- •ОГЛАВЛЕНИЕ
- •ВВЕДЕНИЕ
- •1.1. Основные понятия и определения теории вероятностей
- •1.2. Функции распределения вероятностей случайной величины
- •1.3. Числовые характеристики случайных величин
- •1.5. Случайные процессы и их основные статистические характеристики
- •1.6. Корреляционные функции случайных процессов
- •1.7. Спектральные плотности случайных процессов
- •1.9. Прохождение дискретного случайного процесса через дискретное динамическое звено первого порядка
- •ЗАДАЧИ
- •2. ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
- •2.1. Общие понятия и определения
- •2.2. Простейшие оценки
- •2.3. Интервальные оценки. Доверительный интервал
- •2.4. Проверка статистических гипотез о параметрах распределения
- •2.5. Критерии согласия
- •2.6. Последовательный анализ
- •2.7. Особенности статистического вывода
- •2.8. Статистики и измерения стационарного случайного процесса
- •2.9. Оценка корреляционной функции
- •2.10. Оценка спектральной плотности
- •ЗАДАЧИ
- •3. МОДЕЛИ ОБЪЕКТОВ УПРАВЛЕНИЯ
- •3.1. Средства и этапы описания объектов управления
- •3.2. Характеристика моделей объектов управления
- •3.3. Динамические модели объектов управления
- •3.4. Преобразование и исследование динамических моделей
- •3.5. Статические модели
- •3.6. Графическое представление статических моделей
- •3.7. Пример описания объекта управления
- •4. МЕТОДЫ ИДЕНТИФИКАЦИИ
- •4.1. Дисперсионный анализ
- •4.2. Метод регрессионного анализа
- •4.3. Рекуррентные алгоритмы идентификации линейных моделей
- •4.5. Идентификация параметров динамических моделей
- •4.6. Сглаживание временных рядов
- •ЗАДАЧИ
- •5. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •5.1. Общие требования к плану эксперимента
- •5.2. Полный факторный эксперимент
- •5.3. Дробный факторный эксперимент
- •5.4. Планы для квадратичных моделей
- •ЗАДАЧИ
- •СПИСОК ИСПОЛЬЗУЕМЫХ АББРЕВИАТУР И ОБОЗНАЧЕНИЙ
ЗАДАЧИ
1. Три станка изготавливают по одной программе детали. Произведено по 4 измерения диаметра готовых деталей на каждом станке. Методом дисперсионного анализа, при уровне значимости q . , оценить влияние
фактора индивидуальности станка на точность изготовления деталей. Предполагается, что ошибки измерения подчиняются нормальному закону с одинаковыми дисперсиями. Результаты испытаний приведены в таблице
Номер испытания |
|
Уровни фактора (тип станка) |
|
||
i |
F1 |
|
F2 |
|
F3 |
1 |
27 |
|
24 |
|
22 |
2 |
23 |
|
20 |
|
21 |
3 |
29 |
|
26 |
|
36 |
4 |
29 |
|
30 |
|
37 |
y j |
28 |
|
25 |
|
29 |
|
|
|
|
|
|
Расчет провести в Mathcad.
Ответ: Sx , Sv . .
2. Равноточные измерения некоторой величины у через равные интервалы аргумента х дали результаты, приведенные в таблице.
х |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
у |
-0.71 |
-0.01 |
0.51 |
0.82 |
0.88 |
0.81 |
0.49 |
Предполагается, что у достаточно точно аппроксимируется уравнением второй степени
y a a x a x .
Составить алгоритм решения задачи методом наименьших квадратов. Расчеты провести в среде Mathcad.
3. Себестоимость у (в рублях) одного экземпляра изделия в зависимости от объема х характеризуется данными, собранными заводом в течение ряда лет (см. табл.). Оценить коэффициенты для гиперболической зависимости вида
|
|
y a |
|
|
a |
: |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
x |
|
|
||
|
|
|
|
|
|
|
|
||
х |
у |
х |
|
|
|
у |
х |
у |
|
1 |
10.15 |
10 |
|
|
2.11 |
100 |
1.21 |
||
2 |
5.52 |
20 |
|
|
1.62 |
200 |
1.15 |
||
3 |
4.08 |
30 |
|
|
1.41 |
|
|
||
5 |
2.85 |
50 |
|
|
1.30 |
|
|
Составить алгоритм решения задачи методом наименьших квадратов. Расчеты провести в Mathcad.
4. Рассчитать выходные значения динамического объекта, описывае-
мого линейным разностным уравнением вида
x(k) . x(k ) . u(k ),
215
где k , , ,..., для единичного ступенчатого воздействия с запаздыванием вида:
u(k) , k ,
, k ,..., .
По полученным данным подготовить исходные матрицы для вычисления МНК оценок линейного разностного уравнения вида
y(k) b u(k ) a y(k ) .
Расчеты провести в Mathcad.
5. Рассчитать выходные значения динамического объекта, описываемого линейным разностным уравнением вида
x(k) . x(k ) . u(k ),
где k , , ,..., для произвольного воздействия с запаздыванием вида: u(k) (0,1.5,0.5,2.0,1.0, 2.5,0.5,1.0,1.5,1.0)
По полученным данным подготовить исходные матрицы для вычисления МНК оценок линейного разностного уравнения вида
y(k) b1u(k 1) a1 y(k 1) .
Расчеты провести в Mathcad.
6. Выберите подходящую стандартную функцию сглаживания Mathcad. Примените процедуру сглаживания для данных, измеренных в равностоящие моменты времени.
k |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Yk |
3 |
3.4 |
3.1 |
3.5 |
3.7 |
3.9 |
3.7 |
4 |
4.3 |
4.5 |
Построить график исходного и сглаженного временного ряда в
Mathcad.
216