- •1.1. Характерные особенности современных НИ
- •1.2. Типовая структура АСНИ
- •1.3. Задачи, решаемые АСНИ
- •1.3.1. Задачи автоматизации экспериментальных исследований
- •1.3.2. Автоматизация этапов НИ, носящих творческий характер
- •1.5. Экономический эффект от автоматизации НИ
- •1.6.1. Экспериментальные исследования
- •1.6.2. Цели автоматизации экспериментальных исследований
- •1.6.3. Назначение АСНИ-Э
- •1.6.5. Структуры АСНИ-Э
- •1.6.6. Функциональная структура АСНИ-Э
- •1.6.7. Основные направления работ по созданию АСНИ-Э
- •Контрольные вопросы
- •2. СПЕКТРАЛЬНЫЙ АНАЛИЗ ИССЛЕДУЕМОГО ОБЪЕКТА
- •2.3. Второй способ оценки спектральной плотности
- •2.4. Получение вторым способом сглаженной оценки спектральной плотности
- •2.5. Оценка взаимных корреляционных функций двух эргодических случайных процессов
- •Контрольные вопросы
- •3. ПРИМЕНЕНИЯ СПЕКТРАЛЬНОГО АНАЛИЗА ИССЛЕДУЕМОГО ОБЪЕКТА
- •3.1. Оценка частотной характеристики исследуемого объекта, представляющего собой линейную динамическую систему
- •1 GAfk)
- •Контрольные вопросы
- •ГЛАВА 4. СТАТИСТИЧЕСКАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ ИЗМЕРЕНИЙ
- •4.1. Генеральная и выборочная совокупность случайной величины X
- •4.2. Задачи, решаемые при статистической обработке результатов измерений случайной величины X
- •4.3. Оценивание по выборке статистических характеристик случайной величины X
- •4.4. Общие свойства точечных оценок
- •4.5. Методы получения точечных оценок параметров закона распределения случайной величины X
- •4.5.1. Метод моментов
- •4.5.2. Метод максимума правдоподобия
- •4.6. Законы распределения, наиболее широко используемые при статистической обработке результатов измерений
- •4.6.1. Нормальное распределение
- •4.6.2. Распределение %2
- •4.6.3. Распределение Стьюдента
- •4.6.4. Распределение Фишера
- •4.7. Доверительный интервал и доверительная вероятность
- •4.8. Корреляционный анализ
- •Контрольные вопросы
- •ГЛАВА 5. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИССЛЕДУЕМОГО ОБЪЕКТА С ПОМОЩЬЮ МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ
- •5.1. Статистические математические модели исследуемого объекта
- •5.2. Метод наименьших квадратов
- •5.2.1. Постановка задачи
- •5.2.2. Решение задачи определения математической модели исследуемого объекта
- •5.2.4. Ошибки при выборе вида математической модели исследуемого объекта
- •5.2.5. Проверка адекватности математической модели исследуемого объекта
- •Контрольные вопросы
- •ГЛАВА 6. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •6.1. Теория эксперимента
- •6.2. Основные понятия планирования эксперимента
- •6.3. Общие требования к плану эксперимента. О критериях планирования эксперимента
- •6.4. Планы для моделей, описываемых полиномами первого порядка
- •6.4.1. Вид модели
- •6.4.2. Полные факторные планы
- •6.4.3. Дробные факторные планы
- •6.5.1. Вид модели
- •6.5.2. Применение полных факторных планов для моделей типа (6.40)
- •6.5.3. Применение дробных факторных планов для модели типа (6.40) и порядок смешивания оценок коэффициентов
- •6.5.4. Вычислительные формулы и свойства планов 2" р
- •6.6. Планы для квадратичных моделей
- •6.6.1. Вводные замечания
- •6.6.2. Ортогональные центральные композиционные планы
- •Контрольные вопросы
- •ЗАКЛЮЧЕНИЕ
- •Файзрахманов Рустам Абубакирович, Липатов Иван Николаевич
- •АВТОМАТИЗАЦИЯ НАУЧНЫХ ИССЛЕДОВАНИЙ
Если £, > t,al2 или |
, то гипотеза Н0 откло- |
няется, т.е. корреляционная зависимость случайной величины Y от |
|
случайной величины X |
является статистически значимой. Здесь Е,аП |
определяется из соотношения
Область применения гипотезы Н0 о равенстве нулю коэффициен та корреляции определяется неравенством
—^а/2 —£ —£а/2 •
На рис. 4.21 S0 обозначает область принятия гипотезы Н0, S', - область отклонения гипотезы Н0.
Из соотношений (4.76), (4.72), (4.74) имеем
л
(4.77)
Контрольные вопросы
1 . Что понимается под генеральной совокупностью и выборочной совокупностью случайной величины X ?
2.Какими свойствами должна обладать выборка случайной вели чины X ?
3.Какие задачи решаются при статистической обработке резуль татов измерений случайной величины X ?
4.Какие статистические характеристики случайной величины X оцениваются по выборке?
л
5. Какая оценка 9 „ параметра 0 является несмещенной?
л
6 . Какая оценка 0„ параметра 0 является состоятельной?
л
7. Какая оценка 0„ параметра 0 является эффективной?
л
8 . Какая оценка 0„ параметра 0 является достаточной?
9.Какие достоинства и недостатки присущи методу моментов
иметоду максимума правдоподобия?
10.От какого параметра зависит закон распределения % 2 ?
11.Какой формулой определяется случайная величина, подчи няющаяся закону распределения Стьюдента?
12.Какой формулой определяется случайная величина, подчи няющаяся закону распределения Фишера?
13.Что понимается под понятиями «доверительный интервал»
и«доверительная вероятность»?
14.Что понимается под задачей корреляционного анализа?
15.Какое неравенство должно выполняться при справедливости
гипотезы о равенстве нулю коэффициента корреляции рtv ?
ГЛАВА 5. ПОСТРОЕНИЕ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ИССЛЕДУЕМОГО ОБЪЕКТА С ПОМОЩЬЮ МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ
5.1. Статистические математические модели исследуемого объекта
В некоторых отраслях производства, в частности в химической промышленности, производственные и исследовательские системы являются особенно сложными. Многие проблемы недостаточно про работаны, так что экспериментальные исследования на лабораторных, опытных и промышленных установках играют особую роль. На соз дание экспериментальных установок и на проведение экспериментов здесь приходится тратить много времени и средств.
С помощью традиционных методов не удается обеспечить тре буемые темпы развития ни в фундаментальных, ни в прикладных ис следованиях. Поэтому в науке, технике и производстве при решении разнообразных задач во все больших масштабах применяются новые эффективные методы исследования. При этом особое внимание уде ляется моделям процессов, протекающих в исследуемом объекте, и способам построения этих моделей.
Для эффективного анализа механизма явлений и управления про изводственными процессами необходимо выявить взаимосвязь между факторами, определяющими ход процесса, и представить их в коли чественной форме - в виде математической модели. Математическая модель является математическим отображением наиболее существен ных сторон процесса. Модель позволяет получать информацию
опроцессах, протекающих в исследуемом объекте.
Взависимости от источника информации, используемого при по строении математической модели, различают физико-химические мо дели, называемые также иногда аналитическими или теоретическими,
истатистические модели. В первом случае за основу берутся физико химические закономерности моделируемых процессов. Построение теоретических моделей сопряжено с проведением обширных и дли тельных исследований. Статистические модели получаются в резуль тате статистической обработки экспериментальных данных, собран ных на исследуемом объекте.
Статистические модели имеют относительно простую структуру. После установления структуры модели необходимо численно оценить
по экспериментальным данным параметры модели. В зависимости от того, как эти параметры входят в модель, говорят о линейных и нели нейных по параметрам моделях. Кроме того, различают модели ли нейные и нелинейные по независимым переменным.
Все переменные, определяющие состояние исследуемого объекта, можно разделить на три группы (рис. 5.1)
|
> |
+У\ |
*2 |
> Исследуемый |
+У2 |
Х„ |
объект |
|
> |
+Ут |
d\ di |
dr |
Рис. 5.1
В группу X = (хрх2,...,х;|) входят контролируемые входные факто ры или независимые переменные на входе объекта. Переменные группы
Y = {У\.у1,-.-,ут) называют выходными. Группу D = (d{,d2,...,dr) обра
зуют неконтролируемые факторы. Они характеризуют действующие на объект возмущения, которые не могут бьггь измерены количественно. Временные характеристики, точки приложения и интенсивность дейст вия этих возмущений носят случайный характер.
Часто задача состоит в том, чтобы определить зависимость между выходными и входными переменными исследуемого объекта или найти значения входных факторов, обеспечивающие достижение экс тремума (максимума или минимума) некоторой выходной перемен ной (возможно, при каких-то ограничениях). Это означает, что пере менные группы Y часто выступают в качестве целевых величин при оптимизации исследуемог о объекта.
На практике встречаются процессы в исследуемом объекте, харак тер протекания которых детерминированным образом зависит от опре деленных величин Х|,х2,...,хп. Например, выходу некоторого иссле дуемого объекта (химический реактор) может определяться значением давления Р , температуры Т и времени протекания реакции t . Пере менные х,,х2,...,хл называют, как уже говорилось выше, входными контролируемыми или независимыми переменными, и их возможные