1. Μία άλλη µορφή µη γραµµικής προσέγγιση µε ελάχιστα τετράγωνα, εκτός της εκθετικής είναι να επιλέξουµε µια συνάρτηση της µορφής: x

Σχετικά έγγραφα
( ) ( ) ( ) ( ) ενώ η εξίσωση της παραβολής είναι η

Εργαστήριο 2 - Απαντήσεις. Επίλυση Γραμμικών Συστημάτων

. Από τις συνθήκες αυτές κατασκευάζουµε ένα γραµµικό σύστηµα εξισώσεων η λύση του οποίου καθορίζει τα

ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΑΣΚΗΣΕΙΣ

ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12) ΕΡΓΑΣΙΑ 1 η Ηµεροµηνία Αποστολής στον Φοιτητή: 15 Οκτωβρίου 2006

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η

Οι πράξεις που χρειάζονται για την επίλυση αυτών των προβληµάτων (αφού είναι απλές) µπορούν να τεθούν σε µια σειρά και πάρουν µια αλγοριθµική µορφή.

Επίλυση Εξισώσεων. Συστήµατα γραµµικών εξισώσεων. λύση ... = ... ηµοκρίτειο Πανεπιστήµιο Θράκης Τµήµα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών

11 ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ

ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΣΤΗ MATLAB

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Εργαστήρια Αριθμητικής Ανάλυσης Ι. 9 ο Εργαστήριο. Απαλοιφή Gauss με μερική οδήγηση - Παρεμβολη

Παρεµβολή και Προσέγγιση Συναρτήσεων

Εργασία στην Αριθµητική Ανάλυση

ΜΑΘΗΜΑΤΙΚΑ ΙΙ ιδάσκων : Ε. Στεφανόπουλος 12 ιουνιου 2017

( ) Κλίση και επιφάνειες στάθµης µιας συνάρτησης. x + y + z = κ ορίζει την επιφάνεια µιας σφαίρας κέντρου ( ) κ > τότε η

5. ΜΕΘΟΔΟΙ ΜΕΓΙΣΤΗΣ ΠΙΘΑΝΟΦΑΝΕΙΑΣ

Αριθμητική Ανάλυση και Εφαρμογές

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 2)

Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-570: Στατιστική Επεξεργασία Σήµατος. ιδάσκων : Α. Μουχτάρης. εύτερη Σειρά Ασκήσεων.

Αριθµητική Ολοκλήρωση

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Προγραμματισμός και Χρήση Ηλεκτρονικών Υπολογιστών - Βασικά Εργαλεία Λογισμικού

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 4)

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

QR είναι ˆx τότε x ˆx. 10 ρ. Ποιά είναι η τιµή του ρ και γιατί (σύντοµη εξήγηση). P = [X. 0, X,..., X. (n 1), X. n] a(n + 1 : 1 : 1)

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Γραµµική Αλγεβρα. Ενότητα 2 : Επίλυση Γραµµικών Εξισώσεων. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Εφαρμοσμένα Μαθηματικά ΙΙ 1ο Σετ Ασκήσεων (Λύσεις) Διανύσματα, Ευθείες Επίπεδα, Επιφάνειες 2ου βαθμού Επιμέλεια: Ι. Λυχναρόπουλος

Ο ΗΓΙΕΣ ΕΠΕΞΕΡΓΑΣΙΑΣ Ε ΟΜΕΝΩΝ ΚΑΙ ΣΥΓΓΡΑΦΗΣ ΤΗΣ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΤΟΥ ΕΡΓΑΣΤΗΡΙΟΥ ΦΥΣΙΚΗΣ ΙΙ

Inverse trigonometric functions & General Solution of Trigonometric Equations

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΦΥΣ 145 Μαθηµατικές Μέθοδοι στη Φυσική. Πρόοδος 28 Μαρτίου 2009 Οµάδα 1 η

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Η ΤΕΧΝΗ ΤΟΥ ΙΑΒΑΣΜΑΤΟΣ ΜΕΤΑΞΥ ΤΩΝ ΑΡΙΘΜΩΝ (ΠΑΡΕΜΒΟΛΗ ΚΑΙ ΠΡΟΣΕΓΓΙΣΗ)

ΜΕΜ251 Αριθμητική Ανάλυση

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 7)

Matrices and Determinants

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ 12)

4. Εισαγωγή στο Matlab

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΕΡΓΑΣΤΗΡΙΟ ΕΝΟΡΓΑΝΗΣ ΑΝΑΛΥΣΗΣ ΤΡΟΦΙΜΩΝ Οδηγός Συγγραφής Εργαστηριακών Αναφορών

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον (Εργαστήριο 5)

Εφαρμοσμένα Μαθηματικά 3η εργαστηριακή άσκηση

ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ Ι

f x και τέσσερα ζευγάρια σημείων

10 ΑΡΙΘΜΗΤΙΚΗ ΟΛΟΚΛΗΡΩΣΗ

4 η ΕΝΟΤΗΤΑ Μητρώα και συνθήκες στο MATLAB

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

z(t) = 5.05e j(2πf 0t 0.209) sin 3 (5t)dt = 4 15 x(t) = 4 + cos(2π100t + π/3) cos(2π250t π/7) + 2 sin(2π300t π/4) (6)

Γραµµική Αλγεβρα. Ενότητα 1 : Εισαγωγή στη Γραµµική Αλγεβρα. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Εισαγωγή στον Προγραµµατισµό. Ανάλυση (ή Επιστηµονικοί8 Υπολογισµοί)

Δηλαδή η ρητή συνάρτηση είναι πηλίκο δύο ακέραιων πολυωνύμων. Επομένως, το ζητούμενο ολοκλήρωμα είναι της μορφής

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 4

MATLAB. Λογισµικό υλοποίησης αλγορίθµων και διεξαγωγής υπολογισµών.

Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων

Το θεώρηµα πεπλεγµένων συναρτήσεων

Κεφάλαιο Πέµπτο: Η Εξάσκηση

Μέθοδος προσδιορισμού συντελεστών Euler

Κεφάλαιο 7 Βάσεις και ιάσταση

(CLR, κεφάλαιο 32) Στην ενότητα αυτή θα µελετηθούν τα εξής θέµατα: Παραστάσεις πολυωνύµων Πολυωνυµική Παρεµβολή ιακριτός Μετασχηµατισµός Fourier

Εισαγωγή στην Αριθμητική Ανάλυση

1η Οµάδα Ασκήσεων. ΑΣΚΗΣΗ 1 (Θεωρία)

Απειροστικός Λογισμός Ι, χειμερινό εξάμηνο Λύσεις πρώτου φυλλαδίου ασκήσεων.

ΜΑΣ002: Μαθηματικά ΙΙ ΑΣΚΗΣΕΙΣ (για εξάσκηση)

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων

Διάστημα εμπιστοσύνης της μέσης τιμής

(a) = lim. f y (a, b) = lim. (b) = lim. f y (x, y) = lim. g g(a + h) g(a) h g(b + h) g(b)

Interpolation (1) Τρίτη, 3 Μαρτίου Σελίδα 1

ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)

Γραµµική Αλγεβρα. Ενότητα 3 : ιανυσµατικοί Χώροι και Υπόχωροι. Ευστράτιος Γαλλόπουλος Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Εργαστήριο 9 Συναρτήσεις στη PASCAL. Η έννοια του κατακερματισμού. Συναρτήσεις. Σκοπός

Μαθηµατικοί Υπολογισµοί στην R

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Εργασία στο µάθηµα Ανάλυση εδοµένων

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

Διανύσµατα στο επίπεδο

Άσκηση 1. Α. Υπολογίστε χωρίς να εκτελέσετε κώδικα FORTRAN τα παρακάτω: Ποιά είναι η τελική τιμή του Z στα παρακάτω κομμάτια κώδικα FORTRAN:

Answers - Worksheet A ALGEBRA PMT. 1 a = 7 b = 11 c = 1 3. e = 0.1 f = 0.3 g = 2 h = 10 i = 3 j = d = k = 3 1. = 1 or 0.5 l =

Αρχίζουµε µε την µη συµµετρική µορφή του απειρόβαθου κβαντικού πηγαδιού δυναµικού, το οποίο εκτείνεται από 0 έως L.

Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )

ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΟ ΑΝΟΙKΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

8 ΕΠΙΛΥΣΗ ΜΗ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ

Εισαγωγή στο MATLAB. Κολοβού Αθανασία, ΕΔΙΠ,

ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB- SIMULINK

ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2016 Α ΦΑΣΗ. Ηµεροµηνία: Πέµπτη 7 Ιανουαρίου 2016 ιάρκεια Εξέτασης: 2 ώρες ΕΚΦΩΝΗΣΕΙΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ, ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Εισαγωγή στην Επιστήμη των Η/Υ ΙΙ. Παλινδρόμηση Δημιουργία Video Συναρτήσεις GUI Μάθημα 6

Απαντήσεις στα Θέµατα Ιουνίου 2012 (3 και 4)

Επιστηµονικός Υπολογισµός Ι - Πρώτη εργαστηριακή άσκηση

Quadratic Expressions

2. THEORY OF EQUATIONS. PREVIOUS EAMCET Bits.

Συστήµατα και Βάσεις Πολυµέσων. Δρ. Μαρία Κοζύρη Τµήµα Πληροφορικής Πανεπιστήµιο Θεσσαλίας

Θεωρείστε το σύστηµα του ανεστραµµένου εκκρεµούς-οχήµατος του Σχ. 1 το οποίο περιγράφεται από το δυναµικό µοντέλο

Εισαγωγή στη Matlab Εισαγωγή στην Αριθμητική Ανάλυση Διδάσκων: Γεώργιος Ακρίβης Βοηθός: Δημήτριος Ζαβαντής

Transcript:

ΤΕΜΦΕ 4 ο Εξάµηνο Αριθµητική Ανάλυση Ι 3 η Εργαστηριακή Άσκηση. Μία άλλη µορφή µη γραµµικής προσέγγιση µε ελάχιστα τετράγωνα, εκτός της εκθετικής είναι να επιλέξουµε µια συνάρτηση της µορφής: x y = b a + x Την µορφή αυτή τη µετασχηµατίζουµε στη µορφή: a = + y b x b Άρα και αυτήν τη µορφή µε κατάλληλο µετασχηµατισµό των δεδοµένων µπορούµε να τη χειριστούµε µε τη θεωρία της γραµµικής προσέγγισης µε ελάχιστα τετράγωνα. Στον πίνακα που ακολουθεί εµφανίζονται πειραµατικά δεδοµένα: X 7 9 5 25 40 75 00 50 Y 0.29 0.37 0.48 0.65 0.80 0.97 0.99.07 Να δηµιουργήσετε αρχείο εντολών MATLAB (scrpt) µε το οποίο να συγκρίνετε, για τα πειραµατικά δεδοµένα, τις ακόλουθες τεχνικές προσέγγισης: α) το µοντέλο που περιγράφηκε παραπάνω και ελάχιστα τετράγωνα, β) εκθετική a ax yx ( ) = bx yx ( ) = be συνάρτηση και ελάχιστα τετράγωνα και γ) την εκθετική συνάρτηση και ελάχιστα τετράγωνα. Για κάθε περίπτωση να υπολογίζονται οι συντελεστές της µεθόδου προσέγγισης καθώς και το σφάλµα της κάθε error = ( y ) 2 p( x) µεθόδου και να εµφανίζεται σε ένα γράφηµα το αποτέλεσµα της παρεµβολής καθώς και τα πειραµατικά δεδοµένα. 2. Είναι δυνατό να εφαρµόσουµε τη θεωρία της προσέγγισης συνόλου δεδοµένων µε ελαχιστοποίηση ελαχίστων τετραγώνων και για πιο γενικές συναρτήσεις. Μία επιλογή θα µπορούσε να ήταν µία συνάρτηση της µορφής: aln( x) + bcos( x) + c e x Εφαρµόζοντας τη θεωρία (δείτε 9.2,9.3 σελ. 43-420 βιβλίου) οδηγούµαστε σε ένα γραµµικό σύστηµα µε τρεις αγνώστους τα abc,,. Αφού πρώτα βρείτε τη µορφή που θα έχει το σύστηµα των κανονικών εξισώσεων (όπως ονοµάζεται), καλείστε να δηµιουργήσετε συνάρτηση functon MATLAB µε όνοµα nopolyls το οποίο να λαµβάνει ως είσοδο τα δεδοµένα (x,y) σε δύο διανύσµατα, να ορίζει τους πίνακες του συστήµατος, να λύνει το σύστηµα και στη συνέχεια να επιστρέφει ένα διάνυσµα το οποίο να έχει ως στοιχεία τα abc,,. Να χρησιµοποιήσετε το nopolyls για την προσέγγιση των παρακάτω δεδοµένων: X 0.24 0.65 0.95.24.73 2.0 2.23 2.52 2.77 2.99 Y 0.23-0.26 -.0-0.45 0.27 0.0-0.29 0.24 0.56.00 ηλαδή, να δηµιουργηθεί αρχείο εντολών MATLAB (scrpt) το οποίο αφού καλεί την nopolyls, να εµφανίζει τα abc,, και σε ένα γράφηµα τα σηµεία (x,y) και την καµπύλη της συνάρτησης στο διάστηµα [0.,3.5] µε βήµα µεταβολής 0.. Οδηγίες Οι ηµεροµηνίες παράδοσης της εργασίας θα είναι µέσα στο πρώτο δεκαήµερο του Ιουλίου. Λόγω αντικειµενικών δυσκολιών θα ανακοινωθούν στην ιστοσελίδα του διδάσκοντα και θα αναρτηθούν στην πόρτα του γραφείου του γύρω τις 26 Ιουνίου. Θα πρέπει να παραδοθεί εκτυπωµένη εργασία συρραµµένη (απλά) έτσι ώστε να µπορεί κάποιος να την ξεφυλλίσει. Η εργασία θα πρέπει να έχει εξώφυλλο στο οποίο να αναφέρεται ο αύξων αριθµός της, το όνοµα και ο αριθµός µητρώου του φοιτητή, τα στοιχεία της σχολής και του µαθήµατος, η ηµεροµηνία παράδοσης και το τµήµα το οποίο παρακολουθεί εργαστήριο. Σε παράρτηµα θα πρέπει να υπάρχουν εκτυπωµένοι οι κώδικες (τα προγράµµατα, scrpts και.m αρχεία). Στο κύριο µέρος της εργασίας θα πρέπει να αναπτύσσονται η διαδικασία, τα σχόλια, τα γραφήµατα και µόνο όσα από τα αποτελέσµατα είναι απαραίτητα για τα συµπεράσµατα. Όλα αυτά θα πρέπει να έχουν τη συνοχή ενιαίου κειµένου. Εκτός από τις όποιες εκτυπώσεις θα πρέπει να παραδοθούν τα προγράµµατα και τα αποτελέσµατα τους σε ηλεκτρονική µορφή (δισκέτα). Τα αποτελέσµατα µπορείτε να τα αποθηκεύσετε µε τη χρήση της dary. Αν δεν υπάρχει δυνατότητα παράδοσης της εργασίας σε έντυπη (εκτυπωµένη) µορφή, γίνεται δεκτή και δισκέτα που να περιέχει όλα όσα αναφέρονται παραπάνω. ηλαδή, επιπλέον των προγραµµάτων και αποτελεσµάτων η δισκέτα θα πρέπει να περιέχει και ένα αρχείο Word που θα έχει ως περιεχόµενο όλα όσα θα παραδίδατε σε εκτυπωµένη µορφή. Τόσο η πληρότητα, τα σχόλια το αν ακολουθήθηκαν οι οδηγίες αλλά και ο τρόπος της παρουσίασης των αποτελεσµάτων της εργασίας που θα παραδοθεί θα ληφθούν υπ όψιν κατά την αξιολόγηση.

ΙΚΑΡΙΟΣ ΕΜΜΑΝΟΥΗΛ Α.Μ. 09028 4 ο ΕΞΑΜΗΝΟ ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ Ι 3 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ ΓΡΑΜΜΙΚΗ ΚΑΙ ΠΟΛΥΩΝΥΜΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΜΗΜΑ: ΠΑΑ ΗΜ/ΝΙΑ ΠΑΡΑ ΟΣΗΣ 0/6/2003

ΕΡΩΤΗΜΑ Κατασκευάζουµε τη συνάρτηση newnl η οποία υπολογίζει τους συντελεστές Σελίδα 2 από 4 a A = και b B = b της εξίσωσης = A + B. y x Στη συνέχεια δηµιουργούµε το αρχείο εντολών queston.m το οποίο έχει ως έξοδο τα αποτελέσµατα που ζητούνται στο πρώτο ερώτηµα. Τα δύο αυτά m-fles είναι τα εξής: newnl.m functon p=newnl(x,y) %p=newnl(x,y) % Ths functon uses the least square functon n order % to form the functon y=b*x/(a+x) <=> /y=a/b*/x+/b % The nput s two vectors (x,y) whch are the result of our experment and % the output s a vector p whose frst element s A=a/b and second element s B=/b. lx=./x; ly=./y; p=lnls(lx,ly); queston.m clear all; clf; x=[7 9 5 25 40 75 00 50]'; gven_y=[0.29 0.37 0.48 0.65 0.8 0.97 0.99.07]'; %YPOLOGISMOS ME TH ME8ODO ELAXISTWN TETRAGWNWN p_lnls=lnls(x,gven_y); a0=p_lnls() b0=p_lnls(2) y=a0*x+b0; y_lnls=polyval(p_lnls,x); %ERWTHMA a p_newnl=newnl(x,gven_y); al=p_newnl() bl=p_newnl(2) lx=./x; ly=polyval(p_newnl,lx); y_newnl=./ly; subplot(2,2,); plot(x,y_lnls,'r',x,y_newnl,'b',x,gven_y,'m*'); ttle('least square VS y=b*x/(a+x)'); legend('least square','y=b*x/(a+x)','ponts',4) %ERWTHMA b lx=log(x); ly=log(gven_y); p2=lnls(lx,ly); a2=p2() b2=exp(p2(2)) y2=b2*x.^a2; subplot(2,2,2); plot(x,y_lnls,'r',x,y2,'b',x,gven_y,'m*'); ttle('least square VS y=b*x^a'); legend('least square','y=b*x^a','ponts',4) %ERWTHMA c ly=log(gven_y); p3=lnls(x,ly); a3=p3() b3=exp(p3(2)) y3=b3*exp(a3*x); subplot(2,2,3); plot(x,y_lnls,'r',x,y3,'b',x,gven_y,'m*'); ttle('least square VS y=b*exp(a*x)'); legend('least square','y=b*exp(a*x)','ponts',4) %YPOLOGISMOS SFALMATWN e0=sum((y-gven_y).^2) e=sum((y_newnl-gven_y).^2) e2=sum((y2-gven_y).^2)

e3=sum((y3-gven_y).^2) %EMFANISH THS AKRIBEIAS subplot(2,2,4); plot(0,-log0(e0),'r*',,-log0(e),'b*',2,- log0(e2),'m*',3,-log0(e3),'g*'); legend('least square','y=b*x/(a+x)','y=b*x^a','y=b*exp(a*x)',) ttle('accuracy'); Όταν εκτελούµε την εντολή >>queston προκύπτουν τα εξής αποτελέσµατα: a0 = 0.0052 b0 = 0.4264 al = 8.0365 bl = 0.827 a2 = 0.4224 b2 = 0.479 a3 = 0.0080 b3 = 0.498 e0 = 0.23 e = 0.003 e2 = 0.0472 e3 = 0.2448 Όπου µε δείκτη 0 είναι οι συντελεστές (a,b) και το σφάλµα (e) της µεθόδου ελαχίστων τετραγώνων, και µε δείκτες, 2, 3 των µεθόδων A a ax = + B, yx ( ) = bx και yx ( ) = be y x αντίστοιχα. Τα αποτελέσµατα όπως αυτά φαίνονται στο ζητούµενο γράφηµα είναι τα εξής: Σελίδα 3 από 4

Παρατηρούµε λοιπόν ότι καλύτερη προσέγγιση έχουµε µε τη συνάρτηση = A + B, όπου y x e=0.003. Σελίδα 4 από 4

ΕΡΩΤΗΜΑ 2 x Αν η µορφή προσέγγισης που αναζητούµε είναι η yx ( ) = a ln( x) + b cos( x) + ce τότε το σφάλµα της είναι n x Eabc (,, ) = ( y ( a ln( x) + b cos( x) + ce )) = Σύµφωνα µε τη θεωρεία προσέγγισης θα πρέπει το σφάλµα να γίνει το ελάχιστο δυνατό. Συνεπώς πρέπει: n x Eabc (,, ) = 0 2 ( y aln( x) bcos( x) ce )( ln( x)) = 0 a = n x Eabc (,, ) = 0 2 ( y aln( x) bcos( x) ce )( cos( x)) = 0 b = n Eabc (,, ) = 0 x x 2 ( y aln( x) bcos( x) ce )( e ) = 0 c = n n n n 2 x a ln ( x ) + b ln( x ) cos( x ) + c e ln( x ) = y ln( x ) a ln( x ) cos( x ) + b cos ( x ) + c e cos( x ) = y cos( x ) = = = = n n n n 2 x = = = = n n n n x x 2 x x a ln( x) e + b cos( x) e + c e = y e = = = = Συνεπώς το σύστηµα που θα πρέπει να δηµιουργεί η nopolyls και να λύνει καλώντας την συνάρτηση gauss είναι το εξής: 2 n n n n 2 x ln ( x) ln( x) cos( x) e ln( x) y ln( x) = = = = n n n n 2 x ln( x) cos( x) cos ( x) e cos( x) = y cos( x) = = = = n n n n x x 2x x ln( x) e cos( x) e e y e = = = = Η ζητούµενη λοιπόν συνάρτηση nopolyls και το αρχείο εντολών queston2.m που καλεί την nopolyls είναι τα παρακάτω: Σελίδα 5 από 4

nopolyls.m functon p=nopolyls(x,y); %p=nopolyls(x,y) % THE INPUT OF THS FUNCTION IS 2 VECTORS X,Y % WHICH ARE THE RESULTS OF OUR EXPERIMENT % THE OUTPUT (p) IS A VECTOR % WHERE p()=a, p(2)=b, p(3)=c % AND a,b,c ARE USED IN THE FUNCTION % y(x)=a*ln(x)+b*cos(x)+c*e^x f nargn<2, error('wrong nput, please type help nopolyls'); szex=sze(x); szey=sze(y); f szex~=szey, error('x and y must be of equal sze'); f szex()==, x=x'; f szey()==, y=y'; sln2x=sum(log(x).^2); slnxcosx=sum(log(x).*cos(x)); sexlnx=sum(exp(x).*log(x)); sylnx=sum(y.*log(x)); scos2x=sum(cos(x).^2); sexcosx=sum(exp(x).*cos(x)); sycosx=sum(y.*cos(x)); se2x=sum(exp(2*x)); syex=sum(y.*exp(x)); A=[sln2x slnxcosx sexlnx slnxcosx scos2x sexcosx sexlnx sexcosx se2x]; B=[sylnx sycosx syex]'; p=gauss(a,b); queston2.m clear all; clf; format long; x=[0.24 0.65 0.95.24.73 2.0 2.23 2.52 2.77 2.99]; y=[0.23-0.26 -. -0.45 0.27 0. -0.29 0.24 0.56 ]; p=nopolyls(x,y); dsplay('when y(x)=a*ln(x)+b*cos(x)+c*e^x, then') a=p() b=p(2) c=p(3) x=[0.:0.:3.5]; y=a*log(x)+b*cos(x)+c*exp(x); plot(x,y,'m*',x,y,'b'); legend('ponts','y(x)=a*ln(x)+b*cos(x)+c*e^x',4); Σελίδα 6 από 4

Εκτελώντας την εντολή >>queston2 Προκύπτουν τα εξής: When y(x)=a*ln(x)+b*cos(x)+c*e^x, then a = -.040322690367 b = -.263878469978 c = 0.03073482573946 Σελίδα 7 από 4

ΠΑΡΑΡΤΗΜΑ M-FILES Gauss.m functon x=gauss(a,b); %Solvng ax=b, where a n R^nxn, x,b n R^n n=length(b); for =:n-, [amax,max]=max(abs(a(:n,))); f amax<eps, dsp('sngular Matrx'); break; end max=max+-; f max~=, sa=a(max,:n);sb=b(max); a(max,:n)=a(,:n);b(max)=b(); a(,:n)=sa;b()=sb; end b(+:n)=b(+:n)-b()*a(+:n,)/a(,); a(+:n,+:n)=a(+:n,+:n)-a(+:n,)*a(,+:n)/a(,); f abs(a(n,n))<eps, dsp('sngular Matrx'); break; end %Back Substtuton x(n,)=b(n)/a(n,n); for =n-:-:, x(,)=(b()-a(,+:n)*x(+:n,))/a(,); Σελίδα 8 από 4

lnls.m functon p=lnls(x,y); % lnear least squears n=length(x); sx=x'*ones(n,); sy=y'*ones(n,); sx2=(x.^2)'*ones(n,); sxy=(x.*y)'*ones(n,); par=n*sx2-sx^2; a=(n*sxy-sx*sy)/par; b=(sx2*sy-sxy*sx)/par; p=[a;b]; newnl.m functon p=newnl(x,y) %p=newnl(x,y) % Ths functon uses the least square functon n order % to form the functon y=b*x/(a+x) <=> /y=a/b*/x+/b % The nput s two vectors (x,y) whch are the result of our experment and % the output s a vector p whose frst element s A=a/b and second element s B=/b. lx=./x; ly=./y; p=lnls(lx,ly); Σελίδα 9 από 4

nopolyls.m functon p=nopolyls(x,y); %p=nopolyls(x,y) % THE INPUT OF THS FUNCTION IS 2 VECTORS X,Y % WHICH ARE THE RESULTS OF OUR EXPERIMENT % THE OUTPUT (p) IS A VECTOR % WHERE p()=a, p(2)=b, p(3)=c % AND a,b,c ARE USED IN THE FUNCTION % y(x)=a*ln(x)+b*cos(x)+c*e^x f nargn<2, error('wrong nput, please type help nopolyls'); szex=sze(x); szey=sze(y); f szex~=szey, error('x and y must be of equal sze'); f szex()==, x=x'; f szey()==, y=y'; sln2x=sum(log(x).^2); slnxcosx=sum(log(x).*cos(x)); sexlnx=sum(exp(x).*log(x)); sylnx=sum(y.*log(x)); scos2x=sum(cos(x).^2); sexcosx=sum(exp(x).*cos(x)); sycosx=sum(y.*cos(x)); se2x=sum(exp(2*x)); syex=sum(y.*exp(x)); A=[sln2x slnxcosx sexlnx slnxcosx scos2x sexcosx sexlnx sexcosx se2x]; B=[sylnx sycosx syex]'; p=gauss(a,b); Σελίδα 0 από 4

Scrpts queston.m clear all; clf; x=[7 9 5 25 40 75 00 50]'; gven_y=[0.29 0.37 0.48 0.65 0.8 0.97 0.99.07]'; %YPOLOGISMOS ME TH ME8ODO ELAXISTWN TETRAGWNWN p_lnls=lnls(x,gven_y); a0=p_lnls() b0=p_lnls(2) y=a0*x+b0; y_lnls=polyval(p_lnls,x); %ERWTHMA a p_newnl=newnl(x,gven_y); al=p_newnl() bl=p_newnl(2) lx=./x; ly=polyval(p_newnl,lx); y_newnl=./ly; subplot(2,2,); plot(x,y_lnls,'r',x,y_newnl,'b',x,gven_y,'m*'); ttle('least square VS y=b*x/(a+x)'); legend('least square','y=b*x/(a+x)','ponts',4) %ERWTHMA b lx=log(x); ly=log(gven_y); p2=lnls(lx,ly); a2=p2() b2=exp(p2(2)) y2=b2*x.^a2; subplot(2,2,2); plot(x,y_lnls,'r',x,y2,'b',x,gven_y,'m*'); ttle('least square VS y=b*x^a'); legend('least square','y=b*x^a','ponts',4) %ERWTHMA c ly=log(gven_y); p3=lnls(x,ly); a3=p3() b3=exp(p3(2)) y3=b3*exp(a3*x); subplot(2,2,3); plot(x,y_lnls,'r',x,y3,'b',x,gven_y,'m*'); ttle('least square VS y=b*exp(a*x)'); legend('least square','y=b*exp(a*x)','ponts',4) %YPOLOGISMOS SFALMATWN e0=sum((y-gven_y).^2) e=sum((y_newnl-gven_y).^2) e2=sum((y2-gven_y).^2) e3=sum((y3-gven_y).^2) %EMFANISH THS AKRIBEIAS subplot(2,2,4); plot(0,-log0(e0),'r*',,-log0(e),'b*',2,-log0(e2),'m*',3,-log0(e3),'g*'); Σελίδα από 4

legend('least square','y=b*x/(a+x)','y=b*x^a','y=b*exp(a*x)',) ttle('accuracy'); queston2.m clear all; clf; format long; x=[0.24 0.65 0.95.24.73 2.0 2.23 2.52 2.77 2.99]; y=[0.23-0.26 -. -0.45 0.27 0. -0.29 0.24 0.56 ]; p=nopolyls(x,y); dsplay('when y(x)=a*ln(x)+b*cos(x)+c*e^x, then') a=p() b=p(2) c=p(3) x=[0.:0.:3.5]; y=a*log(x)+b*cos(x)+c*exp(x); plot(x,y,'m*',x,y,'b'); legend('ponts','y(x)=a*ln(x)+b*cos(x)+c*e^x',4); Σελίδα 2 από 4

DIARIES queston.txt queston a0 = 0.0052 b0 = 0.4264 al = 8.0365 bl = 0.827 a2 = 0.4224 b2 = 0.479 a3 = 0.0080 b3 = 0.498 e0 = 0.23 Σελίδα 3 από 4

e = 0.003 e2 = 0.0472 e3 = 0.2448 dary off questonb2.txt queston2 ans = When y(x)=a*ln(x)+b*cos(x)+c*e^x, then a = -.040322690367 b = -.263878469978 c = 0.03073482573946 dary off Σελίδα 4 από 4