Курсовая работа: Математическое моделирование технических объектов

При щелчке на операторе IF на панели программирования, кроме самого оператора IF, появляется два дополнительных места ввода. Правое предназначено для ввода условия, а левое – для выражения, когда условие принимает значение "истинно".Для ввода оператора "иначе" используется копка OTHERWISE.

1.10 Обработка экспериментальных данных

При обработке экспериментальных данных, как правило, возникает задача аппроксимации (приближение) результатов эксперимента аналитической зависимостью y=f(x), которую можно использовать в последующих расчетах. Существует три возможности аппроксимации опытных данных:

1) аппроксимирующая функция должна пройти через все опытные точки. Такой способ аппроксимации называется интерполяцией;

2) аппроксимирующая функция должна сглаживать(усреднять) опытные данные. Такой способ аппроксимации называется регрессией или сглаживанием;

3) аппроксимирующая функция должна отбрасывать систематическую погрешность (шумы, наложившиеся на экспериментальные данные). Такой способ аппроксимации называется сглаживанием с фильтрацией данных.

1.10.1 Интерполяция

Встроенные функции MathCAD позволяют при интерполяции проводить через экспериментальные точки кривые разной степени сложности.

Линейная интерполяция. При линейной интерполяции аппроксимирующая функция соединяет опытные точки отрезками прямых линий. Для проведения такой интерполяции используется функция linterp(x,y,t), где

x – вектор опытных значений аргумента;

y – вектор опытных значений функций;

t – значение аргумента, при котором вычисляется интерполирующее значение функции.

Кубическая сплайн-интерполяция. В большинстве случаев желательно соединять экспериментальные точки не ломаной линией, а гладкой линией, для чего используется сплайн-интерполяция.

Кубическая сплайн-интерполяция получается в результате создания ряда кубических полиномов, проходящих через набор из трех соседних точек. Кубические полиномы затем состыковываются друг с другом, чтобы образовать единую кривую. Для кубической интерполяции используется функция interp(VS,x,y,t),

где VS- вектор вторых производных, созданных функцией lspline(x,y); pspline(x,y); cspline(x,y);

x- вектор опытных значений аргумента;

y- вектор опытных значений функций;

t- значение аргумента, при котором вычисляется интерполирующее значение функции.

БУТА сплайн интерполяция. Отличается от всех остальных тем, что соединение отдельных отрезков (splin-ов) осуществляется не в экспериментальных точках Xi, а в точках, которые задает сам пользователь. Для определения коэффициентов кривой этой интерполяции используется функция bspline(x,y,xx.t),

где X- вектор опытных значений аргумента;

y- вектор опытных значений функции;

xx- вектор значений аргумента, при которых вычисляются интерполирующие значения функции (точки сшива полиномов);

t- порядок полинома spline-интерполяции(принимает значения 1,2,3).

1.10.2 Функции регрессии

В MathCAD имеется ряд функций, которые создают кривые определенного типа с минимальным отклонением от имеющегося набора экспериментальных данных. Эти кривые не проходят через точки опытных данных.

В зависимости от вида уравнения различают регрессии:

-линейная;

-линейная регрессия общего вида;

-экспоненциальная;