- •Лабораторная работа № 1 Изучение одноканальной замкнутой системы массового обслуживания
- •Лабораторная работа № 2 Изучение многоканальной замкнутой системы массового обслуживания
- •2.1 Цель работы
- •2.2 Краткие сведения об объекте моделирования
- •2.3 Порядок выполнения работы
- •Лабораторная работа № 3 Изучение одноканальной замкнутой смо с ожиданием
- •3.1 Цель работы
- •3.2 Краткие сведения об объекте моделирования
- •3.4 Порядок выполнения работы
- •1,946 1,94 1,949
- •4.3 Порядок выполнения работы
- •Лабораторная работа № 5 [3] Исследование элементов системы моделирования gpss/pc на имитационных моделях массового обслуживания
- •5.1 Цель работы
- •5.2 Краткие сведения об объекте моделирования
- •5.3 Порядок выполнения работы
- •5.4 Задания к работе
- •Лабораторная работа № 6 [3] Исследование на имитационной модели процесса передачи данных в информационно-вычислительной сети
- •6.1 Цель работы
- •6.2 Краткие сведения об объекте моделирования
- •6.3 Порядок выполнения работы
- •6.4 Задание к работе
- •Лабораторная работа № 7 [3] Исследование на имитационной модели процесса функционирования концентратора сети интегрального обслуживания
- •7.1 Цель работы
- •7.2 Краткие сведения об объекте моделирования
- •7.3 Порядок выполнения работы
- •7.4 Задание к работе
- •Лабораторная работа № 8 Построение математических моделей экспериментально-статистическими методами (метод наименьших квадратов)
- •8.1 Цель работы
- •8.2 Краткие сведения об объекте моделирования
- •X –3 –1 1 3
- •8.3 Порядок выполнения работы
- •Требования к оформлению отчета
- •Список литературы
X –3 –1 1 3
y 5 1 –2 –3
В первом столбце матрицы плана во всех строках стоят значения , во втором столбце значениях, в третьем значения х2. Окончательно эта матрица имеет вид:
.
Система нормальных уравнений получится по формуле (8.11)
.
Определитель матрицы системы нормальных уравнений
.
; ;.
Откуда
; ;
или
.
Окончательно
.
При большом числе искомых параметров построение регрессионного уравнения требует громоздких вычислений. В связи с этим в настоящее время построение регрессионных зависимостей практически всегда производится с применением ЭВМ. В этом случае удобно использовать матричный способ представления и обработки информации. Нетрудно убедиться, что матрица коэффициентов левых частей системы равна произведению матрицы на транспонированную матрицу:
. |
(8.12) |
Вектор-столбец правых частей системы нормальных уравнений равен произведению , где– вектор (8.4)
. |
(8.13) |
В матричных обозначениях решение системы (8.11) имеет вид
, |
(8.14) |
где индекс – 1 есть символ обращения матрицы; – вектор исходных параметров. Это соотношение и используется для нахождения параметров модели.
Отметим, что если объект имеет несколько выходных координат, то для каждой выходной координаты ее зависимость от входных переменных находится отдельно.
Проверка адекватности модели
П
Рис.
8.4. Прямая и парабола, проведенные по
точкам
Для количественной оценки вводится мера разброса данных дисперсия. Мерой разброса опытных данных относительно модели является остаточная дисперсия , равная отношению минимальной суммы квадратов отклоненийS к числу степеней свободы.
Числом степеней свободы называют разность между числом экспериментов и числом неизвестных параметров, оцениваемых на основании этих экспериментов. Окончательно, выражение для остаточной дисперсии
, |
(8.15) |
где f число степеней свободы (;n – число экспериментов; р – число оцениваемых параметров).
Для оценки величины случайной ошибки эксперимента рассчитывают дисперсию воспроизводимости . Для этого проводят одну или несколько серий параллельных опытов; в каждой такой серии значения входных переменных от опыта к опыту не меняются. В этом случае отклонения относят к среднему значению измеряемой величины. А число степеней свободы будет на единицу меньше числа параллельных опытовm.
Формула объясняется в данном случае так же, как и формула дляf при описании уравнениями: единица наименьшее число опытов, необходимое для того, чтобы составить представление о среднем значении определяемой величины
Итак
, |
(8.16) |
где – среднее значение у всех результатов экспериментов.
, |
(8.17) |
Для проверки адекватности рассчитывают дисперсионное отношение F
, |
(8.18) |
Если F больше некоторого критического значения, то уравнение неадекватно, если меньше, то адекватно. Критическое значение F зависит от двух чисел степеней свободы: , входящего в формулу (8.15),, входящего в формулу (8.16).
Чем меньше , тем больше критическоеF: чем меньше число степеней свободы при оценке дисперсии воспроизводимости, тем эта оценка менее точна и тем менее определенно приходится оценивать адекватность: не исключено, что даже очень большой разброс объясняется ошибкой опыта. Во всяком случае для оценки целесообразно провести не менее трех опытов ().