ETO w Inżynierii Chemicznej MathCAD wykład 4.

Wykorzystanie ciągu znaków do identyfikacji Dla normalnego korzystania z baz danych stworzonych w MathCADzie korzystne jest identyfikowanie substancji na podstawie ich nazwy a nie liczby Konwersja wymaga osadzenia arkusza Excela z, co najmniej, dwoma zakresami Jeden zawiera nazwy Drugi odpowiadające mu liczby porządkowe (zgodne z numerami wierszy zawierającymi dane dla tej substancji)

Połączenie nazwy substancji i numeru wymaga wykorzystania funkcji warunku IF z zakresu rozkazów programowania Sładnia IF: wynik:=if(warunek, WartośćJeżeliPrawda, WartośćJeżeliFałsz) Warunek: wyrażenie logiczne WartośćJeżeliPrawda: stała, wyrażenie, WartośćJeżeliFałsz stała, wyrażenie y:=if(x0,1,-1) y:=if(x<0,"ujemna",nieujemna") y:=if(x<0,-1,if(x>0,1,0))

Ilość wierszy osadzonej tabeli zwraca funkcja: length(nazwa_zmiennej_przypisanej_zakresowi)

Analiza danych Aproksymacja danych

Metoda najmniejszych kwadratów Dzięki procedurze: minimize(wartość, p1, p2,...) można tak dobrać szukane parametry funkcji aproksymującej aby zminimalizować sumę kwadratów odchyleń miedzy wartościami stabelaryzowanymi a obliczonymi z funkcji. Wartość to suma kwadratów odchyłek.

Metoda najmniejszych kwadratów Algorytm postępowania jest następujący: Utworzenie funkcji dopasowującej Nadanie licznikowi wartości z zakresu od 0 do ilość punktów –1 Utworzenie funkcji obliczającej sumę kwadratów odchyłek między doświadczeniem a wartościami obliczonymi z funkcji. Zmiennymi utworzonej funkcji są parametry Założenie startowych wartości parametrów Wykonanie procedury Minimize na utworzonej funkcji i parametrach.

Analiza danych Dowolna funkcja o parametrach wyznaczonych narzędziem genfit: c:=genfit(X, Y, c0, F) c0 – startowy wektor szukanych parametrów funkcji c - wektor szukanych parametrów F – funkcja wektorowa zmiennej niezależnej i wektora c, składająca się szukanej funkcji oraz jej pochodnych po parametrach

Analiza danych Aproksymacja danych stabelaryzowanych funkcją ciągłą: Wielomianem: Z:= Regress(X, Y, s) X wektor zmiennych niezależnych Y wektor zmiennych zależnych s – stopień wielomianu Wynikiem, Z, jest wektor, którego s+1 ostatnich elementów to parametry wielomianu

Analiza danych Kubiczna funkcja sklejana (Cubic Spline) Z:=lspline(X, Y) Wynikiem jest wektor, Z, parametrów funkcji sklejanej Funkcja wymaga posortowania danych W:=csort(W,i), W – macierz danych, i – nr kolumny porządkującej Funkcja interpretująca równanie interp uwalnia od konieczności pisania równania: Y(x):=interp(Z, X, Y, x) odpowiada np. Y(x):=Z4+Z5x+Z6x2 (przy Z wyznaczonym procedurą regress) Z – wektor znaleziony przez procedurę aproksymującą X, Y – wektory danych x – zmienna niezależna