- •Лекція 1. Математичне моделювання в проектуванні і технології. Класифікація моделей.
- •1.1. Математичне моделювання виробничих об'єктів і процесів.
- •1.2.Структуризація математичних моделей
- •1.3. Структура і елементи моделі
- •1.4. Загальна класифікація сучасних моделей.
- •1.5. Глибина моделювання і вимоги до моделей.
- •2.1. Стаціонарні і нестаціонарні моделі.
- •2.2. Динамічні моделі
- •2.3. Лінійні і нелінійні моделі.
- •2.4. Моделі розподілені і зосереджені в просторі.
- •2.6. Моделі детерміновані і випадкові.
- •2.7. Інформаційні моделі.
- •2.8.Загальна характеристика двохполюсних моделей
- •2.9. Модель ідеального перемішування.
- •2.10. Модель ідеального витіснення.
- •2.11. Дифузійна модель.
- •2.12. Змішувальні, розділові і складні моделі.
- •2.13. З’єднання типових моделей.
- •Лекція 3. Експериментальні методи ідентифікації моделей. Оцінки зовнішніх впливів.
- •3.1.Основні етапи розробки моделей технологічних об'єктів.
- •3.2. Експериментальний підхід.
- •3.3. Ідентифікація статики і динаміки.
- •3.4. Активні і пасивні експерименти.
- •3.5. Параметри випадкових зовнішніх впливів
- •3.6. Помилки вимірювання. Закони розподілу.
- •3.7. Математичне очікування випадкової величини
- •3.8. Дисперсія випадкової величини
- •3.9. Оцінка зв'язаних зовнішніх впливів.
- •3.10. Оцінка тимчасових характеристик зовнішніх впливів.
- •3.11. Методи визначення інтервалу кореляції
- •3.12. Типові кореляційні функції.Спектри.
- •4.1.Особливості запису й обробки вимірювання вхідних впливів.
- •4.2. Статистична перевірка гіпотез.
- •4.3. Характеристики зовнішніх впливів.
- •4.5. Типи залежностей між змінними
- •4.6. Визначення коефіцієнтів кореляції вхідних і вихідних величин.
- •4.7. Лінійна регресія.
- •4.8.Метод найменших квадратів.
- •4.9. Рівняння лінійної регресії.
4.2. Статистична перевірка гіпотез.
При
обробці експериментальних даних
приймається ряд допущень. Статистичні
методи дозволяють їх перевірити.
Припустимо, що значення деякого параметра
дорівнює
,
перевіримо це на основі експерименту,
задавши допустиму різницею
— критерій згоди. У результаті експерименту
знаходимо оцінку цього параметра
,
що, будучи випадковою величиною, не
збігається зі значенням
.
Однак відхилення
оцінки
від дійсного значення
не повинно бути велике; отже, якщо це
відхилення виявилося великим, його не
можна пояснити випадковими причинами
і варто вважати, що гіпотеза про рівність
значень параметрів
і
не підтверджується і повинна бути
відхилена. Таким чином, вибір критерію
згоди означає: призначення критичній
величині відхилення
,
та обраної так, щоб імовірність перевищення
цієї величини була мінімальною.
За величину критерію згоди можуть бути прийняті границі 100 (1 —q) %- ного довірчого інтервалу. При цьому є імовірність q того, що відхилення, яке спостерігається, перевищить критичне, а отже, буде необґрунтовано відхилена правильна гіпотеза. Величину q, названу рівнем статистичної значимості, варто вибирати в залежності від тих наслідків, до яких може привести відхилення правильної гіпотези. Практично в більшості випадків вважається можливим задаватися q = 0,05, приймаючи тим самим за критерій згоди 95 %-ний довірчий інтервал. Однак у тих випадках, коли наслідки некоректного відхилення гіпотези можуть бути небажаними, приймається q == 0,01 і менше.
Хоча даний спосіб дозволяє з великою упевненістю відхиляти помилкові гіпотези, він не може бути доказом їхньої справедливості. Тому при влученні гіпотетичного значення в межі довірчого інтервалу приймається гіпотеза не як істинна, а як така, що погоджується з результатами експерименту.
4.3. Характеристики зовнішніх впливів.
Важливими характеристиками зовнішніх впливів є їхня відтворюваність і стаціонарність. Під відтворюваністю процесу розуміється незалежність вихідного показника від часу. Для перевірки процесів на відтворюваність застосовують критерій Кохрана, а саме
.
Тут х - вихідний показник;
,
де
= 1, .., п —
кількість серій дослідів; j—
кількість дослідів у кожній серії (j
= 1, ..., m).
Розраховане
значення
порівнюють з табличним
при
числі степенів свободи
і
та заданому рівні значимості
.
Процес вважається відтвореним при
<
.
Під стаціонарністю процесу розуміється незалежність закону розподілу імовірнісної величини х від часу. Стаціонарність процесу перевіряють за F- критерієм (критерієм Фішера) за формулою
,
де
;
;
.
Розраховане
значення
порівнюють з табличним
при числі ступенів свободи п-1
і п
(m — 1)
та заданому рівні значимості
(при F<1
береться
= 1/F). Процес
вважається стаціонарним при
<
.
Перевірку стаціонарності процесу можна здійснити також, виходячи з наступних критеріїв: вхідний вплив буде стаціонарним у випадку сталості математичного очікування, дисперсії і залежності автокореляційних функцій лише від тимчасового інтервалу між двома перерізами процесу, для якого досліджується кореляційний зв'язок. Сталість математичного очікування і дисперсія перевіряються за критерієм згоди.
