138
3 | 3,0000 | 20,000 | 20,137 | -0,1367 | -0,684% |
4 | 4,0000 | 23,000 | 23,040 | -0,0400 | -0,174% |
5 | 5,0000 | 25,000 | 24,782 | 0,2178 | 0,871% |
6 | 6,0000 | 26,000 | 26,367 | -0,3670 | -1,412% |
7 | 7,0000 | 30,000 | 29,592 | 0,4084 | 1,361% |
8 | 8,0000 | 36,000 | 36,287 | -0,2873 | -0,798% |
9 | 9,0000 | 48,000 | 47,647 | 0,3534 | 0,736% |
10 | 10,000 | 62,000 | 62,306 | -0,3056 | -0,493% |
11 | 11,000 | 78,000 | 78,261 | -0,2612 | -0,335% |
12 | 12,000 | 94,000 | 93,545 | 0,4547 | 0,484% |
13 | 13,000 | 107,00 | 106,99 | 0,0105 | 0,010% |
14 | 14,000 | 118,00 | 118,23 | -0,2256 | -0,191% |
15 | 15,000 | 127,00 | 126,92 | 0,0801 | 0,063% |
————————————————————————————————————————————————————————————
Среднее абсолютное отклонение = 0,2217
Средняя ошибка аппроксимации = 0,591%
График сплайна по 5 точкам (массив PRAN.dat):
2.
Сплайн-интерполяция со сглаживанием Y.
Для лучшей аппроксимации зашумленной экспериментальной зависимости
следует использовать предварительное сглаживание значений зависимой пере-
менной Y одним из 5-и способов. Предлагается сглаживание методами простой,
двойной и взвешенной скользящей средней (для увеличения влияния центральных
членов), в последнем случае коэффициенты вычисляются по формуле Миллера
[45; стр. 39]. Узлы сплайна выбираются таким же способом, как в методе без
сглаживания.
Весьма эффективным является метод сглаживания с помощью быстрого
преобразования Фурье. В этом методе узлы сплайна проходят по всем экспери-