На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


курсовая работа Обработка экспериментальных данных средствами Excel, MathCad и Visual Basic

Информация:

Тип работы: курсовая работа. Добавлен: 07.09.2012. Сдан: 2011. Страниц: 10. Уникальность по antiplagiat.ru: < 30%

Описание (план):


 
 
Санкт-Петербургский  государственный технологический  институт
(технический  университет)
 
 
 
Кафедра: математического  моделирования и оптимизации  химико-технологических процессов
 
 
Факультет: физико-математическое отделение
 
      Курс: I
                                   Группа: 271
 
 
Учебная дисциплина: информатика
 
 
 
 
 
 
               Курсовая  работа
 
 
Тема: обработка экспериментальных данных средствами Excel, MathCad и Visual Basic
 
 
 
 
Студент: _________________________________________________ Пумпурс Ю.Р.
 
 
 
Руководитель:______________________________________________Гайков А.В.
 
 
Оценка за курсовую работу:__________________________________ Личная подпись
                               руководителя
 
 
 
 
 
 
 
 
 
 
 
 
 

      Оглавление
 

     Введение

   Сейчас, в XXI веке, ни одна область науки и жизни не обходится без ЭВМ.  Знания человека расширяются и, следовательно, усложняются. В настоящее время создано много программ, способных облегчить решение многих проблем и задач во многих областях познаний. Я, как будущий специалист в области химии, считаю необходимым умение создавать программные продукты в различных приложениях.
   Цель  моей работы: обработать экспериментальные  данные в приложениях Excel, MathCad, Visual Basic
   Мои задачи: описать метод выполнения расчётов, выполнить расчёты в  Excel, MathCad, Visual Basic, построить графики, сравнить результаты, полученные в трёх приложениях, выяснить, какое из трёх приложений наиболее удобно для решения данной задачи.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
---
Санкт-Петербургский  государственный технологический  институт
 (технический университет)
 
Факультет: физико-математическое отделение
Кафедра: математического  моделирования и оптимизации  химико-технологических процессов
Учебная дисциплина: «Информатика»
Курс: I

ЗАДАНИЕ НА КУРСОВУЮ РАБОТУ № 13

 
Тема: Обработка экспериментальных данных средствами Excel, MathCAD и Visual Basic
 
Постановка  задачи
Источник  радиоактивного излучения помещен  в жидкость. Датчики расположены  на расстоянии ( ) 20, 50 и 100 см от источника. Измерения интенсивности излучения
( , мРн) проводились через 1, 5 и 10 суток ( ) после установки источника. Результаты измерений ( ) приведены в таблицы:
                         x2  
x1
 
1
 
5
 
10
20 61,2 43,6 28,3
50 33,6 24,0 15,6
100 12,3 8,8 5,7
 
 Переменная ( ) зависит от двух независимых переменных и ,
 
                              (1)
 
Требуется определить вид зависимости и найти неизвестные параметры, входящие в функцию.
Примечание
Выдвинуто предположение, что функция  является произведением показательных функций и имеет следующий вид:
 
                                                    (2)
 
Прологарифмируем (2) и получим 
 

 
Введем  обозначения:
 
    
 
Для определения  коэффициентов  , и минимизируется сумма квадратов отклонений:
 

 
Продифференцируем по , и и приравняем все частные производные нулю, получим систему уравнений
 
 

 
Решением  этой системы будут искомые значения , и , через которые можно найти , и .
Задание
 
1. Разработать  программный продукт на VB
     a. для определения , и
     b. для вычисления для заданных значений и
     c. для вычисления относительной погрешности
     d. для определения наибольшей и наименьшей погрешности
 
2. Для  решения системы уравнений использовать  метод Крамера, вычисление оформить  в виде процедуры Sub..End Sub.
 
3. Выполнить  вычисления в среде Excel. Построить графики.
4. Выполнить  работу в среде MathCAD.
Провести  сравнение полученных результатов.
 
 
 

Описание  метода

     Метод наименьших квадратов
     МНК – один из методов аппроксимации  функции y=y(x), заданной таблицей из n значений. По этому методу строится функциональная зависимость y=f(x, a1,…,am), где а1,…,аm – неизвестные параметры, подбираемые так, чтобы величина выражения
                   n
     s = ? pi (f(xi, a1,…..,am) – yi)2
             i=1
была  бы минимальной (pi – положительные числа, называемые весами, они выбираются произвольно, исходя из физических или математических соображений, либо полагаются все равными единице). Параметры ai,…am должны удовлетворять системе уравнений
?x
?y = 0, i=1….m (нормальная система). Если нормальная система имеет единственное решение, то оно и является искомым. Обычно в качестве f(x, a1,…,am ) выбирают многочлены (алгебраические или обобщённые). При выборе алгебраического многочлена в случае m=n приходим к интерполяционному многочлену, в случае m>n задача неопределённа. М.Н.К. применяется при m<n. В частном случае, когда строится линейная зависимость вида f(x) = ax+b, коэффициенты a и b находятся из системы линейных уравнений1:
                                 n               n            n
                            a ? xi2+b ? xi = ? xiyi
                                i=1             i=1         i=1
 
                                n                   n
                            a ? xi+bn = ? yi                              
                                i=1              i=1
 
Метод Гаусса:
   Определитель  квадратной матрицы A – число D, равное сумме n! членов (-1)n a11, a22,a33…ann, каждый из которых соответствует одному из n! различных упорядоченных множеств j1,j2,….jn , полученных r-парными перестановкамиэлементов из множеств 1,2,…n.
   Определителы  матриц с любой размерностью вычисляются  по методу Гаусса. Он сводится к преобразовании матриц к треугольному виду с помощью  следующих формул преобразования элементов  матрицы А:
    
                          aij(k)=aij(k-1) – aij(k-1)*(akj(k-1)/akk(k-1)),
   где k=1,2,…,(n-1) и  akk(k-1) ?0. Преобразование массива A (n,n) производится в направлении расположения столбцов слева направо. Определитель вычисляется как произведение всех диагональных элементов преобразованной матрицы.
   Необходимое условие для реализации простого метода Гаусса заключается в неравенстве  элемента akk(k-1)) нулю на всех этапах преобразования.2
 
   Регрессионный анализ  (приближение функций по методу наименьших квадратов)
   Линейный парный регрессионный анализ в определении параметров эмпирической линейной зависимости y=b1(x)+b0, описывающей связь между некоторым числом N парных значений xi и yi, обеспечивая при этом наименьшую среднеквадратичную погрешность. Графически эту задачу можно представить следующим образом: в облаке точек xi yплоскости xy требуется провести прямую так, чтобы величина всех отклонений отвечала условию:
                    n
   U = ?[yi – y(xi)]2 = min,
          I=1
   где y(xi) – зависимость. Для этого нужно приравнять нулю частные производные:
   ?U         n
   ?b0 = ? [yi+(bo+b1xi]
                i=1
   ?U          n
   ?b1 = ? [yi+(bo+b1xi ) xi ], что даёт для определения неизвестных
                      i=1
   коэффициентов система линейных уравнений:
                    N                 N
   b0N+b1 ?xi = ?yi
              i=1           i=1
         N                             N
   b0 ?xi+b1 ?xi2= ?xiyi
         i=1                i=1           i=1
Решение этой системы:
 
               N                       N                 N
   b1 = ?xi+b1?yi-N?xiyi
           i=1             i=1           i=1____
            N                  N
           (?xi)2-N?xi2
             i=1               i=1
               N                  N
    bo= 1(?yi – bi?xi)
           N i=1               i=13
 

    Метод Крамера:
   Применяется для нахождения корней системы n уравнений с n неизвестными. По методу Крамера находится определитель квадратной матрицы ?, а затем каждый столбец по очереди заменяется на столбец свободных членов, и вычисляются определители ?1, ?2, ………?n. Получив все определители, применяем формулу Крамера для каждого из ?1, ?2, ………?n для нахождения корней системы:
            ?1          ?1           ?n
   X1=  ?  ,   x2= ?  ,  xn =   ?.
   Метод основан на неравенстве определителей  нулю на каждом этапе.

VISUAL BASIC


и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.