Главная База знаний "Allbest" Математика Простейшие способы обработки опытных данных

Простейшие способы обработки опытных данных

Простейшие способы обработки опытных данных. Подбор параметров способом средних. Подбор параметров способом наименьших квадратов. Применение простейших способов обработки опытных данных к конкретным процессам.

Рубрика	Математика
Вид	дипломная работа
Язык	русский
Дата добавления	08.08.2007
Размер файла	63,9 K

посмотреть текст работы

скачать работу можно здесь

полная информация о работе

весь список подобных работ

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

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:

Овладение простейшими способами обработки опытных данных.

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

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 наи-более подходящей линией служит та, для которой алгебраическая сумма укло-нений равна нулю. Для того чтобы найти этим способом неизвестные постоян-ные 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 эмпи-рической формулы надо найти. Наконец, приравнивая нулю сумму уклонений по каждой группе, получим систему линейных уравнений относительно пара-метров.

a) Частный случай.S = A*t^q.

t	t₁	t₂	t₃	t₄	. . .	. . .	t_n
S	S₁	S₂	S₃	S₄	. . .	. . .	S_n

Уклонения имеют вид = A*t^q - S. Подставляя значения S и t , взятые из таблицы, и приравнивая уклонения нулю, получим систему урав-нений 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

' = 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	. . .	. . .	t_n
S	S₁	S₂	S₃	S₄	. . .	. . .	S_n

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

урав-нений относительно параметров a_0, a_1, a₂ :

(l<m<n)

Из системы и определяют a_0, a_1, 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	. . .	x_n
y	y₁	y₂	y₃	. . .	y_n

Требуется в наперед заданной формуле y = f(x,₁, ₂, …,_m) определить m параметров ₁, ₂, …,_m (m < n) так, чтобы в эту формулу наилучшим образом «укладывались» бы известные n пар значений x и y.

Оценки параметров ₁, ₂, …,_mопределяются из условия, чтобы сумма квадратов отклонений значений y, вычисленных по формуле, от заданных, то есть

L = [f (x_k,₁, ₂, …,_m) - y_k ] ²

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

Это условие дает систему m уравнений, из которых определяются ₁, ₂, …,_m:

?L/?₁=0,

?L/?₂=0 , (1)

. . . . . .

?L/?_m=0.

На практике заданную формулу y = f(x,₁, ₂, …,_m) иногда прихо-дится (в ущерб строгости полученного решения) преобразовывать к такому виду, чтобы систему (1) было проще решать (при подборе параметров в формулах y=A*e^ct и y=A*t^q).

a) Частный случай. y = A e^ct.

Для упрощения системы (1) эту формулу, связывающую x и y, предвари-тельно 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	x_k	x_k²	lg y_k	x_k*lg y_k
1	x₁	x₁²	lg y₁	x₁*lg y₁
2	x₂	x₂²	lg y₂	x₂*lg y₂
…	…	…	…	…
n	x_n	x_n²	lg y_n	x_n*lg y_n

Из системы (2') определяют c и A .

б) Частный случай. y=A*x^q.

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 x_k	lg² x_k	lg y_k	lg x_k * lg y_k
1	lg x₁	lg² x₁	lg y₁	lg x₁ * lg y₁
2	lg x₂	lg² x₂	lg y₂	lg x₂ * lg y₂
…	…	…	…	…
n	lg x_n	lg² x_n	lg y_n	lg x_n * lg y_n
?

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

10 B

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*t^q , отвечающую

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

онкретные значения S и t, получим:

д`₁= lg A + 1,5441*q - 1,0000 ,

д`₂= lg A + 1,6021*q - 0,9248 ,

д`₃= lg A + 1,6532*q - 0,8579 ,

д`₄= lg A + 1,6990*q - 0,7987 ,

д`₅= lg A + 1,7404*q - 0,7451 ,

д`₆= lg A + 1,7782*q - 0,6955 ,

д`₇= lg A + 1,8129*q - 0,6503 ,

д`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

Ошибка составляет: У (Д S_i)²= 0,01²+ 0,01²= 0,0002 .

Способом наименьших квадратов подберем степенную функцию

вида S = A*t^q , отвечающую таблице 1.

Составим вспомогательную таблицу:

K	x_k= lg S_k	x_k²	y_k= lg S_k	x_k* y_k
1	1,5441	2,3842	1,0000	1,5441
2	1,6021	2,5667	0,9248	1,4816
3	1,6532	2,7331	0,8579	1,4183
4	1,6990	2,8866	0,7987	1,3570
5	1,7404	3,0290	0,7451	1,2968
6	1,7782	3,1620	0,6955	1,2367
7	1,8129	3,2866	0,6503	1,1789
8	1,8451	3,4133	0,6085	1,1227
?	13,6748	23,4516	6,2808	10,6362

Получаем систему уравнений:

13,6748*q + 8*lgA = 6,2808 ,

23,4516*q + 13,6748*lgA = 10,6362 .

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

степенная функция имеет вид S = 1017*t -^1,3.

T	35	40	45	50	55	60	65	70
S	10	8,42	7,22	6,29	5,56	4,96	4,48	4,06

Ошибка составляет: У (Д S_i)²= 0,01²+ 0,01²+0,01²= 0,0003 .

Способом наименьших квадратов подберем показательную

функцию S = A*e^ct, отвечающую таблице 1.

Составим вспомогательную таблицу:

K	T	t²	y=lgS_k	T*y
1	35	1225	1,0000	35,0000
2	40	1600	0,9248	36,9920
3	45	2025	0,8379	38,6055
4	50	2500	0,7987	39,9350
5	55	3025	0,7451	40,9805
6	60	3600	0,6955	41,7300
7	65	4225	0,6503	42,2695
8	70	4900	0,6085	42,5950
?	420	23100	6,2808	318,1075

Получаем систему уравнений:

420*c*lg e + 8*lg A = 6,2808 ,

23100*c*lg e + 420*lg A = 318,1063 .

Решение этой системы c = - 0,026 , A = 23,27 .Таким образом, искомая показательная функция имеет вид S = 23,27 * e -^0,026*^t .

T	35	40	45	50	55	60	65	70
S	9,39	8,25	7,25	6,37	5,59	4,91	4,32	3,79

Ошибка составляет:

У (Д S_i)²= 0,3721 + 0,0256 + 0,0016 + 0,0064 + 0,0009 + 0,0025 +

+ 0,0729 = 0,5045.

Таким образом, кривую ВС для заданных значений t и S

(таблица 1) наиболее точно описывает степенная функция вида

S = A*t^q , найденная с помощью способа средних.

2.2.Применение простейших способов обработки опытных данных

к физической модели .

Задача 2. На рисунке 2 представлена индикаторная диаграмма

дизельного двигателя

Рис.2

Адиабата ВС соответствует значениям таблицы 2:

T	4	6	8	10	12	14	16	18	20
S	35	20,66	14,21	10,64	8,39	6,87	5,77	4,95	4,32

Адиабата AD соответствует значениям таблицы 3:

T	2	4	6	8	10	12	14	16	18	20
S	35	13,73	7,94	5,39	3,99	3,12	2,53	2,11	1,8	1,56

Требуется с помощью способа средних и способа наименьших

квадратов для адиабат AD и BC найти такие функции, графики которых

наиболее приближены к данным точкам.

Рассмотрим адиабату ВС.

Способом средних подберем функцию вида S = A*t^q , отвечающую

таблице 2. Уклонения имеют вид д`= lg A + q*lg t - lg S.Подставив

конкретные значения S и t, получим:

д`₁= lg A + 0,6021*q - 1,5441 ,

д`₂= lg A + 0,7782*q - 1,3151 ,

д`₃= lg A + 1,9031*q - 1,1526 ,

д`₄= lg A + 1,0000*q - 1,0269 ,

д`₅= lg A + 1,0792*q - 0,9238 ,

д`₆= lg A + 1,1461*q - 0,8370 ,

д`₇= lg A + 1,2041*q - 0,7612 ,

д`₈= lg A + 1,2553*q - 0,6946 ,

д`₉= lg A + 1,3010*q - 0,6355 .

Приравняв нулю сумму уклонений по этим двум группам, получим

систему уравнений для определения параметров А и q:

5*lg A + 4,3626*q = 5,9625 ,

4*lg A + 4,9065*q = 2,9283 .

Решение этой системы q = -1.3 , A = 212.22 .Таким образом, искомая

степенная функция имеет вид S = 212.22*t -^1,3 .

T	4	6	8	10	12	14	16	18	20
S	35	20,66	14,22	10,64	8,39	6,87	5,77	4,95	4,32

Ошибка составляет: У (Д S_i)²= 0,01²= 0,0001 .

Способом наименьших квадратов подберем функцию вида S = A*t^q , которая отвечает таблице 2.

Составим вспомогательную таблицу:

K	x_k= lg t_k	x_k²	y_k= lg S_k	x_k*y_k
1	0,6021	0,3625	1,5441	0,9297
2	0,7782	0,6056	1,3151	1,0234
3	0,9031	0,7028	1,1526	1,0412
4	1,0000	1,0000	1,0269	1,0269
5	1,0792	1,1647	0,9238	0,9970
6	1,1461	1,3135	0,8370	0,9593
7	1,2041	1,4499	0,7612	0,9166
8	1,2553	1,5758	0,6946	0,8710
9	1,3010	1,6926	0,6355	0,8268
?	9,2690	9,9802	8,8907	8,5928

Получаем систему уравнений:

9,2690*q + 9*lgA=8,8907 ,

9,9802*q + 9,2690*lgA=8,5928 .

Решение этой системы q = -1,3 , A = 212,21 .Таким образом, искомая

степенная функция имеет вид S = 212,21*t -^1,3 .

T	4	6	8	10	12	14	16	18	20
S	35	20,66	14,22	10,65	8,39	6,87	5,77	4,95	4,31

Ошибка составляет: У (Д S_i)² = 0,01²+ 0,01²= 0,0002 .

Способом наименьших квадратов подберем функцию вида

S = A*e^ct, отвечающую таблице 2.

Составим вспомогательную таблицу:

K	t	t²	y = lg S_k	T * y
1	4	16	1,5441	6,1764
2	6	36	1,3151	7,8906
3	8	64	1,1526	9,2232
4	10	100	1,0269	10,2690
5	12	144	0,9238	11,0856
6	14	196	0,8370	11,7180
7	16	256	0,7612	12,1792
8	18	324	0,6946	12,5028
9	20	400	0,6355	12,7100
?	108	1536	8,8907	93,7548

Получаем систему уравнений:

108*c*lg e + 98*lg A=8,8907 ,

1536*c*lg e + 108*lg A=93,7548 .

Решение этой системы c = - 0,124 , A = 41,05 .Таким образом, искомая показательная функция имеет вид S = 41,05*e -^0,124*^t .

T	4	6	8	10	12	14	16	18	20
S	25,39	19,97	15,71	12,36	9,72	7,64	6,01	4,73	3,72

Ошибка составляет:

У(Д S_i)²= 9,61²+ 0,69²+ 1,5²+ 1,72²+ 1,33²+ 0,78²+ 0,33²+ 0,02²+

+ 0,26²+ 0,43²= 10,6719 .

Рассмотрим адиабату AD.

Способом средних подберем функцию вида S = A*t^q , отвечающую

таблице 3. Уклонения имеют вид д`= lg A + q*lg t - lg S.Подставив

конкретные значения S и t, получим:

д`₁= lg A + 0,3010*q - 1,5441 ,

д`₂= lg A + 0,6021*q - 1,1377 ,

д`₃= lg A + 0,7782*q - 0,8998 ,

д`₄= lg A + 0,9031*q - 0,7316 ,

д`₅= lg A + 1,0000*q - 0,6010 ,

д`₆= lg A + 1,0792*q - 0,4942 ,

д`₇= lg A + 1,1461*q - 0,4031 ,

д`₈= lg A + 1,2041*q - 0,3243 ,

д`₉= lg A + 1,2553*q - 0,2553 ,

д`₁₀= lg A + 1,3010*q - 0,1931 .

Приравняв нулю сумму уклонений по этим двум группам, получим

систему уравнений для определения параметров А и q:

5*lgA + 3,5844*q = 4,9142 ,

5*lgA + 5,9867*q = 1,6700 .

Решение этой системы q = -1,35, A = 89,125 .Таким образом, искомая

степенная функция имеет вид S = 89,125*t -^1,35 .

T	2	4	6	8	10	12	14	16	18	20
S	34,.96	13,72	7.94	5.38	3.98	3.11	2.53	2.11	1.8	1.56

Ошибка составляет:

У(Д S_i)²= 0,04²+ 0,01²+ 0,01²+ 0,01²+ 0,01²= 0,002.

Способом наименьших квадратов подберем функцию вида

S = A*t^q , которая отвечает таблице 3.

Составим вспомогательную таблицу:

K	x_k= lg t_k	X_k²	y_k= lg S_k	x_k* y_k
1	0,3010	0,0906	1,5441	0,4648
2	0,6021	0,3625	1,1377	0,6850
3	0,7782	0,6056	0,8998	0,7002
4	0,9031	0,8156	0,7316	0,6607
5	1,0000	1,0000	0,6010	0,6010
6	1,0792	1,1647	0,4942	0,5333
7	1,1461	1,3135	0,4031	0,4620
8	1,2041	1,4499	0,3243	0,3905
9	1,2553	1,5758	0,2553	0,3205
10	1,3010	1,6926	0,1931	0,2512
?	9,5701	10,0708	6,5842	5,0692

Получаем систему уравнений:

9,5701* q + 10 * lg A=6,5842 ,

10,0708 * q + 9,5701 * lg A=5.0692 .

Решение этой системы q = -1,35 , A = 89,32 .Таким образом, искомая

степенная функция имеет вид S = 89,32*t -^1,35 .

T	2	4	6	8	10	12	14	16	18	20
S	35,02	13,75	7,95	5,39	3,99	3,12	2,53	2,12	1,8	1,57

Ошибка составляет:

У (Д S_i)²= 0,04²+ 0,02²+ 0,01²+ 0,01²+ 0,01²= 0,0023 .

Способом наименьших квадратов подберем функцию вида

S = A*e^ct, отвечающую таблице 3.

Составим вспомогательную таблицу:

K	t	t²	y = lg S_k	t*y
1	2	4	1,5441	3,0882
2	4	16	1,1377	4,5508
3	6	36	0,8998	5,3988
4	8	64	0,7316	5,8528
5	10	100	0,6010	6,0100
6	12	144	0,4942	5,9304
7	14	196	0,4031	5,6434
8	16	256	0,3243	5,1888
9	18	324	0,2553	4,5954
10	20	400	0,1931	3,9520
?	110	1540	6,5842	50,2206

Получаем систему уравнений:

110*c*lg e + 10*lg A=6,5842 ,

1540*c*lg e + 110*lg A=50,2206 .

Решение этой системы c = - 0,155 , A = 25,05 .Таким образом, искомая показательная функция имеет вид S = 25,05*e -^0,1550*^t .

T	2	4	6	8	10	12	14	16	18	20
S	34,16	13,67	9,88	7,24	5,31	3,90	2,86	2,09	1,54	1,13

Ошибка составляет:

У (Д S_i)²= 0,84²+ 0,26²+ 1,94²+ 1,85²+ 1,32²+ 0,78²+ 0,33²+ 0,02²+

+ 0,26²+ 0,43²= 10,6719 .

Таким образом, адиабаты AD и BC для заданных значений t и S

(таблицы 2 и 3) наиболее точно описывают степенные функции вида

S = A*t^q ,найденные с помощью способа средних.

2.3.Применение простейших способов обработки опытных данных к

реальному процессу.

Задача 3. На рисунке 3 изображена индикаторная диаграмма работы пара в цилиндре паровой машины:

рис.3

Точки кривой ABC соответствуют значениям из таблицы 4:

T	7,7	15,8	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	60,6	53,0	32,2	24,4	19,9	17,0	15,0	13,3	12,0	11,0	6,2

Точки кривой EHD соответствуют значениям из таблицы 5:

T	7,7	15,8	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	5,8	1,2	0,6	0,6	0,7	0,8	0,9	1,0	1,3	1,8	5,7

Требуется, используя способ средних и способ наименьших квадратов,

для кривых ABC и EHD найти такие функции, графики которых наиболее приближены к данным точкам.

Для кривой BC подберем функции вида S = A*t^q и S = A*e^ct с

помощью способа средних и способа наименьших квадратов,

соответствующие таблице 4.1:

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	32,2	24,4	19,9	17,0	15,0	13,3	12,0	11,0	6,2

Способом средних подберем функцию вида S = A*t^q , которая

отвечает таблице 4.1. Уклонения имеют вид д`= lg A + q*lg t - lg S.

Подставив конкретные значения S и t, получим:

д`₁= lg A + 1,3784*q - 1,5079 ,

д`₂= lg A + 1,5052*q - 1,3874 ,

д`₃= lg A + 1,6031*q - 1,2989 ,

д`₄= lg A + 1,6830*q - 1,2304 ,

д`₅= lg A + 1,7505*q - 1,1761 ,

д`₆= lg A + 1,8098*q - 1,1239 ,

д`₇= lg A + 1,8603*q - 1,0792 ,

д`₈= lg A + 1,9063*q - 1,0414 , д`₉= lg A + 1,9479*q - 0,7924 .

Приравняв нулю сумму уклонений по этим двум группам, получим

систему уравнений для определения параметров A и q:

5*lg A + 7,9202*q = 6,6007 ,

4*lg A + 7,5234*q = 4,0369 .

Решение этой системы q = -1,05 ,A = 955,94 .Таким образом, искомая

степенная функция имеет вид S = 955,94*t -^1,05 .

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	34,13	25,12	19,82	16,34	13,88	12,05	10,64	9,52	8,61

Ошибка составляет:

У (Д S_i)²= (-1,93)²+ (-0,72)²+ 0,08²+ 0,66²+ 1,12²+ 1,25²+ 1,36²+

+ 1,48²+ (-2,41)²= 17,3503 .

Способом наименьших квадратов подберем функцию вида

S = A*t^q , которая отвечает таблице 4.1.

Составим вспомогательную таблицу:

K	x_k= lg S_k	x_k²	y_k= lg S_k	x_k* y_k
1	1,3784	1,9000	1,5079	2,0785
2	1,5052	2,2656	1,3874	2,0883
3	1,6031	2,5699	1,2989	2,0823
4	1,6831	2,8328	1,2304	2,0709
5	1,7505	3,0643	1,1761	2,0588
6	1,8089	3,2721	1,1239	2,0330
7	1,8604	3,4611	1,0792	2,0077
8	1,9063	3,6340	1,0414	1,9852
9	1,9479	3,7943	0,7924	1,5435
?	15,4438	26,7941	10,6374	17,9477

Получаем систему уравнений:

15,4438*q + 9*lg A = 10,6374 ,

26,7941*q + 15,4438*lg A = 17,9477 .

Решение этой системы q = -1,03 , A = 900,27 .Таким образом, искомая

степенная функция имеет вид S = 900,27*t -^1,03 .

T	23,9	32,0	40,1	48,2	56,3	64.4	72,5	80,6	88,7
S	34,25	25,36	20,10	16,63	14,17	12,34	10,92	9,79	8,87

Ошибка составляет:

У (Д S_i)²= (-2,05)²+ (-0,96)²+ (-0,2)²+ 0,37 ²+ 0,83²+ 0,96²+ 1,08²+

+ 1,21²+ (-2,67)²= 16,6709.

Способом наименьших квадратов подберем функцию вида

S = A*e^ct, отвечающую таблице 4.1.

Составим вспомогательную таблицу:

K	t	t²	y=lgS_k	t*y
1	23,9	571,21	1,5079	36,0328
2	32,0	1024,00	1,3874	44,3968
3	40,1	1608,01	1,2989	52,0859
4	48,2	2323,24	1,2304	59,3053
5	56,3	3169,69	1,1761	66,2144
6	64,4	4147,36	1,1239	72,3792
7	72,5	5256,25	1,0792	78,2420
8	80,6	6496,36	1,0414	83,9368
9	88,7	7867,69	0,7924	70,2859
?	506,7	32463,81	10,6374	562,8791

Получаем систему уравнений:

506,7*c*lg e + 9*lg A = 10,6374 ,

32463,81*c*lg e + 506,7*lg A = 562,8791 .

Решение этой системы c = -0,02 , A = 49,76 .Таким образом, искомая показательная функция имеет вид S = 49,76*e ^-0,02*^t .

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	30,9	26,29	22,37	19,03	16,19	13,78	11,72	9,98	8.49

Ошибка составляет:

У (Д S_i)²= 1,3²+ (-1,89)²+ (-2,47)²+ (-2,03)²+ (-1,19)²+ (-0,48)²+ 0,28²+

+ 1,02²+ (-2,29)²= 23,4933.

Для кривой AB подберем функцию вида S=a₀+ a₁*t + a₂*t² с

помощью способа средних, отвечающую таблице 4.2:

T	7,7	15,8	23,9
S	60,6	53,0	32,2

Уклонения имеют вид д`= a₀+ a₁*t + a₂*t² - S. Подставив конкретные

значения S и t, получим:

д`₁= a₀+ 7,7*a₁+ 59,29*a₂ - 60,6 ,

д`₂= a₀+ 15,8*a₁+ 249,64*a₂ - 53,0 ,

д`₃= a₀+ 23,9*a₁+ 571,21*a₂ - 32,2 .

Приравняв нулю эти уклонения, получим систему трех уравнений

для определения параметров a₀, a₁, a₂:

a₀+ 7,7*a₁+ 59,29*a₂ = 60,6

a₀+ 15,8*a₁+ 249,64*a₂ = 53,0

a₀+ 23,9*a₁+ 571,21*a₂ = 32,2

Решение этой системы a₀ = 55,67, a₁= 1,41,a₂= - 0,1.Таким образом,

искомая квадратичная функция имеет вид S = 55,67 + 1,41*t - 0,1*t².

T	7,7	15,8	23,9
S	60,6	52,98	32,25

Ошибка составляет:

У (Д S_i)²= 0,02²+ (-0,05)² = 0,0029.

Таким образом, кривую BC для заданных значений t и S

(таблица 4.1) наиболее точно описывает степенная функция вида

S = A*t^q , найденная с помощью способа наименьших квадратов. А

кривую AB для заданных значений t и S (таблица 4.2) наиболее точно

описывает квадратичная функция вида S = a₀+ a₁*t + a₂*t², найденная

с помощью способа средних.

Для кривой HD подберем функции вида S = A*t^q и S = A*e^ct с

помощью способа средних и способа наименьших квадратов,

соответствующие таблице 5.1:

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	0,6	0,6	0,7	0,8	0,9	1,0	1,3	1,8	5,7

Способом средних подберем функцию вида S = A*t^q , отвечающую

таблице 5.1.Уклонения имеют вид д`= lg A + q*lg t - lg S. Подставив

конкретные значения S и t, получим:

д`₁= lg A + 1,3783*q - (- 0,2218) ,

д`₂= lg A + 1,5052*q - (- 0,2218) ,

д`₃= lg A + 1,6031*q - (-0,1549) ,

д`₄= lg A + 1,6831*q - (-0,0969) ,

д`₅= lg A + 1,7505*q - (- 0,0458) ,

д`₆= lg A + 1,8089*q - 0 ,

д`₇= lg A + 1,8604*q - 0,1139 ,

д`₈= lg A + 1,9063*q - 0,2553 ,

д`₉= lg A + 1,9479*q - 0,7559 .

Приравняв нулю сумму уклонений по этим двум группам, получим

систему уравнений для определения параметров A и q:

5*lg A + 7,9202*q = - 0,7412 ,

4*lg A + 7,5234*q = 1,1251 .

Решение этой системы q = 1,45 , A = 0,004 .Таким образом, искомая

степенная функция имеет вид S = 0,004*t ^1,45 .

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	0,40	0,61	0,84	1,1	1,38	1,67	1,99	2,32	2,67

Ошибка составляет:

У (Д S_i)²= 0,2²+ (-0,01)² + (-0,14)²+ (-0,3)² + (-0,48)²+ (-0,67)² + (-0,69)²+

+ (-0,52)² + 3,03²= 10,7564 .

Способом наименьших квадратов подберем функцию вида

S = A*t^q , отвечающая таблице 5.1.

Составим вспомогательную таблицу:

k	x_k= lg S_k	x _k²	y_k= lg S_k	x_k*y_k
1	1,3784	1,9000	-0,2218	-0,3057
2	1,5052	2,2656	-0,2218	-0,3338
3	1,6031	2,5699	-0,1549	-0,2483
4	1,6831	2,8328	-0,0969	-0,1631
5	1,7505	3,0643	-0,0458	-0,0802
6	1,8089	3,2721	0	0
7	1,8604	3,4611	0,1139	0,2119
8	1,9063	3,6340	0,2553	0,4867
9	1,9479	3,7943	0,7559	1,4724
?	15,4438	26,7941	0,3839	1,0399

Получаем систему уравнений:

15,4438*q + 9*lg A = 0,3839 ,

26,7941*q + 15,4438*lg A = 1,0399 .

Решение этой системы q = 1,3 , A = 0,006 .Таким образом, искомая

степенная функция имеет вид S = 0,006 * t^1,3 .

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	0,4	0,54	0,73	0,92	1,13	1,35	1,57	1,8	2,04

Ошибка составляет:

У (Д S_i)²= 0,2²+ 0,06² + (-0,03)²+ (-0,12)² + (-0,23)²+ (-0,35)² + (-0,27)²+

+ 3,66²= 13,7028 .

Способом наименьших квадратов подберем функцию вида

S = A*e^ct, отвечающая таблице 5.1.

Составим вспомогательную таблицу:

k	t	t²	y = lg S_k	t*y
1	23,9	571,21	-0,2218	-5,3010
2	32,0	1024,0	-0,2218	-7,0976
3	40,1	1608,01	-0,1549	-6,2115
4	48,2	2323,24	-0,0969	-4,6706
5	56,3	3169,69	-0,0458	-2,5785
6	64,4	4147,36	0	0
7	72,5	5256,25	0,1139	8,2578
8	80,6	6496,36	0,2553	20,5772
9	88,7	7867,69	0,7559	67,0483
?	506,7	32763,81	0,3839	70,0241

Получаем систему уравнений:

506,7*c*lg e + 9*lg A = 0,3839 ,

32763,81*c*lg e + 506,7*lg A = 70,0241 .

Решение этой системы c = 0,03 , A = 0,25 .Таким образом, искомая

показательная функция имеет вид S = 0,25e ^{0,03 *}^t .

T	23,9	32,0	40,1	48,2	56,3	64,4	72,5	80,6	88,7
S	0,51	0,65	0,83	1,06	1,35	1,72	2,19	2,79	3,55

Ошибка составляет:

У (Д S_i)²= 0,09²+ (-0,05)² + (-0,13)²+(-0,26)² + (-0,45)²+ (-0,72)² +

+(-0,89)²+(-0,99)²+ 2,15²=7,2107 .

Для кривой EH подберем квадратичную функцию вида

S=a₀+ a₁*t + a₂*t² с помощью способа средних, отвечающую таблице 5.2:

T	7,7	15.8	23,9
S	5,8	1,2	0,6

Уклонения имеют вид д`= a₀+ a₁*t + a₂*t² - S. Подставив конкретные значения S и t, получим:

д`₁= a₀+ 7,7*a₁+ 59,29*a₂ - 5,8 ,

д`₂= a₀+15,8*a₁+ 249,64*a₂ - 1,2 ,

д`₃= a₀+ 23,9*a₁+ 571,21*a₂ - 0,6 .

Приравняв нулю эти уклонения, получим систему трех уравнений

для определения параметров a₀, a₁, a₂:

a₀+ 7,7*a₁+ 59,29* a₂ = 5,8 ,

a₀+15,8*a₁+ 249,64* a₂ = 1,2 ,

a₀+ 23,9*a₁+ 571,21* a₂ = 0,6 .

Решение этой системы a₀ = 13,8 , a₁= -1,27, a₂= 0,03 .Таким образом,

искомая квадратичная функция имеет вид S = 13,8 - 1,27*t + 0,03*t².

T	7,7	15,8	23,9
S	5,78	1,22	0,58

Ошибка составляет:

У (Д S_i)²= 0,02²+ (-0,02)² + 0,02²= 0,0012.

Таким образом, кривую HD для заданных значениях t и S

(таблица 5.1) наиболее точно описывает показательная функция

S = A*e^ct, найденная с помощью способа наименьших квадратов.

А кривую EH для заданных значениях t и S (таблица 5.2) наиболее

точно описывает квадратичная функция S=a₀+ a₁*t + a₂*t² .

Для реального процесса работы пара в цилиндре, зная только

одиннадцать значений (t; S), мы подобрали функции:

кривую AB наиболее точно описывает квадратичная функция

S = 55,67 + 1,41*t - 0,1*t² , где t є [0;23,9];

кривую BC наиболее точно описывает степенная функция

S = 900,27 * t ^-^1,03, где t є [23,9;+?);

кривую EH наиболее точно описывает квадратичная функция

S = 13,8 - 1,27*t + 0,03*t² , где t є [0;23,9];

кривую HD наиболее точно описывает показательная функция

S = 0,25 * e ^{0,03 *}^t, где t є [23,9;+?).

C помощью найденных функций можно:

приближенно вычислить работу пара в цилиндре не только в

заданных точках, но и в промежуточных. Например, можно примерно подсчитать, что при объеме пара t = 55 в процессе расширения давление

пара в цилиндре S = 900,27*55^-1,03 = 14,51 , а в процессе сжатия

S = 0,25*e ^{0,03 *55}= 1,3. При объеме пара t = 10 в процессе расширения

давление пара в цилиндре S = 55,67 + 1,41*10 - 0,1*10² = 59,77 ,а в

процессе сжигания S = 13,8 - 1,27*10 + 0,03*10² = 4,1.

сделать предположение о том, как будет происходить работа паровой

машины при увеличении объема до бесконечности (что невозможно

проделать на практике).

Заключение.

В данной работе были достигнуты следующие цели:

Овладение простейшими способами обработки опытных данных.

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

Применение вышеназванных способов для описания реальных процессов.

При этом нельзя сделать однозначный вывод о том, какой способ наиболее точно описывает тот или иной процесс. Например, к математической и физической моделям наиболее точно можно подобрать функции с помощью способа средних. А реальный процесс лучше описывать не одной функцией, а несколькими на различных промежутках.

Таким образом, для обработки опытных данных необходимо использовать и способ средних, и способ наименьших квадратов.

Литература.

1. Берман Г.Н. Сборник задач по курсу математического анализа. -

СПб.: Профессия, 2001.

2. Данко П.Е. и другие. Высшая математика в упражнениях и задачах. -

М.: Высшая школа, 1999.

3. Мантуров О.В. Курс высшей математики. -

дипломная работа "Простейшие способы обработки опытных данных" скачать

Подобные документы

Исследование прочности на разрыв полосок ситца
Задачи математической статистики. Распределение случайной величины на основе опытных данных. Эмпирическая функция распределения. Статистические оценки параметров распределения. Нормальный закон распределения случайной величины, проверка гипотезы.

курсовая работа [57,0 K], добавлен 13.10.2009
Анализ данных в линейной регрессионной модели
Статистическое описание и выборочные характеристики двумерного случайного вектора. Оценка параметров линейной регрессии, полученных по методу наименьших квадратов. Проверка гипотезы о равенстве средних нормальных совокупностей при неизвестных дисперсиях.

контрольная работа [242,1 K], добавлен 05.11.2011
Линейная корреляция
Случайная выборка значений двух случайных величин для исследования их совместного распределения. Диаграмма рассеяния опытных данных для четырех видов распределения. Вычисление коэффициента корреляции при большом объеме выборок; проверка его значимости.

реферат [811,7 K], добавлен 27.01.2013
Метод наименьших квадратов
Основные задачи регрессионного анализа в математической статистике. Вычисление дисперсии параметров уравнения регрессии и дисперсии прогнозирования эндогенной переменной. Установление зависимости между переменными. Применение метода наименьших квадратов.

презентация [100,3 K], добавлен 16.12.2014
Определение законов распределения и числовых характеристик случайной величины на основе опытных данных
Генеральная совокупность подлежащих изучению объектов или возможных результатов наблюдений, производимых в одинаковых условиях над одним объектом. Описание наблюдаемых значений случайной величины Х. Характеристика статистической функции распределения.

курсовая работа [216,5 K], добавлен 03.05.2011
Высшая математика в экономике
Определение частных производных первого и второго порядков заданной функции, эластичности спроса, основываясь на свойствах функции спроса. Выравнивание данных по прямой методом наименьших квадратов. Расчет параметров уравнения линейной парной регрессии.

контрольная работа [99,4 K], добавлен 22.07.2009
Интегрирование методом замены переменой или способом подстановки
Первообразный и неопределенный интеграл. Некоторые свойства неопределенного интеграла. Интегрирование методом замены переменой, способом подстановки, по частям. Интегрирование рациональных дробей. Простейшие рациональные дроби и их интегрирование.

курсовая работа [187,8 K], добавлен 26.09.2014
Основные понятия, используемые в математической обработке психологических данных
Понятие и оценка необходимости в статистической обработке психологических данных. Методика и основные этапы математической обработки полученных данных, его критерии и параметры: признаки и переменные, шкалы измерения, анализ и оценка уровня значимости.

презентация [443,1 K], добавлен 28.02.2014
Математическая обработка характеристик кустореза
Кусторез как устройство, предназначенное для остатков травяной и кустовой поросли различного характера: особенности математической обработки данных, проведение экспериментальной оптимизации параметров. Анализ карты оптимизации потребляемой мощности.

курсовая работа [2,1 M], добавлен 19.03.2013
Аппроксимация экспериментальных зависимостей
Аппроксимация экспериментальных зависимостей методом наименьших квадратов. Правило Крамера. Графическое отображение точек экспериментальных данных. Аномалии и допустимые значения исходных данных. Листинг программы на С++. Результаты выполнения задания.

курсовая работа [166,7 K], добавлен 03.02.2011

Другие документы, подобные "Простейшие способы обработки опытных данных"

весь список подобных работ

скачать работу можно здесь

сколько стоит заказать работу?

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.