Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Кориков А.М. Математические методы планирования эксперимента учеб. пособие

.pdf
Скачиваний:
21
Добавлен:
23.10.2023
Размер:
7.9 Mб
Скачать

-л о -

к о о р д н н а т т о ч е к ,

п л а н а .

Предположим, что

\ , к г , . . . ,

- такие величины,

что функция

' # Ф - ^ Ф - Е Л Ь Ф

 

(6.13)

ортогональнафункциям

^ ( х )

, j < ft

,

в том смысле,что

Перейден

теперь к новым параметрам Jb* , jb*

jb^ та­

ким, что

 

 

Очевидно, что при этом

^

= jb^ . Пусть

-

результат

измерения в точке x t

. Чтобы методом наименьших

квадратов

найти оценки неизвестных параметров, нужно минимизировать

сумму чсвадратов отклонений

 

 

 

Ф - Е ^ - Г - М Л * » ? -

"

"

( 6 Д 6 )

С помощью соотношения (6.15) выражение

(6.16)

примет следующий

вид:

 

 

 

У ? - и & ' ±

tffi^tf

(6.17)

- П 1 ~

Минимум функции

(6 . 17)

найдем, приравнивая нулю частные про-

изводнке

от этой

квадратичной"формы,

взятые по переменный

 

j b * ,

|Ь*

 

 

. Легко видеть, что последнее из нор­

мальных уравнений для оценки параметров

J5* ,

1 - 1,2, ... , К,

 

будет таким

 

 

 

 

 

 

 

 

 

 

 

1=1

 

 

i " 1

 

 

 

 

 

 

 

 

Отсюда

 

 

 

 

 

 

 

 

 

 

 

 

 

£ К( ^ 0

4 i

 

 

 

 

 

 

 

 

 

t - t

 

 

 

 

 

 

 

 

 

 

 

и, следовательно,

дисперсия параметра

jb£

значит и

fa

)

будет зависеть от координат точек

 

плана следующим обравом:

 

Пз определения функции

^ £

( £

)

я условия её ортогональ­

ности функциям f j ( x )

(

j

)

(си.формулн (6.13) г

(6.14)

следует,

что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(6.19)

а значит,

чтобы минимизировать дисперсию коэффициента

fa

,

нужно i-эксимизировать

правую часть

уравнения (6 . 19) . Таким

 

образом, переходя к непрерывным планам, можно утверждать,что

план будет оптимальная для оценки параметра jb^, если '

 

 

 

 

 

 

 

 

- п г -

 

 

 

 

 

С

 

 

J " 1

 

 

 

 

 

 

 

 

 

( 6 . 2 0 )

 

max

min. J[|K (x) - £

c, ft (S)]2 | (dx) .

 

 

 

 

Обратим внимание на то, что задача построения оптимально­

го

плана

*

совпадает

о задачей нахоздения оптимальной стра-

тегии в

следующей игре двух лиц с нулевой суммой:

 

 

 

Пусть множество X

 

будет

пространством чистых

стратегий

игрока I

^ пространство

о в

{ с , , сг,...,

с -

п

р

о с т -

р а н о т в о

ч и с т ы х

 

с т р а т е г и й

и г р о к а П,

а

функция

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j

-

t

 

 

 

 

 

 

-

функция выигрыша.

 

 

 

 

 

 

 

 

 

 

 

Обозначим через

 

множество всех непрерывных

планов,

оно будет пространством смешанных стратегий игрока I . Функция

выигрыша ОС (

х ,

t

)

выпукла

по "с

; из

теории

игр

известно,

что в этом случае

существует

оптимальная

чистая

стратегия иг-

рока П.

4

 

 

 

 

 

 

 

 

 

 

 

Ъ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Итак, можно сформулировать следующую задачу теории игр:

найти такие стратегии

 

и

с

, что

 

 

*

 

 

 

км

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к-1

 

 

 

 

 

 

т е х

m i n . J

[

j K (

x

)

- j ^

Cj £

(x)J

^ ( d x ) .

Найденный план Ц * будет оптимальным планом. Таким образом, задачу поиска оптимального плана можно решить методами тео­ рии игр.

§ 6 - 5 . К р а т к и й

о б з о р

р а б о т

п о *2$ -оп-

т и м а л ь н ы м

п л а н а м

 

При изложении §§ 6 . 1 -

6 . 4 , мы использовали

обзор Т.И.Го-

ликогой и Н.Г.7Лшсешиной

[ в ]

, а так же работу [l7J

. Методика

построения S i -оптимальных

планов и каталог

таких планов

есть

в работе И.Н.Вучкова и Г.К.Круга [7]

. Здесь

мн приведем

крат­

кий обзор работ по с 2). -оптимальным планам, следуя

разделу

пос­

вященному

этим планам,

написанному Т.И.Голиковой

в книге ~[з2] .

Если

рассматривать

класс непрерывных планов,

то справедли­

ва следующая

т е о р е м а :

 

 

План

-оптимален тогда и только

тогда, когда

он G - оп­

тимален , и тогда и только тогда, когда

приведенное

к одному

наблвдению значение максимума дисперсии оценки отклика в об­ ласти планирования равно числу коэффициентов регрессии".

Эту очень важную теорему доказали Кифери Вольфовиц в

статье

J47] . Сформулированная теорема значительно облегчает

задачу

построения непрерывных ^

-оптимальных планов. В рабо­

тах [ 4 5 , 4 6 , 4 8 , 50 ] непрерывные ^ -оптимальные планы постро­

ены для

полиномиальной регрессии при ограничениях на отрезке ;

для полиномиальной регрессии первого и второго порядка при

ограничениях на гиперкубе и К

-мерном шаре ; для тригонометри­

ческой регрессии и длч полиномиальной регрессии с различными весовыми функциями.

Во многих практических задачах вид функциональной зависимо-

- 1 7 4 -

ста,. еаязвввдазеЗ фактора с параметрами, штересуетдаи иссяе-

asffis^sw, в ? т « ю заранее яеиззестен. Поэтому чаете

приходит­

ся ©жчаишювтыу! членами разложения, Функции в ряд

ТеДлора,

нмевщвш 'невысокие степени. В связи с этим особое

значение

приобретает случай, когда регрессионная функция представляет собой ШЕСТОМ первого или второго порядка.

Обычно еграннченкя на изменение переменных задают в сле -

дупцем виде:

При этой заданная область планирование представляет с о ­

бой

к -мерный параллелепипед. Изменением масштаба (кодирова-

ние)

его можно свести к гиперкубу

—1^ X j 5 1 j j — I , 2 , . . » , K . .

Экспериментатору часто приходится планировать эксперимент

не во

всей

области возможного изменения переменных, а в выб­

ранной для

эксперимента некоторой

её части. В этом случае об­

ласть

планирования можно задавать в виде шара

 

* 1

г

' -

который с помощью линейного преобразования можно привести к единичному шару

к,

L x " 1 . - - J-.1

Таким образом, на практике наиболее часто приходится иметь'дело с задачами, в которых регрессионная функция пред­ ставляет собой полином первого или второго порядка при огра­

ничениях на кубе или шаре» '

 

- n

s -

- о к т а л ь н ы е планы первого

порядка при ограничениях на

кубе мокко задать в ввде полного

факторного эксперимента 2 * " .

& -оптагдальнкки планами

первого

порядка являются также неко­

торые дробные регулярные

реплики полного факторного экспери­

мента и планы, для которых наблюдения «ахсдятся в вершинах правильных симплексов, вписанных в гиперкуб, множество вершин

симплексов доляно

принадлежать множеству вершин куба. Такие

планы построены для

числа факторов Я. , удовлетворяющего у с ­

ловию: К + I

кратно

четырем

[25] .

Планы первого

порядка,

-оптимадьннв при ограничениях

ка кубе, также

 

-оптимальны на шаре, в который вшвоан этот./

куб. Кроме того, на шаре можно построить другие^-оптимальные

линейные планы. Например, планы, для которых число наблюдений

в вершанах любого вписанного в шар правильного симплекса будет

одинаково.

 

 

 

-то­

 

плены первого порядка-оптимальные

на кубе и шаре, я в ­

ляется в то ке

время ортогональными и ротатабелыпгаж.

 

Непрерывные

&

-оптимальные планы для регрессии второго

порядка при ограничениях на кубе построены в работах Кифера

[48] и Коно [ s o ] .

 

 

 

 

Плака Кифера для к§ 5-содержат

точки,

расположенные в вер­

шинах куба, средних

ребер и центрах

его двумерных граней. Пла­

ны

Коно [49] для меньшего числа точек (

к ^ 9) содержат вер­

шит

куба, середины ребер и центральную точку. Доля наблюдений,-

приходящаяся ка каздое из множеств точек данного вида (nv ),

приводится в табл. 61{Плана Кифера)

и в табл. 6 . 2 (планы'Коно).

- Чтобы перейти от непрерывных об -оптимальных планов к пла­ нам, пригодным для практического использования, нужно подоб­

рать точные планы с подходящим числом опытов, достаточно близ­

кие к *5Ь -оптимальным по величине определителя информационной матрица. Если брать точнге планы, содержащие столько измерений во Есех точках непрерывного плана, что значения. § ^, приведен-

нне в табл. 6 . 1 и 6.2 сохраняются с некоторой точностью (напри­ мер, до 0,001), то они будут содержать слишком большое число

наблюдений.

В работе [5] с помощью ЭВМ были найдены несимметричные пла-

- п е ­

ни второго порядка оянзяне к 2 ) -оптимальны* по таким харак­ теристикам, приведенным к одному набявденив, как определитель информационной матрицы, средняя и максимальная д-сперсви пред­ сказанного значения параметра оптимизации.

Таблица 6 . 1

ой -оптимальные планы на кубе,полученные Кифером

Число

I

 

 

 

 

 

 

 

 

яины iro =

2*- j

середины ребер )

центры двуызр-

 

i

 

 

 

j

граней

к

 

 

 

 

 

 

• i

!

0,6666

[

0,3333

j

0,0

 

2

i

0,5832

 

0,3206

i

0,С962

3

!

0,5758

 

0,2274

!

0,1968

4

i

0,5928

 

0,1228

!

0,2844

5

!

0,6170

j

0,02548

0,3580

 

 

 

 

 

 

 

 

 

 

 

 

Таблица

6.2

 

-оптимальные

планы на ку*е, полученнсе

Коно

 

Число

Г

Доля наблюдений

для множества точек

на кус\,-

 

факте—

т

-

~*

середины

ребер

ров

 

центр

 

вершины

 

 

 

к*

1

 

 

т = 2. К.

ж = к- 2

 

I

0,3333

 

0,6666

 

0 , 0

 

 

 

 

 

2

 

0,09619

 

0,5832

 

0,3206

3

 

0,06547

0,5X03

 

0,4242

4

 

0,04738

0-,4506

 

0,5021

5

 

0,03675

0,4021

 

0,5622

6

 

0,02710

0.3G23

 

0,6097

7

 

0.02160

0,3297

 

0,6786

Несимметричные планы (НП) содержат насаждения в некоторых

точках,

входящих в Э

-оптимальный план. Кроме

того, заслужи-

вают внимания симметричные планы (СП), содержащие измерения в вершинах куба (полный факторный эксперимент 2 ^ ) и в центрах

 

 

- 1 7 7 -

 

грзвей, имеющих размерность

К - 1

(звездные точки о

плечом

d - I ) . Для еравнл ния

нике

(табл.6.3) приводятся характерис­

тики этах плдяоз a

-оптимальных

планов.

 

 

 

 

Таблица

6 Т 3

Статгстическпе характеристики некоторых планов, построен­ ных при-.ограничениях на кубе*

Число !

торов •

Т й П » л а н а

Кf

 

-огггтаальяый

4 !

ш

СП

j План Хартли

1 ой -оптимальный

D

СП

План

Хартли

ic6 -оптимальный

6 j

нп

i

СП

|План Хартли

\ Чьсло (Оптеделитель\ Средняяf Малзи-

! 15з:ле- j

Екформацион - j flHCnep- J мальная

j рений

j ной матрщы

jCHH

! диспер-

 

 

 

 

j еценкг

{сил с т -

 

 

 

 

(отклика i

ютгка

1

-

!

0 , 2 2 . I D - 4

т

 

-г————

!

и д

!

15,0

i

27

J O.ei.IO""5

!

13,1

!

24,0

i

24

 

0 . 8 0 . I 0 " 5

1

8,5

!

18,5

!

17

 

O . I O . I O - 7

!

17,0

!

П8,6

 

 

 

0 , 6 3 . 1 " 6

!

К . 6

!

21,0

j

52

 

0 . 2 2 . I 0 " 6

 

18,1

 

34,5

i

42

 

0 . 6 8 . I 0 " 7

 

14,1

 

34,2

j

2?

 

0 . I 7 . I 0 " 7

j

H f O

j

27,4

i

-

 

0 ,15 . I O * 7

j

20,6

j

28,0

i

88

 

0 , 2 1 . I O " 8

!

25,7

i

42,6

!

76

 

O . ^ . I O " 9

j

27,5

j

66,5

|

29

 

0 , 5 9 . I 0 " 1 7

j

52,0

j 152,0

; Прпкято, ч.л диспеоскя одного наблюдения равна единице; здесь приводятся только нормированные значения характеристик.

В этой se работе было провг^ено исследование характеристик некоторых планов второго порядка при ограничениях на кубе для К = 4 , 5 , 6, уже нашедшгх практическое применение. Наиболее близким к*с5 -оптимальным можно считать ::омгозиционнне планы Хартли, построенные на осноге регулярных реплик [43] . Иг ха­

рактеристики также приведены в -А дбл. 6.3."

• -

Планы, вошедшие в табл. 6.3

приведены в работе [ б ] .

Непрерывнее еЙ -оптимальные

планы второго

порядка при ог­

раничениях на шаре получены Кифером [ 4 9 ] . Эти планы ротатаоель-

 

-

П Й -

нн. Доля наблюдений, равная

 

1

Ъ.

,

приходится на поверхность шара ; доля наблвдений, состовляхщая

г

относится к центру. В работе [э] эти планы сравнивают с дру­ гими ротатабельными и неро. штабельными планами второго поряд­ ка, пи^роенннми при ограничениях на шаре для k от 2 до 8 . В этой же работе приведены графики зависимостей дисперсий пред­ сказанного значения функции отклика от расстояния до центра эксперимента для ©5 -оптимальных планов и некоторых ротата­ бельннх планов. Для всех исслздованных ротатабельннх планов дисперсия оценки функции отклика превышает соответствующие

значения дисперсии для

-оптимальных планов только вблизи

границы области.

 

ГЛАВА УП

ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА ПРИ ВЫЯСНЕНИИ МЕ1АНИЗМА«ЯВЛЕН11

При выяснении механизма явлений экспериментатору необ­ ходимо выяснить поведение исследуемого объекта > целом (получить адекватное математическое описание объекта). При решении этой задачи возникает ряд особенностей, кото­ рые мы рассмотрим в настоящей главе.

§ 7 - 1 . П о с т а н о в к а

з а д а ч и

Возможности планирования эксперимента при выяснении механизма явления существенно зависят от уровня априорных знаний и чем выше этот уровень, тем эффективней уде! пла­ нирование.

Введем следующую довольно грубую, но удобную с к чки зрения существующего математического аппарата планирования эксперимента,градацию количества априорных знаний (степень информированности экспериментатора).

I . Функция

 

 

 

у « у

(*,,

х г

, х

к ; 0,, 8t ,..., B j - y f o S )

известна, требуется определить или уточнить неизвестные

параметры

Вл

, 8г ,

. . . ,

6^.

Соседние файлы в папке книги из ГПНТБ