Основы программного моделирования. Практикум. Учебное пособие
.pdf
Проведем расчет коэффициентов модели bi, исходя из следующего условия:
N |
) |
2 |
® min, |
S(b) = å( yi - yi ) |
|
||
i=1
где N – объем выборки;
yi – экспериментальные выходные значения;
yi - значения выходных параметры, рассчитанные по мо-
дели (1).
Введем обозначения:
X = {xi} – матрица входных параметров или матрица плана эксперимента;
Y = {yi} – матрица выходных параметров.
Тогда матричная форма записи МНК будет иметь вид
|
|
|
FT Fb = FT y , |
(2) |
||
где F = {ϕ j (x)}- регрессионная матрица: |
|
|
||||
|
çæϕ1 (x1 ) ϕ2 (x1 ) |
L ϕk (x1 ) |
÷ö |
|||
|
ççϕ1 (x2 ) ϕ2 (x2 ) L ϕk (x2 ) |
÷÷ |
||||
F = |
ç |
M |
M |
M |
M |
÷ ; |
|
çç |
ϕ1 (xi ) |
ϕ2 (xi ) L ϕk (xi ) |
÷÷ |
||
|
èϕ1 (xn ) ϕ2 (xn ) L ϕk (xn ) |
ø |
||||
FT - транспонированная матрица. Операция транспонирования означает, что в матрице F столбцы заменяются на строки;
b - вектор (столбец) коэффициентов модели, b = {bi};
y - вектор (столбец) выходных экспериментальных пара-
метров.
Из формулы (2) получаем, что значения коэффициентов
b определяют по формуле
b = (FT F)−1 × FT y ,
где (FT F)−1 - обратная матрица.
На этом этапе параметрический синтез закончен.
31
Статистический анализ 1. Вычисление остаточной дисперсии, которая определяет
величину разброса выходных параметров y под действием случайных помех:
2 |
|
1 |
N |
) |
2 |
|
|
|
|
||||
Sост |
= |
|
å( yi − yi ) |
|
, |
|
N − k |
|
|||||
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
где k – число коэффициентов модели.
2. Вычисление коэффициентов детерминации.
|
|
|
|
|
|
|
R |
2 = 1− |
åост |
= |
åрег |
, |
||
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
åобщ |
åобщ |
||
|
|
N |
) |
|
|
2 |
- сумма остаточной дисперсии; |
|||||||
где åост = å |
(yi − yi ) |
|
|
|||||||||||
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
|
åобщ = å(yi − |
|
|
|
- сумма общей дисперсии; |
||||||||||
y)2 |
|
|||||||||||||
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- среднее экспериментальное; |
|
|
||||||||||
|
y |
|
|
|||||||||||
|
|
N |
) |
|
|
2 |
- сумма регрессионной дисперсии; |
|||||||
|
|
|
|
|||||||||||
|
|
|
|
|||||||||||
åрег = å(yi − y) |
|
|
||||||||||||
i=1
y - среднее модельное.
3. Проверка эффективности модели.
При проверке эффективности модели выдвигаются две гипотезы:
1)основная Н0: Sрег2 = Sост2 - модель неэффективна;
2)альтернативная На: Sрег2 > Sост2 - модель эффективна.
Проверку проводят с помощью критерия Фишера:
S 2
Fвычэф = рег2 ,
Sост
32
2 |
|
1 |
N |
) |
|
|
2 |
|
|
|
|
|
|||||
где Sрег |
= |
|
å(yi - y) |
|
- регрессионная дисперсия, которая |
|||
|
|
|||||||
|
|
k -1 i=1 |
|
|
|
|
|
|
показывает разброс модельных выходных параметров относительно их среднего значения.
По значениям Sрег2 и Sост2 принимается одна из гипотез (Н0
или На). Если модель эффективна, то тогда целесообразно говорить о коэффициенте эффективности. Определяется
Fтабл (a,nч ,nзн ) ,
где α – уровень значимости; νч = k-1 – число степеней свободы числителя для Sрег2 ; nзн = N – k – число степеней свободы для
знаменателя Sост2 .
Если Fвычэф > Fтабл , то модель эффективна. Определяется коэффициент эффективности модели:
|
F эф |
|
Kэф = |
выч |
. |
|
||
|
Fтабл |
|
Если Кэф >>4, то модель эффективна.
4. Оценка значимости коэффициентов модели. Выдвигаются две гипотезы:
1)основная Н0: bi = 0 – коэффициент незначимый;
2)альтернативная На: bi ¹ 0 – коэффициент значимый. Проверку проводят с помощью III критерия Стьюдента:
выч |
|
|
bi |
|
|
|
Tз i |
= |
|
|
|
, |
|
|
|
|
||||
Sост2 ×Сii |
||||||
|
|
|
|
|
где Сii – диагональный элемент обратной матрицы (FT F)−1 . Определяется табличное значение критерия Стьюдента
Ттабл(α/2, n), где α/2 = 0,025; n = N – k - число степеней свободы для знаменателя Sост2 .
Если | Tзiвыч | > Ттабл(α/2, n), то i коэффициент значимый.
33
|
|
|
|
|
|
|
|
Пример расчета |
|
Рассмотрим модель: |
y = b0 + b1x1 + b2 x2 . |
|
|||||||
Матрица входных параметров (матрица плана эксперимента) |
|||||||||
|
æ 6 |
|
2 |
ö |
|
|
|
|
|
|
ç |
|
4 |
÷ |
|
|
|
|
|
|
ç 8 |
|
÷ |
|
|
|
|
||
X = ç10 |
5 |
÷ . |
|
|
|
|
|||
|
ç |
|
6 |
÷ |
|
|
|
|
|
|
ç11 |
÷ |
|
|
|
|
|||
|
ç |
|
7 |
÷ |
|
|
|
|
|
|
è12 |
ø |
|
|
|
|
|||
Матрица выходных экспериментальных данных |
|||||||||
|
æ |
6 ö |
|
|
|
|
|
|
|
|
ç |
8 |
÷ |
|
|
|
|
|
|
|
ç |
÷ |
|
|
|
|
|
|
|
Y = ç12 |
÷ . |
|
|
|
|
|
|
||
|
ç |
|
÷ |
|
|
|
|
|
|
|
ç15÷ |
|
|
|
|
|
|
||
|
ç |
|
÷ |
|
|
|
|
|
|
|
è17 |
ø |
|
|
|
|
Решение |
|
|
|
|
|
|
|
|
|
|
|
|
Параметрический синтез |
|
||||||||
1. Исходные данные: |
|
|
|
|
|||||
æ |
6 |
2 ö |
|
|
æ |
6 |
ö |
|
|
ç |
|
÷ |
|
|
ç |
|
÷ |
|
|
ç |
8 |
4 ÷ |
|
|
ç |
8 |
÷ |
|
|
X := ç 10 |
5 ÷ |
|
Y := ç 12 ÷ |
|
|||||
ç |
11 |
6 ÷ |
|
|
ç |
15 |
÷ |
|
|
ç |
|
÷ |
|
|
ç |
|
÷ |
|
|
è 12 |
7 ø |
|
|
è 17 |
ø |
|
|||
2. Составляем регрессионную матрицу: |
|
||||||||
|
æ 1 |
6 |
|
2 ö |
|
|
|
|
|
|
ç 1 8 4 |
÷ |
|
|
æ 1 1 1 1 1 |
ö |
|||
|
ç |
|
|
|
÷ |
|
T |
ç |
÷ |
Φ := ç 1 10 5 |
÷ |
Φ |
= ç 6 8 10 11 12 |
÷ |
|||||
|
ç 1 11 6 |
÷ |
|
|
è 2 4 5 6 7 ø |
||||
|
ç |
12 |
7 |
÷ |
|
|
|
|
|
|
è 1 |
ø |
|
|
|
|
|||
34
3. Вычисляем ФТФ |
: |
|
|||||
|
æ |
5 |
|
47 |
24 |
ö |
|
T |
ç |
|
|
|
|
|
÷ |
Φ Φ |
= ç |
47 |
465 |
244 |
÷ |
||
|
è 24 |
244 |
130 ø |
||||
4. Вычисляем ФТY: |
|
||||||
|
|
æ |
|
58 |
ö |
|
|
T |
|
ç |
|
|
÷ |
|
|
Φ |
Y = ç |
589 |
÷ |
|
|
||
|
|
è |
313 ø |
|
|
||
5. Находим коэффициенты регрессии:
æ −7.917 ö B := (ΦT Φ)− 1×(ΦT Y ), B = çç 2.417 ÷÷
è -0.667 ø
6. Вычисляем выходной параметр по модели Y=Ф∙B:
Y1 := Φ ×B,
æ |
5.25 |
ö |
|
|
|
|
ç |
8.75 |
÷ |
|
|
|
|
ç |
÷ |
|
|
|
|
|
Y1 = ç |
12.917 ÷ |
|
|
|
|
|
ç |
14.667 |
÷ |
|
|
|
|
ç |
16.417 |
÷ |
|
|
|
|
è |
ø |
|
|
|
|
|
Статистический анализ |
|
|||||
1. Вычисляем остаточную дисперсию: |
|
|||||
i := 0 .. 4, N := 5, |
|
k := 3. |
|
|||
|
|
|
êéå(Y i - Y1i)2úù |
|
||
|
|
Sost := |
ë i |
û |
|
35 |
|
|
|
N - k |
|||
|
|
|
|
|
||
Sost = 1.208
2. Вычисляем коэффициенты детерминации:
|
|
å(Y i - Y1i)2 |
|
|
1 |
×çæ åY i ÷ö |
|||||
R2 := 1 - |
i |
|
|
Y2i := |
|||||||
|
|
5 |
|||||||||
å(Y i - Y2)2 |
|||||||||||
|
|
|
|
|
|
è i |
ø |
||||
|
|
i |
|
|
æ |
11.6 |
ö |
|
|||
æ |
0.972 |
ö |
|
|
|||||||
ç |
0.972 |
÷ |
|
ç |
11.6 |
÷ |
|
||||
ç |
÷ |
|
ç |
÷ |
|
||||||
R2 = ç |
0.972 |
÷ |
|
Y2 = ç |
11.6 |
÷ |
|
||||
ç |
0.972 |
÷ |
|
ç |
11.6 |
÷ |
|
||||
ç |
÷ |
|
ç |
÷ |
|
||||||
è 0.972 ø |
|
è |
11.6 ø |
|
|||||||
3. Проверяем эффективность модели:
éêå(Y1i - Y2i)2ùú
Sregr := ë i û k - 1
Sregr = 41.392
Fvych := SregrSost
Fvych = 34.255
Ftabl := qF (0.95 , k - 1 , N - k)
Ftabl = 19
КKэф := Fvych
эф Ftabl
36
Kэф = 1.803 Kэф < 2 – модель эффективна
4. Оцениваем значимость коэффициентов модели:
j := 0 .. 2
Z := |
( |
T |
|
)− 1 |
|
|
|
|
|
|
|
Φ Φ |
|
|
|
|
|
||||
|
æ |
38.083 |
-10.583 |
12.833 ö |
||||||
Z = |
ç |
-10.583 |
3.083 |
-3.833 |
÷ |
|||||
ç |
÷ |
|||||||||
|
è |
12.833 |
-3.833 |
4.833 |
ø |
|||||
Tvychj := |
|
|
Bj |
|
|
|||||
|
|
|
|
|
|
|
||||
|
|
|
|
|
Sost×Zj ,j |
|
|
|
|
|
|
|
|
æ -1.167 ö |
|
|
|
|
|||
Tvych = |
ç |
|
|
÷ |
|
|
|
|
||
ç 1.252 ÷ |
|
|
|
|
||||||
|
|
|
è -0.276 ø |
|
|
|
|
|||
qt(0.975 , N - k) = 4.303
Задание. Исходные данные в прил. 7.
1.Выполнить параметрический синтез модели.
2.Провести статистический анализ полученной модели.
3.Решить задачу с помощью MathCAD.
4.Записать вывод.
37
ПРИЛОЖЕНИЯ
Приложение 1
Пример оформления титульного листа к практической работе
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
ФЕДЕРАЛНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНЖЕНЕРНЫХ ТЕХНОЛОГИЙ
Специальность_____221700 – «Метрология и стандарзизация»_____________
Кафедра Информационных технологий моделирования и управления
ПРАКТИЧЕСКАЯ РАБОТА № __
по дисциплине ОСНОВЫ ПРОГРАММНОГО МОДЕЛИРОВАНИЯ
Тема: ___________________________________________
Выполнил: __________________________________
|
ФИО |
подпись |
дата |
Проверил: |
|
. |
|
|
ФИО |
подпись |
дата |
Воронеж 201_
38
Приложение 2
Исходные данные для практической работы «Графическое решение задачи линейного программирования»
Вариант 1
q = -3x1 + 6x2 |
|
→ min |
|||||
ì5x - 2x |
|
£ 4; |
|||||
ï |
1 |
|
|
2 |
|
|
|
ï2x2 - x1 £ 4; |
|||||||
íx |
+ x |
2 |
£ 4; |
|
|||
ï 1 |
|
|
|
|
|
|
|
ïx |
³ 0, |
|
x |
2 |
³ 0. |
||
î 1 |
|
|
|
|
|
|
|
|
Вариант 2 |
||||||
q = -3x1 + 6x2 |
|
→ max |
|||||
ì5x - 2x |
|
£ 4; |
|||||
ï |
1 |
|
|
2 |
|
|
|
ï2x2 - x1 £ 4; |
|||||||
íx + x |
2 |
£ 4; |
|
||||
ï 1 |
|
|
|
|
|
|
|
ïx |
³ 0, |
|
x |
2 |
³ 0. |
||
î 1 |
|
|
|
|
|
|
|
Вариант 3
q = x1 + x2 → max
ìx + x |
|
³1; |
|
ï |
1 |
2 |
|
ïx2 - 5x1 ³ 0; |
|||
íx + x |
2 |
£ 6; |
|
ï |
1 |
|
|
ïx ³ 0, x ³ 0. |
|||
î |
1 |
|
2 |
Вариант 4
q = x1 + x2 → min
ìx + x |
|
³1; |
|
ï |
1 |
2 |
|
ïx2 - 5x1 ³ 0; |
|||
íx + x |
2 |
£ 6; |
|
ï |
1 |
|
|
ïx ³ 0, x ³ 0. |
|||
î |
1 |
|
2 |
Вариант 5
q = x1 + x2 → max
ì5x - 2x £ 7; |
||||
ï |
|
1 |
|
2 |
ïx2 |
- x1 |
£ 5; |
||
íx + x |
2 |
£ 6; |
||
ï |
1 |
|
|
|
ïx |
³ 0, |
x ³ 0. |
||
î |
1 |
|
|
2 |
Вариант 6
q = x1 + x2 → min
ì5x - 2x |
|
£ 7; |
|||
ï |
1 |
|
2 |
|
|
ïx2 |
- x1 £ 5; |
||||
íx + x |
2 |
£ 6; |
|||
ï 1 |
|
|
|
|
|
ïx |
³ 0, |
|
x ³ 0. |
||
î 1 |
|
|
|
|
2 |
|
Вариант 7 |
||||
q = x1 + 2x2 |
|
→ max |
|||
ì2x + x |
|
|
£ 8; |
||
ï |
1 |
|
2 |
|
|
ïx1 |
+ x2 ³ 6; |
||||
í |
|
|
|
|
|
ï-3x1 + 2x2 ³ 3; |
|||||
ïx |
³ 0, |
|
x ³ 0. |
||
î 1 |
|
|
|
|
2 |
|
Вариант 8 |
||||
q = x1 + 2x2 |
|
→ min |
|||
ì2x + x |
|
|
£ 8; |
||
ï |
1 |
|
2 |
|
|
ïx1 |
+ x2 ³ 6; |
||||
í |
|
|
|
|
|
ï-3x1 + 2x2 ³ 3; |
|||||
ïx |
³ 0, |
|
x ³ 0. |
||
î 1 |
|
|
|
|
2 |
39
Вариант 9
q = x2 + 2x1 → max
ì2x + x |
|
£ 8; |
|||
ï |
1 |
2 |
|
|
|
ïx1 |
+ x2 £ 6; |
|
|||
í |
|
|
|
|
|
ï- 3x1 + 2x2 ³ 3; |
|||||
ïx |
³ 0, |
|
x |
2 |
³ 0. |
î 1 |
|
|
|
|
|
Вариант 10
q = x2 + 2x1 → min
ì2x + x |
|
£ 8; |
|||
ï |
1 |
2 |
|
|
|
ïx1 |
+ x2 £ 6; |
|
|||
í |
|
|
|
|
|
ï- 3x1 + 2x2 ³ 3; |
|||||
ïx |
³ 0, |
|
x |
2 |
³ 0. |
î 1 |
|
|
|
|
|
Вариант 11
q= 2x1 + 2x2 → max
ì2x2 - 3x1 £ 6;
ïïx1 + x2 ³ 3; íï0 £ x1 £ 3; ïî0 £ x2 £ 5.
Вариант 12
q = 2x1 + 2x2 → min
ì2x2 - 3x1 £ 6;
ïïx1 + x2 ³ 3; íï0 £ x1 £ 3;
ïî0 £ x2 £ 5.
Окончание прил. 2
Вариант 13
q = 3x1 + 3x2 → max
ìx1 + x2 £ 4; ïï3x1 + x2 ³ 4; ïíx1 + 5x2 ³ 4; ïï0 £ x1 £ 3;
ï0 £ x £ 3. î 2
Вариант 14
q = 3x1 + 3x2 → min
ìx1 + x2 £ 4; ïï3x1 + x2 ³ 4; ïíx1 + 5x2 ³ 4; ïï0 £ x1 £ 3;
ï0 £ x £ 3. î 2
Вариант 15 q = x1 - x2 → min
ì3x1 + 2x2 £ 10;
ïí2 £ x1 £ 5; ïî0 £ x2 £ .3
Вариант 16 q = x1 - x2 → max
ì3x1 + 2x2 £ 10;
ïí2 £ x1 £ 5; ïî0 £ x2 £ .3
40
