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

лабы / лаба 6 / лаба_6_6к_окитпэс

.pdf
Скачиваний:
0
Добавлен:
13.05.2026
Размер:
607.77 Кб
Скачать

Министерство цифрового развития, связи и массовых коммуникаций Российской Федерации

Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования

Московский технический университет связи и информатики

___________________________________________________________________

Факультет

«Радио и телевидение»

Кафедра

«Электроника»

Лабораторная работа №6 по дисциплине «Основы конструирования и технологии производства электронных средств»

«Исследование разброса параметров радиоэлементов больших гибридных интегральных микросхем»

Выполнил Студент группы БРВ2201 _____________________

Проверил Заведующая кафедры, ктн, доцент _____________________ Каравашкина В.Н.

Москва 2024

1. ЦЕЛЬ РАБОТЫ

Целями работы являются: изучение причин и закономерностей отклонений параметров радиоэлементов; изучение статистических характеристик распределения отклонения параметров; определение законов распределения параметров радиоэлементов на основе результатов их измерений и числовых характеристик статистического распределения разброса параметров; оценка точности полученного результат и стационарности технологического процесса.

2.РАСЧЁТНАЯ ЧАСТЬ

2.1.Исходные данные

Вычисления производились для варианта №4. Ниже представлена таблица с номиналами всех N 100 элементов.

Таблица 2.1.1 – Номиналы всех данных элементов

2.1. Построение статистического ряда по номиналу

R– матрица номиналов всех элементов;

min min(R)=1151

– минимальное значение в выборке, Ом;

max max(R)=1468

– максимальное значение в выборке, Ом;

scope max-min=317

– размах значений в выборке, Ом;

k 1+3.32 log(N,10)=7.64 – оптимальное кол-во интервалов;

k 10

 

– заданное кол-во интервалов;

l scope

=31.7

– длина одного интервала, Ом.

k

 

 

Так как номиналы элементов – целые числа, длину интервала тоже округляют до целого числа.

l ceil(l)=32

– итоговая длина интервала, Ом.

Тогда границы интервалов будут рассчитываться по следующим формулам:

n 0,1 9 – диапазон для левой границы;

m 1,2 9 – диапазон для правой границы;

lb min+n l – формула для расчёта значений левых границ диапазонов;

rb min+m l – формула для расчёта значений правых границ диапазонов;

Однако правая граница последнего диапазона просто равна максимуму выборки.

Тогда границы диапазонов будут равны (левая матрица – левые границы, средняя матрица – правые границы, правая матрица – границы диапазонов общие).

1151

1183

1151 1183

 

1183

 

 

1215

 

 

1183 1215

 

 

1215

 

 

1247

 

 

1215 1247

 

 

1247

 

 

1279

 

 

1247 1279

 

 

 

 

 

 

 

lb=

1279

 

rb=

1311

 

int=

1279 1311

 

1311

1343

1311 1343

 

1343

 

 

1375

 

 

1343 1375

 

 

1375

 

 

1407

 

 

1375 1407

 

 

1407

 

 

1439

 

 

1407 1439

 

 

1439

 

 

1468

 

 

1439 1468

 

 

 

 

 

 

 

Для составления статистического ряда необходимо записать сколько элементов, номинал которых входит в соответствующий интервал, находится в исходной таблице.

Тогда количество элементов в каждом диапазоне будет равно: stat_rowT =[4 1 15 23 17 13 15 8 2 2]

В качестве проверки необходимо найти сумму элементов всего ряда, если она равна N=100 , то можно считать, что ряд составлен верно.

9

 

 

∑stat_row N=1

– ряд составлен верно.

n=0

n

 

 

 

Итоговый статистический ряд по номиналам имеет вид:

“[1151,1183) = 4”

 

“[1183,1215) = 1”

 

 

“[1215,1247) = 15”

 

 

“[1247,1279) = 23”

 

 

 

stat_row_all=

“[1279,1311) = 17”

 

 

“[1311,1343) = 13”

 

“[1343,1375) = 15”

 

 

“[1375,1407) = 8”

 

 

“[1407,1439) = 2”

 

 

“[1439,1468) = 2”

 

 

 

2.2. Расчёт среднего значения каждого диапазона

Rint

– матрица номиналов элементов, разделённых по диапазонам;

avg1 mean(R1)=1160 – среднее значение для 1-ого диапазона;

avg2 mean(R2)=1187 – среднее значение для 2-ого диапазона;

avg3 mean(R3)=1232.8 – среднее значение для 3-его диапазона;

avg4 mean(R4)=1261.609 – среднее значение для 4-ого диапазона;

avg5 mean(R5)=1293.882 – среднее значение для 5-ого диапазона;

avg6 mean(R6)=1323 – среднее значение для 6-ого диапазона;

avg7 mean(R7)=1357.8 – среднее значение для 7-ого диапазона;

avg8 mean(R8)=1388.5 – среднее значение для 8-ого диапазона;

avg9 mean(R9)=1418 – среднее значение для 9-ого диапазона;

avg10 mean(R10)=1462.5 – среднее значение для 10-ого диапазона;

2.3. Построение статистического ряда по относительной частоте

Статистический ряд по относительной частоте, это ряд, построенный по относительной частоте, то есть следующим образом:

stat_roww stat_row÷N

Значения статистического ряда для каждого диапазона равны:

stat_rowwT =[0.04 0.01 0.15 0.23 0.17 0.13 0.15 0.08 0.02 0.02]

Итоговый статистический ряд по относительной частоте имеет вид:

“[1151,1183) = 0.04”

“[1183,1215) = 0.01”“[1215,1247) = 0.15”

“[1247,1279) = 0.23” stat_row_all = “[1279,1311) = 0.17” w “[1311,1343) = 0.13”

“[1343,1375) = 0.15”

“[1375,1407) = 0.08”“[1407,1439) = 0.02”“[1439,1468) = 0.02”

2.4. Построение гистограммы по статистическому ряду

Необходимо построить гистограмму по статистическому ряду из пункта 2.3. По оси абсцисс находятся номера диапазонов, а по оси ординат – значения относительной частоты.

0.23

0.21

0.19

0.17

0.15

0.13

0.11 stat_roww

0.09

0.07

0.05

0.03

0.01

1

2

3

4

5

6

7

8

9

10

 

 

 

 

number

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Рисунок 2.4.1 – Гистограмма по относительным частотам

2.5. Построение приближенной статистической функции распределения

Статистическая функция распределения строится по средним значениям диапазонов (ось абсцисс), и суммы значений столбцов гистограммы (ось ординат).

1160

1187

1232.8

1261.609

1293.882 1323

1357.8

1388.5

1418

 

1462.5

1

 

 

 

 

 

 

 

 

 

 

 

0.96

 

 

 

 

 

 

 

 

 

 

 

0.92

 

 

 

 

 

 

 

 

 

 

 

0.88

 

 

 

 

 

 

 

 

 

 

 

0.84

 

 

 

 

 

 

 

 

 

 

 

0.8

 

 

 

 

 

 

 

 

 

 

 

0.76

 

 

 

 

 

 

 

 

 

 

 

0.72

 

 

 

 

 

 

 

 

 

 

 

0.68

 

 

 

 

 

 

 

 

 

 

 

0.64

 

 

 

 

 

 

 

 

 

 

 

0.6

 

 

 

 

 

 

 

 

 

 

 

0.56

 

 

 

 

 

 

 

 

 

 

 

0.52

 

 

 

 

 

 

 

 

 

 

Fint

0.48

 

 

 

 

 

 

 

 

 

 

0.44

 

 

 

 

 

 

 

 

 

 

0.4

 

 

 

 

 

 

 

 

 

 

 

0.36

 

 

 

 

 

 

 

 

 

 

 

0.32

 

 

 

 

 

 

 

 

 

 

 

0.28

 

 

 

 

 

 

 

 

 

 

 

0.24

 

 

 

 

 

 

 

 

 

 

 

0.2

 

 

 

 

 

 

 

 

 

 

 

0.16

 

 

 

 

 

 

 

 

 

 

 

0.12

 

 

 

 

 

 

 

 

 

 

 

0.08

 

 

 

 

 

 

 

 

 

 

 

0.04

 

 

 

 

 

 

 

 

 

 

 

1160

1187

1214

1241 1268 1295avg1322 1349 1376 1403 1430

1457

1484

Рисунок 2.5.1 – График статистической функции распределения

2.5. Расчёт числовых характеристик всей выборки

Так как выборка условно не является малой (больше 50 элементов), её числовые характеристики рассчитываются приблизительно по следующим формулам:

k-1

 

 

 

 

 

 

 

 

mSB ∑ avg stat_roww

=1297.67

– статистическое среднее;

n=0

 

 

n

 

n

 

 

 

k-1

avg -mSB 2 stat_roww

 

 

 

DSB

 

 

n 0

 

 

n

 

 

n

 

 

=

 

 

 

 

 

 

– статистическая дисперсия.

DSB=3932.076

2.6. Расчёт числовых характеристик малой выборки

Необходимо составить малую выборку из Ns 20 элементов по

следующему правилу: первые 10 элементов – элементы с 11 по 20 из заданной выборки, вторые 10 элементов – элементы с 71 по 80 из заданной выборки. Полученная малая выборка представлена ниже, в таблице 2.6.1.

Таблица 2.6.1 – Номиналы элементов для малой выборки

Так как выборка считается малой (кол-во элементов меньше 50), числовые характеристики рассчитываются по следующим формулам:

Ns -1

 

∑ Rs

n

 

 

mSS

n=0

 

– статистическое среднее;

=1287.05

 

Ns

 

 

 

 

Ns -1

 

 

 

 

∑ Rs

-mSS 2

 

DSS

n=0

n

=4077.648

– статистическая дисперсия.

 

 

Ns

 

Сравнительные гистограммы статистических средних и статистических дисперсий для исходной и малой выборок представлены ниже, на рисунках 2.6.1 и 2.6.2 соответственно. Слева – значения для исходной выборки, а справа – для малой.

12981297.67

 

 

1297

 

 

1296

 

 

1295

 

 

1294

 

 

1293

 

 

1292

 

mS

 

 

1291

 

 

1290

 

 

1289

 

 

12881287.05

 

 

1287

 

 

1

S

2

 

 

Рисунок 2.6.1 – Гистограмма для статистических средних

4077.648

4080

4065

4050

4035

4020

4005

3990 DS

3975

3960

39453932.076

3930

 

 

 

 

 

 

 

 

 

 

1

1.1

1.2

1.3

1.4

S 1.5

1.6

1.7

1.8

1.9

2

Рисунок 2.6.2 – Гистограмма для статистических дисперсий

2.7. Расчёт доверительных интервалов

Необходимо рассчитать доверительный интервал с уровнем значимости α 0.1, для разных законов распределения (для нормального и для произвольного).

Для этого сначала необходимо рассчитать стандартное отклонение для обоих выборок:

σSB DNSB =6.271 – стандартное отклонение заданной выборки;

σSS

DSS

=14.279

– стандартное отклонение малой выборки.

Ns

 

 

 

2.7.1. Расчёт доверительных интервалов при нормальном законе распределения

Для нормального распределения ширину доверительного интервала можно рассчитать следующим образом:

tα 1.643 – произведение квадратного корня из двух и обратной функции Лапласа (табличная величина);

Yα_SB tα σSB=10.303 – ширина доверительного интервала для заданной выборки;

Yα_SS tα σSS=23.46 – ширина доверительного интервала для малой выборки;

23.5

 

 

 

 

 

 

 

 

 

 

 

 

22

 

 

19.972

 

 

 

 

 

 

 

 

20.5

 

 

 

 

 

 

 

 

 

 

 

19

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

17.5

 

 

 

 

 

Yα_S

 

 

 

 

 

16

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

14.5

 

 

 

 

 

 

 

 

 

 

 

 

13

11.510.303

10

 

 

 

 

 

 

 

 

 

 

1

1.1

1.2

1.3

1.4

S 1.5

1.6

1.7

1.8

1.9

2

Рисунок 2.7.1.1 – Сравнительная гистограмма длин доверительных интервалов для нормального закона

2.7.2. Расчёт доверительных интервалов при произвольном законе распределения

В качестве произвольного закона распределения, в рамках лабораторной работы, используется распределение Стьюдента. Тогда длину доверительного интервала можно рассчитать по

формуле:

tα_99 1.67 – критическое значение распределения Стьюдента при заданных уровне значимости и степени свободы N-1;

tα_19 1.73 – критическое значение распределения Стьюдента при заданных уровне значимости и степени свободы Ns-1;

Yα_SB tα_99 σSB=10.472 – ширина доверительного интервала для заданной выборки;

Yα_SS tα_19 σSS=24.702 – ширина доверительного интервала для малой выборки;

25

 

 

 

 

 

 

 

 

 

 

23.5

 

 

 

 

 

 

 

 

 

 

22

21.029

 

 

 

 

 

 

 

 

 

20.5

 

 

 

 

 

 

 

 

 

 

19

 

 

 

 

 

 

 

 

 

 

17.5

 

 

 

 

 

 

 

 

 

Yα_S

16

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

14.5

 

 

 

 

 

 

 

 

 

 

13

 

 

 

 

 

 

 

 

 

 

11.5

10.472

 

 

 

 

 

 

 

 

 

10

 

 

 

 

 

 

 

 

 

 

 

1

1.1

1.2

1.3

1.4 S 1.5

1.6

1.7

1.8

1.9

2

Рисунок 2.7.2.1 – Сравнительная гистограмма длин доверительных

 

 

 

интервалов для произвольного закона

Соседние файлы в папке лаба 6