Вы находитесь на странице: 1из 8

Динамика проходных баллов в РТУ

МИРЭА
Исследование динамики проходных баллов в РТУ МИРЭА на направлении
01.03.04 "Прикладная математика" при помощи гладких кривых и МНК

Студенты группы ИМБО-01-21


Бородин Д. И., Тихомиров Н. С., Гусева А. Е.

Зачётная работа по предмету


"Введение в профессиональную деятельность"

РТУ МИРЭА
Москва
декабрь 2021г.
Содержание
Постановка задачи 3

1 Теория 3

2 Поиск кривой зависимости проходных баллов от года 5

3 Вывод 7

Источники 8

2
Постановка задачи
Известны проходные баллы на направление 01.03.04 "Прикладная ма-
тематика" в РТУ МИРЭА за промежуток с 2014 по 2021 год. Необходимо
найти функцию y = f (x), которая наилучшим образом приближается к за-
данным точкам, координаты которых соответствую исходным данным (зави-
симость проходного балла от года).

1. Теория
Метод наименьших квадратов – это метод обнаружения наиболее под-
ходящей кривой (или прямой) для дискретных данных. Смысл заключается
в том, чтобы подобрать коэффициенты некоторой функции

f (x) = a1 φ1 (x) + a2 φ2 (x) + ... + am φm (x) (1)

таким образом, что сумма евклидовых расстояний между известными точка-


ми (xi , yi ) и точками (xi , f (xi )), т.е. сумма квадратов отклонений, была мин-
мальна.
Пусть нам дано множество, состоящее из N упорядоченных пар фак-
тор/отклик, {(x1 , y1 ), (x2 , y2 ), ..., (xn , yn )}. Тогда рассмотрим функцию


N
E(a1 , a2 , ..., am ) = (yn − (a1 φ1 (xn ) + a2 φ2 (xn ) + ... + am φm (xn )))2 (2)
n=1

Наша цель – найти такие значения a1 , a2 , ..., am , что E(a1 , a2 , ..., am ) –


минимально. Для этого необходимо:

∂E ∂E ∂E
= 0, = 0, ..., = 0. (3)
∂a1 ∂a2 ∂am

3
Тогда имеем систему:

 ∑N

 n=1 2(yn − [a1 φ1 (xn ) + a2 φ2 (xn ) + ... + am φm (xn )]) · φ1 (xn ) = 0,
∂E
 =


∂a1

 ∂E = ∑N 2(yn − [a1 φ1 (xn ) + a2 φ2 (xn ) + ... + am φm (xn )]) · φ2 (xn ) = 0,

∂a2 n=1



 ...



 ∂E = ∑N 2(yn − [a1 φ1 (xn ) + a2 φ2 (xn ) + ... + am φm (xn )]) · φm (xn ) = 0,

∂am n=1
(4)
Раскроем скобки, сократим на −2, перенесем неизвестные в левые ча-
сти уравнений, а константы в правые:

 ∑N ∑N ∑N

 a ( φ 2
(x )) + ... + a ( φ (x )φ (x )) =
 1 n m 1 n m n n=1 yn φ1 (xn ),


n=1 1 n=1

a1 (∑N φ1 (xn )φ2 (xn )) + ... + am (∑N φ2 (xn )φm (xn )) = ∑N yn φ2 (xn ),

n=1 n=1 n=1

 ..

 .



a1 (∑N φ1 (xn )φm (xn )) + ... + am (∑N φ2 (xn )) = ∑N yn φm (xn ).

n=1 n=1 m n=1
(5)
Пусть
 
∑N 2
∑N ∑N
 n=1 φ1 (xn ) n=1 φ1 (xn )φ2 (xn ) ... n=1 φ1 (xn )φ2 (xn )
 ∑N ∑N ∑N 
 n=1 φ1 (xn )φ2 (xn ) 2
n=1 φ2 (xn ) ... n=1 φ1 (xn )φ2 (xn )


P = 
... 
 ... ... ... 
∑ ∑ ∑N 
N N 2
n=1 φ1 (xn )φm (xn ) n=1 φ2 (xn )φm (xn ) ... n=1 φm (xn )
(6)
Тогда    
∑N
a y φ (x )
 1   n=1 n 1 n 
   ∑N 
 a2   n=1 yn φ2 (xn ) 
P ·
 =
  
 (7)
 ...   ... 
  ∑ 
N
am n=1 yn φm (xn )

4
   
∑N
a y φ (x )
 1  n=1 n 1 n 
   ∑N 
 a2   y φ (x ) 
  = P −1 ·  n=1 n 2 n
 (8)
   
 ...   ... 
  ∑ 
N
am n=1 yn φm (xn )

Таким образом, мы найдем значения всех коэффициентов a1 , a2 , ..., am ,


при которых функция E(a1 , a2 , ..., am ) принимает минимальное значение. А
следовательно, график функции f (x) наилучшим образом приближается к
точкам {(x1 , y1 ), (x2 , y2 ), ..., (xn , yn )}.

2. Поиск кривой зависимости проходных баллов


от года
Составим таблицу исходных данных:

Год 2014 2015 2016 2017 2018 2019 2020 2021


Баллы 165 158 189 219 233 256 246 259

Таблица 2.1. Проходные баллы на прикладную математику

Так как проходные баллы формируются в конце августа каждого года


с переодичностью в один год, и баллы прошлого нас не интересуют с прак-
тической точки зрения, то для упрощения вычислений можно принять x за
порядковый номер измерения.

5
x 0 1 2 3 4 5 6 7
y 165 158 189 219 233 256 246 259

Таблица 2.2. Пары (x, y) для функции y = f (x)

В качестве исходной возьмем квадратичную функцию

f (x) = ax2 + bx + c. (9)

Для нахождения коэффициентов a, b, c необходимо решить систему


уравнений

∂E ∂E ∂E
= 0, = 0, = 0. (10)
∂a ∂b ∂c

Исходя из (6) и уравнения (8) получим:

  ∑ ∑N ∑N −1  ∑ 
N 4 3 2 N 2
a x n=1 xn n=1 xn  y x
   n=1 n  n=1 n n 
  ∑ N ∑N ∑N  ∑ 
 b  =  n=1 x3n x2n xn   N yn xn  (11)
  ∑ n=1
∑N
n=1   n=1
∑N 
N
c n=1 xn
2
n=1 xn N N · n=1 yn

Подставим наши входные данные в уравнение (11) и найдем коэффи-


циенты, округлив их до сотых. (N = 8)
   
a −1.33
   
   
 b  =  24.92  (12)
   
c 151.63
Следовательно, наша функция аппроксимирующая y = f (x) принима-
ет вид
f (x) = −1.33x2 + 24.92x + 151.63 (13)

6
Добавим смещение по оси абсцисс, чтобы функция принимала в каче-
стве аргумента год поступления:

f ′ (x) = f (x − 2014) = −1.33(x − 2014)2 + 24.92(x − 2014) + 151.63 (14)

Построим график функции y = f ′ (x) и точки из таблицы 2.2 в одной


координатной плоскости xOy (y – проходные баллы, x – год поступления):

Рис. 2.1. График квадратичной аппроксимирующей функции y = f ′ (x)

3. Вывод
Подводя итоги заметим, что аппроксимация достаточно точно прибли-
жает проходные баллы за промежуток с 2017 года по 2021. Таким образом,
примененный на практике метод наименьших квадратов – мощный инстру-
мент для аппроксимации дискретных данных. А также можно сказать, что
проходной балл в РТУ МИРЭА на направление "Прикладная математика"
постепенно растет, и предположить, что в 2022 году он будет приблизитель-
но равен 266 баллов.

7
Источники
Шестопалов Ю. В. Курс лекций "Введение в профессиональную деятель-
ность". РТУ МИРЭА, кафедра прикладной математики, 2021.

Steven J. Miller. The method of least squares. Mathematics Department, Brown


University, 2006.

Вам также может понравиться