Главная | Обратная связь

За допомогою функції rkfixed().

Задаємо вектор-функцію, що містить праві частини диференційних рівнянь, в яких невідомі х(t) та у(t) представляємо у вигляді елементів деякого масиву невідомих х, причому невідома х(t) представлена як його елемент х0, а у(t) представлений як х1.

Викликаємо функцію, вказавши в списку параметрів вектор початкових умов у, відрізок інтегрування [0; 20], кількість кроків інтегрування n та вектор-функцію F(t,x). Результати отримуємо у вигляді масиву Z, де Zi,0 – номер точки і, Zi,1 – числові значення першої функції, Zi,2 – числові значення другої досліджуваної функції.

 

З використанням вмонтованої функції Odesolve().

 

ЗАВДАННЯ №3

ІНТЕРПОЛЮВАННЯ ФУНКЦІЇ. АПРОКСИМАЦІЯ ЕКСПЕРИМЕНТАЛЬНИХ ДАНИХ . ЗАСОБИ НЕЛІНІЙНОЇ АПРОКСИМАЦІЇ. РОЗРАХУНОК ПАРАМЕТРІВ РІВНЯННЯ АНТУАНА

Завдання 1.

Побудувати інтерполяційний поліном Лагранжа, що повертає значення інтерполяційного многочлена в точках z та виконати лінійну інтерполяцію з використанням функції linterp(x,y,z).

Інтерполяція. Інтерполяційний поліном Лагранжа

Завдання 2.

1) Виконати лінійну та квадратичнуапроксимації даних, визначивши значення параметрів a і bдля рівняння функції у=f(x)=ax+bтаa,b,cдлярівняння функції у=f(x)=ax²+bх+с методом найменших квадратів, здійснити перевірку отриманих значень за допомогою вбудованих функцій:

slope(x,y), що повертає значення параметра aдля таблично заданихxтаy,

intercept(x,y), що повертає значення параметра b;

line(x,y),що повертає значення параметрів aі b;

regres(x,y,n),що визначає значення параметрів апроксимації табличної функції поліномом n-го порядку.

ЛІНІЙНА АПРОКСИМАЦІЯ

Визначення коефіцієнтів лінійної регресії методом найменших квадратів.