Metody obliczeniowe - Budownictwo semestr 4 - wykład nr 3. Metody obliczeniowe. wykład nr 3. interpolacja i aproksymacja funkcji model regresji

Podobne dokumenty
Ocena dopasowania modelu do danych empirycznych

Przykładowe zadania dla poziomu rozszerzonego

Metody obliczeniowe - Budownictwo semestr 2 - wykład nr 3 Nr: 1 Metody obliczeniowe wykład nr 3 aproksymacja i interpolacja pojęcie modelu regresji

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Wykład 2b. Podstawowe zadania identyfikacji. Wybór optymalnego modelu

ZADANIA ZAMKNIĘTE. Zadanie 1. (1 pkt) Wartość wyrażenia. b dla a 2 3 i b 2 3 jest równa A B. 5 C. 6 D Zadanie 2.

Zadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych)

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

Wersja najbardziej zaawansowana. Zestaw nr 1: Ciągi liczbowe własności i granica

KADD Metoda najmniejszych kwadratów

(x 1 y 1 ) (x n y n ) 2. 1<j<m x i y i. x2 y 2 gdy x 1 = y 1 x 2 y 2 + x 1 + y 1 gdy x 1 = y 1. gdy x, y, 0 nie są współliniowe

Definicja interpolacji

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Materiały dydaktyczne. Matematyka. Semestr III. Ćwiczenia

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

Internetowe Kółko Matematyczne 2004/2005

Informatyka Stosowana-egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Parametryczne Testy Istotności

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

APROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa)

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

STATYSTYKA I ANALIZA DANYCH

Metody Obliczeniowe w Nauce i Technice laboratorium

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Pierwiastki z liczby zespolonej. Autorzy: Agnieszka Kowalik

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

Metody numeryczne Laboratorium 5 Info

WYKŁAD 7. MODELE OBIEKTÓW 3-D3 część Koncepcja krzywej sklejanej. Plan wykładu:

STATYSTYKA MATEMATYCZNA

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

MATURA 2014 z WSiP. Zasady oceniania zadań

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Rozwiązywanie belek prostych i przegubowych wyznaczanie reakcji i wykresów sił przekrojowych 6

4. Aproksymacja Wprowadzenie (4.1) aproksymowana aproksymującej przybliżającej błędami aproksymacji przybliżenia

ANALIZA KORELACJI IREGRESJILINIOWEJ

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe

P π n π. Równanie ogólne płaszczyzny w E 3. Dane: n=[a,b,c] Wówczas: P 0 P=[x-x 0,y-y 0,z-z 0 ] Równanie (1) nazywamy równaniem ogólnym płaszczyzny

OCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.

Analiza numeryczna. Stanisław Lewanowicz. Aproksymacja funkcji

FUNKCJE DWÓCH ZMIENNYCH

Równania liniowe rzędu drugiego stałych współczynnikach

matematyka inżynierska

θx θ 1, dla 0 < x < 1, 0, poza tym,

Lista 6. Estymacja punktowa

Relacje rekurencyjne. będzie następująco zdefiniowanym ciągiem:

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Ciągi i szeregi liczbowe. Ciągi nieskończone.

Wyższe momenty zmiennej losowej

n k n k ( ) k ) P r s r s m n m n r s r s x y x y M. Przybycień Rachunek prawdopodobieństwa i statystyka

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

ALGEBRA LINIOWA Informatyka 2015/2016 Kazimierz Jezuita. ZADANIA - Seria 1. Znaleźć wzór na ogólny wyraz ciągu opisanego relacją rekurencyjną: x

UKŁADY RÓWNAŃ LINOWYCH

Zadania z algebry liniowej - sem. I Liczby zespolone

2.27. Oblicz wartość wyrażenia 3 a Wykaż, że jeżeli x i y są liczbami dodatnimi oraz x+ y =16, to ( 1+

Laboratorium Sensorów i Pomiarów Wielkości Nieelektrycznych. Ćwiczenie nr 1

Egzamin maturalny z matematyki CZERWIEC 2011

Elementy modelowania matematycznego

Materiały dydaktyczne. Matematyka. Semestr II

Poziom rozszerzony. 5. Ciągi. Uczeń:

x R, (1) Ogólnie równanie o jednej niewiadomej x można przedstawić w postaci

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Wnioskowanie statystyczne dla korelacji i regresji.

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Wprowadzenie. metody elementów skończonych

Katalog wymagań programowych z matematyki od absolwenta II klasy (poziom rozszerzony).

Ekonomia matematyczna 2-2

LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x.

Wykład 11. a, b G a b = b a,

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Materiał ćwiczeniowy z matematyki Marzec 2012

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

POLITECHNIKA OPOLSKA

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

1 Twierdzenia o granicznym przejściu pod znakiem całki

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił.

Twierdzenie Cayleya-Hamiltona

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Płaskie układy obciąŝeń. Opis analityczny wielkości podstawowych. wersory. mechanika techniczna i wytrzymałość materiałów 1 statyka 2

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Identyfikacja i modelowanie struktur i procesów biologicznych

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

RÓWNANIA RÓŻNICZKOWE WYKŁAD 3

Statystyka matematyczna. Wykład II. Estymacja punktowa

Parametryzacja rozwiązań układu równań

Klucz odpowiedzi do zadań zamkniętych oraz schematy oceniania zadań otwartych. Matematyka. Poziom podstawowy

Transkrypt:

Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Metod obliczeiowe wkład r 3 iterpolacja i aproksmacja fkcji model regresji

Jeśli i = f( i )(i=,,) dla pewej fkcji f() to mówim iż fkcja g() iterpolje fkcję f() w węzłach i (i=,,) 3 Zadaie Iterpolacji Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3,5,5 (, ),5 3 4 5 6 Dach jest + pktów (węzłowch) (, ),,(, ) poszkjem takiej fkcji g()w obrębie fkcji pewej staloej klas dla której g( i )= i (i=,,), mówim wówczas iż fkcja g() iterpolje wartości i w węzłach i (i=,,) Przbliżeie fkcji skomplikowaej fkcją prostszą

3 Iterpolacja wielomiaowa Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Najprostsz przpadek iterpolacja liiowa - zadaie iterpolacji dla dwóch pktów (, ),(, ) rozwiązaiem w klasie wielomiaów pierwszego stopia jest fkcja liiowa, której wkres przechodzi przez pkt (, ),(, ) 4,5 4 (, ) 3,5 3,5,5 (, ),5 (, ) 3 4 5

Iterpolacja wielomiaowa Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 4 Wzaczaie współczików wielomia iterpolacjego poprzez rozwiązaie kład rówań liiowch a a a a a a a a a a a a p... ) ( a a a..................,5,5,5 3 3 4 5 6 (, )

5 Iterpolacja wielomiaowa Zjawisko Rgego, wzrost stopia wielomia Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 4 4 3,5 3,5 3 3,5,5,5,5,5,5 3 4 5 6 3 4 5 6

6 Kbicze fkcje sklejae Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 określeie fkcji sklejach 3 stopia (cbic splie) zachowaa ciągłość fkcji i jej pochodch do stopia włączie wkres wielomiaów stopia co ajwżej 3 f( 4 ) f( 3 ) f() f( ) f( ) drgie pochode rówe f( ) 3 4

7 Fkcje sklejae (splie) Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Kostrkcja fkcji sklejaej Dach + pktów węzłowch (,f( )),,(,f( )) w każdm podprzedziale [ i-, i ] (i=,...,) określam wielomia s i () stopia k wartości w węzłach zewętrzch spełiają warek iterpolacji : s f, s f wartości drgich pochodch w węzłach zewętrzch spełiają warek atralości :,,,, s s w węzłach wewętrzch wartości fkcji, wartości pierwszch pochodch i wartości drgich pochodch są rówe są rówe :,,..., s s f i i i i i i,,,,,,..., s s i,,...,,, i i i i s s i gd stopień wielomia k =3 fkcje sklejae azwać będziem kbiczmi fkcjami sklejami. Wówczas 3,,..., s a b c d i i i i i i i i i i i i i do wzaczeia łączie 4 współczików - iewiadomch

8 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Kbicze fkcje sklejae, a wielomia 4 4 3,5 3,5 3 3,5,5,5,5,5,5 3 4 5 6 3 4 5 6 fkcja sklejaa wielomia iterpoljąc fkcja sklejaa wielomia iterpoljąc

9 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Iterpolacja fkcji wiel zmiech Iterpolacja dwliiowa - rozszerzeie iterpolacji liiowej. Iterpolacja fkcji dwóch zmiech. złożeie dwóch iterpolacji liiowch. przeprowadza się dwie iterpolacje liiowe dla jedego kierk (p. wzdłż osi OX w kładzie kartezjańskim), astępie dla tak zskach wartości przeprowadza się iterpolację liiową dla drgiego kierk (osi OY). Iterpoljem wartość fkcji w pkcie P iterpolacja liiowa wzdłż osi OX: iterpolacja liiowa wzdłż osi OY:

Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Iterpolacja fkcji wiel zmiech Iterpolacja dwliiowa - rozszerzeie iterpolacji liiowej. Iterpolacja fkcji dwóch zmiech. Iterpolacja powierzchie -go stopia (kwadrki) powierzchie bikbicze powierzchie sklejae

Krzwe Béziera Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Pierre Bézier - fracski iżier firm Realt, Pal de Castelja - iżier firm Citroë.

Krzwe Béziera Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 krzwa wielomiaowa (Pierre Bézier 97) powszechie stosowae w programach do projektowaia iżierskiego - programach CAD-owskich Najczęściej żwae są krzwe trzeciego stopia leżące a płaszczźie. Defiijąc krzwą trzeciego stopia określam 4 pkt (tzw. pkt kotrole) A, B, C i D, którch położeie wzacza przebieg krzwej. Krzwa ma swój początek w pkcie A i skierowaa jest w stroę pkt B. Następie zmierza w stroę pkt D dochodząc do iego od stro pkt C. Odciek AB jest stcz do krzwej w pkcie A, atomiast odciek CD jest stcz w pkcie D Krzwą Béziera trzeciego stopia określa astępjące rówaie: P(t)= A( t) 3 +3Bt( t) + 3Ct ( t)+ Dt 3 dla t. Czli: P (t)= A ( t) 3 + 3B t( t) + 3C t ( t) + D t 3 P (t)= A ( t) 3 + 3B t( t) + 3C t ( t) + D t 3 Krzwa ma swój początek w pkcie A (t = ) i koiec w pkcie D (t = ).

3 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Płat Béziera defiiowaie ograicza się do wskazaia siatki pktów kotrolch Każda siatka pktów kotrolch defiijąca płat Bèziera posiada wiersz i m kolm. Szczególm przpadkiem płata Bèziera jest postać bikbicza (płat jest 3 stopia w ob kierkach, mam 6 pktów kotrolch).

4 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Zadaie aproksmacji fkcji daa jest fkcja (jedej zmieej) f() określoa a przedziale [a,b] fkcja f() może bć zadaa w postaci dskretej (zbior pktów) {( i,f( i ))} i=,..., wzor aalitczego Zadaie aproksmacji: ależ dobrać taką fkcję aproksmjącą F() spośród fkcji określoej klas tak ab fkcja F() możliwie dokładie przbliżała przebieg fkcji (w oparci o staloe krterim) aproksmowaej f() w określom przedziale F f F

5 Zadaie aproksmacji fkcji Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 f miimalizacja sm kwadratów tch odległości 3 4 f m i f mi i i

6 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Metoda ajmiejszch kwadratów Mając da zbiór fkcji bazowch {,, } m i siatkę pktów i, f i i przbliżam fkcję f() fkcją aproksmjącą postaci, c c c Określam współcziki c,...,c tak, b wrażeie: (przpadek dskret): bło jak ajmiejsze g,..., Metoda słżąca rozwiązai zadaia aproksmacji średiokwadratowej Metoda Najmiejszch Kwadratów (Gass Legedre, 86) f g k k m i k f g i i

Układ rówań ma dokładie jedo rozwiązaie jeśli {,, } jest liiowo iezależ Dla dowolch fkcji f(),g() prz daej siatce węzłów {,, } iloczem skalarm azwać będziem wrażeie Metoda ajmiejszch kwadratów Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 7 j f c i j j i i,...,,, ) ( ) ( :, i m i i g f g f f f f c c c,,,,,,,,,,,, i i c i g Wzaczeie fkcji aproksmjącej jako kombiacji liiowej fkcji bazowch sprowadza się do rozwiązaia kład rówań (wzaczeia współczików c,,c )

8 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Metoda ajmiejszch kwadratów - przkład dae są wiki pomiarów: 3 4 6 7 f() -. -.9 -.6.6.9 ależ zaleźć fkcję aproksmjącą postaci: f()= c + c (fkcje bazowe: =, = ) 3 4 6 7 f() -. -.9 -.6.6.9 () () 3 4 6 7 <f, >=-.-.9-.6+.6+.9= -. <f, >=-.-.9*3-.6*4+.6*6+.9*7=.7 <, >= 5, <, >= +3+4+6+7=, <, >= +3 +4 +6 +7 = otrzmjem kład rówań: 5 c c. c.7 c.54.553,5 =,553 -,54,5 -,5 4 6 8 - -,5 - -,5

9 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Model regresji - wprowadzeie dae są dae ekspermetale, wiki pomiarów celem pomiarów wkrcie i opisaie za pomocą fkcji aalitczch zależości =f(,..., ) miedz iezależmi parametrami (zmiemi objaśiającmi),..., oraz parametrem od ich zależm (zmieą objaśiaą) wkrcie istieia zależości korelacja staleie postaci fkcji która ją opisje regresja zadaie wzaczeia model regresji polega a wzaczei kokretej zależości fkcjej p. regresja jedowmiarowa: zależość fkcja =f() jedowmiarowa regresja liiowa: zależość fkcja = a +a zbadai arzędziami rachk prawdopodobieństwa jakości wzaczoego model regresji

Model regresji - wprowadzeie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 dae parametr, poszkiwaa zależość fkcja: = a + a próbka r 3 3 4 4 5 5 6 5 7 7 8 8 9 8 3 3 poszkiwa model regresji wkres rozrzt 4 4 współczik korelacji,96 8 8 6 6 4 4 4 6 8 4 4 6 8 4

Model regresji - wprowadzeie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 dae parametr, poszkiwaa zależość fkcja: = a + a próbka r 3 3 4 4 5 5 6 5 7 7 8 8 9 8 3 3 wkres rozrzt - empircza liia regresji 4 =,967 współczik korelacji,96 8 6 4 4 6 8 4

Model regresji - wprowadzeie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 dae parametr, poszkiwaa zależość fkcja: = a +a próbka r 3 9 3 5 4 4 5 6 6 7 7 8 9 8 5 3 model regresji wkres rozrzt 4 współczik korelacji =, 8 8 6 4 6 4 4 6 8 4 4 6 8 4

3 Model regresji - wprowadzeie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 dae parametr, poszkiwaa zależość fkcja: = a +a próbka r 3 9 3 5 4 4 5 6 6 7 7 8 9 8 5 3 model regresji wkres rozrzt - empircz model regresji 4 8 8 6 4 6 4 =,879 + 5,5385 współczik korelacji =, 4 6 8 4 4 6 8 4

4 Korelacja liiowa Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dae dwie zmiee losowe X, Y reprezetjące parametr współczik korelacji liiowej mierz siłę zależości międz zmiemi X, oraz Y tworzącmi dwwmiarową zmieą losową przjmje wartości z przedział [-,] im wartość współczika bliższa krańcom przedział, tm związek korelacj siliejsz współczik Pearsoa współczik korelacji liiowej w próbie (zależ od liczebości prób) 3 r i i i i i i i i i i i i i i i,5,5,5,5,5,5

5 Model regresji liiowej Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dwie zmiee X,Y : poszkjem zależości liiowej pomiędz zmiemi X i Y:,5 b b,5,5 i b b, i,..., i i,5,5,5 -,5 Metoda ajmiejszch kwadratów - metoda estmacji parametrów model regresji wzaczeie takich parametrów b, b że sma kwadratów odchleń (SSE) pomiędz rzeczwistmi a teoretczmi wartościami zmieej Y jest ajmiejsza SSE i ( i ( i )) i ( i b b i ) mi

6 Regresja liiowa badaie jakości wzaczoego model Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 współczik determiacji (R ) iformje jaka część zmieej Y jest wjaśioa poprzez oszacowae rówaie regresji przez zaobserwowae w próbie zmia wartości zmiech objaśiającch przjmje wartości z zakres od do, gd R = : dae leżą dokładie a liii" regresji (zmieość jest wjaśioa w %); R = : regresja iczego ie wjaśia, dae są ieskorelowae;,9 R < : bardzo dobre,,8 R <,9 : dopasowaie dobre,,7 R <,8 : dopasowaie zadawalające w iektórch zastosowaiach.

7 Próbka Próbka Regresja liiowa 4 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 3 3 4 4 5 5 6 5 7 7 8 8 9 8 3 3 3 3 4 4 5 5 5 6 7 7 8 8 8 9 3 3 8 6 4 liia regresji wzaczoa a podstawie próbki 4 6 8 4

8 Regresja liiowa Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Próbka 3 3 4 4 5 5 6 5 7 7 8 8 9 8 3 3 Próbka 3 3 4 4 5 5 5 6 7 7 8 8 8 9 3 3 teoretcza liia regresji (odosząca się do poplacji geeralej): empircze rówaie regresji (rówaie regresji w próbce): b b 4 8 6 4 liia regresji wzaczoa a podstawie próbki 4 6 8 4 aproksmjąc teoretczą prostą regresji za pomocą empirczego rówaia, wzaczam współcziki b,b dla kokretej prób

9 Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Regresja liiowa werfikacja statstcza test istotości dla parametrów regresji aaliza reszt (reszt wi mieć rozkład ormal) Y 8 6 4 8 6 4 - -=.98 -=.8 =3.-. -4 3 4 5 6 X wzaczeie obszar (pasa) fości przjmjąc określo poziom fości p=- (p. p=,95) obszarem fości azwam obszar w którm z prawdopodobieństwem rówm poziomowi fości zajdje się iezaa teoretcza liia regresji

% 3 Regresja liiowa - przkład Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dokoao aaliz próbek grt, mierząc a różch głębokościach procetową zawartość piask aaliza prz żci MS Ecel 8 Nr próbki % zawartości głębokość [cm] piask w próbce 75 5 58 3 3 59 4 45 57 5 6 5 6 75 54 7 9 36 8 5 4 9 3 7 6 5 4 3 4 6 8 4 [cm]

% 3 Regresja liiowa - przkład Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dokoao aaliz próbek grt, mierząc a różch głębokościach procetową zawartość piask aaliza prz żci MS Ecel 8 Nr próbki % zawartości głębokość [cm] piask w próbce 75 5 58 3 3 59 4 45 57 5 6 5 6 75 54 7 9 36 8 5 4 9 3 7 6 5 4 3 = -,989 + 69,6 R² =,867 4 6 8 4 [cm]

3 Regresja liiowa przkład Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dokoao aaliz próbek grt, badao zależość dwóch parametrów stopia plastczości i spójości grt (zależość wzaczoo w oparci 7 prób i prób) 4 stopień plastczości - spójość 35 3 5 = 3,787-8, + 5,9 R² =,896 5 5,,4,6,8,,4-5 - = -3,478 + 35,799 R² =,85 7 prób

33 Regresja liiowa przkład Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Dokoao aaliz próbek grt, badao zależość dwóch parametrów stopia plastczości i spójości grt (zależość wzaczoo w oparci 7 prób i prób) stopień plastczości - spójość 4 35 3 5 = -44,63 + 43,3 R² =,348 5,,5,3,35,4,45,5,55,6 prób

34 Fkcje SciLaba Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 iterp() obliczeie wartości iterpoljącej fkcji sklejaej iterpd(), iterp3d() iterpolacja fkcjami sklejami iterpl() rozwiązaie zadaia iterpolacji liiowej a płaszczźie lsq() rozwiązaie rówaia postaci AX=B metodą ajmiejszch kwadratów lsq_splie() aproksmacja średiokwadratowa sześcieą fkcją sklejaą liear_iterp() rozwiązaie zadaia -wmiarowej iterpolacji liiowej spli(), splid(), spli3d() obliczeie współczików fkcji sklejaej, iterpoljącej podae pkt węzłowe regli(), regress() wzaczeie współczików regresji liiowej

35 Podsmowaie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Aproksmacja i iterpolacja, pojęcie model regresji Zadaie iterpolacji iterpolacja wielomiaowa wzór Lagrage a, postać macierz Lagrage a, wzór Lagrage a dla węzłów rówoodległch, wzór Iterpolacj Newtoa. Fkcje sklejae własości fkcji sklejach 3 stopia (cbic splie) Krzwa Béziera Aproksmacja ogóla postać zadaia aproksmacji. Zadaie aproksmacji liiowej pojęcie fkcji bazowch, postać rozwiązaia kład rówań liiowch adokreślo wgładzaie fkcji Zadaie aproksmacji średiokwadratowej: metoda ajmiejszch kwadratów ilocz skalar fkcji, fkcje ortogoale, własości wielomiaów Czebszewa. Zadaie aproksmacji jedostajej: sformłowaie zadaia Twierdzeie Weierstrassa

36 Podsmowaie Metod obliczeiowe - Bdowictwo semestr 4 - wkład r 3 Aproksmacja i iterpolacja, pojęcie model regresji Model regresji opisaie problem, podstawowe pojęcia statstki: poplacja geerala, jedostka statstcza, cech statstcze, próbka, badaie częściowe, pojęcie zmieej losowej i jej realizacji, teoretcza liia regresji, a empircze rówaie regresji, badaie korelacji a podstawie realizacji prób, sposób wzaczeia rówaia regresji metodą ajmiejszch kwadratów miar jakości przjętego model regresji wariacja resztkowa współczik determiacji werfikacja statstcza przjętego model regresji obszar fości i predkcji Modele ieliiowe regresji sprowadzaie do model liiowego