Метрология, стандартизация и технические измерения
Построение гистограммы и полигона распределения параметра как случайной величины; теоретический закон распределения. Определение доверительного интервала истинного значения параметра и относительной квадратичной погрешности результата его измерения.
Рубрика | Математика |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 24.03.2014 |
Размер файла | 311,4 K |
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.
Размещено на http://www.allbest.ru/
Федеральное агентство по образованию
Министерство образования и науки Российской
федерации Рыбинский государственный
авиационный технический университет
имени П.А. СОЛОВЬЕВА
Факультет заочного обучения
Кафедра радиоэлектронных и телекоммуникационных систем
КОНТРОЛЬНАЯ РАБОТА
по дисциплине
Метрология, стандартизация и технические измерения
Вариант №9
Студент группы …………………………………...
(Подпись, дата)
Руководитель канд. техн. наук, доцент …………….. (Дворсон А. И.)
(Подпись, дата)
Рыбинск 2013
Задача 1
Многократные прямые измерения ряда параметров некоторого сложного объекта дали результаты, представленные в таблице 1-10. Построить гистограмму и полигон распределения параметра как случайной величины, найти теоретический закон распределения, проверить гипотезу о его соответствии экспериментальным данным при уровне значимости 0,05
Исходные данные:
Таблица 1.9 Время срабатывания, мс
16 |
68 |
3 |
31 |
29 |
4 |
9 |
15 |
35 |
7 |
|
14 |
56 |
9 |
21 |
5 |
14 |
10 |
2 |
17 |
37 |
|
6 |
5 |
15 |
8 |
28 |
33 |
8 |
25 |
6 |
7 |
|
13 |
11 |
5 |
16 |
48 |
22 |
6 |
26 |
19 |
9 |
|
1 |
20 |
80 |
57 |
7 |
49 |
5 |
45 |
6 |
2 |
|
13 |
18 |
9 |
3 |
30 |
11 |
10 |
52 |
0 |
35 |
|
8 |
4 |
2 |
64 |
34 |
15 |
7 |
22 |
1 |
4 |
|
1 |
36 |
17 |
2 |
12 |
3 |
44 |
12 |
4 |
23 |
|
32 |
14 |
1 |
27 |
13 |
25 |
1 |
10 |
8 |
26 |
|
41 |
24 |
11 |
28 |
12 |
38 |
3 |
39 |
19 |
18 |
Решение:
1. Максимальное и минимальное значение параметра
n = 100
Xmin = 0
Xmax = 80 мс
2. Находим количество интервалов гистограммы по формуле 1.1.
(1.1)
3. Находим ширину интервала по формуле 1.2.
(1.2)
мс
4. Разделяем интервалы, определяем количество значений mj, попавших в каждый j-тый интервал, частоту попадания P*j по формуле 1.3 и высоту прямоугольников hj гистограммы по формуле 1.4. Результаты вычислений заносим в таблицу 1.2
P*j = mj/100 (1.3)
hj = P*j/d (1.4)
Таблица 1.2 Интервалы для построения гистограммы
j |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
tj - tj+1,mc |
0-10 |
10-20 |
20-30 |
30-40 |
40-50 |
50-60 |
60-70 |
70-80 |
|
mj |
41 |
24 |
14 |
10 |
5 |
3 |
2 |
1 |
|
P*j |
0,41 |
0,24 |
0,14 |
0,10 |
0,05 |
0,03 |
0,02 |
0,01 |
|
hj, мс-1 |
0,041 |
0,024 |
0,014 |
0,01 |
0,005 |
0,003 |
0,002 |
0,001 |
5. Построим гистограмму распределения (с помощью программы Excel) на основании полученной таблицы.
Рисунок 1.1 Гистограмма распределения величины Х
6. Строим полигон через середину верхней границы каждого прямоугольника гистограммы (рисунок 1.2).
Рисунок 1.2 Полигон распределения величины Х
7. Теоретически внешний вид гистограммы соответствует показательному закону распределения (формула 1.5).
P(x) = л * exp(-л*X) (1.5)
где л - обратная величина от среднего арифметического значения Х
Получаем: P(X) = 0.0533 exp(-0.0533X) (1.6)
8. Построим теоретический закон распределения (рисунок 1.3)
Рисунок 1.3 - Теоретический закон распределения
9. Оценим правильность выдвинутого закона с помощью критерия согласия Пирсона по формуле 1.7.
, (1.7)
параметр распределение интервал погрешность
где Pj* - статическая вероятность, Pj - вероятность по теоретическому закону распределения.
(1.8)
мс
Найдем в таблице критических точек распределения ч2 граничное значение ч2кр с уровнем значимости 0,05 и числом степеней свободы l=N-r-1=8-1-1=6. Оно равно 12,6.
Так как ч2 < ч2кр , следовательно закон распределения P(x) имеет вид, представленный формулой 1.6.
Ответ: закон распределения случайной величины х:
P(X) = 0.11086 exp(-0.11086X),
при уровне значимости 0,05 соответствует экспериментальным данным.
Задача 2
Многократные независимые равноточные измерения ряда параметров электрических сигналов дали результаты, представленные в таблице 2.1. Определить доверительный интервал, между границами которого с доверительной вероятностью Р = 0,99 находиться истинное значение данного параметра, а также относительную квадратичную погрешность результата измерения.
Таблица 2.1 Результаты измерений параметров электрического синала
Параметр электрического сигнала |
Результаты измерений |
|
Амплитуда, мкВ |
8801; 8805; 8814; 8793; 8798; 8819; 8831; 8787; 8770; 8777; 8825; 8818; 8775; 8794; 8808; 8812; 8789; 8800; 8794; 8822; 8782; 8796; 8813; 8781 |
Решение:
1. Находим среднее арифметическое по формуле 2.1.
, (2.1)
где n - число измерений.
(2.2)
2. Находим остаточные погрешности хj по формуле 2.3.
хj = xj - (2.3)
х1 = 8801 - 8800.16666 = 0.833333 мкВ
х2 = 8805 - 8800. 16666 = 4.833333 мкВ
х3 = 8814 - 8800. 16666 = 13,833333 мкВ
х4 = 8793 - 8800. 16666 = - 7,166666 мкВ
х5 =8798 - 8800. 16666 = -2,166666 мкВ
х6 = 8819 - 8800. 16666= 18,833333 мкВ
х7 = 8831 - 8800. 16666 = 30,833333 мкВ
х8 = 8787 - 8800. 16666 = -13,166666 мкВ
х9 = 8770 - 8800. 16666 = - 30,166666 мкВ
х10 = 8777 - 8800. 16666 = - 23,166666 мкВ
х11 = 8825 - 8800. 16666 = 24,833333 мкВ
х12 = 8818 - 8800. 16666 = 17,833333 мкВ
х13 = 8775 - 8800. 16666 = - 25,166666 мкВ
х14 = 8794 - 8800. 16666 = -6,166666 мкВ
х15 = 8808 - 8800. 16666 = 7,833333 мкВ
х16 = 8812 - 8800. 16666 = 11,833333 мкВ
х17 = 8789 - 8800. 16666 = -11,166666 мкВ
х18 = 8800 - 8800. 16666 = -0,1166666 мкВ
х19 = 8794 - 8800. 16666 = - 6,166666 мкВ
х20 = 8822 - 8800. 16666 = 21,833333 мкВ
х21 = 8782 - 8800. 16666 = - 18,166666 мкВ
х22 = 8796 - 8800. 16666 = - 4,166666 мкВ
х23 = 8813 - 8800. 16666 = 12,833333 мкВ
х24 = 8781 - 8800. 16666 = - 19,166666 мкВ
3. Проверяем свойства вероятностей по формулам 2.4 и 2.5.
4. Оцениваем среднеквадратичное отклонение по формуле 2.6.
(2.6)
мкВ (2.7)
5. Оцениваем среднеквадратичное отклонение среднего арифметического по формуле 2.8.
(2.8)
мкВ (2.9)
6. Находим величину Д12 для определения доверительного интервала по формле 2.10.
, (2.10)
где k - значение функции Лапласа, так как в нашем случае количество измерений больше 20.
мкВ (2.11)
7. Находим доверительный интервал по формуле 2.12.
(2.12)
8637,45 мкВ < X0 < 8962.88 мкВ (2.13)
8. Находим относительную квадратичную погрешность результата измерения по формуле 2.14.
(2.14)
мкВ (2.15)
Ответ: Доверительный интервал равен 8637,45 мкВ < X0 < 8962.88 мкВ, относительная квадратичная погрешность равна 0.00076 мкВ.
Задача 3
Производятся прямые измерения неких параметров X и Y, после чего по формулам Z1 = XmYn и Z2 = Xn/Ym, где m и n - соответственно предпоследняя и последняя цифры номера зачетной книжки студента (в случае цифры ноль принимать соответствующее значение равным 10), рассчитываются результаты косвенных измерений физических величин Z1 и Z2. Найти коэффициенты влияния относительных погрешностей прямых измерений на относительную погрешность результатов косвенных измерений.
Решение:
Z1 = x2y5
Z2 = x5/y2 = x5y-2
Коэффициенты влияния находятся по формулам 3.1 и 3.2.
(3.1)
(3.2)
1. Находим коэффициенты для Z1.
2. Находим коэффициенты для Z2.
Ответ: yx1 = 2; By1 = 5; yx2 = 5; By2 = - 2.
Задача 4
Произведены совместные измерения информационных параметров входной неэлектрической (перемещение, мм) и выходной электрической величин измерительного преобразователя (датчика перемещения) с целью определения его функции преобразования. Результаты эксперимента представлены в таблице 4.1. Найти аналитическое выражение функции преобразования и значения входящих в ее состав числовых параметров интерполяционным методом и методом наименьших квадратов, построить графики двух аппроксимирующих функций совместно с экспериментальными точками, оценить точность аппроксимации тем и другим методами.
Таблица 4.1 Результаты совместных измерений информационных параметров датчика перемещения.
№ п/п |
Информационный параметр |
Результаты измерений |
|
0 |
Перемещение, мм |
0.0; 1.0; 2.0; 3.0; 4.0; 5.0; 6.0; 7.0; 8.0; 9.0 |
|
5 |
Частота, кГц |
0.0; 3.0; 4.8; 6.1; 7.0; 7.8; 8.5; 9.0; 9.5; 9.9 |
Решение:
1. Построим график экспериментальных точек (рисунок 4.1).
2.
Рисунок 4.1 - График экспериментальных точек
2. Представим функцию в виде ax2+bx+c=p. Нужно найти коэффициенты a, b, c. Найдем их с помощью интерполяционного метода. Выбираем три произвольных точки на графике (т. к. 3 коэффициента требуется найти) и составим систему уравнений.
Точка (1;3)
a + b + с = 3 (4.1)
Точка (5; 7.8)
25a + 5b + с = 7.8 (4.2)
Точка (9; 9,9)
81a + 9b + c = 9,9 (4.3)
(4.4)
Решаем систему, представленную формулой 4.4.
а = - 0,084 кГц/мм2
b = 1.706 кГц/мм
c = 1.378 кГц
Подставляем полученные значения:
- 0.084x2 + 1.706x+1.378 = p1
3. Оцениваем точность по формуле 4.5.
(4.5)
гср = 20,4 %
4. Находим коэффициенты методом наименьших квадратов. Систему составляем по формуле 4.7.
(4.7)
Решаем систему представленную формулой 4.7.
a = -0,122 кГц/мм2
b = 2,096 кГц/мм
с = 0,625 кГц
Подставляем полученные коэффициенты.
- 0,122х2 + 2,096х +0,625 = р2
5. Оцениваем точность по формуле 4.5.
гср = 4,296 %
6. Строим графики получившихся функций (рисунок 4.2).
Рисунок 4.2 - Графики аппроксимирующих функций
Вывод: Так как средняя погрешность при расчете методом наименьших квадратов меньше, чем погрешность при интерполяционном методе, то наиболее точным является метод наименьших квадратов.
Список использованных источников
1 Метрология, стандартизация и сертификация: Программа учебной дисциплины и методические указания к выполнению контрольной работы / Сост. А. И. Дворсон; РГАТА. - Рыбинск, 2005 г. - 15 с.
2 Дворсон А.И. Метрология и радиоизмерения: Конспект лекций. Часть 1; РГАТА - Рыбинск, 1995 г. - 65 с.
3 Гмурман В. Е. Теория вероятностей и математическая статистика. - М.: Высш. шк, 1999. - 479 с.
Размещено на Allbest.ru
...Подобные документы
Измерения физических величин, их классификация и оценка истинного значения; обработка результатов. Понятие доверительного интервала: распределение Гаусса и Стьюдента. Понятие случайной величины и вероятностного распределения; методы расчета погрешностей.
методичка [459,2 K], добавлен 18.12.2014Построение гистограммы и полигона по данным измерений. Статистический ряд распределения температур. Проверка нормальности распределения по критерию Пирсона. Определение погрешности средства измерений. Отсев аномальных значений. Интервальная оценка.
курсовая работа [150,5 K], добавлен 25.02.2012Определение закона распределения вероятностей результатов измерения в математической статистике. Проверка соответствия эмпирического распределения теоретическому. Определение доверительного интервала, в котором лежит значение измеряемой величины.
курсовая работа [2,0 M], добавлен 11.02.2012Определение числовых характеристик производной случайной функции. Расчет корреляционной функции и дисперсии спектральной плотности. Группировка заданной выборки, построение выборочной функции распределения и гистограммы, доверительного интервала.
контрольная работа [681,0 K], добавлен 02.06.2010Вероятность попадания случайной величины Х в заданный интервал. Построение графика функции распределения случайной величины. Определение вероятности того, что наудачу взятое изделие отвечает стандарту. Закон распределения дискретной случайной величины.
контрольная работа [104,7 K], добавлен 24.01.2013Вычисление математического ожидания, дисперсии, функции распределения и среднеквадратического отклонения случайной величины. Закон распределения случайной величины. Классическое определение вероятности события. Нахождение плотности распределения.
контрольная работа [38,5 K], добавлен 25.03.2015Закон и свойства нормального распределения случайной величины. На основе критерия согласия Пирсона построение гистограммы, статистической функции и теоретической кривой и определение согласованности теоретического и статистического распределения.
курсовая работа [894,5 K], добавлен 30.10.2013Закон распределения случайной величины Х, функция распределения и формулы основных числовых характеристик: математическое ожидание, дисперсия и среднеквадратичное отклонение. Построение полигона частот и составление эмпирической функции распределения.
контрольная работа [36,5 K], добавлен 14.11.2010Определение вероятности для двух несовместных и достоверного событий. Закон распределения случайной величины; построение графика функции распределения. Нахождение математического ожидания, дисперсии, среднего квадратичного отклонения случайной величины.
контрольная работа [97,1 K], добавлен 26.02.2012Понятия теории вероятностей и математической статистики, применение их на практике. Определение случайной величины. Виды и примеры случайных величин. Закон распределения дискретной случайной величины. Законы распределения непрерывной случайной величины.
реферат [174,7 K], добавлен 25.10.2015Определение вероятности попадания в мишень по формуле Бернулли. Закон и многоугольник распределения случайной величины. Построение функции распределения, графика. Математическое ожидание, дисперсия, среднее квадратическое отклонение случайной величины.
контрольная работа [86,4 K], добавлен 26.02.2012Определение вероятности того, что из урны взят белый шар. Нахождение математического ожидания, среднего квадратического отклонения и дисперсии случайной величины Х, построение гистограммы распределения. Определение параметров распределения Релея.
контрольная работа [91,7 K], добавлен 15.11.2011Среднее арифметическое (математическое ожидание). Дисперсия и среднеквадратическое отклонение случайной величины. Третий центральный момент и коэффициент асимметрии. Законы распределения. Построение гистограммы. Критерий Пирсона. Доверительный интервал.
курсовая работа [327,1 K], добавлен 29.03.2013Определение, доказательство свойств и построение графика функции распределения. Вероятность попадания непрерывной случайной величины в заданный интервал. Понятие о теореме Ляпунова. Плотность распределения "хи квадрат", Стьюдента, F Фишера—Снедекора.
курсовая работа [994,4 K], добавлен 02.10.2011Определение математического ожидания и дисперсии параметров распределения Гаусса. Расчет функции распределения случайной величины Х, замена переменной. Значения функций Лапласа и Пуассона, их графики. Правило трех сигм, пример решения данной задачи.
презентация [131,8 K], добавлен 01.11.2013Теорема Бернулли на примере моделирования электросхемы. Моделирование случайной величины, имеющей закон распределения модуля случайной величины, распределенной по нормальному закону. Проверка критерием Х2: имеет ли данный массив закон распределения.
курсовая работа [2,3 M], добавлен 31.05.2010Задачи 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 13.10.2009Выборки к генеральной совокупности: оценка параметра и построение доверительных интервалов. Интервальный статистический ряд. Оценивание параметров распределения. Статистическая проверка гипотез. Гипотеза о нормальном распределении случайной величины.
контрольная работа [391,1 K], добавлен 23.06.2012Понятие доверительной вероятности и доверительного интервала и его границ. Закон распределения оценки. Построение доверительного интервала, соответствующего доверительной вероятности для математического ожидания. Доверительный интервал для дисперсии.
презентация [124,9 K], добавлен 01.11.2013Построение полигона относительных частот, эмпирической функции распределения, кумулянты и гистограммы. Расчет точечных оценок неизвестных числовых характеристик. Проверка гипотезы о виде распределения для простого и сгруппированного ряда распределения.
курсовая работа [216,2 K], добавлен 28.09.2011