книги из ГПНТБ / Химмельблау Д. Анализ процессов статистическими методами
.pdf82 |
|
|
|
Глава |
2 |
|
|
|
И з | ф о р м у лы |
(2.4.13) |
видно, |
что при вычислении |
t используется |
||||
выборочное |
среднее |
квадратическое |
отклонение |
X, |
тогда как |
|||
при |
вычислении U |
должно |
быть |
известно значение |
ах. |
|||
В |
пределе |
при ѵ |
оо плотйость |
распределения t |
стремится |
кнормированной плотности нормального распределения, что
можно |
увидеть из формулы (2.4.14) при очень |
больших ѵ. |
На |
фиг. 2.4.5 показано распределение накопленной вероятно |
|
сти t. |
Таблицы этого распределения имеются |
практически во |
Ф и г . 2.4.5. Распределение накопленной вероятности t.
всех пособиях по статистике и в приложении В этой книги1 ) . Распределение t определяет вероятность того, что значение t меньше или равно, чем некоторое выбранное значение t:
t*
Р (*) = /> {*<**} = J P(t)dt.
— оо
В некоторых таблицах для каждой степени свободы ѵ приведена вероятность получения значения t, большего по абсолютной величине чем указанное в таблице. Другие таблицы учитывают свойства симметрии распределения t и содержат лишь вероятность получения значения t, большего чем указанное в таблице. В каче стве примера приведем часть таблицы В.З, в которой представлена
Р (t) == Р {t < t*} для v = 5:
P(t) |
0,75 |
0,90 |
0,95 |
0,975 |
0,99 |
t |
0,727 |
1,476 |
2,015 |
2,571 |
3,365 |
!) Более полные таблицы можно найти в [9—11].
Распределения |
вероятности и выборочная статистика |
83 |
Из этих значений видно, что 95% площади под кривой плотности распределения вероятности заключено между значениями t от —2,571 до +2,571, а 5% площади лежит (симметрично) вне этого интервала (фиг. 2.4.6).
pit)
|
|
\ |
/95%. |
площади |
|
|
|
2,5 % площади |
|
\ |
2£ Z |
площади |
|
||
|
-2,57t |
О |
2,571 |
t |
|
|
|
Ф и г . 2.4.6. Графическая интерпретация таблиц |
^-распределения |
Стьюдента |
|||||
|
для V = 5. |
|
|
|
|
||
Пример 2.4.3. Распределение |
t |
|
|
|
|
|
|
Требуется |
найти значение |
если для ѵ = |
10 |
справедливо |
|||
соотношение |
Р {—-2 ^ t ^ |
= 0,25. |
|
|
|
|
|
Решение |
|
|
|
|
|
t |
|
По табл. В.З приложения |
В для распределения |
находим, |
|||||
что P {t < 2} « 0,96; следовательно, P {t > 2} « |
1—0,96 = 0,04. |
р(і)
|
|
Ф и г . П . 2 . 4 . 3 . |
|
|
С учетом симметрии P {t ^ |
—2} = 0,04. Полная площадь от — оо |
|||
до |
|
равна Р = 0,04 + 0,25 = 0,29, что соответствует Р |
t*} = |
|
= |
0,29. Снова используя |
симметрию, получаем Р { £ >• — i*}« |
||
« |
1 |
— 0,29 = 0,71 и по |
табл. В.З находим |
значение |
U |
= |
—0,56. |
|
|
84 |
Глава 2 |
2.4.3.Распределение отношения дисперсий
Распределение отношения дисперсий, исследованное Р. А. Фи шером (обычно обозначается F), оказывается весьма полезным в дисперсионном анализе и при построении моделей, что будет обсуждаться в последующих главах. Если взяты две выборки, причем одна из них состоит из nt независимых измерений случай ной переменной Хи распределенной по нормальному закону со
1,0
|
о |
1,0 |
2,0 |
3,0 |
4,0 |
|
|
|
|
|
|
F |
|
|
|
Ф и г . |
2.4.7. Плотность |
распределения |
вероятности F д л я |
р а з л и ч н ы х зна |
|||
|
|
чений ѴІ |
и ѵ 2 . |
|
|
|
|
средним значением |
и дисперсией а\, а другая — из п2 |
незави |
|||||
симых |
измерений случайной |
переменной |
Х2, также распределен |
||||
ной по нормальному |
закону с параметрами |я2 и а\, |
то случайная |
|||||
переменная F определяется |
следующим |
образом: |
|
|
|||
|
|
|
= Ц |
|
|
(2.4.15) |
|
c'vj = |
ni — 1 и ѵ 2 = |
п2 — 1 степенями свободы. Степени |
свободы |
числителя и знаменателя, связанные соответственно с s] и s2, могут отличаться от п — 1, если выборочные дисперсии вычис ляются по некоторой формуле, отличной от (2.4.2). Если <з\ = = а\ = о*2, то, используя соотношение (2.4.10), можно выразить
величину F |
через %2: |
|
|
^ ѵ „ ѵ 2 ) = | = | £ . |
(2.4.16) |
Первое число в аргументе F означает степень свободы числителя |
||
выражения |
(2.4.16). |
F, Р (F) = |
Таблицы |
распределения накопленной вероятности |
— [ Р (F) dF, даны в приложении В (табл. В.4).
Распределения |
вероятности и выборочная |
статистика |
85 |
Плотность распределения вероятности F определяется выра жением
Г (Ѵ* + Ѵ Л
|
n (F) = |
- |
- |
|
'— (ѵѴ/2Ѵ92/2) |
|
- |
|
• |
(2 4 17) |
||||||
|
Р К |
' |
Г (vj/2) Г (ѵ2 /2) |
^ 1 |
2 |
; |
|
|
V1+V2 |
' |
К*-1*-11) |
|||||
|
|
|
|
|
|
|
|
|
|
|
(v2 + vtF) |
2 |
|
|
||
график этой |
функции |
приведен |
на |
фиг. 2.4.7. |
|
|
|
|||||||||
|
Среднее |
значение |
и |
дисперсия |
F |
равны |
|
|
|
|
||||||
|
|
|
|
W |
= - ^ T 2 ' |
|
ѵ 2 > 2 , |
|
|
|
(2.4.18) |
|||||
|
|
|
|
Var {F} |
= |
2 T 2 ( V |
i t V r \ |
• |
|
|
( 2 - 4 - 1 9 ) |
|||||
|
|
|
|
|
1 |
' |
|
V i ( v 2 — 2 ) 2 ( V 2 —4) |
|
|
V |
' |
||||
|
Имеет место |
полезное |
соответствие: |
|
|
|
|
|
||||||||
|
величина |
F (ѵ2 , ѵ4 ) |
для |
P {F ^ |
i ^ } = & |
равна |
|
|
||||||||
|
|
1/-F (Vi, v2 ) для |
P {F < Fa) |
= 1 - k. |
|
|
||||||||||
Пример 2.4.4. Отношение |
дисперсий |
|
|
|
|
|
|
|||||||||
і 3 |
Пусть Vi = |
10, |
v 2 = 4. |
Требуется найти |
значение |
F* для |
||||||||||
{0 < F < |
|
= 0,95. |
|
|
|
|
|
|
|
|
|
|
|
|||
|
Если P {0 < |
F < |
F*} = 0,95, то P {F > ^ } = 0,05. Из таб |
|||||||||||||
лицы В.4 приложения |
В |
находим |
F* (10,4) = 5,96. |
|
|
|||||||||||
|
Также справедливо, |
что F* = |
1/5,96 для P {F ^ |
і^} = 0,05 |
||||||||||||
с |
Ѵу — А и |
ѵ 2 |
= 10 |
степенями |
свободы. |
|
|
|
|
|
2.4.4. «Перенос ошибок»
Важной особенностью экспериментов является то, что экспе риментальные результаты можно использовать для оценивания среднего значения и дисперсии случайной переменной, которую нельзя измерить непосредственно. Например, измерив все случай ные переменные, кроме одной, по балансу веществ можно оценить среднее значение и дисперсию оставшейся случайной переменной. Здесь и будет рассмотрен вопрос о том, как исследователь может предсказать среднее значение и дисперсию неизмеряемой пере менной, зная ,эти характеристики для измеряемых переменных.
Среднее значение линейной функции случайных переменных равно такой же линейной комбинации соответствующих средних значений, как следует из соотношения (2.2.1г). Таким образом, если Y = аХ + Ъ, то
% {Y} = а% {X} + Ь. |
(2.4.20) |
86 |
Глава 2 |
Дисперсия линейной функции случайных переменных определяет ся формулами (2.2.9) или (2.2.9а). Например, для одной случайной переменной X
Var {Y} = a2 Var {X}. |
(2.4.21) |
Теперь проиллюстрируем на примере применение формул (2.2.1г), (2.2.9а), (2.4.20) и (2.4.21).
Пример 2.4.5. Погрешность показаний расходомера
Расходомер (фиг. П.2.4.5) выдает некоторый выходной сигнал, характеризующий суммарную величину поступающих в него
Ф и г . П . 2 . 4 . 5 .
двух потоков. Величина каждого из потоков содержит некоторую ошибку; кроме того, в выходной сигнал вносит ошибку и сам
расходомер. Функциональная |
связь |
между у и xt такова: |
у = 100 + |
а^хі + |
а2х2. |
Величины xt и у измеряются в милливольтах. Ошибки в сигна лах, указанные ниже в процентах от средних значений этих сигналов, представляют собой три стандартных отклонения в еди ницах измерения х. Математическое ожидание ошибок равно нулю. Исходя из этих данных, требуется вычислить ошибку у и z, также выраженную через три стандартных отклонения. Коэффи циент усиления расходомера равен единице.
|
|
Сигнал |
Постоян |
Ошибка ЗОтс |
|||
|
|
ные |
|
|
|
||
|
|
|
|
5 |
100 |
5% |
|
|
|
|
|
2 |
150 |
4% |
|
|
|
Расходомер |
|
|
|
2% от среднего |
|
|
|
|
|
|
|
з н а ч е н и я |
|
|
Решение |
Xt |
= хх |
|
и Х2 = х2 + |
|
|
|
Предположим, что |
+ et |
е2> г Д е |
||||
и |
Х2 |
— статистически |
независимые |
переменные. |
Тогда Y = |
||
— |
atXi |
+ а4 8! + а2х2 -f- |
а2г2 |
+ |
100. |
|
|
|
Распределения |
вероятности |
и |
выборочная |
статистика |
87 |
|
Выходной сигнал |
расходомера |
равен |
|
|
|||
%{Y) |
= а& {Хі} + а2$Ы |
+ |
ЮО = |
|
|
||
|
|
|
= |
5-100 + 2-150 + 100 = 900 мВ. |
|||
Дисперсия переменной |
Y |
равна |
|
|
|||
Var {Y} |
= а\ Var {Xt} |
+ a\ Var {X2} |
= |
|
|
||
|
|
|
|
|
= а\ Var {et} + а\ Var {е2 }, |
Дисперсия |
расходомера |
равна |
|
З а р |
= 0,02-900, |
или ор=~, |
а* = ( у ) \ |
Далее, предполагая, что ошибка, вносимая расходомером, адди
тивно |
складывается |
с ошибкой у, |
получим |
|
||||
|
|
Л Т |
( Г 7 Л |
769 |
, 324 |
1093 |
D 2 |
, |
|
|
Var{Z} = |
T - + - r |
= — |
мВ2 |
|||
|
|
|
|
, |
/"ÏÔ93 |
33 |
|
|
так-что 3oz = |
33 мВ. Ошибка |
величины |
Z , выраженная в про |
|||||
центах, |
равна |
- ^ - - 1 0 0 = 3 , 7 % . |
|
|
|
Если функциональная связь между переменными нелинейна, то, для того чтобы применить формулы (2.4.20) и (2.4.21) или (2.2.1г) и (2.2.9), предварительно необходимо линеаризовать функцию. Среднее значение и дисперсия, вычисленные для линеа ризованных выражений, являются приближенными и применимы лишь в малой окрестности выбранной точки, где функция заме няется линеаризованным выражением.
Основным аппаратом, используемым при линеаризации, являет ся разложение функции в ряд Тейлора относительно среднего значения или некоторого другого опорного значения в исследуе мой области. Разложение функции одной переменной / (х) в ряд
Тейлора относительно |
точки х = |
а |
имеет вид |
|
||
df(a) |
(х —а) |
ri2/ |
(а) |
(x —a)2 |
(2.4.22) |
|
/(*) = / ( а Н dx |
+ dx* |
2! |
||||
|
88 |
Глава 2 |
Линеаризация достигается отбрасыванием членов второго и более высоких порядков. Например, функция
У =е ~х
нелинейна, ее график изображен на фиг. 2.4.8. Если представ
ляют интерес |
малые значения х, т. е. |
значения х |
вблизи |
х |
= О, |
||
то |
экспоненту е ~х можно |
разложить |
по формуле |
(2.4.22) |
в |
ряд |
|
в |
окрестности |
точки х = |
0: |
|
|
|
|
е~х = 1 — х + ~ х 2 + . . . « 1 — X.
Общий метод линеаризации состоит в том, чтобы разложить'любую нелинейную функцию в ряд Тейлора относительно некоторого
О |
I |
2 |
3 |
4 |
5 |
6 |
|
|
|
X |
|
|
|
Ф и г . |
2.4.8. |
|
График |
функции |
|
е~х. |
среднего или другого постоянного значения переменных и оста
вить в |
разложении лишь линейные члены. |
|
||||
Д л я |
функции |
нескольких |
переменных |
ряд Тейлора, |
оборван |
|
ный на |
членах |
первого |
порядка, имеет |
вид |
|
|
/ fail xZi |
• • • » %7і) |
/ (х^, Х2, . . ., Хп) ~Ь |
|
|
||
|
|
|
п |
|
|
|
|
|
+ |
^ |
a/(*g,sj^ ... ,a&) ( ^ „ д ^ |
(2.4.23) |
|
|
|
|
і = 1 |
1 |
|
|
где нулевые верхние индексы обозначают опорную точку раз ложения.
|
Распределения |
вероятности |
и выборочная статистика |
89 |
||
Например, для функции двух переменных х и у, разложенной |
||||||
в ряд |
относительно |
значений х0 |
и у0, |
имеем |
|
|
/ (x, у) « |
/ {г* |
уо) + |
(*-*„) |
+ |
(у-уо). |
|
Следует |
иметь |
в виду, что частные производные здесь являются |
некоторыми постоянными, которые вычисляются по соответствую щим выражениям, куда подставляются значения х0 и у0.
Так как функция линеаризована с помощью выражений (2.4.22) или (2.4.23), то среднее значение и дисперсия [в предположе нии, что случайные переменные независимы, так что можно-
использовать |
формулу |
(2.2.9а)] |
равны |
|
|
|
Ш{І(ХИ |
. . . , ' Х „ ) } « / « |
А ) |
+ |
|
|
|
|
|
+ 2 d f ( x |
î ' d x r x ° n ) |
Ш{(ХІ-ХТ)}, |
(2.4.24) |
|
|
|
|
і =1 |
дхі |
|
|
|
|
|
|
|
|
|
|
|
|
71 |
|
|
|
|
V a r i / ^ , |
...,Xn)}«2 [дПх\х--'х°п)]2Уат{Хь}, |
(2.4.25) |
где Xi, например, может быть выборочным средним значением Х І . Для частного случая, когда исходная функция имеет вид.
формула (2.4.25) |
переходит |
в |
|
Var {Y} « |
( i f )2 Var |
+ |
. . . 4- ( ^ f ) 2 Var {Xn}, |
что может быть |
записано в более |
привычном виде: |
Пример 2.4.6. Среднее значение и дисперсия нелинейной функции случайной переменной
Уравнение Ван-дер-Ваальса можно явно разрешить относи тельно Р следующим образом:
р _ |
nRT |
п*а |
где |
Р—давление |
(случайная переменная), |
п — число молей, |
V |
—объем |
(случайная переменная), а, |
Ъ — постоянные. |
90 |
Глава 2 |
Требуется найти среднее значение и дисперсию Р (в кгс/см2 ), предполагая, что для воздуха
п= 1 г-моль,
а— 1,347 -106 кгс/см2 -(см3 /г-мо ль)2 ,
Ъ= 38,6 см3 /г-моль,
|
Т = 300 К |
|
и что среднее |
значение |
и дисперсия V равны соответственно |
100 см3 и 1 |
см6 . Универсальная газовая постоянная |
|
Л = 82,06 |
(см3 'Кгс/см^/град-г-моль. |
Решение
Поскольку уравнение Ван-дер-Ваальса нелинейно относитель но V, его необходимо сначала линеаризовать. Разложим эту функцию в ряд Тейлора, опуская все члены выше первого порядка:
Г |
nRT |
B 2fl-| |
Г |
|
|
nRT |
|
2 А - 1 |
|
|
|
|
|
|
||
~ | _ F 0 - « b |
Fe 4 F 0 - ^ ) 2 J + |
L ( F 0 - n f e ) 2 ^ |
|
|
|
j r - a - t - p i ' . |
||||||||||
Теперь |
используем |
формулы |
(2.4.20) |
и (2.4.21): |
|
|
||||||||||
|
|
|
Ш {Р} = |
а + |
ßg { F } , |
|
|
|
|
|
|
|||||
|
|
|
Var |
{/>} = |
ß 2 |
Var { F } , |
|
|
|
|
|
|
||||
_ |
Г 82,06-300 |
3-1,347-10« |
, |
100-82,6-300-] _ |
R |
/ Q |
|
2 |
||||||||
а ~ |
L Ю О - 3 8 , 6 |
|
Ш |
|
т~ (100 - |
38,6)2 J - |
0 4 |
0 |
К |
Г С / ° М ' |
||||||
И |
82,06-300 |
, |
2-1,347-10« |
1 |
0 0 |
/ |
|
|
, |
, |
ч |
|||||
( Ю О - 3 8 , 6 ) 2 |
J |
I |
: |
|
——3,84 |
|
кгс/см^-см3 , |
|||||||||
|
106 |
|
J " |
|
|
|
|
|
|
|
||||||
|
|
|
Ш {Р} = 264 кгс/см2 , |
|
|
|
|
|
|
|||||||
|
|
|
Var {Р} |
= 14,75 |
(кгс/см2 )2 . |
|
|
|
|
Эти результаты справедливы для небольших отклонений от F 0 .
Пример 2.4.7. Оценка ошибки коэффициента теплопередачи1 )
Рассмотрим лабораторный эксперимент по нагреву воды {неустановившийся режим) в открытом котле с паровой рубашкой. Полный эффективный коэффициент теплопередачи определяется формулой
WCP ijT_\
AkT, эфф V dt ) '
*) Взят из работы [12].
Распределения |
вероятности и выборочная |
статистика |
91 |
|
где |
|
|
|
|
W — вес воды, |
кг; |
|
|
|
Ср — удельная |
|
теплоемкость воды, |
Дж/кг - град; |
|
А— покрытая водой площадь котла, через которую может происходить теплообмен, м2 ;
А^эфф — эффективная разность температур пара и воды в про извольный момент времени, Ts — Tw, °С;
dT
—£t тангенс угла наклона кривой зависимости температу ры воды от времени в произвольный момент времени.
Предполагается, что все перечисленные величины являются случайными переменными. Начальная температура равна ком натной.
Требуется найти математическое ожидание коэффициента £7Эфф и определить его точность при условии, что ДГэфф = 30 °С.
Решение
Учитывая выражение (2.4.26) и считая все переменные незави симыми, запишем
/ ^эфф У* |
/ |
ow |
\2 |
|
(°Ср)2 |
I |
аА |
\2 |
/ 0 Д г э ф ф \ 2 |
/ <*dT/dt |
\ 2 |
||||||
V |
^вфф / |
~~ V W |
I |
"г \Ср |
|
J "t" I |
А |
) |
Ч" \ |
ЛГэфф j ~г |
\ |
dT/dt |
) • |
||||
Рассмотрим, как измерялся каждый из этих членов, и оценим |
|||||||||||||||||
их |
дисперсию. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
o w : 80 |
кг воды |
разбивались на |
порции |
по |
10 кг. |
Поскольку |
|||||||||||
|
каждая |
порция |
взвешивалась |
с максимальной |
ошибкой |
||||||||||||
|
в пределах |
± 0 , 1 2 |
кг, то, |
предполагая, |
что |
эта ошибка |
|||||||||||
|
равна трем выборочным стандартным отклонениям, можно |
||||||||||||||||
|
заключить, |
что |
sw |
^= 0,12/3 = |
0,04 |
кг. |
|
|
|
||||||||
|
|
|
W |
= Wi + W2 •+... |
+ |
|
W8, |
|
|
|
|
||||||
|
так что если взвешивания были независимыми, то из |
||||||||||||||||
|
соотношения |
(2.2.9а) |
получаем |
|
|
|
|
|
|
|
|||||||
|
|
|
o2w |
« |
sV |
= |
Ss2w. = |
0,0128 |
кг2 . |
|
|
|
|
||||
Ос |
'• Теплоемкость воды |
известна |
с |
достаточно |
высокой |
точ |
|||||||||||
|
ностью, |
так |
что |
можно |
считать, |
что |
неопределенность |
||||||||||
|
в значении |
|
Сѵ |
отсутствует, |
т. е. аЬ |
= |
0. |
|
|
|
Од : По мере нагрева имеет место увеличение объема воды, приводящее к увеличению площади смачиваемой поверх ности. Однако термин «эффективный коэффициент тепло передачи» означает, что это увеличение площади не учи тывается и используется значение площади при комнат ной температуре. При известной геометрии котла по резуль татам измерения высоты жидкости была оценена площадь