home
***
CD-ROM
|
disk
|
FTP
|
other
***
search
/
Crawly Crypt Collection 1
/
crawlyvol1.bin
/
crm_demo
/
ofaxis11
/
beispiel
/
fehler
/
fehler.txt
< prev
next >
Wrap
Text File
|
1993-08-24
|
4KB
|
89 lines
Dieses Beispiel dient der Veranschaulichung der verschiedenen
Interpolationsroutinen OFF-AXIS und der Darstellung von
Fehlerdatensätzen, sowie den Möglichkeiten einen Datensatz zu glätten.
Fehlerdatensätze sind solche, die neben einem xy-Wertepaar noch einen
dritten Wert (Spalte) aufweisen, in der ein absoluter oder relativer
Fehler des y-Wertes spezifiziert ist. So sehen diese Datensätze
prinzipiell genauso wie Datensätze mit komplexen Zahlen aus. Kann
OFF-AXIS zwischen diesen verschiedenen Datensätzen nicht
unterscheiden, fragt das Programm beim Laden der Datei nach deren
Typ.
Interpolationen dienen der Berechnung von Punkten zwischen den
vorliegenden x-Werten eines Datensatzes. Liegt zum Beispiel ein Punkt
bei x = 4 und der nächste Datenpunkt bei x = 5, so muß zwischen diesen
Punkten interpoliert werden, wenn man den y-Wert zu dem x-Wert x = 4.5
wissen möchte. OFF-AXIS bietet dazu drei verschiedene Möglichkeiten.
1. "Spline"-Fits
2. "Akima"-Fits
3. "Polyfit" (siehe dazu entsprechendes Beispiel).
Sie finden diese Menüpunkte unter dem Menütitel "Fits" der Menüzeile
der Diagrammfenster.
Das Glätten eines Datensatzes ist meist erwünscht, wenn Ihre Meßdaten
streuen und optisch nicht einer "glatten" Kurve folgen. Verbindet man
in einem solchen Fall die Datenpunkte direkt miteinander, so entsteht
eine verwirrende "Zick-Zack-Linie". Ziel der Glättung ist es, eine
Ausgleichskurve zu finden.
Dazu bietet OFF-AXIS neben den hier bereits genannten Funktion
zusätzlich eine gleitende "Mittelung".
Bei der gleitenden Mittelung wird der Datensatz über eine einstellbare
Anzahl von Punkten arithmetisch gemittelt. Somit liegt hier eine einfache
Möglichkeit vor, Datensätze zu glätten. Allerdings kann die Kurvenform,
Höhe der Maxima, usw. verändert werden. Die Ergebnisse sind meist
nicht zufriedenstellend, so daß diese Routine in der Regel
entsprechend selten zum Einsatz kommt.
Unter Splines werden meist kubische Polynome zur Interpolation
zwischen Datenpunkten verstanden. Diese stellen einen Spezialfall
für Splines dar, sind jedoch sehr verbreitet. OFF-AXIS nutzt ebenfalls
die kubische Spline-Interpolation. Kubische Spline-Interpolation sind
zweifach stetig differenzierbar. Oftmals wird diese Forderung an Ihre
Datensätze gestellt. Dadurch gibt es keine Sprungstellen in den
interpolierten Datensätze. Allerdings kann diese Eigenschaft auch zu
Oszillationen führen, wenn die Sprünge in Ihren Datensätzen (z.B.
durch die Diskretisierung der Datenpunkte) zu groß sind.
Akima-Fits verzichten auf die Forderung der zweifach stetigen
Differenzierbarkeit. Als Folge lassen sich mit Akima-Fits
Ausgleichskurven berechnen, die dem natürlichen Empfinden einer
glatten Kurve oft sehr nahe kommen. Akima-Fits kann man daher mit dem
Kurvenlineal vergleichen. Als Besonderheit bei dieser Routine kann
eine Wichtung über den gerade betrachteten (zu berechnenden) Datenpunkt
durchgeführt werden. (näheres unten).
Nun zum eigentlichen Beispiel:
Zunächst soll ein Fehlerdatensatz gelesen und die möglichen
Fitresultate betrachtet werden.
- Laden Sie dazu die Arbeitsdatei "FEHLER.WRK".
Sie sehen einen Datensatz mit Fehlerbalken und eine Kurve, die nicht
durch die Datenpunkte (mit Markern gekennzeichnet) geht. Bei der
Kurve handelt es sich um eine Akima-Interpolation.
- Die Ergebnisse der anderen Glättungsverfahren können sie sich
anschauen, wenn Sie den Datensatz "AKIMA01.DAT" deaktivieren und die
Datensätze "MITTEL02.DAT" und "SPLINE03.DAT" nacheinander
aktivieren. (Menüeintrag "(de-)aktiviren->" unter "Datei").
- Die Linienparameter der einzelnen Datensätze können mit "Datensatz->"
unter "Parameter" gesetzt werden.
- Zur Durchführung der Operationen wählen Sie die einzelnen Menüs an.
Die notwendigen Einstellungen sind in den Dialogboxen bereits
vorgenommen. Verändern Sie vielleicht einmal die Parameter und
schauen sich die Resultate dann an. Die Ergebnisse hängen natürlich
stark von den Ausgangsdatensätzen ab. Insbesondere von der
Punktanzahl. Liegen z.B. nur zehn Punkte vor, so ist eine
Interpolation meist schwierig durchzuführen.
Die Ergebnisse sind nochmals graphisch aufbereitet in einem
GEM-Metafile abgespeichert.