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.
De rij met meetpunten $$x$$ en de venstergrootte $$N \ge 1$$.
Een rij met de voortschrijdende gemiddelden, zoals hierboven gedefinieerd.
>>> 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.]