វិធីសាស្ត្រការេតិចបំផុត (LSM) គឺផ្អែកលើការបង្រួមអប្បបរមានៃផលបូកនៃគម្លាតការេនៃអនុគមន៍ដែលបានជ្រើសរើសពីទិន្នន័យដែលកំពុងសិក្សា។ នៅក្នុងអត្ថបទនេះ យើងប៉ាន់ស្មានទិន្នន័យដែលមានដោយប្រើមុខងារលីនេអ៊ែរy = ក x + ខ .
វិធីសាស្រ្តការ៉េតិចបំផុត។(ភាសាអង់គ្លេស) ធម្មតា។ តិចបំផុត។ ការ៉េ , OLS) គឺជាវិធីសាស្រ្តមូលដ្ឋានមួយនៃការវិភាគតំរែតំរង់ក្នុងលក្ខខណ្ឌនៃការប៉ាន់ប្រមាណប៉ារ៉ាម៉ែត្រដែលមិនស្គាល់ ម៉ូដែលតំរែតំរង់នេះបើយោងតាមទិន្នន័យគំរូ។
ពិចារណាការប៉ាន់ស្មានដោយអនុគមន៍ អាស្រ័យលើអថេរតែមួយប៉ុណ្ណោះ៖
- លីនេអ៊ែរ៖ y=ax+b (អត្ថបទនេះ)
- ៖ y=a*Ln(x)+b
- ៖ y=a*x m
- ៖ y=a*EXP(b*x)+c
- ៖ y=ax 2 +bx+c
ចំណាំ៖ ករណីនៃការប៉ាន់ប្រមាណដោយពហុនាមពីសញ្ញាបត្រទី 3 ដល់ទី 6 ត្រូវបានពិចារណានៅក្នុងអត្ថបទនេះ។ ការប៉ាន់ស្មានដោយពហុនាមត្រីកោណមាត្រត្រូវបានពិចារណានៅទីនេះ។
ភាពអាស្រ័យលីនេអ៊ែរ
យើងចាប់អារម្មណ៍លើទំនាក់ទំនងនៃអថេរ 2 Xនិង y. មានការសន្មត់ថា yអាស្រ័យលើ Xយោងតាមច្បាប់លីនេអ៊ែរ y = ពូថៅ + ខ. ដើម្បីកំណត់ប៉ារ៉ាម៉ែត្រនៃទំនាក់ទំនងនេះ អ្នកស្រាវជ្រាវបានធ្វើការសង្កេត៖ សម្រាប់តម្លៃនីមួយៗនៃ x i ការវាស់វែងនៃ y i ត្រូវបានធ្វើឡើង (សូមមើលឯកសារឧទាហរណ៍) ។ ដូច្នោះហើយ សូមឲ្យតម្លៃ 20 គូ (х i ; y i) ។
ចំណាំ៖ប្រសិនបើការផ្លាស់ប្តូរជាជំហាន ៗ X គឺថេរបន្ទាប់មកដើម្បីសាងសង់ ខ្ចាត់ខ្ចាយអាចប្រើបាន បើមិនដូច្នេះទេ អ្នកត្រូវប្រើប្រភេទគំនូសតាង ចំនុច .
វាច្បាស់ណាស់ពីដ្យាក្រាមដែលទំនាក់ទំនងរវាងអថេរគឺនៅជិតលីនេអ៊ែរ។ ដើម្បីយល់ថាតើបន្ទាត់ត្រង់មួយណាដែលភាគច្រើន "ត្រឹមត្រូវ" ពិពណ៌នាអំពីទំនាក់ទំនងរវាងអថេរ វាចាំបាច់ដើម្បីកំណត់លក្ខណៈវិនិច្ឆ័យដែលបន្ទាត់នឹងត្រូវបានប្រៀបធៀប។
តាមលក្ខណៈវិនិច្ឆ័យបែបនេះ យើងប្រើកន្សោម៖
កន្លែងណា ŷ ខ្ញុំ = ក * x ខ្ញុំ + ខ ; n - ចំនួនគូនៃតម្លៃ (ក្នុងករណីរបស់យើង n = 20)
កន្សោមខាងលើគឺជាផលបូកនៃចម្ងាយការ៉េរវាងតម្លៃសង្កេតរបស់ y i និង ŷ i ហើយច្រើនតែត្រូវបានតំណាងថាជា SSE ( ផលបូក នៃ ការ៉េ កំហុស (សំណល់) ផលបូកនៃកំហុសការ៉េ (សំណល់)) .
វិធីសាស្រ្តការ៉េតិចបំផុត។គឺជ្រើសរើសបន្ទាត់បែបនេះ ŷ = ពូថៅ + ខដែលកន្សោមខាងលើយកតម្លៃអប្បបរមា។
ចំណាំ៖បន្ទាត់ណាមួយក្នុងចន្លោះពីរវិមាត្រត្រូវបានកំណត់យ៉ាងពិសេសដោយតម្លៃនៃ 2 ប៉ារ៉ាម៉ែត្រ៖ ក (ជម្រាល) និង ខ (ប្តូរ) ។
វាត្រូវបានគេជឿថាផលបូកនៃចម្ងាយការ៉េកាន់តែតូច បន្ទាត់ដែលត្រូវគ្នានឹងប្រហាក់ប្រហែលនឹងទិន្នន័យដែលមាន ហើយអាចប្រើបន្ថែមទៀតដើម្បីទស្សន៍ទាយតម្លៃនៃ y ពីអថេរ x ។ វាច្បាស់ណាស់ថា ទោះបីជាការពិតមិនមានទំនាក់ទំនងរវាងអថេរ ឬទំនាក់ទំនងមិនមែនជាលីនេអ៊ែរក៏ដោយ នោះការ៉េតិចបំផុតនឹងនៅតែជ្រើសរើសបន្ទាត់ "ល្អបំផុត" ។ ដូច្នេះ LSM មិននិយាយអ្វីអំពីវត្តមាននៃទំនាក់ទំនងពិតប្រាកដនៃអថេរទេ វិធីសាស្ត្រគ្រាន់តែអនុញ្ញាតឱ្យអ្នកជ្រើសរើសប៉ារ៉ាម៉ែត្រមុខងារបែបនេះ។ ក និង ខ ដែលកន្សោមខាងលើគឺតិចតួចបំផុត។
ដោយបានធ្វើប្រតិបត្តិការគណិតវិទ្យាមិនស្មុគស្មាញខ្លាំង (សូមមើលសម្រាប់ព័ត៌មានលម្អិត) អ្នកអាចគណនាប៉ារ៉ាម៉ែត្រ ក និង ខ :
ដូចដែលអាចមើលឃើញពីរូបមន្តប៉ារ៉ាម៉ែត្រ ក គឺជាសមាមាត្រនៃភាពខុសគ្នា ហើយដូច្នេះក្នុង MS EXCEL ដើម្បីគណនាប៉ារ៉ាម៉ែត្រ ក អ្នកអាចប្រើរូបមន្តខាងក្រោម (សូមមើល ឧទាហរណ៍សន្លឹកឯកសារលីនេអ៊ែរ):
= COVAR(B26:B45;C26:C45)/ VAR.G(B26:B45)ឬ
= COVARIATION.B(B26:B45;C26:C45)/VAR.B(B26:B45)
ផងដែរដើម្បីគណនាប៉ារ៉ាម៉ែត្រ ក អ្នកអាចប្រើរូបមន្ត = ជម្រាល(C26:C45;B26:B45). សម្រាប់ប៉ារ៉ាម៉ែត្រ ខ ប្រើរូបមន្ត = អន្តរការី(C26:C45;B26:B45) .
ហើយចុងក្រោយ មុខងារ LINEST() អនុញ្ញាតឱ្យអ្នកគណនាប៉ារ៉ាម៉ែត្រទាំងពីរក្នុងពេលតែមួយ។ ដើម្បីបញ្ចូលរូបមន្ត LINEST(C26:C45;B26:B45)ជ្រើសរើសក្រឡា 2 ក្នុងមួយជួរ ហើយចុច CTRL + ប្ដូរ + បញ្ចូល(សូមមើលអត្ថបទអំពី) ។ ក្រឡាខាងឆ្វេងនឹងត្រឡប់តម្លៃ ក នៅខាងស្តាំ ខ .
ចំណាំ៖ ដើម្បីកុំឱ្យរញ៉េរញ៉ៃជាមួយនឹងការបញ្ចូល រូបមន្តអារេអ្នកនឹងត្រូវប្រើមុខងារ INDEX() បន្ថែម។ រូបមន្ត = INDEX(LINEST(C26:C45,B26:B45),1)ឬគ្រាន់តែ = LINEST(C26:C45;B26:B45)នឹងត្រឡប់ប៉ារ៉ាម៉ែត្រដែលទទួលខុសត្រូវចំពោះជម្រាលនៃបន្ទាត់ i.e. ក . រូបមន្ត = INDEX(LINEST(C26:C45,B26:B45),2)នឹងត្រឡប់ប៉ារ៉ាម៉ែត្រដែលទទួលខុសត្រូវចំពោះចំនុចប្រសព្វនៃបន្ទាត់ជាមួយអ័ក្ស Y ពោលគឺឧ។ ខ .
បន្ទាប់ពីការគណនាប៉ារ៉ាម៉ែត្រ ខ្ចាត់ខ្ចាយបន្ទាត់អាចត្រូវបានគូរ។
វិធីមួយទៀតដើម្បីគូរបន្ទាត់ត្រង់ដោយប្រើវិធីសាស្ត្រការ៉េតិចបំផុតគឺឧបករណ៍គំនូសតាង បន្ទាត់និន្នាការ. ដើម្បីធ្វើដូចនេះជ្រើសដ្យាក្រាមជ្រើសពីម៉ឺនុយ ផ្ទាំងប្លង់, ក្នុង ការវិភាគក្រុមចុច បន្ទាត់និន្នាការបន្ទាប់មក ការប៉ាន់ស្មានលីនេអ៊ែរ .
ដោយធីកប្រអប់ "បង្ហាញសមីការក្នុងដ្យាក្រាម" ក្នុងប្រអប់ អ្នកអាចប្រាកដថាប៉ារ៉ាម៉ែត្រដែលរកឃើញខាងលើត្រូវគ្នានឹងតម្លៃក្នុងដ្យាក្រាម។
ចំណាំ៖ ដើម្បីឱ្យប៉ារ៉ាម៉ែត្រត្រូវគ្នា ប្រភេទគំនូសតាងត្រូវតែជា . ការពិតគឺថានៅពេលសាងសង់ដ្យាក្រាម កាលវិភាគតម្លៃអ័ក្ស x មិនអាចត្រូវបានកំណត់ដោយអ្នកប្រើប្រាស់ (អ្នកប្រើប្រាស់អាចបញ្ជាក់បានតែស្លាកដែលមិនប៉ះពាល់ដល់ទីតាំងនៃចំណុច)។ ជំនួសឱ្យតម្លៃ X លំដាប់ 1 ត្រូវបានប្រើ។ ២; ៣; … (សម្រាប់ការដាក់លេខប្រភេទ)។ ដូច្នេះប្រសិនបើការសាងសង់ បន្ទាត់និន្នាការនៅលើដ្យាក្រាមប្រភេទ កាលវិភាគបន្ទាប់មកតម្លៃនៃលំដាប់នេះនឹងត្រូវបានប្រើជំនួសឱ្យតម្លៃពិតនៃ X ដែលនឹងនាំឱ្យមានលទ្ធផលមិនត្រឹមត្រូវ (លុះត្រាតែតម្លៃពិតនៃ X មិនត្រូវគ្នានឹងលំដាប់ 1; 2 ;៣;...)។
ជាការប្រសើរណាស់, នៅកន្លែងធ្វើការពួកគេបានរាយការណ៍ទៅអធិការកិច្ចអត្ថបទត្រូវបានសរសេរនៅផ្ទះសម្រាប់សន្និសីទ - ឥឡូវនេះអ្នកអាចសរសេរនៅក្នុងប្លុក។ ខណៈពេលដែលខ្ញុំកំពុងដំណើរការទិន្នន័យរបស់ខ្ញុំ ខ្ញុំបានដឹងថាខ្ញុំមិនអាចជួយបាន ប៉ុន្តែសរសេរអំពីកម្មវិធីបន្ថែមដ៏ត្រជាក់ និងចាំបាច់នៅក្នុង Excel ដែលត្រូវបានគេហៅថា . ដូច្នេះអត្ថបទនឹងត្រូវបានឧទ្ទិសដល់ការបន្ថែមពិសេសនេះហើយខ្ញុំនឹងប្រាប់អ្នកអំពីវាដោយប្រើឧទាហរណ៍នៃការប្រើប្រាស់ វិធីសាស្រ្តការ៉េតិចបំផុត។(LSM) ដើម្បីស្វែងរកមេគុណដែលមិនស្គាល់នៃសមីការនៅក្នុងការពិពណ៌នានៃទិន្នន័យពិសោធន៍។
របៀបបើកកម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ"
ជាដំបូង ចូរយើងស្វែងយល់ពីរបៀបបើកកម្មវិធីបន្ថែមនេះ។
1. ចូលទៅកាន់ "File" menu ហើយជ្រើសរើស "Excel Options"
2. នៅក្នុងបង្អួចដែលលេចឡើងសូមជ្រើសរើស "ស្វែងរកដំណោះស្រាយ" ហើយចុច "ទៅ" ។
3. នៅក្នុងបង្អួចបន្ទាប់ដាក់សញ្ញាធីកនៅពីមុខធាតុ "ស្វែងរកដំណោះស្រាយ" ហើយចុច "យល់ព្រម" ។
4. កម្មវិធីបន្ថែមត្រូវបានធ្វើឱ្យសកម្ម - ឥឡូវនេះវាអាចត្រូវបានរកឃើញនៅក្នុងធាតុម៉ឺនុយ "ទិន្នន័យ" ។
វិធីសាស្រ្តការ៉េតិចបំផុត។
ឥឡូវនេះដោយសង្ខេបអំពី វិធីសាស្ត្រការេតិចបំផុត (LSM) និងកន្លែងដែលវាអាចត្រូវបានអនុវត្ត។
ចូរនិយាយថាយើងមានសំណុំទិន្នន័យមួយបន្ទាប់ពីយើងបានធ្វើការពិសោធន៍មួយចំនួនដែលយើងសិក្សាពីផលប៉ះពាល់នៃតម្លៃ X លើតម្លៃ Y ។
យើងចង់ពណ៌នាអំពីឥទ្ធិពលនេះតាមគណិតវិទ្យា ដូច្នេះនៅពេលក្រោយយើងអាចប្រើរូបមន្តនេះ ហើយដឹងថាប្រសិនបើយើងផ្លាស់ប្តូរតម្លៃនៃ X ច្រើន នោះយើងនឹងទទួលបានតម្លៃ Y បែបនេះ និងបែបនេះ ...
សូមលើកឧទាហរណ៍ដ៏សាមញ្ញមួយ (សូមមើលរូបភាព)។
គ្មានអ្វីដែលយល់ច្បាស់ថា ចំនុចទាំងនោះស្ថិតនៅពីមួយទៅមួយ ដូចជានៅក្នុងបន្ទាត់ត្រង់មួយ ដូច្នេះហើយ យើងសន្មតដោយសុវត្ថិភាពថា ការពឹងផ្អែករបស់យើងត្រូវបានពិពណ៌នាដោយអនុគមន៍លីនេអ៊ែរ y=kx+b ។ ក្នុងពេលជាមួយគ្នានេះ យើងប្រាកដថានៅពេលដែល X ស្មើនឹងសូន្យ តម្លៃនៃ Y ក៏ស្មើនឹងសូន្យដែរ។ នេះមានន័យថាមុខងារពិពណ៌នាអំពីភាពអាស្រ័យនឹងកាន់តែសាមញ្ញ៖ y=kx (ចងចាំកម្មវិធីសិក្សារបស់សាលា)។
ជាទូទៅយើងត្រូវស្វែងរកមេគុណ k ។ នេះជាអ្វីដែលយើងនឹងធ្វើជាមួយ MNC ដោយប្រើកម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ" ។
វិធីសាស្រ្តគឺដើម្បី (នៅទីនេះ - ការយកចិត្តទុកដាក់: អ្នកត្រូវគិតអំពីវា) ផលបូកនៃភាពខុសគ្នាការ៉េរវាងការពិសោធន៍ដែលទទួលបាននិងតម្លៃគណនាដែលត្រូវគ្នាគឺតិចតួចបំផុត។ នោះគឺនៅពេលដែល X1=1 តម្លៃវាស់ពិតប្រាកដ Y1=4.6 ហើយ y1=f (x1) ដែលបានគណនាគឺ 4 ការេនៃភាពខុសគ្នានឹងជា (y1-Y1)^2=(4-4.6)^2= 0.36 ។ ដូចគ្នានឹងការដូចខាងក្រោម៖ ពេល X2=2 តម្លៃវាស់ពិត Y2=8.1 និង y2 ដែលបានគណនាគឺ 8 ការការ៉េនៃភាពខុសគ្នានឹងជា (y2-Y2)^2=(8-8.1)^2=0.01។ ហើយផលបូកនៃការ៉េទាំងអស់នេះគួរតែតូចតាមតែអាចធ្វើទៅបាន។
ដូច្នេះសូមចាប់ផ្តើមបណ្តុះបណ្តាលលើការប្រើប្រាស់ LSM និង កម្មវិធីបន្ថែម Excel "ស្វែងរកដំណោះស្រាយ" .
ការអនុវត្តដំណោះស្រាយស្វែងរកបន្ថែម
1. ប្រសិនបើអ្នកមិនបានបើកកម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ" ទេ បន្ទាប់មកត្រឡប់ទៅជំហានវិញ។ របៀបបើកកម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ" ហើយបើកដំណើរការ 🙂
2. ក្នុងក្រឡា A1 បញ្ចូលតម្លៃ "1" ។ ឯកតានេះនឹងជាការប៉ាន់ស្មានដំបូងទៅនឹងតម្លៃពិតនៃមេគុណ (k) នៃការពឹងផ្អែកមុខងាររបស់យើង y=kx ។
3. នៅក្នុងជួរឈរ B យើងមានតម្លៃនៃប៉ារ៉ាម៉ែត្រ X ក្នុងជួរឈរ C - តម្លៃនៃប៉ារ៉ាម៉ែត្រ Y. នៅក្នុងក្រឡានៃជួរឈរ D យើងបញ្ចូលរូបមន្ត: "មេគុណ k គុណនឹងតម្លៃ X" ។ ឧទាហរណ៍ ក្នុងក្រឡា D1 បញ្ចូល "=A1*B1" ក្នុងក្រឡា D2 បញ្ចូល "=A1*B2" ហើយដូច្នេះនៅលើ។
4. យើងជឿថាមេគុណ k គឺស្មើនឹងមួយ ហើយអនុគមន៍ f (x) \u003d y \u003d 1 * x គឺជាការប៉ាន់ស្មានដំបូងចំពោះដំណោះស្រាយរបស់យើង។ យើងអាចគណនាផលបូកនៃភាពខុសគ្នាការ៉េរវាងតម្លៃវាស់នៃ Y និងតម្លៃដែលគណនាដោយប្រើរូបមន្ត y=1*x ។ យើងអាចធ្វើអ្វីៗទាំងអស់នេះដោយដៃដោយជំរុញសេចក្តីយោងក្រឡាដែលសមស្របទៅក្នុងរូបមន្ត៖ "=(D2-C2)^2+(D3-C3)^2+(D4-C4)^2... ។ល។ យើងច្រឡំហើយយល់ថាយើងបាត់បង់ពេលវេលាច្រើន។ ក្នុង Excel សម្រាប់ការគណនាផលបូកនៃភាពខុសគ្នាការ៉េមានរូបមន្តពិសេស "SUMQDIFF" ដែលនឹងធ្វើអ្វីគ្រប់យ៉ាងសម្រាប់យើង។ តោះបញ្ចូលវាទៅក្នុងក្រឡា A2 ហើយកំណត់ ទិន្នន័យដំបូង៖ ជួរនៃតម្លៃវាស់ Y (ជួរ C) និងជួរនៃតម្លៃ Y ដែលបានគណនា (ជួរឈរ D) ។
4. ផលបូកនៃភាពខុសគ្នានៃការ៉េត្រូវបានគណនា - ឥឡូវនេះចូលទៅកាន់ផ្ទាំង "ទិន្នន័យ" ហើយជ្រើសរើស "ស្វែងរកដំណោះស្រាយ" ។
5. នៅក្នុងម៉ឺនុយដែលបង្ហាញ សូមជ្រើសរើសក្រឡា A1 ជាក្រឡាដែលត្រូវផ្លាស់ប្តូរ (មួយជាមួយនឹងមេគុណ k)។
6. ជាគោលដៅ ជ្រើសរើសក្រឡា A2 ហើយកំណត់លក្ខខណ្ឌ "កំណត់ស្មើនឹងតម្លៃអប្បបរមា"។ សូមចងចាំថានេះគឺជាក្រឡាដែលយើងគណនាផលបូកនៃភាពខុសគ្នាការ៉េរវាងតម្លៃដែលបានគណនា និងវាស់វែង ហើយចំនួននេះគួរតែមានតិចតួចបំផុត។ យើងចុច "ប្រតិបត្តិ" ។
7. មេគុណ k ត្រូវបានជ្រើសរើស។ ឥឡូវនេះវាអាចត្រូវបានគេមើលឃើញថាតម្លៃដែលបានគណនាឥឡូវនេះគឺនៅជិតបំផុតទៅនឹងតម្លៃដែលបានវាស់។
P.S.
ជាទូទៅ ជាការពិត សម្រាប់ការប៉ាន់ស្មានទិន្នន័យពិសោធន៍ក្នុង Excel មានឧបករណ៍ពិសេសដែលអនុញ្ញាតឱ្យអ្នកពិពណ៌នាទិន្នន័យដោយប្រើមុខងារលីនេអ៊ែរ អិចស្ប៉ូណង់ស្យែល ថាមពល និងពហុនាម ដូច្នេះអ្នកអាចធ្វើបានជាញឹកញាប់ដោយគ្មាន កម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ". ខ្ញុំបាននិយាយអំពីវិធីសាស្រ្តនៃការប្រហាក់ប្រហែលទាំងនេះនៅក្នុងអត្ថបទរបស់ខ្ញុំ ដូច្នេះប្រសិនបើអ្នកចាប់អារម្មណ៍សូមមើល។ ប៉ុន្តែនៅពេលដែលវាមកដល់មុខងារកម្រនិងអសកម្មមួយចំនួន ជាមួយមេគុណមិនស្គាល់មួយ។ឬបញ្ហាបង្កើនប្រសិទ្ធភាព បន្ទាប់មកនៅទីនេះ រចនាសម្ព័ន្ធទំនើបក៏ដូចជាអាចធ្វើទៅបាន។
ផ្នែកបន្ថែម "ស្វែងរកដំណោះស្រាយ"អាចត្រូវបានប្រើសម្រាប់ការងារផ្សេងទៀត រឿងសំខាន់គឺត្រូវយល់ពីខ្លឹមសារ៖ មានក្រឡាមួយដែលយើងជ្រើសរើសតម្លៃ ហើយមានក្រឡាគោលដៅដែលលក្ខខណ្ឌត្រូវបានកំណត់សម្រាប់ការជ្រើសរើសប៉ារ៉ាម៉ែត្រមិនស្គាល់។
អស់ហើយ! នៅក្នុងអត្ថបទបន្ទាប់ខ្ញុំនឹងប្រាប់រឿងនិទានអំពីវិស្សមកាលដូច្នេះដើម្បីកុំឱ្យខកខានការចេញផ្សាយអត្ថបទ។
៤.១. ការប្រើប្រាស់មុខងារដែលភ្ជាប់មកជាមួយ
ការគណនា មេគុណតំរែតំរង់អនុវត្តដោយប្រើមុខងារ
LINEST(តម្លៃ_y; តម្លៃ_x; Konst; ស្ថិតិ),
តម្លៃ_y- អារេនៃតម្លៃ y,
តម្លៃ_x- អារេស្រេចចិត្តនៃតម្លៃ xប្រសិនបើអារេ Xបានលុបចោល វាត្រូវបានសន្មត់ថានេះគឺជាអារេ (1; 2; 3; ... ) ដែលមានទំហំដូចគ្នា តម្លៃ_y,
Konst- តម្លៃប៊ូលីនដែលបង្ហាញថាតើថេរត្រូវបានទាមទារ ខគឺស្មើនឹង 0. ប្រសិនបើ Konstមានអត្ថន័យ ពិតឬលុបចោល ខគណនាតាមវិធីធម្មតា។ ប្រសិនបើអាគុយម៉ង់ Konstគឺ FALSE បន្ទាប់មក ខសន្មតថាជា 0 និងតម្លៃ កត្រូវបានជ្រើសរើសដូច្នេះទំនាក់ទំនង y=ax។
ស្ថិតិ- តម្លៃប៊ូលីនដែលបង្ហាញថាតើស្ថិតិតំរែតំរង់បន្ថែមត្រូវបានទាមទារឱ្យត្រលប់មកវិញ។ ប្រសិនបើអាគុយម៉ង់ ស្ថិតិមានអត្ថន័យ ពិតបន្ទាប់មកមុខងារ LINESTត្រឡប់ស្ថិតិតំរែតំរង់បន្ថែម។ ប្រសិនបើអាគុយម៉ង់ ស្ថិតិមានអត្ថន័យ មិនពិតឬលុបចោល បន្ទាប់មកមុខងារ LINESTត្រឡប់តែមេគុណប៉ុណ្ណោះ។ កនិងអចិន្ត្រៃយ៍ ខ.
វាត្រូវតែចងចាំថាលទ្ធផលនៃមុខងារ LINEST()គឺជាសំណុំនៃតម្លៃ - អារេមួយ។
សម្រាប់ការគណនា មេគុណទំនាក់ទំនងមុខងារត្រូវបានប្រើប្រាស់
ខូរ៉ល(អារេ ១;អារេ ២),
ការត្រឡប់តម្លៃនៃមេគុណជាប់ទាក់ទងគ្នា, កន្លែងណា អារេ ១- អារេនៃតម្លៃ y, អារេ ២- អារេនៃតម្លៃ x. អារេ ១និង អារេ ២ត្រូវតែមានទំហំដូចគ្នា។
ឧទាហរណ៍ ១. ការញៀន y(x) ត្រូវបានបង្ហាញនៅក្នុងតារាង។ សាងសង់ បន្ទាត់តំរែតំរង់និងគណនា មេគុណទំនាក់ទំនង.
y | 0.5 | 1.5 | 2.5 | 3.5 | |||||
x | 2.39 | 2.81 | 3.25 | 3.75 | 4.11 | 4.45 | 4.85 | 5.25 |
ចូរយើងបញ្ចូលតារាងតម្លៃទៅក្នុងសន្លឹក MS Excel ហើយបង្កើតគ្រោងការខ្ចាត់ខ្ចាយ។ សន្លឹកកិច្ចការនឹងយកទម្រង់ដែលបង្ហាញក្នុងរូប។ ២.
ដើម្បីគណនាតម្លៃនៃមេគុណតំរែតំរង់ កនិង ខជ្រើសរើសកោសិកា A7:B7,ចូរយើងងាកទៅរកអ្នកជំនួយការមុខងារ និងក្នុងប្រភេទ ស្ថិតិជ្រើសរើសមុខងារមួយ។ LINEST. បំពេញក្នុងប្រអប់ដែលបង្ហាញដូចបង្ហាញក្នុងរូប។ 3 ហើយចុច យល់ព្រម.
ជាលទ្ធផល តម្លៃដែលបានគណនានឹងបង្ហាញតែក្នុងក្រឡាប៉ុណ្ណោះ។ ក៦(រូបទី 4) ។ សម្រាប់តម្លៃបង្ហាញក្នុងក្រឡា ខ៦អ្នកត្រូវបញ្ចូលរបៀបកែសម្រួល (គន្លឹះ F2)ហើយបន្ទាប់មកចុចបន្សំគ្រាប់ចុច CTRL + SHIFT + ENTER.
ដើម្បីគណនាតម្លៃនៃមេគុណជាប់ទាក់ទងគ្នាក្នុងមួយក្រឡា គ៦រូបមន្តខាងក្រោមត្រូវបានណែនាំ៖
C7=CORREL(B3:J3;B2:J2).
ដឹងពីមេគុណតំរែតំរង់ កនិង ខគណនាតម្លៃនៃមុខងារ y=ពូថៅ+ខសម្រាប់ផ្តល់ឱ្យ x. ដើម្បីធ្វើដូចនេះយើងណែនាំរូបមន្ត
B5=$A$7*B2+$B$7
ហើយចម្លងវាទៅជួរ C5:J5(រូបទី 5) ។
ចូរយើងគូរបន្ទាត់តំរែតំរង់នៅលើដ្យាក្រាម។ ជ្រើសរើសចំណុចពិសោធន៍នៅលើគំនូសតាង ចុចកណ្ដុរស្ដាំហើយជ្រើសរើសពាក្យបញ្ជា ទិន្នន័យដំបូង. នៅក្នុងប្រអប់ដែលលេចឡើង (រូបភាពទី 5) សូមជ្រើសរើសផ្ទាំង ជួរហើយចុចលើប៊ូតុង បន្ថែម. បំពេញក្នុងប្រអប់បញ្ចូល ដូចបង្ហាញក្នុងរូប។ 6 ហើយចុចប៊ូតុង យល់ព្រម. បន្ទាត់តំរែតំរង់នឹងត្រូវបានបន្ថែមទៅគ្រោងទិន្នន័យពិសោធន៍។ តាមលំនាំដើម ក្រាហ្វរបស់វានឹងត្រូវបានបង្ហាញជាចំនុចដែលមិនត្រូវបានភ្ជាប់ដោយបន្ទាត់រលោង។
ដើម្បីផ្លាស់ប្តូររូបរាងនៃបន្ទាត់តំរែតំរង់អនុវត្តជំហានដូចខាងក្រោម។ ចុចកណ្ដុរស្ដាំលើចំណុចដែលពណ៌នាក្រាហ្វបន្ទាត់ ជ្រើសរើសពាក្យបញ្ជា ប្រភេទគំនូសតាងហើយកំណត់ប្រភេទនៃគ្រោង ដូចបង្ហាញក្នុងរូប។ ៧.
ប្រភេទបន្ទាត់ ពណ៌ និងកម្រាស់អាចត្រូវបានផ្លាស់ប្តូរដូចខាងក្រោម។ ជ្រើសរើសបន្ទាត់នៅលើដ្យាក្រាម ចុចប៊ូតុងកណ្ដុរខាងស្ដាំ ហើយជ្រើសរើសពាក្យបញ្ជាក្នុងម៉ឺនុយបរិបទ ទម្រង់ស៊េរីទិន្នន័យ…បន្ទាប់មកធ្វើការកំណត់ឧទាហរណ៍ ដូចបង្ហាញក្នុងរូប។ ប្រាំបី។
ជាលទ្ធផលនៃការផ្លាស់ប្តូរទាំងអស់ យើងទទួលបានក្រាហ្វនៃទិន្នន័យពិសោធន៍ និងបន្ទាត់តំរែតំរង់នៅក្នុងតំបន់ក្រាហ្វិកមួយ (រូបភាពទី 9) ។
៤.២. ដោយប្រើបន្ទាត់និន្នាការ។
ការបង្កើតភាពអាស្រ័យប្រហាក់ប្រហែលផ្សេងៗនៅក្នុង MS Excel ត្រូវបានអនុវត្តជាលក្ខណៈសម្បត្តិតារាង - បន្ទាត់និន្នាការ.
ឧទាហរណ៍ ២. ជាលទ្ធផលនៃការពិសោធន៍ ការពឹងផ្អែកតារាងមួយចំនួនត្រូវបានកំណត់។
0.15 | 0.16 | 0.17 | 0.18 | 0.19 | 0.20 |
4.4817 | 4.4930 | 5.4739 | 6.0496 | 6.6859 | 7.3891 |
ជ្រើសរើស និងបង្កើតការពឹងផ្អែកប្រហាក់ប្រហែល។ បង្កើតក្រាហ្វនៃតារាង និងភាពអាស្រ័យនៃការវិភាគសមស្រប។
ដំណោះស្រាយនៃបញ្ហាអាចត្រូវបានបែងចែកទៅជាដំណាក់កាលដូចខាងក្រោម: ការបញ្ចូលទិន្នន័យដំបូង, ការសាងសង់គ្រោងការខ្ចាត់ខ្ចាយនិងការបន្ថែមនៃបន្ទាត់និន្នាការទៅនឹងគ្រោងនេះ។
ចូរយើងពិចារណាដំណើរការនេះឱ្យបានលំអិត។ ចូរយើងបញ្ចូលទិន្នន័យដំបូងទៅក្នុងសន្លឹកកិច្ចការ ហើយគ្រោងទិន្នន័យពិសោធន៍។ បន្ទាប់មកជ្រើសរើសចំណុចពិសោធន៍នៅលើគំនូសតាង ចុចកណ្ដុរខាងស្ដាំ ហើយប្រើពាក្យបញ្ជា បន្ថែមលីត្រ បន្ទាត់និន្នាការ(រូបភាព 10) ។
ប្រអប់ដែលលេចឡើងអនុញ្ញាតឱ្យអ្នកបង្កើតការពឹងផ្អែកប្រហាក់ប្រហែល។
ផ្ទាំងទីមួយ (រូបភាពទី 11) នៃបង្អួចនេះបង្ហាញពីប្រភេទនៃការពឹងផ្អែកប្រហាក់ប្រហែល។
ទីពីរ (រូបភាពទី 12) កំណត់ប៉ារ៉ាម៉ែត្រសំណង់៖
ឈ្មោះនៃការពឹងផ្អែកប្រហាក់ប្រហែល;
ការព្យាករណ៍ទៅមុខ (ថយក្រោយ) បើក នឯកតា (ប៉ារ៉ាម៉ែត្រនេះកំណត់ចំនួនឯកតាទៅមុខ (ថយក្រោយ) វាចាំបាច់ក្នុងការពង្រីកបន្ទាត់និន្នាការ);
ថាតើត្រូវបង្ហាញចំណុចប្រសព្វនៃខ្សែកោងជាមួយបន្ទាត់ y=const;
ថាតើត្រូវបង្ហាញមុខងារប្រហាក់ប្រហែលនៅលើដ្យាក្រាមឬអត់ (បង្ហាញសមីការនៅលើប៉ារ៉ាម៉ែត្រដ្យាក្រាម);
ថាតើត្រូវដាក់តម្លៃនៃគម្លាតស្តង់ដារនៅលើដ្យាក្រាមឬអត់ (ប៉ារ៉ាម៉ែត្រដាក់តម្លៃនៃភាពអាចជឿជាក់បានប្រហាក់ប្រហែលនៅលើដ្យាក្រាម)។
អនុញ្ញាតឱ្យយើងជ្រើសរើសពហុនាមនៃសញ្ញាបត្រទីពីរជាការពឹងផ្អែកប្រហាក់ប្រហែល (រូបភាពទី 11) ហើយទាញយកសមីការដែលពិពណ៌នាអំពីពហុនាមនេះនៅលើក្រាហ្វ (រូបភាព 12) ។ ដ្យាក្រាមលទ្ធផលត្រូវបានបង្ហាញក្នុងរូបភព។ ១៣.
ដូចគ្នានេះដែរជាមួយ បន្ទាត់និន្នាការអ្នកអាចជ្រើសរើសប៉ារ៉ាម៉ែត្រនៃភាពអាស្រ័យដូចជា
លីនេអ៊ែរ y=a∙x+ខ,
លោការីត y=មួយ ln(x)+ខ,
អិចស្ប៉ូណង់ស្យែល y=a∙eb,
អំណាច y=ក x ខ,
ពហុនាម y=a∙x 2 +b∙x+គ, y=a∙x 3 +b∙x 2 +c∙x+dនិងបន្តរហូតដល់ និងរាប់បញ្ចូលទាំងពហុធាដឺក្រេទី 6,
តម្រងលីនេអ៊ែរ។
៤.៣. ការប្រើប្រាស់ឧបករណ៍វិភាគជម្រើស៖ ស្វែងរកដំណោះស្រាយ។
ការចាប់អារម្មណ៍គួរឱ្យកត់សម្គាល់គឺការអនុវត្តនៅក្នុង MS Excel នៃការជ្រើសរើសប៉ារ៉ាម៉ែត្រនៃការពឹងផ្អែកមុខងារដោយវិធីសាស្ត្រការ៉េតិចបំផុតដោយប្រើឧបករណ៍វិភាគជម្រើស: ស្វែងរកដំណោះស្រាយ។ បច្ចេកទេសនេះអនុញ្ញាតឱ្យអ្នកជ្រើសរើសប៉ារ៉ាម៉ែត្រនៃមុខងារនៃប្រភេទណាមួយ។ ចូរយើងពិចារណាពីលទ្ធភាពនេះលើឧទាហរណ៍នៃបញ្ហាខាងក្រោម។
ឧទាហរណ៍ ៣. ជាលទ្ធផលនៃការពិសោធន៍ ការពឹងផ្អែក z(t) បានបង្ហាញក្នុងតារាង
0,66 | 0,9 | 1,17 | 1,47 | 1,7 | 1,74 | 2,08 | 2,63 | 3,12 |
38,9 | 68,8 | 64,4 | 66,5 | 64,95 | 59,36 | 82,6 | 90,63 | 113,5 |
ជ្រើសរើសមេគុណភាពអាស្រ័យ Z(t)=នៅ 4 +Bt 3 +Ct 2 +Dt+Kដោយវិធីសាស្ត្រការ៉េតិចបំផុត។
បញ្ហានេះស្មើនឹងបញ្ហានៃការស្វែងរកអប្បបរមានៃអនុគមន៍នៃអថេរចំនួនប្រាំ
ពិចារណាពីដំណើរការនៃការដោះស្រាយបញ្ហាបង្កើនប្រសិទ្ធភាព (រូបភាព 14) ។
អនុញ្ញាតឱ្យតម្លៃ ប៉ុន្តែ, អេ, ពី, ឃនិង ទៅរក្សាទុកក្នុងកោសិកា A7:E7. គណនាតម្លៃទ្រឹស្តីនៃអនុគមន៍ Z(t)=At4+Bt3+Ct2+Dt+Kសម្រាប់ផ្តល់ឱ្យ t(B2:J2). ដើម្បីធ្វើដូចនេះនៅក្នុងក្រឡា ខ៤បញ្ចូលតម្លៃនៃមុខងារនៅចំណុចដំបូង (ក្រឡា ខ២):
B4=$A$7*B2^4+$B$7*B2^3+$C$7*B2^2+$D$7*B2+$E$7.
ចម្លងរូបមន្តនេះទៅក្នុងជួរ ស៤៖ J៤និងទទួលបានតម្លៃដែលរំពឹងទុកនៃអនុគមន៍នៅចំណុច abscissas ដែលត្រូវបានរក្សាទុកក្នុងកោសិកា B2:J2.
ទៅក្រឡា ខ៥យើងណែនាំរូបមន្តដែលគណនាការ៉េនៃភាពខុសគ្នារវាងចំណុចពិសោធន៍ និងគណនា៖
B5=(B4-B3)^2,
ហើយចម្លងវាទៅជួរ C5:J5. នៅក្នុងក្រឡាមួយ។ F7យើងនឹងរក្សាទុកកំហុសសរុបចំនួនបួន (10) ។ ដើម្បីធ្វើដូចនេះយើងណែនាំរូបមន្ត៖
F7 = SUM(B5:J5).
តោះប្រើពាក្យបញ្ជា Service®ស្វែងរកដំណោះស្រាយនិងដោះស្រាយបញ្ហាបង្កើនប្រសិទ្ធភាពដោយគ្មានដែនកំណត់។ បំពេញក្នុងប្រអប់បញ្ចូលដែលសមស្របក្នុងប្រអប់ដែលបង្ហាញក្នុងរូប។ 14 ហើយចុចប៊ូតុង រត់. ប្រសិនបើដំណោះស្រាយត្រូវបានរកឃើញ បង្អួចដែលបង្ហាញក្នុងរូបភព។ ដប់ប្រាំ។
លទ្ធផលនៃប្លុកការសម្រេចចិត្តនឹងជាលទ្ធផលទៅកាន់កោសិកា A7:E7តម្លៃប៉ារ៉ាម៉ែត្រមុខងារ Z(t)=At4+Bt3+Ct2+Dt+K. នៅក្នុងកោសិកា B4:J4យើងទទួលបាន តម្លៃមុខងាររំពឹងទុកនៅចំណុចចាប់ផ្តើម។ នៅក្នុងក្រឡាមួយ។ F7នឹងត្រូវបានរក្សាទុក កំហុសការ៉េសរុប.
អ្នកអាចបង្ហាញចំណុចពិសោធន៍ និងបន្ទាត់សមក្នុងផ្ទៃក្រាហ្វិកដូចគ្នាប្រសិនបើអ្នកជ្រើសជួរ B2:J4, ហៅ អ្នកជំនួយគំនូសតាងហើយបន្ទាប់មកធ្វើទ្រង់ទ្រាយរូបរាងនៃក្រាហ្វិកលទ្ធផល។
អង្ករ។ 17 បង្ហាញសន្លឹកកិច្ចការ MS Excel បន្ទាប់ពីការគណនាត្រូវបានធ្វើឡើង។
ដែលរកឃើញកម្មវិធីធំទូលាយបំផុតក្នុងវិស័យផ្សេងៗនៃវិទ្យាសាស្ត្រ និងការអនុវត្ត។ វាអាចជារូបវិទ្យា គីមីវិទ្យា ជីវវិទ្យា សេដ្ឋកិច្ច សង្គមវិទ្យា ចិត្តវិទ្យា ជាដើម។ តាមឆន្ទៈនៃជោគវាសនា ជារឿយៗខ្ញុំត្រូវដោះស្រាយជាមួយនឹងសេដ្ឋកិច្ច ដូច្នេះហើយថ្ងៃនេះខ្ញុំនឹងរៀបចំជូនអ្នកនូវសំបុត្រទៅកាន់ប្រទេសដ៏អស្ចារ្យមួយដែលមានឈ្មោះថា សេដ្ឋកិច្ច=)… ម៉េចមិនចង់បានអញ្ចឹង?! វាល្អណាស់នៅទីនោះ - អ្នកគ្រាន់តែត្រូវសម្រេចចិត្ត! …ប៉ុន្តែអ្វីដែលអ្នកប្រាកដជាចង់បានគឺរៀនពីរបៀបដោះស្រាយបញ្ហា ការ៉េតិចបំផុត។. ហើយជាពិសេសអ្នកអានដែលឧស្សាហ៍ព្យាយាមនឹងរៀនដោះស្រាយវាមិនត្រឹមតែត្រឹមត្រូវប៉ុណ្ណោះទេប៉ុន្តែថែមទាំងលឿនណាស់ ;-) ប៉ុន្តែដំបូង សេចក្តីថ្លែងការណ៍ទូទៅនៃបញ្ហា+ឧទាហរណ៍ពាក់ព័ន្ធ៖
សូមឱ្យសូចនាករត្រូវបានសិក្សានៅក្នុងប្រធានបទមួយចំនួនដែលមានការបញ្ចេញមតិបរិមាណ។ ទន្ទឹមនឹងនេះដែរមានហេតុផលទាំងអស់ដើម្បីជឿថាសូចនាករអាស្រ័យលើសូចនាករ។ ការសន្មត់នេះអាចជាសម្មតិកម្មវិទ្យាសាស្រ្ត និងផ្អែកលើសុភវិនិច្ឆ័យបឋម។ ទោះជាយ៉ាងណាក៏ដោយ ចូរទុកផ្នែកវិទ្យាសាស្រ្តមួយឡែកសិន ហើយស្វែងរកកន្លែងគួរឱ្យចង់ញ៉ាំបន្ថែមទៀត - ពោលគឺហាងលក់គ្រឿងទេស។ បញ្ជាក់ដោយ៖
- កន្លែងលក់រាយនៃហាងលក់គ្រឿងទេស, sq.m.,
- ចំណូលប្រចាំឆ្នាំនៃហាងលក់គ្រឿងទេសមួយលានរូប្លិ៍។
វាច្បាស់ណាស់ថាតំបន់នៃហាងកាន់តែធំនោះចំណូលរបស់វាកាន់តែច្រើននៅក្នុងករណីភាគច្រើន។
ឧបមាថាបន្ទាប់ពីធ្វើការសង្កេត / ពិសោធន៍ / ការគណនា / រាំជាមួយ tambourine យើងមានទិន្នន័យជាលេខរបស់យើង:
ជាមួយនឹងហាងលក់គ្រឿងទេសខ្ញុំគិតថាអ្វីគ្រប់យ៉ាងគឺច្បាស់: - នេះគឺជាតំបន់នៃហាងទី 1 - ចំណូលប្រចាំឆ្នាំរបស់វា - តំបន់នៃហាងទី 2 - ចំណូលប្រចាំឆ្នាំ។ល។ ដោយវិធីនេះ វាមិនចាំបាច់ទាល់តែសោះ ក្នុងការចូលប្រើសម្ភារៈដែលបានចាត់ថ្នាក់ - ការវាយតម្លៃត្រឹមត្រូវនៃចំណូលអាចទទួលបានដោយប្រើ ស្ថិតិគណិតវិទ្យា. ទោះយ៉ាងណាក៏ដោយ កុំមានការរំខាន វគ្គនៃចារកម្មពាណិជ្ជកម្មត្រូវបានបង់រួចហើយ =)
ទិន្នន័យតារាងក៏អាចត្រូវបានសរសេរជាទម្រង់ចំណុច និងបង្ហាញតាមរបៀបធម្មតាសម្រាប់យើង។ ប្រព័ន្ធ Cartesian .
តោះឆ្លើយសំណួរសំខាន់មួយ៖ តើត្រូវការពិន្ទុប៉ុន្មានសម្រាប់ការសិក្សាគុណភាព?
កាន់តែធំ កាន់តែល្អ។ សំណុំដែលអាចទទួលយកបានអប្បបរមាមាន 5-6 ពិន្ទុ។ លើសពីនេះ ជាមួយនឹងចំនួនទិន្នន័យតិចតួច លទ្ធផល "មិនធម្មតា" មិនគួរត្រូវបានបញ្ចូលក្នុងគំរូនោះទេ។ ដូច្នេះ ជាឧទាហរណ៍ ហាងឥស្សរជនតូចមួយអាចជួយចេញការបញ្ជាទិញលើសពី "សហសេវិករបស់ពួកគេ" ដោយហេតុនេះបង្ខូចទ្រង់ទ្រាយទូទៅដែលត្រូវការរកឱ្យឃើញ!
ប្រសិនបើវាសាមញ្ញ យើងត្រូវជ្រើសរើសមុខងារមួយ កាលវិភាគដែលឆ្លងកាត់ឱ្យជិតបំផុតតាមដែលអាចធ្វើទៅបានទៅចំណុច . មុខងារបែបនេះត្រូវបានគេហៅថា ប្រហាក់ប្រហែល (ប្រហាក់ប្រហែល - ប្រហាក់ប្រហែល)ឬ មុខងារទ្រឹស្តី . និយាយជាទូទៅនៅទីនេះភ្លាមៗលេចឡើង "អ្នកធ្វើពុត" ជាក់ស្តែង - ពហុនាមនៃសញ្ញាបត្រខ្ពស់ក្រាហ្វដែលឆ្លងកាត់គ្រប់ចំណុច។ ប៉ុន្តែជម្រើសនេះមានភាពស្មុគស្មាញ ហើយជារឿយៗគ្រាន់តែមិនត្រឹមត្រូវ។ (ដោយសារតែតារាងនឹង "ខ្យល់" គ្រប់ពេលវេលា ហើយឆ្លុះបញ្ចាំងពីនិន្នាការចម្បងមិនល្អ).
ដូច្នេះមុខងារដែលចង់បានត្រូវតែមានលក្ខណៈសាមញ្ញគ្រប់គ្រាន់ហើយក្នុងពេលតែមួយឆ្លុះបញ្ចាំងពីការពឹងផ្អែកឱ្យបានគ្រប់គ្រាន់។ ដូចដែលអ្នកអាចទាយបាន វិធីសាស្រ្តមួយក្នុងការស្វែងរកមុខងារបែបនេះត្រូវបានគេហៅថា ការ៉េតិចបំផុត។. ជាដំបូង ចូរយើងវិភាគខ្លឹមសាររបស់វាតាមរបៀបទូទៅ។ អនុញ្ញាតឱ្យមុខងារមួយចំនួនប្រហាក់ប្រហែលនឹងទិន្នន័យពិសោធន៍៖
តើធ្វើដូចម្តេចដើម្បីវាយតម្លៃភាពត្រឹមត្រូវនៃការប្រហាក់ប្រហែលនេះ? ចូរយើងគណនាភាពខុសគ្នា (គម្លាត) រវាងតម្លៃពិសោធន៍ និងមុខងារ (យើងសិក្សាគំនូរ). គំនិតដំបូងដែលចូលមកក្នុងគំនិតគឺការប៉ាន់ប្រមាណថាតើផលបូកធំប៉ុនណា ប៉ុន្តែបញ្ហាគឺថាភាពខុសគ្នាអាចជាអវិជ្ជមាន។ (ឧទាហរណ៍, )
ហើយគម្លាតដែលជាលទ្ធផលនៃការបូកសរុបបែបនេះនឹងលុបចោលគ្នាទៅវិញទៅមក។ ដូច្នេះ តាមការប៉ាន់ប្រមាណនៃភាពត្រឹមត្រូវនៃការប៉ាន់ប្រមាណ វាណែនាំខ្លួនវាឱ្យយកផលបូក ម៉ូឌុលគម្លាត៖
ឬក្នុងទម្រង់បត់៖ (ភ្លាមៗនោះអ្នកណាមិនដឹង៖ គឺជារូបតំណាងផលបូក ហើយជាអថេរជំនួយ - "រាប់" ដែលយកតម្លៃពី 1 ទៅ ).
ដោយការប៉ាន់ស្មានចំណុចពិសោធន៍ដែលមានមុខងារផ្សេងៗគ្នា យើងនឹងទទួលបានតម្លៃខុសៗគ្នា ហើយវាច្បាស់ណាស់ថាកន្លែងណាដែលផលបូកនេះតូចជាង មុខងារនោះកាន់តែត្រឹមត្រូវ។
វិធីសាស្រ្តបែបនេះមានហើយត្រូវបានគេហៅថា វិធីសាស្ត្រម៉ូឌុលតិចបំផុត។. ទោះជាយ៉ាងណាក៏ដោយនៅក្នុងការអនុវត្តវាកាន់តែរីករាលដាល។ វិធីសាស្រ្តការ៉េតិចបំផុត។ដែលក្នុងនោះតម្លៃអវិជ្ជមានដែលអាចធ្វើទៅបានគឺមិនមែនដោយម៉ូឌុលទេ ប៉ុន្តែដោយការបំបែកគម្លាត៖
បន្ទាប់ពីការខិតខំប្រឹងប្រែងត្រូវបានដឹកនាំទៅការជ្រើសរើសមុខងារដែលផលបូកនៃគម្លាតការេ គឺតូចតាមដែលអាចធ្វើទៅបាន។ តាមពិតទៅឈ្មោះនៃវិធីសាស្ត្រ។
ហើយឥឡូវនេះយើងត្រលប់ទៅចំណុចសំខាន់មួយទៀត៖ ដូចដែលបានកត់សម្គាល់ខាងលើ មុខងារដែលបានជ្រើសរើសគួរតែសាមញ្ញណាស់ - ប៉ុន្តែក៏មានមុខងារជាច្រើនដូចជា៖ លីនេអ៊ែរ , អ៊ីពែរបូល, អិចស្ប៉ូណង់ស្យែល, លោការីត, បួនជ្រុង ល។ ហើយជាការពិតណាស់នៅទីនេះខ្ញុំចង់ "កាត់បន្ថយវាលនៃសកម្មភាព" ភ្លាមៗ។ តើមុខងារប្រភេទណាដែលត្រូវជ្រើសរើសសម្រាប់ការស្រាវជ្រាវ? បច្ចេកទេសបឋម ប៉ុន្តែមានប្រសិទ្ធភាព៖
- វិធីងាយស្រួលបំផុតដើម្បីគូរពិន្ទុ នៅលើគំនូរនិងវិភាគទីតាំងរបស់ពួកគេ។ ប្រសិនបើពួកគេមានទំនោរទៅរកបន្ទាត់ត្រង់ នោះអ្នកគួរតែស្វែងរក សមីការបន្ទាត់ត្រង់ ជាមួយនឹងតម្លៃដ៏ល្អប្រសើរ និង . នៅក្នុងពាក្យផ្សេងទៀត ភារកិច្ចគឺស្វែងរកមេគុណបែបនេះ - ដូច្នេះផលបូកនៃគម្លាតការ៉េគឺតូចបំផុត។
ប្រសិនបើចំណុចមានទីតាំងនៅ, ឧទាហរណ៍, នៅតាមបណ្តោយ អ៊ីពែបូលបន្ទាប់មក វាច្បាស់ណាស់ថា អនុគមន៍លីនេអ៊ែរនឹងផ្តល់ការប៉ាន់ស្មានមិនល្អ។ ក្នុងករណីនេះ យើងកំពុងស្វែងរកមេគុណ "អំណោយផល" បំផុតសម្រាប់សមីការអ៊ីពែបូឡា - អ្នកដែលផ្តល់ផលបូកអប្បបរមានៃការ៉េ .
ឥឡូវនេះសូមកត់សម្គាល់ថាក្នុងករណីទាំងពីរយើងកំពុងនិយាយអំពី មុខងារនៃអថេរពីរអំណះអំណាងរបស់អ្នកណា បានស្វែងរកជម្រើសអាស្រ័យ:
ហើយនៅក្នុងខ្លឹមសារយើងត្រូវដោះស្រាយបញ្ហាស្តង់ដារមួយ - ដើម្បីស្វែងរក អប្បបរមានៃមុខងារនៃអថេរពីរ.
រំលឹកឧទាហរណ៍របស់យើង៖ ឧបមាថាចំណុច "ហាង" មានទំនោរស្ថិតនៅក្នុងបន្ទាត់ត្រង់មួយ ហើយមានហេតុផលដើម្បីជឿថាវត្តមាន ការពឹងផ្អែកលីនេអ៊ែរចំណូលពីតំបន់ពាណិជ្ជកម្ម។ ចូរយើងស្វែងរកមេគុណ "a" និង "be" ដូច្នេះផលបូកនៃគម្លាតការេ គឺតូចបំផុត។ អ្វីគ្រប់យ៉ាងដូចធម្មតា - ដំបូង ដេរីវេនៃផ្នែកនៃលំដាប់ទី 1. យោងទៅតាម ច្បាប់លីនេអ៊ែរអ្នកអាចបែងចែកនៅខាងស្ដាំក្រោមរូបតំណាងផលបូក៖
ប្រសិនបើអ្នកចង់ប្រើព័ត៌មាននេះសម្រាប់ការសរសេរអត្ថបទ ឬវគ្គសិក្សា ខ្ញុំនឹងដឹងគុណយ៉ាងខ្លាំងចំពោះតំណភ្ជាប់នៅក្នុងបញ្ជីប្រភព អ្នកនឹងមិនអាចរកឃើញការគណនាលម្អិតបែបនេះគ្រប់ទីកន្លែងទេ៖
តោះបង្កើតប្រព័ន្ធស្តង់ដារ៖
យើងកាត់បន្ថយសមីការនីមួយៗដោយ "ពីរ" ហើយលើសពីនេះទៀត "បំបែក" ផលបូក:
ចំណាំ ៖ វិភាគដោយឯករាជ្យថាហេតុអ្វីបានជា "a" និង "be" អាចត្រូវបានយកចេញពីរូបតំណាងផលបូក។ ដោយវិធីនេះជាផ្លូវការនេះអាចត្រូវបានធ្វើដោយផលបូក
ចូរយើងសរសេរប្រព័ន្ធឡើងវិញក្នុងទម្រង់ "បានអនុវត្ត"៖
បន្ទាប់ពីនោះ ក្បួនដោះស្រាយសម្រាប់ការដោះស្រាយបញ្ហារបស់យើងចាប់ផ្តើមត្រូវបានគូរ៖
តើយើងដឹងពីកូអរដោនេនៃចំនុចទេ? យើងដឹង។ ផលបូក តើយើងអាចរកបានទេ? យ៉ាងងាយស្រួល។ យើងសរសេរសាមញ្ញបំផុត។ ប្រព័ន្ធនៃសមីការលីនេអ៊ែរពីរជាមួយមិនស្គាល់ពីរ("a" និង "beh") ។ យើងដោះស្រាយប្រព័ន្ធឧទាហរណ៍ វិធីសាស្រ្តរបស់ Cramer, ជាលទ្ធផលនៅក្នុងចំណុចស្ថានី។ កំពុងពិនិត្យ លក្ខខណ្ឌគ្រប់គ្រាន់សម្រាប់ភាពធ្ងន់ធ្ងរយើងអាចផ្ទៀងផ្ទាត់ថានៅចំណុចនេះមុខងារ ឈានដល់យ៉ាងជាក់លាក់ អប្បបរមា. ការផ្ទៀងផ្ទាត់ត្រូវបានភ្ជាប់ជាមួយនឹងការគណនាបន្ថែម ដូច្នេះហើយយើងនឹងទុកវានៅពីក្រោយឆាក។ (បើចាំបាច់ ស៊ុមដែលបាត់អាចមើលបាន). យើងទាញសេចក្តីសន្និដ្ឋានចុងក្រោយ៖
មុខងារ វិធីដែលល្អបំផុត (យ៉ាងហោចណាស់បើប្រៀបធៀបទៅនឹងមុខងារលីនេអ៊ែរផ្សេងទៀត)នាំមកនូវចំណុចពិសោធន៍កាន់តែខិតជិត . និយាយដោយប្រយោល ក្រាហ្វរបស់វាឆ្លងកាត់ឱ្យជិតបំផុតតាមដែលអាចធ្វើទៅបានចំពោះចំណុចទាំងនេះ។ នៅក្នុងប្រពៃណី សេដ្ឋកិច្ចមុខងារប្រហាក់ប្រហែលលទ្ធផលត្រូវបានហៅផងដែរ។ សមីការតំរែតំរង់លីនេអ៊ែរដែលបានផ្គូផ្គង .
បញ្ហាដែលកំពុងពិចារណាគឺមានសារៈសំខាន់ជាក់ស្តែង។ នៅក្នុងស្ថានភាពជាមួយឧទាហរណ៍របស់យើង សមីការ អនុញ្ញាតឱ្យអ្នកទស្សន៍ទាយថាតើចំណូលប្រភេទណា ("យីក")នឹងនៅហាងជាមួយនឹងតម្លៃមួយ ឬមួយផ្សេងទៀតនៃតំបន់លក់ (អត្ថន័យមួយឬផ្សេងទៀតនៃ "x"). បាទ ការព្យាករណ៍លទ្ធផលនឹងគ្រាន់តែជាការព្យាករណ៍មួយប៉ុណ្ណោះ ប៉ុន្តែក្នុងករណីជាច្រើនវានឹងប្រែទៅជាត្រឹមត្រូវណាស់។
ខ្ញុំនឹងវិភាគបញ្ហាមួយជាមួយនឹងលេខ "ពិត" ព្រោះវាមិនមានការលំបាកអ្វីទាំងអស់ - ការគណនាទាំងអស់គឺនៅកម្រិតនៃកម្មវិធីសិក្សារបស់សាលានៅថ្នាក់ទី 7-8 ។ ក្នុង 95 ភាគរយនៃករណី អ្នកនឹងត្រូវបានស្នើឱ្យស្វែងរកគ្រាន់តែជាអនុគមន៍លីនេអ៊ែរ ប៉ុន្តែនៅចុងបញ្ចប់នៃអត្ថបទ ខ្ញុំនឹងបង្ហាញថា វាមិនពិបាកទៀតទេក្នុងការស្វែងរកសមីការសម្រាប់អ៊ីពែបូឡា និទស្សន្ត និងមុខងារផ្សេងទៀតដែលល្អបំផុត។
តាមពិតទៅ វានៅសល់តែចែកចាយរបស់ល្អដែលបានសន្យា - ដើម្បីឱ្យអ្នករៀនពីរបៀបដោះស្រាយឧទាហរណ៍បែបនេះមិនត្រឹមតែត្រឹមត្រូវប៉ុណ្ណោះទេ ថែមទាំងបានរហ័សទៀតផង។ យើងសិក្សាដោយប្រុងប្រយ័ត្ននូវស្តង់ដារ៖
កិច្ចការមួយ។
ជាលទ្ធផលនៃការសិក្សាទំនាក់ទំនងរវាងសូចនាករទាំងពីរ លេខគូខាងក្រោមត្រូវបានទទួល៖
ដោយប្រើវិធីការ៉េតិចបំផុត រកអនុគមន៍លីនេអ៊ែរដែលប្រហាក់ប្រហែលនឹងការយល់ឃើញល្អបំផុត។ (មានបទពិសោធន៍)ទិន្នន័យ។ បង្កើតគំនូរមួយ ដែលនៅក្នុងប្រព័ន្ធកូអរដោណេចតុកោណ Cartesian គ្រោងចំណុចពិសោធន៍ និងក្រាហ្វនៃមុខងារប្រហាក់ប្រហែល . ស្វែងរកផលបូកនៃគម្លាតការេរវាងតម្លៃជាក់ស្តែង និងទ្រឹស្តី។ ស្វែងយល់ថាតើមុខងារល្អជាង (បើគិតតាមវិធីការ៉េតិចបំផុត)ចំណុចពិសោធន៍ប្រហាក់ប្រហែល។
ចំណាំថាតម្លៃ "x" គឺជាតម្លៃធម្មជាតិ ហើយវាមានចរិតលក្ខណៈអត្ថន័យដែលខ្ញុំនឹងនិយាយអំពីបន្តិចក្រោយមក; ប៉ុន្តែជាការពិតណាស់ ពួកគេអាចជាប្រភាគ។ លើសពីនេះទៀត អាស្រ័យលើខ្លឹមសារនៃកិច្ចការជាក់លាក់មួយ ទាំងតម្លៃ "X" និង "G" អាចជាអវិជ្ជមានទាំងស្រុង ឬដោយផ្នែក។ យើងត្រូវបានផ្តល់ឱ្យនូវកិច្ចការ "មិនមានមុខ" ហើយយើងចាប់ផ្តើមវា។ ដំណោះស្រាយ:
យើងរកឃើញមេគុណនៃមុខងារល្អបំផុតជាដំណោះស្រាយចំពោះប្រព័ន្ធ៖
សម្រាប់គោលបំណងនៃការបង្រួមតូចជាងនេះ អថេរ "រាប់" អាចត្រូវបានលុបចោល ព្រោះវាច្បាស់រួចហើយថាការបូកសរុបត្រូវបានអនុវត្តពីលេខ 1 ដល់ .
វាកាន់តែងាយស្រួលក្នុងការគណនាបរិមាណដែលត្រូវការក្នុងទម្រង់តារាង៖
ការគណនាអាចត្រូវបានអនុវត្តនៅលើ microcalculator ប៉ុន្តែវាជាការប្រសើរក្នុងការប្រើ Excel - ទាំងលឿននិងដោយគ្មានកំហុស។ ទស្សនាវីដេអូខ្លីមួយ៖
ដូច្នេះយើងទទួលបានដូចខាងក្រោម ប្រព័ន្ធ:
នៅទីនេះអ្នកអាចគុណសមីការទីពីរដោយ 3 និង ដកលេខ 2 ចេញពីសមីការទី 1 តាមពាក្យ. ប៉ុន្តែនេះគឺជាសំណាង - នៅក្នុងការអនុវត្តប្រព័ន្ធជារឿយៗមិនមានអំណោយទានទេហើយក្នុងករណីបែបនេះវារក្សាទុក វិធីសាស្រ្តរបស់ Cramer:
ដូច្នេះប្រព័ន្ធមានដំណោះស្រាយតែមួយគត់។
តោះធ្វើការពិនិត្យ។ ខ្ញុំយល់ថាខ្ញុំមិនចង់ទេ ប៉ុន្តែហេតុអ្វីបានជារំលងកំហុសដែលអ្នកពិតជាមិនអាចនឹកវាបាន? ជំនួសដំណោះស្រាយដែលបានរកឃើញទៅក្នុងផ្នែកខាងឆ្វេងនៃសមីការនីមួយៗនៃប្រព័ន្ធ៖
ផ្នែកខាងស្តាំនៃសមីការដែលត្រូវគ្នាត្រូវបានទទួល ដែលមានន័យថាប្រព័ន្ធត្រូវបានដោះស្រាយយ៉ាងត្រឹមត្រូវ។
ដូច្នេះមុខងារប្រហាក់ប្រហែលដែលចង់បាន៖ - ពី មុខងារលីនេអ៊ែរទាំងអស់។ទិន្នន័យពិសោធន៍ត្រូវបានប៉ាន់ស្មានល្អបំផុតដោយវា។
មិនដូច ត្រង់ ការពឹងផ្អែកនៃចំណូលរបស់ហាងនៅលើតំបន់របស់វា ការពឹងផ្អែកដែលបានរកឃើញគឺ បញ្ច្រាស (គោលការណ៍ "កាន់តែច្រើន - តិច")ហើយការពិតនេះត្រូវបានបង្ហាញភ្លាមៗដោយអវិជ្ជមាន មេគុណមុំ. មុខងារ ប្រាប់យើងថាជាមួយនឹងការកើនឡើងនៃសូចនាករជាក់លាក់មួយដោយ 1 ឯកតា តម្លៃនៃសូចនាករអាស្រ័យនឹងថយចុះ មធ្យមដោយ 0.65 ឯកតា។ ដូចដែលពួកគេនិយាយថាតម្លៃនៃ buckwheat កាន់តែខ្ពស់ការលក់កាន់តែតិច។
ដើម្បីរៀបចំមុខងារប្រហាក់ប្រហែល យើងរកឃើញតម្លៃពីររបស់វា៖
និងអនុវត្តគំនូរ៖
ខ្សែដែលបានសាងសង់ត្រូវបានគេហៅថា បន្ទាត់និន្នាការ
(ឧទាហរណ៍ បន្ទាត់និន្នាការលីនេអ៊ែរ ឧ. ក្នុងករណីទូទៅ និន្នាការមិនចាំបាច់ជាបន្ទាត់ត្រង់). មនុស្សគ្រប់គ្នាស្គាល់ពាក្យថា "ដើម្បីក្លាយជានិន្នាការ" ហើយខ្ញុំគិតថាពាក្យនេះមិនត្រូវការយោបល់បន្ថែមទេ។
គណនាផលបូកនៃគម្លាតការេ រវាងតម្លៃជាក់ស្តែង និងទ្រឹស្តី។ តាមធរណីមាត្រ នេះគឺជាផលបូកនៃការ៉េនៃប្រវែងនៃផ្នែក "ពណ៌ក្រហម" (ពីរដែលតូចពេកអ្នកមើលមិនឃើញ).
ចូរយើងសង្ខេបការគណនាក្នុងតារាង៖
ពួកគេអាចត្រូវបានអនុវត្តដោយដៃម្តងទៀត ក្នុងករណីដែលខ្ញុំនឹងផ្តល់ឧទាហរណ៍សម្រាប់ចំណុចទី 1៖
ប៉ុន្តែវាមានប្រសិទ្ធភាពជាងក្នុងការធ្វើតាមវិធីដែលគេស្គាល់រួចមកហើយ៖
ចូរយើងនិយាយឡើងវិញ៖ តើអ្វីទៅជាអត្ថន័យនៃលទ្ធផល?ពី មុខងារលីនេអ៊ែរទាំងអស់។មុខងារ និទស្សន្តគឺតូចបំផុត ពោលគឺវាគឺជាការប៉ាន់ស្មានដ៏ល្អបំផុតនៅក្នុងគ្រួសាររបស់វា។ ហើយនៅទីនេះ ដោយវិធីនេះ សំណួរចុងក្រោយនៃបញ្ហាគឺមិនចៃដន្យទេ៖ តើមានអ្វីប្រសិនបើមុខងារអិចស្ប៉ូណង់ស្យែលដែលបានស្នើឡើង តើវាប្រសើរជាងក្នុងការប៉ាន់ស្មានចំណុចពិសោធន៍ទេ?
ចូរយើងស្វែងរកផលបូកនៃគម្លាតការ៉េដែលត្រូវគ្នា - ដើម្បីសម្គាល់ពួកវា ខ្ញុំនឹងកំណត់ពួកវាដោយអក្សរ "epsilon" ។ បច្ចេកទេសគឺដូចគ្នាបេះបិទ៖
ហើយម្តងទៀតសម្រាប់រាល់ការគណនាភ្លើងសម្រាប់ចំណុចទី 1:
នៅក្នុង Excel យើងប្រើមុខងារស្តង់ដារ EXP (វាក្យសម្ព័ន្ធអាចរកបាននៅក្នុងជំនួយ Excel).
សេចក្តីសន្និដ្ឋាន: , ដូច្នេះ អនុគមន៍អិចស្ប៉ូណង់ស្យែលប្រហាក់ប្រហែលចំណុចពិសោធន៍អាក្រក់ជាងបន្ទាត់ត្រង់ .
ប៉ុន្តែវាគួរតែត្រូវបានកត់សម្គាល់ថា "អាក្រក់" នៅទីនេះ មិនមានន័យនៅឡើយទេ, តើមានអ្វីខុស។ ឥឡូវនេះខ្ញុំបានបង្កើតក្រាហ្វនៃអនុគមន៍អិចស្ប៉ូណង់ស្យែលនេះ - ហើយវាក៏ឆ្លងកាត់ជិតចំនុចផងដែរ។ -ច្រើនណាស់ បើគ្មានការសិក្សាវិភាគទេ ពិបាកនិយាយថាមុខងារមួយណាត្រឹមត្រូវជាង។
នេះបញ្ចប់ដំណោះស្រាយហើយខ្ញុំត្រលប់ទៅសំណួរនៃតម្លៃធម្មជាតិនៃអាគុយម៉ង់។ នៅក្នុងការសិក្សាផ្សេងៗ ជាក្បួន សេដ្ឋកិច្ច ឬសង្គមវិទ្យា ខែ ឆ្នាំ ឬចន្លោះពេលស្មើគ្នាផ្សេងទៀតត្រូវបានដាក់លេខដោយ "X" ធម្មជាតិ។ ជាឧទាហរណ៍ សូមពិចារណាអំពីបញ្ហាបែបនេះ។
វិធីសាស្ត្រការេតិចបំផុតគឺជានីតិវិធីគណិតវិទ្យាសម្រាប់បង្កើតសមីការលីនេអ៊ែរដែលផ្គូផ្គងយ៉ាងជិតបំផុតនឹងសំណុំនៃស៊េរីលេខពីរ។ គោលបំណងនៃវិធីសាស្រ្តនេះគឺដើម្បីកាត់បន្ថយកំហុសសរុបការ៉េ។ Excel មានឧបករណ៍ដែលអាចប្រើដើម្បីអនុវត្តវិធីសាស្ត្រនេះក្នុងការគណនា។ តោះមើលរបៀបដែលវាត្រូវបានធ្វើ។
ការប្រើប្រាស់វិធីសាស្រ្តក្នុង Excel
o ការបើកដំណើរការកម្មវិធីបន្ថែម Solver
o លក្ខខណ្ឌការងារ
o ការសម្រេចចិត្ត
ការប្រើប្រាស់វិធីសាស្រ្តក្នុង Excel
វិធីសាស្រ្តនៃការ៉េតិចបំផុត (LSM) គឺជាការពិពណ៌នាគណិតវិទ្យានៃការពឹងផ្អែកនៃអថេរមួយទៅមួយទៀត។ វាអាចត្រូវបានប្រើសម្រាប់ការព្យាករណ៍។
បើកដំណើរការកម្មវិធីបន្ថែម Solver
ដើម្បីប្រើ OLS ក្នុង Excel អ្នកត្រូវបើកកម្មវិធីបន្ថែម "ស្វែងរកដំណោះស្រាយ"ដែលត្រូវបានបិទតាមលំនាំដើម។
1. ចូលទៅកាន់ផ្ទាំង "ឯកសារ".
2. ចុចលើឈ្មោះនៃផ្នែក "ជម្រើស".
3. នៅក្នុងបង្អួចដែលបើក សូមបញ្ឈប់ការជ្រើសរើសនៅលើផ្នែករង "កម្មវិធីបន្ថែម".
4. នៅក្នុងប្លុក "ការត្រួតពិនិត្យ"ដែលមានទីតាំងនៅផ្នែកខាងក្រោមនៃបង្អួច កំណត់កុងតាក់ទៅទីតាំង "កម្មវិធីបន្ថែម Excel"(ប្រសិនបើវាមានតម្លៃខុសគ្នា) ហើយចុចលើប៊ូតុង "ទៅ...".
5. បង្អួចតូចមួយបើក។ ដាក់សញ្ញាធីកនៅជាប់ជម្រើស "ស្វែងរកដំណោះស្រាយ". ចុចលើប៊ូតុង យល់ព្រម.
ឥឡូវនេះមុខងារ ការស្វែងរកដំណោះស្រាយនៅក្នុង Excel ត្រូវបានធ្វើឱ្យសកម្ម ហើយឧបករណ៍របស់វាលេចឡើងនៅលើខ្សែបូ។
មេរៀន៖ស្វែងរកដំណោះស្រាយក្នុង Excel
លក្ខខណ្ឌនៃបញ្ហា
ចូរយើងពិពណ៌នាអំពីកម្មវិធីរបស់ LSM លើឧទាហរណ៍ជាក់លាក់មួយ។ យើងមានលេខពីរជួរ xនិង yលំដាប់ដែលត្រូវបានបង្ហាញក្នុងរូបភាពខាងក្រោម។
ការពឹងផ្អែកនេះអាចត្រូវបានពិពណ៌នាយ៉ាងត្រឹមត្រូវបំផុតដោយមុខងារ៖
ក្នុងពេលជាមួយគ្នានេះវាត្រូវបានគេដឹងថា x=0 yស្មើគ្នា 0 . ដូច្នេះសមីការនេះអាចត្រូវបានពិពណ៌នាដោយការពឹងផ្អែក y=nx.
យើងត្រូវស្វែងរកផលបូកអប្បបរមានៃការេនៃភាពខុសគ្នា។
ដំណោះស្រាយ
ចូរយើងបន្តទៅការពិពណ៌នានៃការអនុវត្តផ្ទាល់នៃវិធីសាស្រ្ត។
1. ទៅខាងឆ្វេងនៃតម្លៃទីមួយ xដាក់លេខ 1 . នេះនឹងជាតម្លៃប្រហាក់ប្រហែលនៃតម្លៃដំបូងនៃមេគុណ ន.
2. ទៅខាងស្តាំនៃជួរឈរ yបន្ថែមជួរឈរផ្សេងទៀត។ nx. នៅក្នុងក្រឡាទីមួយនៃជួរឈរនេះ យើងសរសេររូបមន្តសម្រាប់គុណមេគុណ នទៅក្រឡានៃអថេរទីមួយ x. ក្នុងពេលជាមួយគ្នានេះ យើងបង្កើតតំណភ្ជាប់ទៅកាន់វាលជាមួយនឹងមេគុណដាច់ខាត ព្រោះតម្លៃនេះនឹងមិនផ្លាស់ប្តូរទេ។ យើងចុចលើប៊ូតុង បញ្ចូល.
3. ដោយប្រើចំណុចទាញបំពេញ សូមចម្លងរូបមន្តនេះទៅជួរទាំងមូលនៃតារាងក្នុងជួរឈរខាងក្រោម។
4. នៅក្នុងក្រឡាដាច់ដោយឡែកមួយ យើងគណនាផលបូកនៃភាពខុសគ្នានៃការ៉េនៃតម្លៃ yនិង nx. ដើម្បីធ្វើដូចនេះចុចលើប៊ូតុង "បញ្ចូលមុខងារ".
5. នៅក្នុងការបើក "អ្នកជំនួយការមុខងារ"កំពុងរកមើលការចូល "SUMMKVRAZN". ជ្រើសរើសវាហើយចុចលើប៊ូតុង យល់ព្រម.
6. បង្អួចអាគុយម៉ង់បើក។ នៅក្នុងវាល "Array_x" y. នៅក្នុងវាល "អារេ_y"បញ្ចូលជួរក្រឡាជួរឈរ nx. ដើម្បីបញ្ចូលតម្លៃ គ្រាន់តែដាក់ទស្សន៍ទ្រនិចក្នុងវាល ហើយជ្រើសរើសជួរដែលសមស្របនៅលើសន្លឹក។ បន្ទាប់ពីចូលសូមចុចលើប៊ូតុង យល់ព្រម.
7. ចូលទៅកាន់ផ្ទាំង "ទិន្នន័យ". នៅលើខ្សែបូនៅក្នុងប្រអប់ឧបករណ៍ "ការវិភាគ"ចុចលើប៊ូតុង "ស្វែងរកដំណោះស្រាយ".
8. បង្អួចប៉ារ៉ាម៉ែត្ររបស់ឧបករណ៍បើក។ នៅក្នុងវាល "បង្កើនប្រសិទ្ធភាពមុខងារគោលបំណង"បញ្ជាក់អាសយដ្ឋានរបស់ក្រឡាជាមួយរូបមន្ត "SUMMKVRAZN". នៅក្នុងប៉ារ៉ាម៉ែត្រ "មុន"ត្រូវប្រាកដថាកំណត់កុងតាក់ទៅទីតាំង "អប្បបរមា". នៅក្នុងវាល "ការផ្លាស់ប្តូរកោសិកា"បញ្ជាក់អាសយដ្ឋានជាមួយនឹងតម្លៃនៃមេគុណ ន. ចុចលើប៊ូតុង "ស្វែងរកដំណោះស្រាយ".
9. ដំណោះស្រាយនឹងត្រូវបានបង្ហាញនៅក្នុងក្រឡាមេគុណ ន. វាជាតម្លៃនេះដែលនឹងជាការ៉េតិចបំផុតនៃអនុគមន៍។ ប្រសិនបើលទ្ធផលពេញចិត្តអ្នកប្រើប្រាស់ បន្ទាប់មកចុចលើប៊ូតុង យល់ព្រមនៅក្នុងបង្អួចបន្ថែម។
ដូចដែលអ្នកអាចឃើញការអនុវត្តវិធីសាស្រ្តការេតិចបំផុតគឺជានីតិវិធីគណិតវិទ្យាដ៏ស្មុគស្មាញ។ យើងបានបង្ហាញវានៅក្នុងសកម្មភាពជាមួយនឹងឧទាហរណ៍ដ៏សាមញ្ញបំផុត ប៉ុន្តែមានករណីស្មុគស្មាញជាច្រើនទៀត។ ទោះយ៉ាងណាក៏ដោយ កញ្ចប់ឧបករណ៍ Microsoft Excel ត្រូវបានរចនាឡើងដើម្បីសម្រួលការគណនាឱ្យបានច្រើនតាមដែលអាចធ្វើទៅបាន។
http://multitest.semico.ru/mnk.htm
បទប្បញ្ញត្តិទូទៅ
ចំនួនតូចជាងនៅក្នុងតម្លៃដាច់ខាត បន្ទាត់ត្រង់ (2) ត្រូវបានជ្រើសរើសកាន់តែប្រសើរ។ ជាលក្ខណៈនៃភាពត្រឹមត្រូវនៃការជ្រើសរើសបន្ទាត់ត្រង់ (2) យើងអាចយកផលបូកនៃការ៉េ
លក្ខខណ្ឌអប្បបរមាសម្រាប់ S នឹងមាន
(6) | |
(7) |
សមីការ (៦) និង (៧) អាចត្រូវបានសរសេរក្នុងទម្រង់ខាងក្រោម៖
(8) | |
(9) |
ពីសមីការ (8) និង (9) វាងាយស្រួលក្នុងការស្វែងរក a និង b ពីតម្លៃពិសោធន៍ x i និង y i ។ បន្ទាត់ (2) ដែលកំណត់ដោយសមីការ (8) និង (9) ត្រូវបានគេហៅថា បន្ទាត់ដែលទទួលបានដោយវិធីសាស្ត្រការេតិចបំផុត (ឈ្មោះនេះបញ្ជាក់ថាផលបូកនៃការ៉េ S មានអប្បបរមា)។ សមីការ (8) និង (9) ដែលបន្ទាត់ត្រង់ (2) ត្រូវបានកំណត់ត្រូវបានគេហៅថាសមីការធម្មតា។
វាអាចធ្វើទៅបានដើម្បីបង្ហាញពីវិធីសាមញ្ញ និងទូទៅនៃការចងក្រងសមីការធម្មតា។ ដោយប្រើចំណុចពិសោធន៍ (1) និងសមីការ (2) យើងអាចសរសេរប្រព័ន្ធសមីការសម្រាប់ a និង b
y 1 \u003d អ័ក្ស 1 +b, | ||
y2=ax2+b,... | (10) | |
yn=axn+b, |
គុណផ្នែកខាងឆ្វេង និងខាងស្តាំនៃសមីការនីមួយៗដោយមេគុណនៅសញ្ញាដំបូងមិនស្គាល់ a (i.e. x 1 , x 2 , ... , x n) ហើយបន្ថែមសមីការលទ្ធផល ដែលបណ្តាលឱ្យមានសមីការធម្មតាដំបូង (8) ។
យើងគុណផ្នែកខាងឆ្វេង និងខាងស្តាំនៃសមីការនីមួយៗដោយមេគុណនៃលេខមិនស្គាល់ទីពីរ b, i.e. ដោយ 1 ហើយបន្ថែមសមីការលទ្ធផល ជាលទ្ធផលសមីការធម្មតាទីពីរ (9) ។
វិធីសាស្រ្តនៃការទទួលបានសមីការធម្មតានេះគឺមានលក្ខណៈទូទៅ: វាសមរម្យឧទាហរណ៍សម្រាប់មុខងារ
គឺជាតម្លៃថេរ ហើយវាត្រូវតែកំណត់ពីទិន្នន័យពិសោធន៍ (1)។
ប្រព័ន្ធសមីការសម្រាប់ k អាចត្រូវបានសរសេរ៖
ស្វែងរកបន្ទាត់ (2) ដោយប្រើវិធីការ៉េតិចបំផុត។
ដំណោះស្រាយ។យើងស្វែងរក:
X i = 21, y i = 46.3, x i 2 = 91, x i y i = 179.1 ។
យើងសរសេរសមីការ (8) និង (9)91a+21b=179.1,
21a+6b=46.3 ពីទីនេះយើងរកឃើញ
a=0.98 b=4.3 ។