Гусев / Методы научных исследований
.pdfожидания X М.k , то относительная ошибка |
в оценке мате- |
матического ожидания оригинала X Н.k определится интервалом:
|
|
|
|
1 |
|
akj−1 |
|
|
v |
|
|
|
|
1 |
|
akj−1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
1 |
− |
|
|
|
|
|
|
≥ |
|
≥ 1 |
− |
|
|
|
|
|
|
. (7.35) |
1 |
+ |
|
|
1 |
− |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Выход за границы интервала связан с вероятностью (1 − h) . При исследовании моделей реальных систем признание
того факта, что математическое ожидание величины в натуре |
||||
v |
&&&min |
&&&max |
), не только |
|
X |
||||
Н.k находится внутри интервала (X Н.k |
− X Н.k |
вносит неопределенность в принятие решения по ее конкретной величине, но и может повлиять на выводы, связанные с
характеристиками |
|
исследуемого объекта. Так, например, |
|||
v |
|
|
&&&min |
|
|
принимая, что X Н.k |
|
|
|||
= X Н.k , а фактически может выполняться |
|||||
|
|
v |
&&&max |
|
|
другое равенство |
X |
, то результаты в натуральной |
|||
Н.k = X Н.k |
системе будут превышать достоверные на величину погрешности в оценке математического ожидания этой же величины на модели:
|
&&& |
max |
&&& |
min |
|
|
|
|
|
aki−1 |
|
||
|
|
|
− X |
|
|
1+ |
|
|
|
||||
|
|
X Н.k |
Н.k |
|
|
|
|
||||||
|
|
|
|
|
|
|
= |
|
|
|
−1, |
|
|
|
|
|
&&&min |
|
|
|
|
|
|||||
|
|
|
X Н.k |
|
|
|
1− |
|
|
|
|
||
или в |
противном случае |
|
|
|
|
|
&&&max |
, а факт - |
|||||
(гипотеза: X Н.k = X Н.k |
|||||||||||||
v |
&&&min |
|
|
|
|
|
|
|
|
|
|
|
|
X Н.k = |
|
|
|
|
|
|
|
|
|
|
|
||
X Н.k ) результаты могут оказаться заниженными на ту |
|||||||||||||
же величину: |
|
&&& |
|
|
|
|
|
|
|
|
|
||
|
&&& |
min |
max |
|
1 − |
|
|
aki−1 |
|
||||
|
|
X Н.k |
− X Н.k |
|
|
|
|
||||||
|
|
|
|
|
|
|
= |
|
|
|
−1. |
|
|
|
|
|
&&&max |
|
|
|
|
|
|
||||
|
|
|
X Н.k |
|
|
|
1 + |
|
|
|
|
Поэтому наиболее сложным и неопределенным вопросом при моделировании стохастических систем является обоснование предельной погрешности, которую можно допустить в конечном результате. Одним из способов такого
171
обоснования может являться требование о предельной погрешности при некотором заданном значении вероятности подобия.
Обозначив требуемую вероятность подобия через h* , а предельную погрешность подобия для некоррелированных индикаторов подобия предлагается соотношение [15]:
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
m |
|
|
|
|
|
|
|
h* = 2m ∏Ф |
|
|
|
|
, |
(7.36) |
|
l |
(Xi ) |
0,5 |
|||||
|
|
|
|
||||
j =1 |
∑aij2ω2 |
|
|
|
|||
|
|
i =1 |
|
|
|
|
|
Равенство (7.36) решается относительно необходимого числа моделей p методом подбора.
Учитывая вероятность снижения надежности моделирования вследствие случайности значений коэффициентов вариации ω(X М.i ), рекомендуется принимать для расчетов заведомо завышенное значение вероятности подобия
h = h* + Λh ,
где Λh - некоторая абсолютная погрешность в оценке значения h* , которая не будет превышена с вероятностью α .
Допускаемая относительная погрешность λh определя-
ется из отношения:
λh = Λh*h .
Относительная погрешность системы (общая) λh находится как результирующая относительных погрешностей отдельных индикаторов подобия λhi . Например для m =2:
λh ≤ λh1 + λh2 + λh1λh2 . |
(7.37) |
В этом выражении погрешности λhi |
приходится зада- |
вать, причем достаточно произвольно, лишь бы удовлетво-
172
рить необходимое условие. Абсолютная погрешность j − го индикатора определится по выражению:
Λhj = λh hj ,
а, затем по Ф(δ j )- распределению находится значение ошибки δН. j при нижней оценки надежности hН. j = hМ. j (1 − λhj ). Таким образом можно получить два значения δ j : одно соответствует h j , а другое δН. j - значению hН. j . И приемлемая относительная погрешность величины δ j составит:
λδ = |
|
δМj −δНj |
. |
|
|||
|
|
|
|
|
|||
|
|
|
|
δMj |
|
||
Предельное значение |
относительной погрешности |
λ&&& |
|||||
|
|
|
|
|
|
|
S |
выборочного среднего квадратичного отклонения S(&I&&j ) |
|
||||||
λ |
&&& |
= |
λδ |
|
|
||
|
|
S |
1 |
− λδ |
|
Предельная относительная погрешность для коэффициента вариации ω(X i ) определяется с учетом числа моделей p :
|
|
|
S |
|
|
|
|
|
|
λ&&& |
|
|
|
λω(X i ) = |
p 1 |
+ |
|
|
−1. |
(7.38) |
|
||||||
|
|
|
ai |
|
|
Предельные относительные погрешности для генеральных среднего μ и среднеквадратичного отклонения σ связа-
ны между собой формулой: |
|
|
λσ = λω(Xi )(1 − λμ )− λμ . |
(7.39) |
|
С другой стороны по выборки объема n |
из нормально |
|
распределенной совокупности относительные |
погрешности |
генерального среднего оцениваются через распределение Стьюдента t(n−1,α ) при доверительной вероятности α :
λμ ≤ ω(Xn )t(n−1,α ) ,
173
а генерального среднеквадратичного отклонения через рас-
пределение Пирсона - χ(21−α,n−1) :
λ |
≤ |
(n −1) |
−1 |
. |
|
||||
σ |
χ(21−α,n −1) |
|
||
|
|
|
Принимая соответствующие значения λμ и λσ (в пределах ограниченных (7.39)), подбором находится объем выборки, достаточный для обеспечения заданной надежности моделирования.
В целом, обеспечение условий моделирования стохастических систем может быть сведено к следующим положе-
ниям [15].
1. Определяется необходимое количество моделей p , обеспечивающих заданную надежность моделирования h при доверительной вероятности α . Определяется расчетная надежность моделирования (погрешность подобия вероятности) h* .
2. Вычисляется относительная погрешность моделирования:
λh = h*h−* h
2.Если критериев подобия больше двух I ≥ 2 , то полученное значение λh распределяется между ними на
основе соотношения (7.37):
m |
j =m |
∑λhiλhj *.....* λhk |
λh = ∑λhi + ∑λhiλhj + |
||
i |
i< j |
i< j<k |
Распределение погрешностей λhi ,..., λhk рекомендуется проводить пропорционально дисперсиям критериев
S2 (&I&&i ),.....,S2 (&I&&k ).
174
3. Для каждого критерия проводится анализ на определение количества образцов необходимых для вычисления средних и среднеквадратичных ошибок параметра X j .
3.1. Анализ начинается с критерия, у которого наибольшее значение λhj . С помощью распределения Лапласа Ф абсолютные ошибки в моделирования для модели δМ и натурального объекта δН :
|
|
|
|
h |
Мj |
|
|||
h |
Мj |
→ δ |
Мj |
= Ф−1 |
|
|
|||
|
|
||||||||
|
|
|
2 |
|
|
||||
|
|
|
|
|
|
|
|||
|
|
|
|
h |
|
|
|||
h |
→ δ |
Нj |
= Ф−1 |
|
Нj |
|
|||
|
|
||||||||
|
Нj |
|
|
2 |
|||||
|
|
|
|
Надежность моделирования натуры hНj определяется по формуле:
hНj = (1 − λhj )hMj
3.2. Вычисляется относительная ошибка (погрешность) абсолютного отклонения λδj :
λδj = |
δMj −δНj |
. |
|
||
|
δMj |
3.3. Определяется предельная относительная погрешность коэффициента вариации физической величины (подлежащей изучению на статистические характеристики) в модели ω(X ) по формуле (7.38):
|
|
|
|
|
|
λ&&& |
|
|||
|
|
|
|
|
Sj |
|
|
|||
λω(Xj ) = |
|
|
|
+ |
|
|
−1 |
|||
|
p 1 |
ai |
|
|||||||
|
|
|
|
|
|
|
|
|||
λ |
|
= |
|
|
λδj |
|
|
|
|
|
&&& |
1 |
− λδj |
|
|
||||||
|
Sj |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
3.4. Находится относительная погрешность генерального среднего λμj :
λμj = bλω(Xj) ,
175
и генерального среднеквадратичного отклонения λσj :
λσj = λω(Xj )(1 − λμj )− λμj
где b - коэффициент, подбираемый опытным путем из соображения равенства числа образцов, необходимых для оценки генерального среднего μ и генерального среднеквадратичного отклонения σ . Рекомендуемые значения b = (0,05 − 0,1).
3.5. Исходя из предположения о нормальном распределении параметров в выборке объема n , последовательно находится количество образцов для оценки генерального среднего nμ и генерального среднеквадратичного nσ :
|
λ |
μj |
|
|
= |
t(α,n |
μ |
−1) |
→ nμj |
||
|
ω(X j |
) |
nμ |
||||||||
|
|
|
|||||||||
λσj = |
|
|
(nσ −1) |
|
−1 → nσj |
||||||
|
χ2 |
|
|
|
|||||||
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
(1−α,nσ −1) |
|
Пример. Методику оценки точности моделирования технической системы рассмотрим на примере исследования деформации пространственной строительной конструкции при воздействии сосредоточенных нагрузок P .
Условие подобия при воздействии на конструкцию сосредоточенными усилиями выражается одним безразмерным комплексом (индикатором подобия):
Cσ = |
Р E |
−1L−2 |
|
||||
r |
Н |
rН−1 |
−Н2 |
=1 |
(7.40) |
||
|
Р |
М |
E |
М |
L |
|
|
|
|
|
М |
|
где E - модуль упругости материла, Па;
L - характерный линейный размер.
Интервальная оценка для напряжений σ и перемещений u в натуральном объекте по соответствующим характеристикам модели определится в соответствие с (7.34):
|
1 |
&&& |
v |
v |
Н < |
1 |
&&& |
v |
|
|
|
|
|
||||
1 + |
σМСσ < σ |
1 − |
σМСσ |
|||||
|
|
|
|
|
|
176
|
|
|
1 |
0,5 |
&&& v |
v |
|
|
|
1 |
0,5 |
&&& v |
|
|
|
|
|
|
|
|
|
|
|
|
(7.41) |
||
1 |
+ |
uМСL < uН < |
1 |
− |
uМСL |
||||||||
|
|
|
|
|
|
|
|
Среднее арифметическое значение модуля упругости EМ определено экспериментально, результаты приведены в таблице.
|
|
|
|
|
|
Таблица |
|
|
|
|
|
|
|
|
|
Параметр |
Значение параметра в опыте |
||||||
|
|
1 |
2 |
3 |
4 |
5 |
|
Модуль упругости модели, |
334 |
356 |
362 |
347 |
338 |
|
|
КПа |
|
|
|
|
|
|
|
Среднее значение модуля |
|
|
347 |
|
|
|
|
упругости, КПа |
|
|
|
|
|
|
|
Дисперсия воспроизво- |
|
138800000 |
|
|
|||
димости Sвоспр2 |
.E Па2 , |
|
|
|
|
|
|
Среднеквадратичная |
|
|
11781 |
|
|
|
|
ошибка S(EM ), Па |
|
|
|
|
|
|
|
Коэффициент вариации |
|
|
0,034 |
|
|
|
|
модуля упругости ω(EM ) |
|
|
|
|
|
|
Коэффициент вариации модуля упругости для натурального образца находится по формуле:
ω(EH )= [1 + λω(E.М )]ω(ЕМ )
Относительная погрешность коэффициента вариации модели λω(E.M ) определится через соответствующие статистические оценки при доверительной вероятности α = 0,95 и числе степеней свободы f = (5 −1) :
λ |
= |
λσ (E ) + λEv |
= 1,37 + 0,042 =1,474 |
|||||||
|
|
|||||||||
ω(E.M ) |
|
|
1 −λr |
1 −0,042 |
||||||
|
|
|
|
|
E |
|
|
|
|
|
λEv = |
ω(EM )t(1−α) = |
0,034 |
2,78 = 0,042 |
|||||||
|
|
5 |
|
|
|
5 |
|
|
||
λ |
|
= |
f |
−1 = |
4 |
|
−1 =1,37 |
|||
|
|
|
|
|
||||||
σ (E ) |
|
|
χα2 |
|
|
0,71 |
||||
|
|
|
|
|
|
Возможная погрешность в оценке коэффициента вариации модуля упругости натурального объекта составит:
177
|
ω(EH )= [1 +1,474]* 0,034 = 0,084 |
|
Среднеквадратичное отклонение S(I ) индикатора Cσ |
составит: |
|
S(I )= [ω2 (P)+ω2 (E)+ 4ω2 (L)]0,5 = [0 + 0,0842 + 4 * 0,022 ]0,5 = 0,093 |
|
|
Предельная допустимая погрешность индикатора подо- |
бия |
определится в предположении о нормальном распре- |
делении E и L по формуле:
=Ф−1 h S =1,96 * 0,093 = 0,182
2
|
|
|
Где Ф−1 |
обратная функция Лапласа при |
h = 0,95. |
|
||||||||||||||
uН |
|
Тогда интервалы для напряжений |
σ |
Н |
и перемещений |
|||||||||||||||
натурального объекта составят: |
|
|
|
|
|
|||||||||||||||
|
|
1 |
|
|
&&& |
v |
v |
|
|
|
1 |
|
&&& v |
&&& v |
v |
&&& |
v |
|||
|
|
|
|
|
Сσ <σ |
|
|
|
|
|
|
|
||||||||
1 + 0,182 σМ |
Н < 1 − 0,182 σМСσ = 0,846σМСσ <σ |
Н <1,222σМСσ |
||||||||||||||||||
|
|
1 |
|
0,5 |
&&& |
v |
v |
|
|
|
1 |
0,5 |
&&& v |
&&& v |
v |
&&& |
v |
|||
|
|
|
|
|
|
Н < |
|
|
|
СL |
||||||||||
+ |
|
uМСL <σ |
− |
uМСL = 0,920uМСL <σН <1,105uМ |
||||||||||||||||
1 |
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
Таким образом, с надежностью 95% можно предположить, что погрешность в оценке напряжений не превышает (+16,4%) и (-22,2%), а для перемещений соответственно
(+8%) и (-10,5%).
Задача определения числа моделей при моделировании математического ожидания натурального объекта решается исходя из назначаемых величин погрешности моделирования и требуемого уровня доверительной вероятности подобия
h .
Примем уровень вероятности подобия h = 0,95 , а предельную погрешность результатов оценки напряжений для натурального объекта σ.H не более ±10% . Так как в принятой системе имеется только один индикатор подобия (7.35),
178
следовательно αkj =1, и по (*) найдется \погрешность оценки напряжений для модели:
−σ.H
α−1
=1 − 1 − 1σ.M k . j = −0,1 =1 − 1 − 1σ.M ;
σ.M = 0,09
Среднеквадратичное отклонение индикатора модели составит:
S(I )= [ω2 (P)+ω2 (E)+ 4ω2 (L)]0,5 = [0 + 0,0342 + 4 * 0,022 ]0,5 = 0,052
По формуле () при = σ.M определяется
и найденном значении S(I )
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
= 2Ф(1,731 p ) |
|
|
|
* |
|
m |
m |
|
p |
|
|
|
p σ.M |
|||||
|
|
|
|
|
|
|
|
|||||||||
|
h |
|
= 2 |
|
∏Ф |
l |
) |
0,5 |
|
= 2Ф |
2 |
0,5 |
|
|||
|
|
|
|
|
j =1 |
|
∑aij2ω2 (Xi |
|
|
|
[S(I ) |
] |
|
|
|
|
|
|
|
|
|
|
i =1 |
|
|
|
|
|
|
|
|
|
|
Значения h* при различных количествах испытываемых |
||||||||||||||||
моделей p представлены в таблице. |
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таблица |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
1 |
|
|
|
2 |
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
h |
|
|
|
|
|
0,916 |
|
|
|
0,986 |
|
0,997 |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Таким образом, уже при p =2, расчетная надежность моделирования превышает заданное значение: h* = 0,986 > 0,95 .
Объем выборки для определения коэффициента вариации модуля упругости в модели ω2 (X i )= ω2 (EM ), определяется по изложенному выше алгоритму.
Относительная погрешность моделирования:
λ = |
h* − h |
= |
0,986 − 0,95 |
= 0,0365 |
|
|
|||
h |
h* |
|
0,986 |
|
|
|
|
Абсолютные ошибки в моделирования для модели δМ и натурального объекта δН :
179
|
−1 |
hMj |
|
|
−1 |
0,986 |
|
|||||||
hMj → δMj = Ф |
|
|
|
|
|
= Ф |
|
|
|
|
|
= 2,46 |
||
|
|
|
2 |
|
|
2 |
||||||||
|
|
|
|
|
|
|
|
|
|
|
||||
hНj → δНj = Ф |
−1 hНj |
= Ф |
−1 |
0,95 |
|
|||||||||
|
|
|
|
|
|
|
|
=1,96 |
||||||
|
2 |
|
|
2 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Надежность моделирования натуры hНj :
|
hНj |
= (1 − λhj )hMj |
= (1 −0,0365)* 0,986 = 0,95 |
|||||||||||
Относительная ошибка (погрешность) абсолютного от- |
||||||||||||||
клонения λδ. j : |
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
λδ. j = |
|
δMj −δНj |
= |
2,46 |
−1,96 |
= 0,203 , |
|||||
|
|
|
|
|
δMj |
|
2,46 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||||
и относительная погрешность коэффициента вариации |
||||||||||||||
модуля упругости модели ω(EM ) - λω(Eм): |
|
|||||||||||||
|
|
|
|
|
|
λ&&& |
|
|
|
|
|
0,255 |
|
|
|
|
p 1 |
|
|
Sj |
|
|
|
|
|||||
λ |
|
= |
+ |
|
−1 = |
2 1+ |
|
|
−1 = 0,7748 |
|||||
|
a |
1 |
||||||||||||
ω(Eм) |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
λ&&& |
= |
|
|
λδj |
= |
0,203 |
|
= 0,255 |
|
|
|
|
|
|
|
||||
Sj |
1 |
− λδj |
|
1 − 0,203 |
|
||||
|
|
|
|
Принимая b = 0,05 , находится относительная погрешность генерального среднего λμj :
λμj = bλω(Eм) = 0,05* 0,7748 = 0,0387
и генерального среднеквадратичного отклонения λσj :
λσj = λω(Xj )(1 −λμj )−λμj = 0,7748(1 −0,0387)−0,0387 = 0,706
Далее находится количество образцов для оценки генерального среднего nμ и генерального среднеквадратичного nσ :
λμj |
t(0,95,nμ −1) |
|
0,0387 |
|
|
|
= |
|
= |
|
=1,11 |
ω(EM ) |
nμ |
0,034 |
nμ = 5
180