- •Ю.В.Захаров Математическое моделирование
- •Введение
- •1. Основные сведения из теории вероятностей и
- •1.1. Случайные величины. Выборка
- •1.2. Законы распределения случайных величин
- •Экспоненциальный закон распределения
- •Hормальный закон распределения (hзр)
- •1.3. Числовые характеристики случайных величин Характеристики положения
- •Характеристики рассеяния
- •1.4. Статистическая проверка гипотез
- •Гипотеза о равенстве дисперсий
- •Гипотеза об однородности дисперсий
- •Гипотеза о равенстве средних
- •Гипотеза о законе распределения случайной величины
- •1.5. Ошибки измерения физических величин и методы
- •Случайные, систематические и грубые ошибки
- •Методы исключения резко выделяющихся результатов эксперимента
- •Табличные значения критерия Романовского
- •2. Выбор наиболее существенных факторов объекта
- •2.1. Метод экспертных оценок
- •Матрица рангов параметров
- •Сумма рангов и коэффициент весомости
- •Сводные результаты экспертизы
- •2.2. Метод начальных моментов
- •2.3. Дисперсионный анализ
- •Общая постановка и решение задачи да
- •Однофакторный да
- •3. Математическое моделирование в технологии
- •3.1. Методы математического моделирования
- •3.2. Пассивный эксперимент для мм
- •3.2.1. Регрессионный анализ.
- •Примеры.
- •3.2.2. Метод экспоненциального сглаживания
- •3.2.3. Корреляционный анализ.
- •3.2.4 Оценка адекватности мм.
- •3.3. Активный эксперимент для мм
- •3.3.1. Вид и алгоритм построения математической модели
- •3.3.2. Полный факторный эксперимент типа 2k.
- •Проверка воспроизводимости эксперимента
- •Вычисление коэффициентов модели.
- •Примеры вычислений коэффициентов пфэ 22
- •Проверка значимости коэффициентов модели.
- •Проверка адекватности модели.
- •Анализ и синтез тп по полученной модели.
- •Получение математической модели с учетом взаимодействий факторов.
- •3.3.3. Дробный факторный эксперимент.
- •В записи плана дфэ 2k-p p означает количество взаимодействий факторов приравненным независимым переменным. Дфэ 23-1 – половина пфэ 23, т.Е. Полуреплика от пфэ 23.
- •3.3.4. Математические модели второго порядка.
- •Контрольные вопросы
- •Заключение
- •Содержание введение
- •Заключение
- •Литература
Случайные, систематические и грубые ошибки
Под случайными понимают ошибки, значения которых меняются от одного измерения к другому. Они являются следствием случайных ошибок контрольно – измерительных приборов, случайных ошибок экспериментатора, неточных соблюдений методики измерения, непостоянством самой контролируемой величины. Для количественной оценки случайных ошибок применяют математический аппарат теории вероятностей и математической статистики.
Наиболее полно случайные ошибки могут быть оценены функцией их распределения, получаемой многократными наблюдениями с последующей статистической обработкой полученных экспериментальных данных.
Отличие систематических ошибок от случайных состоит в том, что их значение остается постоянным при проведении серии однотипных измерений; причины их возникновения известны, следовательно, они могут быть исключены из окончательного результата, если их величина предварительно определена. К систематическим ошибкам можно отнести ошибки эталонов, по которым проградуированы контрольно – измерительные приборы, систематические ошибки, связанные с принятой методикой измерения (например, ошибки, возникшие вследствие неучета температурных поправок, применения приближенных формул расчета и т.д.), “личные ошибки” экспериментатора, т.е. присущие данному лицу и др. Различают также постоянные (неизменные во времени) и прогрессирующие (возрастающие или убывающие во времени) систематические ошибки.
Грубые ошибки (промахи) являются результатом нарушения условия и процесса измерений. Их характерным признаком является резкое отличие от результатов предшествующих измерений. Повторение эксперимента (если это возможно) является наиболее надежным, достоверным и эффективным способом обнаружения грубых ошибок.
Современные математические методы обработки результатов эксперимента базируется на вероятностном подходе и предполагают, что ошибки измерения являются случайными. При этом предполагается, что к началу этой обработки все грубые и систематические ошибки выявлены и устранены.
Рассмотрим практические методы исключения грубых ошибок, если их не удалось исключить в процессе проведения экспериментов.
Методы исключения резко выделяющихся результатов эксперимента
1. Критерий Романовского.
Имеется упорядоченный статистический ряд измеренных значений случайной величины x: x1, x2, …, xi, …, xn.
Здесь: х1 или хn – значения, которые вызывают сомнения (резко отличаются от остальных значений);
n – объем выборки.
Сущность критерия:
а) вычисляется ,
где - резко выделяющее значение, в качестве которого взято значение или ;
и - выборочные значения математического ожидания и среднего квадратического отклонения, вычисленные без значения (при объеме выборки n-1);
б) определяется из табл. 1.
Таблица1
Табличные значения критерия Романовского
|
tтабл. при n-1 |
||||||||||||||||||||||||
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
20 |
30 |
40 |
60 |
|
||||||||||||
0.01 |
78 |
11.5 |
6.5 |
5 |
4.4 |
4 |
3.7 |
3.5 |
3.4 |
2.9 |
2.8 |
2.7 |
2.7 |
2.6 |
|||||||||||
0.02 |
39 |
8 |
5.1 |
4.1 |
3.6 |
3.4 |
3.2 |
3.1 |
3 |
2.6 |
2.5 |
2.5 |
2.4 |
2.3 |
|||||||||||
0.05 |
15.6 |
5 |
3.6 |
3 |
2.8 |
2.6 |
2.5 |
2.4 |
2.4 |
2.2 |
2.1 |
2.0 |
2.0 |
2.0 |
в) сравнивается tрасч. и tтабл.
Если tрасч. > tтабл., то с вероятностью P=1- значение x1 или xn статистического ряда не принадлежит к рассматриваемой совокупности СВ X.
Пример. При изучении технологического процесса изготовления электронного средства при n-1 независимых равноточных измерениях некоторой физической величины было получено среднее значение, равное m = 8.6 и среднее квадратическое значение S = 0.121. Известно также, что n измерение дало результат x* = 8.923. Необходимо выяснить с вероятностью P = 0.98, является ли этот результат грубой ошибкой, если n=61.
Решение. Вычислим .
Из табл.1 tтабл. ( = 0.02;60) 2.4. Поскольку 2.67>2.4, то этот означает, что измерение x* = 8.923 содержит грубую ошибку с вероятностью 0.98.
Вопрос решался бы иначе, если бы, например, число приемлемых измерений в результате эксперимента равнялось 10. В этом случае по табл.1 имеем tтабл. ( = 0.02;10) = 3.0. Поскольку 2.67 < 3.0, то исключать x* = 8.923 не следует.
2. Критерий Ирвина. Сущность критерия: а) вычисляется расч. по упорядоченному статистическому ряду по формуле: - если вызывает сомнение значение xn или - если вызывает сомнение значение x1 ; б) определяется из табл.2.
Таблица 2.
|
расч. при n |
||||||||
2 |
3 |
10 |
20 |
30 |
50 |
100 |
400 |
1000 |
|
0.1 |
2.3 |
1.8 |
1.2 |
1.0 |
1.0 |
0.9 |
0.8 |
0.7 |
0.6 |
0.05 |
2.8 |
2.2 |
1.5 |
1.3 |
1.2 |
1.1 |
1.0 |
0.9 |
0.8 |
0.01 |
3.7 |
2.9 |
2.0 |
1.8 |
1.7 |
1.6 |
1.5 |
1.3 |
1.2 |
0.005 |
4.0 |
3.2 |
2.3 |
2.0 |
1.9 |
1.8 |
1.6 |
1.5 |
1.4 |
в) сравнивается расч. и табл.
Если расч. > табл., то с вероятностью P = 1- значение x1 или xn относится к резко выделяющемуся значению, и оно исключается при статистической обработке результатов эксперимента.
КОНТРОЛЬНЫЕ ВОПРОСЫ
1. Что такое генеральная совокупность и выборка изделий ?
2. Какие оценки называются состоятельными, несмещенными и эффективными ?
3. Как строится гистограмма ?
4. Назовите характеристики положения и рассеяния случайных величин.
5. В чем заключается сущность проверки гипотезы о равенстве средних с помощью критерия Стьюдента ?
6. Сущность критерия Колмогорова.
7. Сущность критерия Пирсона.
8. Понятия случайных, систематических и грубых ошибок.
9. Критерий Романовского.
10. Критерий Ирвина.