Drop links or images here to add them to the editor.

Om in tijdsreeksen (gemeten grootheden als functie van de tijd) een trend waar te nemen, maakt men soms gebruik van het voortschrijdend gemiddelde. Dit voortschrijdend gemiddelde op ogenblik $$k$$ is dan het rekenkundig gemiddelde van de laatste $$N$$ meetpunten $$x_k, x_{k-1}, ... x_{k-N+1}$$, of nog:

$$ m_k = \frac{1}{N} \sum_{i=0}^{N-1} x_{k-i} $$

Schrijf een functie voortGem() met als argumenten de rij $$x$$ en de grootte van het venster waarover gemiddeld moet worden $$N \ge 1$$. Het resultaat is een rij met zelfde lengte als $$x$$ die de waarden $$m_k$$ bevat.
Deze definitie stelt uiteraard problemen voor tijdstippen $$k \le N-1$$. Voor die $$k$$-waarden neem je het gemiddelde van de tot dan bekende meetpunten, m. a. w.

$$m_0 = x_0$$
$$m_1 = \frac{x_0 + x_1}{2}$$
$$m_2 = \frac{x_0 + x_1 + x_2}{3}$$
enz.

TIP: voor deze opgave mag je gebruik maken van één lusconstructie.

Argumenten

De rij met meetpunten $$x$$ en de venstergrootte $$N \ge 1$$.

Resultaat

Een rij met de voortschrijdende gemiddelden, zoals hierboven gedefinieerd.

Voorbeeld

>>> voortGem([-10.0 -8.0 -6.0 -4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0], 1)=
[-10.  -8.  -6.  -4.  -2.   0.   2.   4.   6.   8.  10.]

>>> voortGem([-10.0 -8.0 -6.0 -4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0], 2)
[-10.  -9.  -7.  -5.  -3.  -1.   1.   3.   5.   7.   9.]

>>> voortGem([-10.0 -8.0 -6.0 -4.0 -2.0 0.0 2.0 4.0 6.0 8.0 10.0]), 4)
[-10.  -9.  -8.  -7.  -5.  -3.  -1.   1.   3.   5.   7.]