matematykaszkolna.pl
MNK-Hiperbola Maliniak: Metodą najmniejszych kwadratów wyznacz funkcję modelową hiperboli dla poniższych danych x=0,1 y=36,7 x=0,8 y=12,2 x=1,7 y=10.35 x=9 y=8,2 Potrafiłby mi to ktoś jako tako rozwiązać, albo przynajmniej naprowadzić ? Z góry wielkie dzięki.
18 gru 23:54
asdf: a masz podane takie cos jak wspolczynnik tej funkcji? http://www.naukowiec.org/wiedza/statystyka/metoda-najmniejszych-kwadratow_733.html jezeli chcesz, podaj maila to Ci wysle wyklad. Jest to chyba z działu interpolacja, a dokladniej: aproksymacja (dla wielomianu stopnia 1 jest to regresja liniowa) ale nie jestem pewien
19 gru 00:03
daras: wrzuć dane do programu liczącego regresję
19 gru 00:03
Maliniak: Mam podane tylko to co napisałem. Ten link już przeczytałem, lecz jest on na funkcję liniową a ja mam hiperbolę. Nie wiem czy to coś zmienia we wzorach końcowych. Muszę zrobić to wszystko ręcznie i pokazać jak doszedłem z wzoru początkowego (∑[yi−(f(xi)]2=min) do wzoru aproksymacji i z tym mam problem. Później to pójdzie już z górki.
19 gru 00:29
MQ: Załóżmy, że funkcja ma postać:
 a 
f(x)=

+c
 x−b 
Funkcja ϰ2=∑(yi−f(xi))2 Chcesz znaleźć jej minimum, więc:
δϰ2 

=0
δa 
δϰ2 

=0
δb 
δϰ2 

=0
δc 
(δ tutaj to znak różniczki cząstkowej, bo nie ma w zestawie odpowiedniego). Dostaniesz układ 3 równań na 3 niewiadome.
19 gru 09:45
Trivial: rysunek MQ, próbowałeś rozwiązać to, co wychodzi z Twoich równań?
 1 
Dużo łatwiej jest aproksymować funkcjami w bazie: 1,

 x 
Aproksymacja średniokwadratowa Niech funkcja aproksymująca ma postać ŷ(x) = c1φ1(x) + c2φ2(x) + ... + cMφM(x) gdzie funkcje φ1(x), ..., φM(x) są znanymi funkcjami bazowymi. Dla zestawu danych (x1,y1), ..., (xN,yN) rozwiązanie dokładne (które prawdopodobnie nie istnieje) musi spełniać następujące równania y1 = c1φ1(x1) + c2φ2(x1) + ... + cmφM(x1) y2 = c1φ1(x2) + c2φ2(x2) + ... + cmφM(x2) ... yn = c1φ1(xN) + c2φ2(xN) + ... + cmφM(xN) Co można zapisać jako Φc = y gdzie Φ = [ φs(xk) ]N×M c = [ ck ]N×1 y = [ yk ]N×1 k = 1, ..., N s = 1, ..., M Jednakże, dla niezależnych funkcji φ1(x), ..., φM(x) istnieje rozwiązanie przybliżone o najmniejszym błędzie średniokwadratowym, które jest rozwiązaniem równania Φc = y → ΦTΦĉ = ΦTy Aproksymacja średniokwadratowa minimalizuje błąd ε = ∑k (yk − ŷ(xk))2 Odnośnie zadania Wybieramy bazę φ1(x) = 1, φ2(x) = 1x. Funkcja aproksymująca ma postać ŷ(x) = c1 + c2(1x) Mamy dane: x = 0.1 0.8 1.7 9 y = 36.7 12.2 10.35 8.2 φ1 = 1 1 1 1 φ2 = 10.1 10.8 11.7 19
 
nawias
φ1∘y
nawias
nawias
φ2∘y
nawias
 
nawias
67.45
nawias
nawias
389.25
nawias
 
ΦTy =
=
   
 
nawias
φ1T
nawias
nawias
φ2T
nawias
 
nawias
φ1∘φ1 φ1∘φ2
nawias
nawias
φ2∘φ1 φ2∘φ2
nawias
 
ΦTΦ =
1 φ2) =
   
 
nawias
4 11.95
nawias
nawias
11.95 101.92
nawias
 
=
  
ΦTΦĉ = ΦTy
 
nawias
4 11.95
nawias
nawias
11.95 101.92
nawias
 
nawias
67.45
nawias
nawias
389.25
nawias
 
ĉ =
   
 
nawias
8.39
nawias
nawias
2.84
nawias
 
ĉ =
  
21 gru 15:55