MRNKI SZMTSOK Regresszi vges differencik Dr Bicsk Gyrgy
MÉRNÖKI SZÁMÍTÁSOK Regresszió; véges differenciák Dr. Bicsák György 2017. 09. 04. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708 -2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG
Görbeillesztés • Regresszió vagy interpoláció? 4 3. 5 Interpoláció Regresszió 3 2. 5 2 1. 5 1 0. 5 0 0 0. 2 0. 4 0. 6 0. 8 1 1. 2 1. 4 1. 6 1. 8 2 2
Regresszióról általában • regressziószámítással két vagy több véletlen változó közötti kapcsolatot próbáljuk meg modellezni • Két fő fajtája van: lineáris és nemlineáris • A célfüggvénynek nem kell átmennie a bemeneti pontokon, elég kellően megközelíteni azokat • regressziót nagy számú vagy szórással rendelkező adathalmaz esetén, illetve amikor a bemenő adatok karakterisztikája előre ismert érdemes alkalmazni 3
Lineáris regresszió • 4
Lineáris regresszió • 5
Lineáris regresszió • 6
Legkisebb négyzetek módszere • 7
Legkisebb négyzetek módszere • 8
Nemlineáris adatok linearizálása • 9
Nemlineáris adatok linearizálása • 10
Nemlineáris adatok linearizálása • 11
Nemlineáris adatok linearizálása 12
Polinomiális regresszió • 13
Polinomiális regresszió • 14
Polinomiális regresszió • 15
Véges differenciák • 16
Véges differenciák • 17
Véges differenciák Az osztott differenciákat általában egy differencia táblázatban jelenítjük meg, ahol minden differencia két előző érték közé kerül beírásra: 18
Véges differenciák • 19
Véges differenciák • 20
Véges differenciák Az új differencia táblázat pedig: 21
Faktoriális polinomok • 22
Faktoriális polinomok • 23
Faktoriális polinomok • 24
Faktoriális polinomok • 25
„Anti-differenciálás” • 26
„Anti-differenciálás” • 27
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM Dr. Bicsák György email: gybicsak@vrht. bme. hu BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708 -2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG
- Slides: 28