Опубликован: 15.03.2007 | Уровень: специалист | Доступ: платный | ВУЗ: Донецкий национальный технический университет
Лекция 11:

Компьютерное моделирование при обработке опытных данных

Необходимым условием существования минимума функции S является равенство нулю ее частных производных по каждой aj.

\left\{ \begin{array}{l} 
\frac{\delta s}{\delta a_0} \to 2\sum \limits_{i=0}^{n}((a_0 x_i^0 + a_1 x_i^1 + \ldots + a_m x_i^m - y_i)x_i^0) = 0\\ 
\frac{\delta s}{\delta a_1} \to 2\sum \limits_{i=0}^{n}((a_0 x_i^0 + a_1 x_i^1 + \ldots + a_m x_i^m - y_i)x_i^1) = 0\\ 
\frac{\delta s}{\delta a_2} \to 2\sum \limits_{i=0}^{n}((a_0 x_i^0 + a_1 x_i^1 + \ldots + a_m x_i^m - y_i)x_i^2) = 0\\ 
\ldots \ldots \ldots \ldots \ldots \ldots \ldots \ldots\\ 
\frac{\delta s}{\delta a_m} \to 2\sum \limits_{i=0}^{n}((a_0 x_i^0 + a_1 x_i^1 + \ldots + a_m x_i^m - y_i)x_i^m) = 0 
\end{array} \right.

В результате получили систему линейных уравнений. Раскрывая скобки и перенося свободные члены в правой части уравнений, получим в нормальной форме систему линейных уравнений:

\left\{ \begin{array}{l} 
c_0 a_0 + c_1 a_1 + c_2 a_2 + \ldots + c_m a_m =d_0,\\ 
c_1 a_0 + c_2 a_1 + c_3 a_2 + \ldots + c_{m+1} a_m =d_1,\\ 
c_2 a_0 + c_3 a_1 + c_4 a_2 + \ldots + c_{m+2} a_m =d_0,\\ 
\ldots \ldots \ldots \ldots \ldots \ldots\\ 
c_m a_0 + c_{m+1} a_1 + c_{m+2} a_2 + \ldots + c_{2m} a_m =d_m,
\end{array} \right. ( 11.12)

где

aj - неизвестные системы линейных уравнений (11.12),

c_k = \sum \limits_{i=0}^{n} x_i^k, k=\overline{0,2m} - коэффициенты системы линейных уравнений (11.12),

d_j = \sum \limits_{i=0}^{n} y_i x_i^k, j=\overline{0,m} - свободные члены системы линейных уравнений (11.12),

Порядок системы равен m+1.

При ручном счете коэффициенты ck и свободные члены dj удобно определять, пользуясь таблицей 11.2:

Таблица 11.2.
i xi0 xi1 xi2 ... xi2m xi0 yi xi1 yi ... xim
0 1                
1 1                
2 1                
... ...                
N 1                
\sum_{i=o}^n c0 c1 c2 ... c2m d0 d1 ... dm

Программирование метода наименьших квадратов (МНК)

Изменим индексацию в системе (11.12). В результате получим:

\left\{ \begin{array}{l} 
c_{11}a_1 + c_{12}a_2 + c_{13}a_3 + \ldots + c_{1(m+1)} a_{m+1} = d_1,\\ 
c_{21}a_1 + c_{22}a_2 + c_{23}a_3 + \ldots + c_{2(m+1)} a_{m+1} = d_2,\\ 
c_{31}a_1 + c_{32}a_2 + c_{33}a_3 + \ldots + c_{3(m+1)} a_{m+1} = d_3,\\ 
\ldots \ldots \ldots \ldots \ldots \ldots \ldots \ldots\\ 
c_{(m+1)},1a_1 + c_{(m+1)},2a_2 + \ldots + c_{(m+1),(m+1)} a_{m+1} = d_{m+1} 
\end{array} \right. ( 11.13)

где

a_j, j=\overline{1,(m+1)} - неизвестные системы линейных уравнений (11.13),

c_{k,j} = \sum \limits_{i=1}^{N} x_i^{k+j-2}, k = \overline{1,(m+1)}, j = \overline{1,(m+1)} - коэффициенты системы линейных уравнений (11.13),

d_k = \sum \limits_{i=1}^{N} y_i x_i^{j-1}, j = \overline{1,(m+1)} - свободные члены системы линейных уравнений (11.13),

(xi, yi) - координаты узловых точек табличной функции, i=\overline{1,N},

N - количество узловых точек,

m - степень аппроксимирующего многочлена вида:

P_m(x) = a_1 x^0 + a_2 x^1 + a_3 x^2 + \ldots + a_{m+1} x^m. ( 11.14)

Алгоритм задачи:

  1. Строим систему линейных уравнений (11.13). Определяем коэффициенты ck,j и свободные члены dk. Т.к. система (11.13) симметрична относительно главной диагонали, то достаточно определить только наддиагональные элементы системы.
  2. Решаем систему (11.13) методом Гаусса. Находим коэффициенты aj многочлена (11.14).
  3. Строим аппроксимирующий многочлен (11.14) и определяем его значение в каждой узловой точке Pi = Pm(xi).
  4. Находим уклонение каждой узловой точки \varepsilon_i = P_i - y_i.
  5. Находим сумму квадратов уклонений по всем узловым точкам S = \sum \limits_{i=1}^{N} \varepsilon_i^2.
  6. Находим остаточную дисперсию D=\frac{S}{N-(m+1)}.

Для построения аппроксимирующего многочлена (11.11) и вычисления его значения в каждой узловой точке используем рациональную форму многочлена:

P_m(x) = a_1 + x \cdot (a_2 + x \cdot (a_3 + \ldots + x \cdot (a_m + x \cdot a_{(m+1)} \ldots) ( 11.15)

Тогда для вычисления значения многочлена (11.15) удобно пользоваться схемой Горнера. Рекуррентная формула по схеме Горнера имеет вид:

P = a_{m+1},\\
P = a_j + x_i P, j=\overline{m,1,-1}, i=\overline{1,N}.

Укрупненная схема алгоритма МНК представлена на рис.11.7. Схемы алгоритмов основных блоков представлены на рисунках 11.8-11.10.

Укрупненная схема алгоритма аппроксимации методом наименьших квадратов

Рис. 11.7. Укрупненная схема алгоритма аппроксимации методом наименьших квадратов
Равиль Султанов
Равиль Султанов

В уравнениях движения кривошипно-шатунного механизма вместо обозначения радиуса кривошипа "r" ошибочно записан символ "γ" (гамма).

P.S. Может быть это слишком очевидно, но не упомянуто, что угол поворота кривошипа φ считается малым.

Александр Никитин
Александр Никитин

Добрый день.

В расчете параметра Т4 xi суммируется с величиной h/2 ?

Yusupov Ozod
Yusupov Ozod
Узбекистан, Samar
Владимир Ленчицкий
Владимир Ленчицкий
Россия, Губкинский