Билет 18

1. Экспериментті жоспарлау. Зерттеу объектісі, оптимизациялау критериі мен

факторлары.
2. Таралудың негізгі заңдылықтары. Стьюдент таралуы.
3. Вал диаметрі 16 рет өлшенген. Алынған шама нормаль заң бойынша таралған кездейсоқ
шама. Алынған орташа x=20.2 , іріктелеген орташа квадраттық ауытқу σ =0,8 мм .
Сенімділігі 0,95 болатын сенімді интервал көмегімен вал диаметрінің белгісіз
математикалық күтілуін бағалаңыз.
1 Планирование эксперимента. Объект исследования, критерии и факторы оптимизации.

Выбор параметра оптимизации (критерия оптимизации) является одним из главных этапов

работы на стадии предварительного изучения объекта исследования, так как от
правильности выбора параметра оптимизации зависит правильная постановка задачи. По
сути, параметр оптимизации - это цель, заданная количественно. Критерий оптимизации
является реакцией (откликом) на воздействие факторов, которые характеризуют
поведение исследуемой системы.

Реальные объекты или процессы, как правило, очень сложны. Они требуют
одновременного учёта многих параметров. Исследуемый объект может характеризоваться
как множеством характеристик, так и единственным параметром - критерием
оптимизации. В последнем случае другие характеристики процесса уже не выступают в
качестве параметра оптимизации, а служат ограничениями.

Требования к параметру оптимизации. Параметр оптимизации должен быть

количественным и задаваться одним числом. Множество значений, которые может
принимать параметр оптимизации, называют областью его определения. Области
определения могут быть непрерывными и дискретными, ограниченными и
неограниченными. Например, выход реакции - это параметр оптимизации с непрерывной
ограниченной областью определения, изменяющийся в интервале 0... 100%. Число
активных центров в пробе катализатора, число бракованных изделий - это параметры с
дискретной областью определения. Не всегда возможна количественная оценка параметра
оптимизации и тогда прибегают к ранжированию.

Ещё одним требованием к параметру оптимизации является однозначность в

статистическом смысле. Заданному набору значений факторов должно соответствовать
одно значение параметра оптимизации.

Наиболее важным требованием является требование универсальности или полноты. Под

универсальностью параметра оптимизации понимают его способность всесторонне
характеризовать изучаемый объект. Так, например, технологические параметры не
являются универсальными, так как не позволяют учитывать экономику.

Желательно, чтобы параметр оптимизации имел физический смысл, был простым и легко
определялся. Второе требование, т.е. простота и лёгкость вычисления, также весьма
существенны. После выбора объекта исследования и параметра оптимизации нужно
рассмотреть все факторы, которые могут оказывать существенную роль на процесс. Если
какой- либо существенный фактор будет не учтён экспериментатором, то это увеличит
ошибку эксперимента.

Решение задач с несколькими параметрами. Задачи с одним выходным параметром

имеют очевидные преимущества. Но на практике чаще всего приходится учитывать
несколько выходных параметров. Математические модели можно построить для каждого
из параметров, характеризующих объект исследования, но одновременно оптимизировать
несколько функций невозможно.

Обычно из многих выходных параметров выбирается один в качестве параметра

оптимизации, а остальные служат ограничениями. Стараются исключить параметры,
имеющие неясный физический смысл и сложность в измерении [10].

Выбор факторов является весьма существенным, так как от этого зависит успех
оптимизации. Факторы разделяют на количественные и качественные. К количественным
относят те факторы, которые можно измерять, а к качественным факторам
технологические способы, приборы и др. Выбранные факторы должны
быть управляемыми, т.е. значение фактора можно поддерживать постоянным в течение
всего опыта. Точность измерения факторов должна быть высокой.

В планировании эксперимента значения факторов, соответствующие определённым

уровням их варьирования, выражают в кодированных величинах. Под интервалом
варьирования фактора подразумевается разность между двумя его значениями, принятая
за единицу при кодировании. При выборе области определения факторов особое внимание
уделяют выбору нулевой точки или нулевого (основного) уровня. Выбор нулевой точки
эквивалентен определению исходного состояния объекта исследования.

Оптимизация связана с улучшением состояния исследуемого объекта по сравнению с

состоянием в нулевой точке. Поэтому желательно, чтобы данная точка была в области
оптимума или как можно ближе к ней, тогда ускоряется поиск оптимальных решений.
Если проведению эксперимента предшествовали другие исследования по
рассматриваемому вопросу, то за нулевую точку принимается наилучшее значение
параметра оптимизации, установленного в результате предварительного исследования.
После того как факторы выбраны, переходят к определению точности и надёжности
измерений их значений.

Известно, что любые измерения сопровождаются систематическими и случайными

ошибками. Систематические ошибки обычно вызваны факторами, действующими
одинаково при нескольких повторениях одних и тех же измерений, и их можно учесть или
исправить.

Помимо систематических ошибок всегда в эксперименте присутствуют случайные

ошибки, природа которых может быть различной. Увеличивая число измерений,
экспериментатор может получить достаточно точную оценку случайной ошибки.

Уровень надёжности полученного результата можно оценить, если известна его

доверительная вероятность. Обычно доверительную вероятность принимают равной 0,95
(95%). При этом верхние и нижние границы изменения среднего значения результата
измерений находят из выражения

где Y — среднее арифметическое значение случайной величины; а — средняя

квадратичная ошибка измерений; п — число повторных измерений; 1 — табличное
значение критерия Стьюдента для п - количества повторных измерений при
доверительной вероятности 0,95.

Среднюю квадратичную ошибку повторяемых измерений определяют из выражения

Величина, указанная в знаменателе (а = п — 1), называется степенью свободы. Под

степенью свободы подразумевается число независимых измерений (общее число
измерений минус число наложенных связей). Обычно накладывают одну связь, поэтому а
= п - 1 [14].

2 Основные закономерности распространения. Распространение Стьюдента

В теории вероятностей  и математической статистике  распределение Стьюдента —
семейство непрерывных одномерных распределений с одним параметром — числом
степеней свободы . Форма распределения Стьюдента похожа на форму нормального
распределения  (чем больше число степеней свободы, тем ближе распределение к
нормальному). Отличием является то, что «хвосты» распределения Стьюдента
медленнее стремятся к нулю, чем «хвосты» нормального распределения.

Обычно распределение Стьюдента применяется в задачах, связанных с

оценкой математического ожидания  нормально распределенных случайных величин в
условиях, когда объем выборки не велик, а также значимости различия средних двух
выборок. В анализе данных распределение Стьюдента используется для
проверки гипотез о значимости  моделей регрессии .

Пусть Y0,Y1,…,Yn — независимые стандартные нормальные случайные величины,

такие что Yi∼N(0,1),i=1…n. Тогда распределение случайной величины t, где
t=Y0√ 1nn∑i=1Y2i
называется распределением Стьюдента с n степенями свободы.
Распределение Стьюдента и методология его применения для решения различных задач
были предложены английским статистиком Уильямом Госсетом  в 1908 году, который
опубликовал соответствующие работы под псевдонимом Стьюдент.

3. Вал диаметрі 16 рет өлшенген. Алынған шама нормаль заң бойынша таралған кездейсоқ
шама. Алынған орташа x=20.2 , іріктелеген орташа квадраттық ауытқу σ =0,8 мм .
Сенімділігі 0,95 болатын сенімді интервал көмегімен вал диаметрінің белгісіз
математикалық күтілуін бағалаңыз.