- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Методы обработки числовых данных презентация
Содержание
- 1. Методы обработки числовых данных
- 2. Методы обработки числовых данных Таблицы Экспериментальные данные
- 3. Интерполяция Сущность интерполяции состоит в отыскании значения
- 4. Линейная интерполяция
- 5. Линейная интерполяция linterp(X,Y,x) X – вектор
- 6. Линейная интерполяция
- 7. Сплайн-интерполяция interp(vs,X,Y,x) vs – вектор вторых
- 8. Сплайн-интерполяция lspline(X,Y) – создает вектор коэффициентов
- 9. Сплайн-интерполяция
- 10. Сплайн-интерполяция
- 11. Изменение размерности матриц
- 12. Сплайн-интерполяция
- 13. Сплайн-интерполяция (индивидуальное задание)
- 14. Сплайн-интерполяция (индивидуальное задание) Компонент Microsoft Excel
- 15. Использование компонента Microsoft Excel
- 16. Использование компонента Microsoft Excel
- 17. Использование компонента Microsoft Excel
- 18. Использование компонента Microsoft Excel Изменение свойств компонента Microsoft Excel
- 19. Обработка экспериментальных данных Метод наименьших квадратов
- 20. Метод наименьших квадратов Реализация в Mathcad Тестовая функция
- 21. Метод наименьших квадратов Реализация в Mathcad
- 22. Метод наименьших квадратов Реализация в Mathcad Тестовая функция
- 23. Метод наименьших квадратов Реализация в Mathcad
- 24. Спасибо за внимание!
Методы обработки
числовых данных Таблицы Экспериментальные данные 2 подхода Интерполяция – аппроксимирующая функция должна пройти через все точки Регрессия – аппроксимирующая функция не обязательно должна проходить через все точки Цель
Слайд 2Методы обработки
числовых данных
Таблицы
Экспериментальные данные
2 подхода
Интерполяция – аппроксимирующая функция должна пройти через
все точки
Регрессия – аппроксимирующая функция не обязательно должна проходить через все точки
Регрессия – аппроксимирующая функция не обязательно должна проходить через все точки
Цель
Получение функциональной зависимости y = f(x)
Слайд 3Интерполяция
Сущность интерполяции состоит в отыскании значения функции в некоторой промежуточной точке
Mathcad:
линейная;
сплайн-интерполяция.
Слайд 5Линейная интерполяция
linterp(X,Y,x)
X – вектор табличных значений аргумента;
Y – вектор табличных значений
функции;
x – значение аргумента, при котором вычисляется интерполирующее значение функции.
x – значение аргумента, при котором вычисляется интерполирующее значение функции.
Слайд 7Сплайн-интерполяция
interp(vs,X,Y,x)
vs – вектор вторых производных, созданный функцией lspline(X,Y), pspline(X,Y) или сspline(Х,Y);
X – вектор табличных значений аргумента;
Y – вектор табличных значений функции;
x – значение аргумента, при котором вычисляется интерполирующее значение функции.
Слайд 8Сплайн-интерполяция
lspline(X,Y) – создает вектор коэффициентов кривой, которая приближается к прямой линии
в граничных точках;
pspline(X,Y) – создает вектор коэффициентов кривой, которая приближается к квадратичной параболе в граничных точках;
cspline(X,Y) – создает вектор коэффициентов кривой, которая приближается к кубической параболе в граничных точках.
pspline(X,Y) – создает вектор коэффициентов кривой, которая приближается к квадратичной параболе в граничных точках;
cspline(X,Y) – создает вектор коэффициентов кривой, которая приближается к кубической параболе в граничных точках.
