Просто, когда очень просто

На листе "prosto" файла PROSTO.XLS представлена аппроксимация y=f(x) для табличных данных простого вида.

С подобной задачей, знакомой многим по практике использования метода наименьших квадратов, справляется любая программа аппроксимации, в том числе и встроенная в Excel. Кроме обычной, полиноминальной, формы аппроксимации, Excel может предложить и другие варианты.

Подробнее...

Функция Линейн

Функция Линейн, встроенная в Excel, позволяет строить различного вида аппроксимирующие формулы для одного и более входных параметров. В этом разделе вы найдете множество разного рода примеров аппроксимации, а в этой статье я привожу официальный текст по этой функции без корректировки. Не обязательно сразу разбираться во всех деталях использования этой функции. Для начал достаточно узнать как она записывается, где находятся значения коэффициентов аппроксимирующего уравнения и где находится значение погрешности аппроксимации. Аналогичную приведенной ниже информацию вы также можете найти непосредственно в Exel.

Подробнее...

Мир случайностей

Мы живем в мире вероятностей и случайных событий. Hеизбежные события происходят с вероятностью единица, невозможные события характеризуются вероятностью ноль. Прочие события реализуются в означенном диапазоне вероятностей от нуля до единицы.

Случайные события - это события, зависящие от случайных факторов, то есть от факторов, которые мы не контролируем и не можем учесть в данный момент. Чтобы предметно представить как проявляют себя случайные факторы, проведем эксперимент.

Подробнее...

Случайности вокруг нас

Чтобы мы ни делали: стреляли в цель, измеряли рост тела, определяли объем жидкости в бутылке – наши действия никогда не бывают абсолютно точны. Например, на точность стрельбы влияют утомленность глаза, отвлечение внимания, собственное дыхание и биение сердца, движение воздуха и т.д., и т.п. Таким же образом, в результате воздействия подобного рода факторов ошибка может возрастать или уменьшаться в зависимости от случайного сочетания этих факторов в каждом отдельном замере. При большой совокупности замеров получим вполне определенную зависимость между размером ошибки и вероятностью ошибки такого размера. В большинстве случаев такая зависимость описывается кривой Гаусса:

Подробнее...

Урок 1. Погрешности обработки данных

Погрешности обеспечивают головную боль при обработке данных. Пусть у нас есть известная (или предполагаемая) зависимость

Y=a+b1*X1+b2*X2+...bn*Xn,

где требуется определить свободный член a и коэффициенты b1, b2,...bn при переменных X1, X2,...Xn. Если бы не было погрешностей, то достаточно было бы сделать n+1 замеров Y при разных значениях указанных переменных и, решив систему уравнений, найти значения свободного члена и коэффициентов. Hо каждое значение переменной содержит погрешность и замеров приходится делать намного больше, чем n+1. А при наличии такого большого количества замеров возникает проблема как сгруппировать данные таким образом, чтобы ошибки в них взаимно уничтожались.

Подробнее...

Copyright © 2009 - 2017 Алгоритмист | Правовая информация
Сделано в JustCreative | Карта сайта
Яндекс.Метрика