Генералов Кирилл в 08:53, 31 мая 2019

2019-05-31T08:53:02Z

Генералов Кирилл: Новая страница: «import numpy as np import math f = open("order", "r") f1 = open("without_b", "w") f2 = open("export", "w") X = [] Y = [] for line in f: q, x, y, z = map(float…»

2019-05-31T08:51:39Z

Новая страница: «import numpy as np import math f = open("order", "r") f1 = open("without_b", "w") f2 = open("export", "w") X = [] Y = [] for line in f: q, x, y, z = map(float…»

Новая страница

import numpy as np
import math
f = open("order", "r")
f1 = open("without_b", "w")
f2 = open("export", "w")
X = []
Y = []
for line in f:
q, x, y, z = map(float,line.split())
xy =[]
xy.append(x)
xy.append(y)
X.append(xy)
Y.append(z)
f1.write(str(x))
f1.write(" ")
f1.write(str(y))
f1.write("\n")
f2.write(str(z))
f2.write("\n")
f.close()
f1.close()
f2.close()
sum = 0.0
count = 1
for i in range(len(Y)-1):
if X[i+1][0] == X[i][0] and X[i+1][1] == X[i][1]:
sum += Y[i]
count += 1
sum += Y[54]
NY = Y[:-count]
NY.append(sum/count)
NX = X[:-count+1]
f4 = open("with_b","r")
X1 = []
for line in f4:
x, y, z = map(float, line.split())
xy = []
xy.append(x)
xy.append(y)
xy.append(z)
X1.append(xy)
f4.close()

mx1 = np.matrix(X1)
mx = np.matrix(NX)
my = np.matrix(NY)

#y=b1*x1+b2*x2
B1 = np.matmul(np.transpose(mx), mx)
B2 = np.matmul(np.linalg.inv(B1), np.transpose(mx))
B = np.matmul(B2, NY)
print("матрица коэффициенто b для с отсутствующим b0",B)

#y=b0+b1*x1+b2*x2
B10 = np.matmul(np.transpose(mx1), mx1)
B20 = np.matmul(np.linalg.inv(B10), np.transpose(mx1))
B01 = np.matmul(B20, NY)
print("матрица коэффициенто b для уравнения с b0", B01)
yPs = sum/count
print("значения y при паралленых опытов",yPs)
sumP = 0.0
sumA = 0.0
sumA0 = 0.0
i = 0
while i < len(Y):
if i >= 49:
sumP += (Y[i] - yPs)**2
else:
sumA += (Y[i]-(X[i][0] * B[0, 0] + X[i][1] * B[0, 1])) ** 2
sumA0 += (Y[i] - (X1[i][0] * B01[0, 0] + X1[i][1] * B01[0, 1] + X1[i][2] * B01[0, 2])) ** 2
i += 1
print(" ")
print("дисперсия аппроксимации для уравнения с отсутствующим b0",sumA/(len(NY)-2))
print("дисперсия аппроксимации для уравнения с b0",sumA0/(len(NX)-3))
print("дисперсия воспроизводимости",sumP/(count-1))
print("Адекватность для уравнения с отсутствующим b0",(sumA/(len(NY)-2))/(sumP/(count-1)))
print("Адекватность модели для уравнения с b0",(sumA0/(len(NY)-3))/(sumP/(count-1)))
Mx1 = np.sum(NX[0])/len(NX)
Mx2 = np.sum(NX[1])/len(NX)
My = np.sum(NY) / len(NY)
print(" ")
print("Mx1=",Mx1,"Mx2=", Mx2,"My=", My,)
Dx1 = 0
Dx2 = 0
Dy = 0
for i in range(len(NY)):
Dx1 += (NX[i][0]-Mx1) ** 2
Dx2 += (NX[i][1]-Mx2) ** 2
Dy += (NY[i]-My) ** 2
Dx1 = Dx1/(len(NX)-1)
Dx2 = Dx2/(len(NX)-1)
Dy = Dy/(len(NY)-1)
print("Dx1=", Dx1,"Dx2=", Dx2,"Dy=", Dy)
kxl1 = 0
kxl2 = 0
for i in range(len(NY)):
kxl1 += ((NX[i][0] - Mx1) * (NY[i] - My))
kxl2 += ((NX[i][1] - Mx2) * (NY[i] - My))
r1 = (kxl1/(len(NX)-1))/(math.sqrt(Dx1)*math.sqrt(Dy))
r2 = (kxl2/(len(NX)-1))/(math.sqrt(Dx2)*math.sqrt(Dy))
print("r1=",r1)
print("r2=",r2)
b1 = r1*math.sqrt(Dy)/(math.sqrt(Dx1))
b2 = r2*math.sqrt(Dy)/(math.sqrt(Dx2))
b0 = My - b1 * Mx1 - b2 * Mx2
print("b0=",b0)
print("b1=",b1)
print("b2=",b2)

Вывод:

матрица коэффициентов b для с отсутствующим b0 -- 6.21947126 -8.28672793
матрица коэффициентов b для уравнения с b0 -- 1.98049713 6.19971918 -8.29944377
значения y при параллельных опытов -- -103.01333333333334

дисперсия аппроксимации для уравнения с отсутствующим b0 -- 0.5581178587847783
дисперсия аппроксимации для уравнения с b0 -- 0.00665347955397351
дисперсия воспроизводимости -- 0.016706666666666932
Адекватность для уравнения с отсутствующим b0 -- 33.40689497913624
Адекватность модели для уравнения с b0 -- 0.39825296611971694

Mx1= 3.36 Mx2= 2.94 My= -57.28606666666666
Dx1= 3485.06857142857
Dx2= 3048.5800000000013
Dy= 83576.27727831746
r1= 0.2239632426670854
r2= -0.4519976634037742
b0= -54.01331991003878
b1= 1.0967625037018953
b2= -2.3666220302946437

@@ Строка 112: / Строка 112: @@
 матрица коэффициентов b для с отсутствующим b0 --  6.21947126 -8.28672793
 матрица коэффициентов b для уравнения с b0  -- 1.98049713  6.19971918 -8.29944377
 значения y при параллельных опытов --  -103.01333333333334
 дисперсия аппроксимации для уравнения с отсутствующим b0  --  0.5581178587847783
 дисперсия аппроксимации для уравнения с b0  --  0.00665347955397351
 дисперсия воспроизводимости --  0.016706666666666932
 Адекватность для уравнения с отсутствующим b0 --  33.40689497913624
 Адекватность модели для уравнения с b0  --  0.39825296611971694
 Mx1= 3.36 Mx2= 2.94 My= -57.28606666666666
 Dx1= 3485.06857142857
 Dx2= 3048.5800000000013
 Dy= 83576.27727831746
 r1= 0.2239632426670854
 r2= -0.4519976634037742
 b0= -54.01331991003878
 b1= 1.0967625037018953
 b2= -2.3666220302946437

Генералов Кирилл N1 - История изменений

Генералов Кирилл в 08:53, 31 мая 2019

Генералов Кирилл: Новая страница: «import numpy as np import math f = open("order", "r") f1 = open("without_b", "w") f2 = open("export", "w") X = [] Y = [] for line in f: q, x, y, z = map(float…»