A) Najwyższa potęga zmiennej w wielomianie. B) Suma potęg wszystkich wyrazów wielomianu. C) Liczba wyrazów w wielomianie. D) Współczynnik wyrażenia o najwyższej mocy.
A) Szacowanie wartości między znanymi punktami danych. B) Manipulowanie danymi w celu dopasowania ich do określonego wzorca. C) Znajdowanie dokładnych wartości punktów danych. D) Ignorowanie wartości odstających dla lepszej dokładności.
A) Dokładne dopasowanie punktów danych. B) Minimalizacja sumy kwadratów różnic między punktami danych a funkcją aproksymującą. C) Używanie mediany zamiast średniej. D) Maksymalizacja wartości odstających w danych.
A) Zwiększa to złożoność modelu aproksymacyjnego. B) Stosuje większą wagę do wartości odstających w danych. C) Zapobiega to nadmiernemu dopasowaniu i poprawia uogólnienie aproksymacji. D) Wprowadza to więcej szumu do danych w celu uzyskania lepszej dokładności.
A) Są to funkcje wykładnicze używane do aproksymacji metodą najmniejszych kwadratów. B) Są to racjonalne funkcje używane do analizy błędów. C) Są to funkcje trygonometryczne używane do wygładzania danych. D) Są to cząstkowe funkcje wielomianowe używane do interpolacji.
A) Różnica między rzeczywistą funkcją a jej przybliżeniem. B) Liczba punktów danych w aproksymacji. C) Suma wszystkich obliczonych błędów w aproksymacji. D) Brak błędów w aproksymacji.
A) Są one ograniczone tylko do liniowych przybliżeń. B) Są one mniej wymagające obliczeniowo niż techniki jednowymiarowe. C) Mogą obsługiwać funkcje wielu zmiennych i interakcji. D) Wymagają one mniejszej liczby punktów danych do uzyskania dokładnych wyników.
A) Twierdzenie Cauchy'ego o wartości średniej B) Twierdzenie Bolzano o wartości pośredniej C) Twierdzenie Rolle'a D) Twierdzenie Weierstrassa o aproksymacji
A) Interpolacja jest stosowana w przypadku danych dyskretnych, podczas gdy aproksymacja jest stosowana w przypadku danych ciągłych. B) Interpolacja jest mniej dokładna niż aproksymacja. C) Przybliżenie zapewnia dokładne wartości, podczas gdy interpolacja zapewnia szacunki. D) Interpolacja przechodzi przez wszystkie punkty danych, podczas gdy aproksymacja nie. |