бесплатно рефераты

бесплатно рефераты

 
 
бесплатно рефераты бесплатно рефераты

Меню

Простейшие способы обработки опытных данных бесплатно рефераты

Простейшие способы обработки опытных данных

Министерство Образования Российской Федерации


Вятский Государственный Гуманитарный Университет


Математический факультет


Кафедра математического анализа и МПМ


Выпускная квалификационная работа


Простейшие способы обработки опытных данных.

Выполнила студентка 5курса

математического факультета

О.И. Окуловская                           

    /подпись/

 


Научный руководитель:

Старший преподаватель кафедры математического анализа и МПМ

Л.В. Ончукова                             

 /подпись/

 


Рецензент:

Старший преподаватель кафедры математического анализа и МПМ

Л.В. Караулова                           

  /подпись/

 

 


Допущена к защите в ГАК


Зав. кафедрой                              М.В. Крутихина

                             /подпись/                 <<       >>

 

Декан факультета                               В.И.Варанкина

                                    /подпись/           <<        >>


Киров

2003

Оглавление.

Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

 

§1.Простейшие способы обработки опытных данных . . . . . . . . . . . 4


     1.1.Подбор параметров способом средних . . . . . . . . . . . . . . . . . . 4

    

     1.2.Подбор параметров способом наименьших

           квадратов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5


§2.Применение простейших способов обработки опытных

     данных к конкретным процессам . . . . . . . . . . . . . . . . . . . . . . . . . . 8


     2.1.Применение простейших способов обработки опытных              данных к математической модели . . . . . . . . . . . . . . . . . . . . . 8

 

 2.2. Применение простейших способов обработки

       опытных данных к физической модели . . . . . . . .  . . . . . . . 10

 

  2.3. Применение простейших способов обработки опытных              данных к реальному процессу . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

 

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

Литература . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение.

Данная тема не достаточно широко освещена в математической литературе.В математической статистике при обработке опытных данных чаще всего применяются способ средних и способ наименьших квадратов.

В настоящее время эти способы широко применяются при обработке количественных результатов естественно-научных опытов, технических данных, астрономических и геодезически наблюдений и измерений.

Также возможно применение этих способов при обработке полученных практическим путем данных физических процессов. Например, изучая силу тока в проводниках с постоянным сопротивлением, мы можем зафиксировать значение силы тока при определенном напряжении, то есть не во всех точках, а в небольшом количестве. Применяя способ средних и способ наименьших квадратов, мы имеем возможность с помощью полученных точек подобрать такую функцию, которая бы наиболее близко проходила через эти точки. Это позволяет более полно использовать информацию из наблюдений.

Цели данной работы:

1.     Овладение простейшими способами обработки опытных данных.

2.     С помощью способа средних и способа наименьших квадратов для   экспериментально найденных функционально зависимых величин подобрать функцию, которая наиболее точно описывала бы данный процесс.

3.     Применить описанные методы для описания реальных процессов.


 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


§ 1. Простейшие способы обработки опытных данных.


1.1. Подбор параметров способом средних.

Способ средних основывается на допущении, что наи­более подходящей линией служит та, для которой алгебраическая сумма укло­нений равна нулю. Для того чтобы найти этим способом неизвестные постоян­ные в эмпирической формуле, сначала подставляем в эту формулу все пары наблюдавшихся или замеренных значений x и y и получаем столько уклонений, сколько пар значений (x ; y) в таблице (уклонения—вертикальные расстояния от данных точек до графика функции). Затем распределяем эти уклонения по группам, составляя столько групп, сколько неизвестных параметров эмпи­рической формулы надо найти. Наконец, приравнивая нулю сумму уклонений по каждой группе, получим систему линейных уравнений относительно пара­метров.

a)     Частный случай.S = A*tq.

t

t1

t2

t3

t4

 . . .

 . . .

tn

S

S1

S2

S3

S4

 . . .

 . . .

Sn

Уклонения имеют вид d = A*tq – S. Подставляя значения S и t , взятые из таблицы, и приравнивая уклонения нулю, получим систему урав­нений относительно параметров A и q:

                                 (l<n)

Решение этой системы затруднительно. Поэтому  без большей потери в точности, можно приравнять нулю сумму  уклонений логарифма S, то есть

                            d’ = lg A + q * lg T – lg S.

Тогда система примет вид

            (l<n)     

Из системы и определяют q и S.

b)    Частный случай . S = a0 + a1*t + a2 *t2.



t

t1

t2

t3

t4

 . . .

 . . .

tn

S

S1

S2

S3

S4

 . . .

 . . .

Sn

Уклонения имеют вид d = a0 + a1 * t + a2 * t2 - S . Подставляя значения S и  t , взятые из таблицы, и приравнивая уклонения нулю, получим систему

урав­нений относительно параметров  a0, a1, a2 :

                  (l<m<n)

Из системы и определяют  a0, a1, a2.

1.2.Подбор параметров способом наименьших квадратов.

На практике часто приходится решать такую задачу. Пусть для двух функционально связанных величин x и y известны n пар соответствующих значений ,которые могут быть представлены в виде таблицы

x

x1

x2

x3

   .  .  .

xn

y

y1

y2

y3

   .  .  .

yn

 Требуется в наперед заданной формуле y = f(x,a1, a2, …,am) определить m параметров a1, a2, …,am  (m < n) так, чтобы в эту формулу наилучшим образом «укладывались» бы известные n пар значений x и y.             

    Оценки параметров a1, a2, …,am  определяются из условия, чтобы сумма  квадратов отклонений значений y, вычисленных по формуле, от заданных, то есть       

                            L = å [f (xk,a1, a2, …,am) – yk ] 2

 принимала наименьшее значение. Поэтому сам способ получил название способа наименьших квадратов.

Это условие дает систему m  уравнений,   из  которых   определяются  a1, a2, …,am:

                  ∂L/∂a1=0,

                  ∂L/∂a2=0 ,                                                  (1)

                   .  .  .  .  .  .

                  ∂L/∂am=0.

На практике заданную формулу y = f(x,a1, a2, …,am) иногда прихо­дится (в ущерб строгости полученного решения) преобразовывать к такому виду, чтобы систему (1) было проще решать (при подборе параметров в формулах y=A*ect и y=A*tq).

a) Частный случай. y = A ect.

Для упрощения системы (1) эту формулу, связывающую x и y, предвари­тельно логарифмируют и заменяют формулой

                                     lg y = lg A + c*lg e*x .

Продифференцировав величину L по A и c и приравняв нулю, получим систему из двух уравнений с двумя неизвестными A и c.

                             (2)


Система (2) примет следующий вид:

                       (2’)


Для определения коэффициентов (2’) удобно составить вспомогательную таблицу:


k

xk

xk2

lg yk

xk*lg yk

1

x1

x12

lg y1

x1*lg y1

2

x2

x22

lg y2

x2*lg y2

n

xn

xn2

lg yn

xn*lg yn

å






Из системы (2’) определяют c и A .

б) Частный случай.  y=A*xq.

Эту формулу также предварительно логарифмируют и заменяют следующей:

                        lg y = lg A + q * lg x.

Система (1) теперь примет вид

                     (4)

Вспомогательная таблица имеет вид


k

lg xk

lg2 xk

lg yk

lg xk * lg yk

1

lg x1

lg2 x1

lg y1

lg x1 * lg y1

2

lg x2

lg2 x2

lg y2

lg x2 * lg y2

n

lg xn

lg2 xn

lg yn

lg xn * lg yn






Из системы (3) определяют A и q.

§2. Применение простейших способов обработки опытных данных к конкретным процессам.

 

2.1.Применение простейших способов обработки опытных данных к    математической модели .

Задача 1. На рисунке 1  изображена индикаторная диаграмма (упрощенная) паровой машины


   S

         A

10                                                   B


                                                                                                   C


35                                                                                                     70     t 

                                                   рис.1                                                               


Точки кривой ВС соответствуют значениям из таблицы 1:


T

35

40

45

50

55

60

65

70

S

10

8,41

7,21

6,29

5,56

4,96

4,47

4,06


Нужно, используя способ средних  и способ наименьших квадратов, найти

такую функцию, график которой наиболее приближен к данным точкам.

         Способом средних подберем функцию вида S = A*tq , отвечающую

таблице 1. Уклонения имеют вид δ`= lg A + q*lg t – lg S.Подставив

онкретные значения S и t, получим:


δ`1= lg A + 1,5441*q – 1,0000 ,

δ`2= lg A + 1,6021*q – 0,9248 ,

δ`3= lg A + 1,6532*q – 0,8579 ,

δ`4= lg A + 1,6990*q – 0,7987 ,

δ`5= lg A + 1,7404*q – 0,7451 ,

δ`6= lg A + 1,7782*q – 0,6955 ,

δ`7= lg A + 1,8129*q – 0,6503 ,

δ`8= lg A + 1,8451*q – 0,6085 .

         Приравняв нулю сумму уклонений по этим двум группам, получаем систему уравнений для определения параметров А и q:

4*lgA + 6,4984*q = 3,5814 ,

4*lgA + 7,1766*q = 2,6994 .

 Решение этой системы q = -1,3 ,  A = 1017,02 . Таким образом, искомая

степенная функция имеет вид    S = 1017,02 * t –1,3 .


         t

35

40

45

50

55

60

65

70

S

10

8,41

7,22

6,29

5,56

4,97

4,47

4,06

Страницы: 1, 2, 3, 4