![](/user_photo/2706_HbeT2.jpg)
- •Боева л.М., Молодых а.В., Поддубная л.И. Метрология, стандартизация, сертификация
- •Содержание
- •Аннотация
- •Лабораторная работа № 1
- •1.1 Цель работы
- •1.2 Порядок работы с пакетом Simulink
- •Лабораторная работа № 2
- •2.1 Цель работы
- •2.2 Теоретическая часть
- •2.3 Порядок выполнения работы
- •2.4 Пример выполнения работы
- •2.5 Контрольные вопросы
- •Лабораторная работа № 3
- •3.1 Цель работы
- •3.2 Теоретическая часть
- •3.3 Порядок выполнения работы
- •4.3 Порядок выполнения работы
- •5.3 Порядок выполнения работы
- •Теоретическая оценка:
- •5.4 Контрольные вопросы
- •Приложение 1 Варианты заданий к выполнению лабораторных работ
- •Приложение 2 Описание пакетов matlab и Simulink и приемов работы с ними
- •1) Основные возможности matlab.
- •2) Основные возможности Simulink.
- •3) Работа с пакетом matlab.
- •4) Создание графики в matlab.
- •Приложение 3
- •Список литературы
- •Боева Людмила Михайловна
- •Молодых Александр Викторович
- •Поддубная Любовь Ивановна
- •Метрология, стандартизация, сертификация
Лабораторная работа № 2
Изучение методики расчета точечных оценок случайных величин
2.1 Цель работы
Овладение практическими навыками расчета оценок математического ожидания и дисперсии случайной величины.
2.2 Теоретическая часть
Измерение - нахождение физической величины опытным путем с помощью специальных технических средств. Главные признаки измерения:
- измерять можно свойства реально существующих объектов;
- измерение требует проведения опыта;
- для проведения опыта требуется наличие специальных технических средств, приводимых во взаимодействие с объектом;
- результатом измерения является значение физической величины, выраженное числом в принятых для этой величины единицах.
Погрешность измерения - разность между результатом измерения и истинным значением измеряемой величины. Если истинное значение измеряемой величины неизвестно, то используют оценку этой случайной величины.
Погрешности классифицируют по следующим признакам:
- по причине возникновения;
- по закономерности проявления;
- по скорости изменения измеряемой величины.
Наиболее полной характеристикой случайной погрешности является функция ее распределения. Через нее может быть рассчитана вероятность пребывания случайной величины в заданных пределах. При расширении заданного интервала вероятность попадания туда значений увеличивается. Максимальное значение вероятности равно единице, это означает, что все значения попадают на заданный интервал. Функция распределения случайной величины – универсальный способ описания ее поведения, но очень трудоемкий. Поэтому часто случайную величину характеризуют с помощью ограниченного числа специальных величин, которые называются моментами.
Математическое ожидание - центральный момент первого порядка, приближенно равно (тем точнее, чем больше число испытаний) среднему арифметическому наблюдаемых значений случайной величины. Математическое ожидание больше наименьшего и меньше наибольшего возможных значений. Другими словами, на числовой оси возможные значения расположены слева и справа от математического ожидания. В этом смысле математическое ожидание характеризует расположение распределения и поэтому его часто называют центром распределения.
Дисперсия - центральный момент второго порядка. Дисперсия характеризует степень рассеяния значений случайной величины относительно его математического ожидания.
Оценка некоторого параметра а называется точечной, если она выражается одним числом. Поскольку количество наблюдений ограничено, при обработке результатов получают не истинное значение параметров, а их оценки. Оценка является случайной величиной. Т.к. оценка случайная величина, то она распределена по определенному закону, который зависит от закона распределения исходных величин, числа измерений и самого оцениваемого параметра.
Требование к оценкам:
- состоятельность (при увеличении числа измерений оценка должна приближаться к значению оцениваемого параметра);
- несмещенность (математическое ожидание оценки должно быть равно оцениваемому параметру);
- эффективность (дисперсия оценки должна быть меньше любой другой оценки данного параметра).
Виды оценок:
- байесовские оценки (используются, если задан закон распределения погрешности и измеряемой величины);
- оценки максимального правдоподобия (используется, если известен закон распределения погрешности, но нет сведений об измеряемой величине);
- робастные оценки (используются, если неизвестен закон распределения погрешности и нет данных об измеряемой величине).
Идентификация закона распределения - выбор закона распределения, в наибольшей мере соответствующего экспериментальным данным. Исходные данные для идентификации получают из гистограммы.
Построение гистограммы производится следующим путем:
- по результатам измерений определяют вариационный ряд, т.е. располагают результаты измерений в порядке возрастания;
- делят полученный интервал на m интервалов одинаковой протяженности d. Выбор интервалов одинаковой длины не всегда целесообразен;
- определяют число результатов, попавших в каждый интервал;
- по оси абсцисс откладывают границы интервалов и на каждом строят столбец, высота которого равна количеству попаданий в данный интервал;
- плавной линией соединяют середины вершин столбцов.
Далее для окончательного определения вида закона пользуются критерием согласия Пирсона.
С учетом точечных оценок результат измерения может быть записан в виде интервала x = X + (где x - измеренное значение, X - оценка истинного значения, - оценка СКО).