- •Методология научного эксперимента
- •Введение
- •1 Общие сведения об эксперименте
- •1.1 Что такое эксперимент?
- •1.2 Элементы теории измерений.
- •1.3. Погрешности косвенных измерений
- •1.4. Выявление и исключение промахов
- •1.5. Графическая обработка результатов эксперимента
- •1.6 Вопросы для самопроверки
- •1.7 Задачи к разделу
- •2 Аппроксимация экспериментальных данных
- •2.1 Метод средних
- •2.2 Метод наименьших квадратов
- •2.3 Аппроксимация в виде системы линейно независимых функций
- •2.4 Сглаживание исходной информации
- •2.5 Вопросы для самопроверки
- •Задачи и упражнения к разделу
- •3. Построение плана многофакторного эксперимента
- •3.1. Планирование факторного эксперимента
- •3.2. Полный факторный эксперимент
- •3.3. Дробный факторный эксперимент
- •3.4. Математическая обработка факторного эксперимента
- •3.5. Планы второго порядка
- •3.5.1. Ротабельное планирование
- •3.5.2. Некомпозиционный план
- •3.6. Вопросы для самопроверки
- •3.7. Задачи и упражнения к разделу
- •4. Поиск оптимальных условий в экспериментальных исследованиях
- •Одномерные методы поиска экстремума
- •Метод дихотомии
- •4.1.2. Метод Фибоначчи
- •4.1.3. Метод «золотого сечения»
- •Многомерные методы поиска
- •4.2.1 Метод Гаусса-Зайделя
- •Метод крутого восхождения
- •Симплекс-метод
- •4.3. Вопросы для самопроверки
- •4.4. Задачи и упражнения к разделу
- •5. Дисперсионный анализ
- •5.1. Основные понятия дисперсионного анализа
- •5.1.1 Однофакторный дисперсионный анализ
- •Двухфакторный дисперсионный анализ
- •5.2. Латинские и греко-латинские квадраты
- •5.3. Вопросы для самопроверки
- •5.4. Задачи и упражнения к разделу
2.3 Аппроксимация в виде системы линейно независимых функций
Применяется,
когда вид функции заранее не известен.
Пусть
где - ортогональные многочлены Чебышева на множестве точек х1,х2,…хn.
Условие
ортогональности
Согласно
МНК
откуда
Оценка
любого параметра αi
зависит только от соответствующей
базисной функции φ(хi).
Сами базисные функции удобно выбирать
в виде многочленов:
Коэффициенты
α,β,γ выбирают из условия ортогональности
Полученные отношения проиллюстрируем примером.
Известна экспериментальная зависимость предела прочности от размера d[мм] зерна рекристализированного металла (см. табл.2.1).
Произведем
линейное преобразование переменных:
Примем
линейную модель вида
с
базисными функциями
Из условия
ортогональности найдем α:
В силу
симметрии
,
поэтому
По методу
наименьших квадратов находим параметры
b0,
b1:
Таким образом получена линейная зависимость вида у=-0,544-0,367x.
Примем
квадратичную модель вида
где
Из условия
ортогональности получим:
Следовательно,
Найдем
b2:
Тогда
квадратичная зависимость примет вид
Порядок и результаты проведенных расчетов представлены в табл. 2.1 и на рис. 2.5.
Таблица 2.1 Расчет аппроксимации при помощи линейно независимых функций
n |
d |
σ b |
Xi=ϕ1 |
yi=yϕ0 |
yix=yiϕ1 |
ϕ2 |
Yϕ2 |
Линейная модель |
Квадратичная модель |
||
Yрасч |
y-yрасч |
Yрасч |
y-yрасч |
||||||||
1 |
50 |
47,1 |
-8 |
3,1 |
-24,7 |
44 |
135,8 |
2,392 |
0,695 |
3,087 |
0,018 |
2 |
90 |
44,8 |
-4 |
0,9 |
-3,4 |
-4 |
-3,4 |
0,924 |
-0,063 |
0,861 |
-0,063 |
3 |
100 |
44,4 |
-3 |
0,4 |
-1,1 |
-11 |
-4,2 |
0,557 |
-0,174 |
0,383 |
0,018 |
4 |
120 |
43,6 |
-1 |
-0,5 |
0,5 |
-19 |
9,1 |
-0,177 |
-0,300 |
-0,477 |
0,077 |
5 |
130 |
43,2 |
0 |
-0,9 |
0,0 |
-20 |
17,2 |
-0,544 |
-0,316 |
-0,860 |
0,06 |
6 |
140 |
42,6 |
1 |
-1,2 |
-1,2 |
-19 |
23,0 |
-0,911 |
-0,300 |
-1,211 |
-0,189 |
7 |
160 |
42,3 |
3 |
-1,8 |
-5,5 |
-11 |
20,0 |
-1,645 |
-0,174 |
-1,819 |
0,118 |
8 |
170 |
41,9 |
4 |
-2,1 |
-8,3 |
-4 |
8,3 |
-2,012 |
-0,063 |
-2,075 |
-0,022 |
9 |
210 |
41,2 |
8 |
-2,8 |
-22,3 |
44 |
-122,5 |
-3,48 |
0,695 |
-2,785 |
-0,022 |
∑ |
|
|
180 |
-4,9 |
-66,1 |
5268 |
83,2 |
-4,896 |
1,315 |
-4,896 |
0,0648 |
|
|
|
H1 |
|
|
H2 |
|
∑( y-yрасч)2 |
∑( y-yрасч)2 |
||
Тогда
для линейной модели
