Реферат: Информация. Модели. Математическое моделирование

Методы аналогии.

К статистическим методам относятся аппроксимация, интерполяция, , методы исследования временных рядов.

К методам аналогии относятся модели планирования эксперимента, а также математические, исторические и другие аналогии.

Среди моделей прогнозирования можно выделить следующие:

Модели аппроксимации.

Методы аппроксимации применимы к детерминированным и статистическим системам.

Аппроксимация – приближение (с лат.).

Выбор аппроксимирующей функции F(B,x) связан с решением оптимизационной задачи. Для этого применяется критерий минимизации квадратичной ошибки.

Постановка задачи.

Пусть проведено N(xI,yI) опытов, где

xI - входной параметр;

yI - выходной параметр.

Необходимо подобрать модель связывающую x и y.

Через точки (xI,yI) можно провести кривую, которая, в свою очередь, может проходить через эти точки или находиться вблизи данных точек.

В аппроксимации для получения параметров модели используется МНК-критерий (метод наименьших квадратов). Лучшей считается та модель, для которой сумма квадратов отклонений опытных значений, от теоретических будет минимальной.

Для этого формируется целевая функция или критерий оптимизации.

S = ∑ (yI – F(B, xI))2 – min.

Далее надо исследовать функцию на экстремум. Неизвестными будут коэффициенты модели B. Наиболее просто находятся параметры, если F(B, xI) представляет собой полином n-ной степени. При этом формируется система линейных уравнений, порядок которой на единицу больше степени полинома.

К примеру, для полинома 3-ей степени система будет выглядеть так:

N ∑ xI ∑ xI2 ∑ yI b0

С = ∑ xI ∑ xI2 ∑ xI3 D = ∑ xI yI B = b1

∑ xI2 ∑ xI3 ∑ xI4 ∑ xI2 yI b2

C – матрица коэффициентов системы.

D – вектор-столбец свободных членов.

B – вектор неизвестных.

В общем случае для нахождения параметров формируется система дифференциальных уравнений. В конце формируется система линейных уравнений, которую можно решать точными методами (метод Крамера, Гауса, обратной матрицы). Когда система решена, то есть, найдены параметры модели, можно выполнить прогнозирование значений y.

Если выбираемое x находится внутри элементарного интервала ∆x, то говорят о прогнозировании в настоящем. Если x меньше x0, или x больше xN, то речь идет об экстраполяции.

Модели интерполяции.

В интерполяции, в отличие от аппроксимации, производится минимизация линейной ошибки. Также, в отличие от аппроксимации, где кривая по отношению к точкам опытов может располагаться любым образом, а именно находиться вблизи этих точек, или проходить через некоторые из них, кривая интерполяции, или интерполяционный полином обязательно проходит через все точки кривой, которые называются узлами.