M&6

266 Andrzej Zero - Mathead 7.0

F. Niektóre funkcje standardowe programu

W tym dodatku wymieniam niektóre z funkc ji standardowych programu, tzn. takie jakie są zdefiniowane w programie Mathead 7.0 Professional przez programistów. Nie podaję wszystkich funkcji, gdyż dla przeciętnego użytkownika programu jest to niepotrzebne, podaję natomiast wszystkie grupy funkcji jakie występuje w programie Mathead 7.0 Professional, co moim zdaniem także powinno ułatwić odszukanie potrzebnych funkcji.

Funkcje Bessela

•    J0(x)

•    Jl(x)

•    Jn(x,n)

•    I0{ n)

■    In(x,n)

UWAGI:

/ Liczba x może być dowolny liczba rzeczywista, natomiast liczba n musi być liczbą całkowitą z przedziału <1,100>.

•    Y0(n)

•    Yl(n)

•    Yn(x,n)

•    K()(n)

•    Kl(n)

•    Kn(x,n)

UWAGI:

/ Liczba x może być liczbą rzeczywistą większą od zera, natomiast liczba n musi być liczbą całkowitą z przedziału <1,I00>.

Funkcje zmiennej zespolonej

•    Re(z) - część rzeczywista liczby zespolonej Z;

•    Im(z) - część urojona liczby zespolonej Z;

■    arg(z) - argument liczby zespolonej Z.

Funkcje warunkowe

•    if(a,b,c) - funkcja zwraca wartość b. jeśli wyrażenie a jest prawdziwe; w przeciwnym wypadku funkcja zwraca wartość c;

•    until(a,b)- w procesie iteracji przyjmowane są kolejne wartości zmiennej b, do momentu, w którym zmienna a przyjmie wartość ujemny W tym momencie wyrażenie z przyjmuje wartość zero. a proces iteracji zostaje przerwany;

•    d(a,b) - delta Kronekera. Funkcja zwraca 1 w przypadku gdy a=b i G w każdym innym przypadku,

• e(a,b,c)    anty.symetryczny tensor trzeciego rzędu; a, b, c muszą być liczbami całkowitymi;

•    f(x) - funkcja Hevisida; funkcja zwraca wartość 0 dla x<0 oraz 1 w każdym innym przypadku.

Funkcje do aproksymacji danych

W tej grupie funkcje można podzielić na podgrupy, z których każda zawiera

jeszcze kilka funkcji;

•    Linear regression: - funkcje z tej grupy znajduję prostą, która aproksy-muje wczytane punkty definiujące krzywą;

•    Polynomial regression: - funkcje z tej grupy znajdują wielomian, który' jest dopasowany do wczytanych punktów; program stara się wygenerować taki wielomian, którego wykres będzie przechodzi) możliwie jak najbliżej (lub przez) takie punkty;

•    Multivariate polynomial regression: - funkcje w tej grupie odnajdują wielomianowąpowierzchnię, którajest definiowana przez punkty danych; powierzchnia jest aproksymowana;

•    Linear combination of functions: - funkcje znajdują współczynnik, który' służy do utworzenia kombinacji liniowej z funkcji, która przechodzi przez punkty;

•    Fitting arbitrary functions to data: - funkcje odnajdują parametry' potrzebnedo wyznaczenia wykresu funkcji przechodzącego przez punkty.