień wielomianu
• Wynikiem jest wektor Z, którego s+1 ostatnich elementów to parametry wielomianu
Analiza danych
• Kubiczna funkcja sklejana (Cubic Spline) – aproksymacja interpolacyjna– składnia Z:=lspline(X, Y)– Wynikiem jest wektor Z, parametrów funkcji
sklejanej– Funkcja wymaga posortowania danych
W:=csort(W,i), W – macierz danych, i – nr kolumny porządkującej
Analiza danych• Funkcja interpretująca równanie interp
uwalnia od konieczności pisania równania:F(x):=interp(Z, X, Y, x)
odpowiada np. Y(x):=Z4+Z5x+Z6x2
(przy Z wyznaczonym procedurą regress)
– Z – wektor znaleziony przez procedurę aproksymującą
– X, Y – wektory zmiennych zależnych i niezależnych ze zbioru danych
– x – zmienna niezależna
Można różniczkować
Można całkować