|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
Сложив (6.82) и (6.84) получим выражение для второй произ- |
|
|
|
|
|
|
|
Т |
|
||||||||||||||||||||||||
|
|
|
|
В зависимости от геометрии и размерности задачи используют |
||||||||||||||||||||||||||||||
водной: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
различные виды конечных элементов (см. рис. 6.7). Чаще всего |
||||||||
|
|
∂ |
u(xi ) |
|
u(xi + x)− 2u(xi )+u(xi − x) |
|
|
x ∂ |
|
u(xi ) |
|
|
|
|
|
|
применяются простейшие элементы – симплексы. |
|
||||||||||||||||
|
|
2 |
|
|
= |
|
|
|
|
|
|
|
|
− |
2 |
|
|
4 |
|
|
|
−…. |
|
|
|
|
|
|
|
А |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.85) |
|
|
|
|
|
|
|
|||||||
|
|
∂x |
2 |
|
|
|
|
x |
2 |
|
|
12 |
|
∂x |
4 |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
Из сравнения (6.85) и (6.72) видно, что погрешность (8) опреде- |
|
|
|
|
|
|
|
||||||||||||||||||||||||||
ляется не учтенными в ней слагаемыми высоких порядков, начиная |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
с |
2 x ∂4u(xi |
). |
Поэтому ошибка (6.72) уменьшается пропорцио- |
|
|
|
|
|
|
|
||||||||||||||||||||||||
|
12 |
∂x4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
|
|||
нально квадрату x . Данный результат полезно учитывать при вы- |
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
боре |
шага |
|
сетки. |
Так, |
|
например, уменьшение |
|
вдвое |
шага |
|
|
|
Б |
|
|
|
|
|
||||||||||||||||
|
x = |
y = h |
|
приводит к |
снижению |
ошибки аппроксимации |
для |
|
|
|
|
|
|
|
|
|||||||||||||||||||
уравнения эллиптического типа в четыре раза. |
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
||||||||||||||||||
|
Нельзя утверждать, что уменьшение шага сетки однозначно |
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||
повышает точность |
решения методом |
конечных |
|
разностей. |
р |
|
а |
|
|
|
|
б |
в |
|||||||||||||||||||||
С увеличением количества узлов сетки возрастает объем вычис- |
|
|
|
|
|
|||||||||||||||||||||||||||||
лений и, следовательно, растут вычислительные погрешности. |
|
|
й |
Рис. 6.7. Некоторые виды конечных элементов: |
|
|||||||||||||||||||||||||||||
На практике для оценки погрешности решения можно провести |
|
|
|
|
а – омерные; б – двумерные; в – трехмерные |
|
||||||||||||||||||||||||||||
ряд пробных расчетов с разными значениями |
|
|
|
|
|
|
|
о |
|
|
Количество узлов в симплексе на единицу превышает размер- |
|||||||||||||||||||||||
шага сетки и вы- |
|
|
|
|||||||||||||||||||||||||||||||
брать вариант, |
обеспечивающий приемлемую точность при не- |
|
|
|
ность задачи. Для двумерной задачи симплекс-элементом будет яв- |
|||||||||||||||||||||||||||||
высоких вычислительных затратах. |
|
|
|
|
|
|
|
|
|
|
эта |
|
|
|
ляться прямолинейный трехузловой треугольник, а для трехмер- |
|||||||||||||||||||
|
6.4.4. Основы метода конечных элементов |
|
|
|
|
|
|
|
|
|
|
|
|
ной – |
прямолинейный четы-рехузловой тетраэдр. Широкое |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
применение симплексов обусловлено тем, что они позволяют за- |
|||||||||||||||||||||
|
Существуют различные формулировки метода конечных эле- |
|
|
|
полнять |
расчетную |
область произвольной формы |
полностью |
||||||||||||||||||||||||||
ментов, различающиеся как в основных, так и в менее знач |
|
ель- |
|
|
|
без разрывов, а также на них удобно использовать в качестве ап- |
||||||||||||||||||||||||||||
ных деталях. Ограничимся кратким рассмотрен ем основных |
- |
|
|
|
проксимирующих функций линейные полиномы. |
|
||||||||||||||||||||||||||||
пов решения задачи этим методом. |
одобластей(конечных элемен- |
|
|
|
Обычно для разбиения расчетной области на элементы исполь- |
|||||||||||||||||||||||||||||
определенных на конечном |
|
|
|
|
|
наносятся узлы. Поочередное соединение узлов на первом и втором |
||||||||||||||||||||||||||||
|
6.4.4.1. Формирование сетки |
|
|
|
|
|
|
|
и |
|
|
|
|
зуется специальный алгоритм покрытия, обеспечивающий автома- |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
тическую генерацию сетки. |
|
|
||||||||||||||||||||
|
Метод конечных элементов основывается на т м, что любое не- |
|
|
|
Одна |
из таких |
процедур работает следующим образом |
|||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(см. рис. 6.8, а). Вначале производится нанесение с некоторым ша- |
||||||||
прерывное распределение физическ й переменнзй u(x,y,z,t) в рас- |
|
|
|
|||||||||||||||||||||||||||||||
четной области, например деформации или температурного поля, |
|
|
|
гом узлов на границу области. После этого внутри области строится |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
числе |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вспомогательная кривая эквидистантная границе. На кривую также |
|||||||||||
можно аппроксимировать набором кусочно-непрерывных функций, |
|
|
|
|||||||||||||||||||||||||||||||
тов). Данные элементы им ют общие узловые точки и в совокуп- |
|
|
|
контурах дает симплексы. Далее все операции повторяются до за- |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
полнения симплексами всей области. |
|
||||||||
ности аппроксимируют форму области. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
301 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
302 |
|
|
|
У |
|
Известны и другие алгоритмы формирования конечных элементов: |
Т |
это узловые |
|
Выберем и пронумеруем ряд точек вдоль оси х – |
|||
«картографический», использующий наложение нарасчетную область |
точки (рис. 6.9, б). В нашем примере взято всего пять точек. Вооб- |
||
сетки, которая затем адаптируется к границам инеоднородностям гео- |
ще говоря, их может быть произвольное количество, и располагать- |
||
метрии, или методы, основанные на заполнении объекта набором фигур |
А |
|
|
ся они могут не на равном расстоянии друг от друга. Предположим, |
|||
(тел) сиспользованиемсвойствсимметрииилиотражения. |
что значения в узловых точках известны. Они |
обозначены |
|
|
|
|
|
|
|
|
|
|
|
на рис. 6.9, б в соответствии с номерами узлов – u 1 |
u 2, u 3, u 4. |
||
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
|
а |
|
|
|
б |
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|
|
|
й |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
а |
б |
|
||
Пример автоматически сгенерированной трехмерной сетки для |
|
|
|
|
|
|||||||||
круглогодискапоказаннарис. 6.8, б. |
|
|
|
|
|
|
и |
|
Рис. 6.10. Варианты разбиения стержня на элементы |
|||||
6.4.4.2. Конечно-элементная аппроксимация |
|
|
|
|
Разбиение расчетной области, то есть стержня, |
на конечные |
||||||||
Рассмотримпостроениеаппроксимациинаодномерномпримере. |
|
р |
|
элементы может быть проведено различными |
способами. |
|||||||||
|
|
Можно, например, выделить четыре элемента, |
включив в каж- |
|||||||||||
требуется найти распределение некоторой непрерывной функции u(x) |
|
|||||||||||||
вдольстержня(см. рис. 6.9, а). Напрактикеэтафункцияможетописыва , |
|
|
|
дый из них по два соседних узла (рис. 6.10, а). А можно выде- |
||||||||||
|
|
|
лить в стержне всего два элемента, содержащие по три узла |
|||||||||||
например, распределениетемпературыилидеформациюстержня. |
о |
|
|
|||||||||||
|
|
(рис. 6.10, б). |
|
|
||||||||||
|
|
|
|
|
|
Пусть |
|
|
|
При использовании четырех элементов, каждый из которых |
||||
|
|
|
|
|
|
|
|
|
включает только два узла, аппроксимирующая функция в пре- |
|||||
|
|
|
|
|
и |
|
|
|
|
делах элемента будет линейна по х, так как две точки одно- |
||||
|
|
|
|
|
|
|
|
|
значно определяют прямую линию. Общая аппроксимация за- |
|||||
|
|
|
|
|
|
|
|
|
висимости и(х) по всей длине стержня будет складываться из |
|||||
|
|
|
|
з |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
четырех отрезков прямых (рис. 6.10, а). |
|
|
|||
|
|
|
|
|
|
|
|
|
Зависимость u(x) в пределах одного элемента, ограниченно- |
|||||
|
|
|
о |
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
го двумя соседними узлами xi и Xj (j = i + 1), можно предста- |
|||||
|
|
|
|
|
|
|
|
|
вить линейным интерполяционным полиномом u(x) ~ а + ax x. |
|||||
а |
|
|
б |
|
|
|
|
|
Определив параметры а и ах по известным в точках xi и xj зна- |
|||||
|
. 6.9. Одном рное распределение |
|
|
|
|
|
|
чениям функции ui и Uj, запишем интерполяционный полином, |
||||||
|
|
|
|
|
|
|
то есть функцию элемента следующим образом: |
|
||||||
|
|
п |
|
|
|
|
|
|
|
|
||||
|
|
303 |
|
|
|
|
|
|
|
|
|
304 |
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис |
|
|
|
|
|
|
|
|
|
|
|
|
|
u(x)≈ |
x j |
− x |
ui + |
x |
− x |
i |
u j |
= Ni ui |
+ N j u j = [N (e ) ][u(e ) ], |
|
|
|
|
|
Функция формы элемента будет представлена плоскостью, если |
||||||||||||||
|
|
|
|
(6.86) |
|
|
|
для него взято минимальное число узлов, которое для треугольного |
|||||||||||||||||||||
x j |
− xi |
x j |
|
|
|
|
|
||||||||||||||||||||||
|
|
− xi |
|
|
|
|
|
|
|
|
|
|
|
|
|
элемента равно трем, а для четырехугольного – четырем. В этом |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
||
где Ni и Nj – функции формы конечного элемента, ui и uj – значения u(x) в |
|
|
|
случае используют линейную аппроксимацию: |
|
|
|||||||||||||||||||||||
|
|
|
|
|
u (x, y) ≈ α + αx x + αy y . |
|
|
||||||||||||||||||||||
точкахxi иxj, [N (e) ]= [Ni , N j ] – матричнаястрокафункцийформыэлемента: |
|
|
|
|
|
|
|
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Т |
|
|
|
||
|
|
|
|
|
|
|
|
|
|
u |
|
|
|
|
|
|
|
|
|
По аналогии с одномерным случаем линейный интерполяцион- |
|||||||||
|
|
|
|
|
|
|
|
u(e) |
|
|
|
|
|
|
|
|
ный многочлен для простейшего |
треугольного |
элемента, |
вклю- |
|||||||||
|
|
|
|
|
|
|
|
= |
i |
. |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
чающего только три узла, записывают в виде |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
u j |
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
А |
|
|
|
|
|
|
Следует отметить, что ряд терминов метода конечных элементов полу- |
|
|
|
|
|
u(x, y) ≈ Niui + N juj + |
|
(e) |
(e) |
(6.87) |
|||||||||||||||||||
|
|
|
|
|
Nk uk = N |
u |
, |
||||||||||||||||||||||
чилиназваниеизмеханики, гдеонивпервыеначалактивноиспользоваться. |
|
|
|
|
|
Г |
|
|
|
|
|
|
|||||||||||||||||
|
|
|
где Ni , Nj , |
Nk – функции формы элемента; |
|
|
|
||||||||||||||||||||||
В случае разбиения области на два элемента (рис. 6.10, б) три узло- |
|
|
|
|
|
|
|||||||||||||||||||||||
вые точки в каждом из них позволяют однозначно определить функции |
|
|
|
иi |
,uj , uk |
– значения функции вузлах, принадлежащих элементу; |
|||||||||||||||||||||||
элементов в виде полиномов второй степени. Соответственно, распре- |
|
|
|
|
(e) |
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
[NБ] – матричная строка функций формы элемента; |
|
|||||||||||||||||||||||||
делениеu(х) навсей длине стержнябудетаппроксимироваться кусочно- |
|
|
|
[u(e)] – вектор-столбец значений функции u(x,y) в его узлах. |
|||||||||||||||||||||||||
непрерывной квадратичной функцией. Приэтом общая аппроксимация |
|
|
|
Если элемент содержит большее количество узлов, |
|||||||||||||||||||||||||
для стержня может содержать излом из-за несовпадения углов наклона |
|
|
|
||||||||||||||||||||||||||
графиковполиномов(ихпервыхпроизводных) втретьемузле. |
|
|
|
|
й |
|
|
|
|
|
|
|
|
||||||||||||||||
|
|
|
и |
то аппроксимирующая функция элемента будет отображаться кри- |
|||||||||||||||||||||||||
Для двумерной или трехмерной задачи аппроксимация строится |
|
волинейной поверхностью. |
|
|
|
|
|
||||||||||||||||||||||
аналогичным образом. В зависимости от вида элементов (количест- |
|
Для всей расчетной области аппроксимацией распределения |
|||||||||||||||||||||||||||
ва используемых в них узлов) также применяется линейная или не- |
|
u(x,y) является кусочно-линейная (или кусочно-нелинейная) по- |
|||||||||||||||||||||||||||
р |
|
||||||||||||||||||||||||||||
линейная аппроксимация. Примеры аппроксимации двухмерн й |
|
верхность, каждый из участков которой определяется на от- |
|||||||||||||||||||||||||||
непрерывной функции u(x,y) приведены на рис. 6.11. |
|
|
|
|
дельном элементе с помощью значений u(x,y) в принадлежащих |
||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
ему узлах. |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Для построения аппроксимации так, как это было показано вы- |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ше, необходимо знать распределение u(x,y) во всей расчетной об- |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ласти. Однако до решения задачи эта зависимость обычно как раз |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и не известна. Тем не менее, используя аппроксимирующие форму- |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
лы (6.86) или (6.87), решение можно получить. Способы поиска |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
решения рассмотрены ниже. |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
з |
|
|
|
|
|
|
6.4.4.3. Построение решения |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
Вначале необходимо провести объединение конечных элемен- |
||||||||||
|
|
а |
|
|
|
|
|
|
|
|
б |
|
|
|
|
|
|
тов в ансамбль. Значения u1, u2, и3, ... в узлах теперь будем рас- |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
сматривать как неизвестные переменные, которые необходимо |
|||||||||||
Рис. 6.11. Моделирование двухм рной скалярной функции с помощью линейной |
|
|
|
||||||||||||||||||||||||||
|
|
|
( а) и н лин йной ( б) а |
|
роксимации |
|
|
|
|
|
|
|
найти. Сформируем из этих значений, взятых по всей расчетной |
||||||||||||||||
|
|
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
306 |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
305 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
области, столбцовую матрицу, которую обозначим [u(∑ ) ]. Каж- |
|
|
|
В методе конечных элементов также как и в методе конечных |
||||||||||||||||||
дой строке [u(∑ )]соответствует узел сетки конечных элементов. |
|
|
|
разностей матрица коэффициентов системы уравнений включает |
||||||||||||||||||
Тогда аппроксимацией для всей расчетной области (в двухмер- |
|
|
|
большое число нулевых элементов, что облегчает решение задачи. |
||||||||||||||||||
|
|
|
|
|
|
У |
|
|
|
|
|
|||||||||||
ном случае) будет: |
|
|
|
|
|
|
|
|
К достоинствам метода конечных элементов, благодаря кото- |
|||||||||||||
|
|
|
|
|
|
|
|
рым он находит широкое применение, относятся гибкость и раз- |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
нообразие сеток, четко формализованные алгоритмы построения |
|||||||||
|
|
|
|
u(x, y)≈ [N (∑ ) ][u(∑ ) ], |
|
|
|
|
|
|
|
|
Т |
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
дискретных задач для произвольных областей, простота учета |
||||||||||||
|
|
|
] |
|
|
|
|
|
|
|
|
|
естественных краевых условий. Кроме того, этот метод приме- |
|||||||||
|
( |
) |
|
|
|
|
|
|
|
|
|
ним к широкому классу исходных задач, а оценки погрешностей |
||||||||||
где |
[N ∑ |
|
– матричная строка функций формы всех конечных |
|
|
|
|
А |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
приближенных решений, как правило, получаются при менее же- |
||||||||||||||||
|
элементов, входящих в расчетную область. |
|
|
|
|
|
стких ограничениях, чем в методе конечных разностей. |
|||||||||||||||
При составлении матриц [N (∑ )] и [u (∑ )] производится сквозная |
|
|
|
Г |
|
|
|
|
|
|
|
|
||||||||||
|
|
|
Несмотря на то, что метод конечных разностей на первый |
|||||||||||||||||||
|
|
|
взгляд представляется наиболее легким в реализации и был раз- |
|||||||||||||||||||
нумерация узлов. Для двух- и трехмерных задач эта процедура |
|
|
|
работан раньше метода конечных элементов, последний в на- |
||||||||||||||||||
сложна и от нее в значительной степени зависит время расчета. |
|
|
|
|
стоящееБвремя является доминирующим в современных расчет- |
|||||||||||||||||
Следующий этап – построение разрешающей системы алгеб- |
|
|
|
ных программах. |
|
|
|
|
|
|
|
|
||||||||||
раических уравнений на основе конечно-элементной аппроксима- |
|
|
|
6.5. Элементы математической статистики |
|
|
|
|
|
|||||||||||||
ции. В результате решения задачи узловые значения u1, u2, u3, ... |
|
|
|
|
|
|
|
|
||||||||||||||
должны быть «подобраны» так, чтобы они обеспечивали наилуч- |
|
|
й |
|
|
|
|
|
|
|
|
|
||||||||||
|
и |
Результаты наблюдений во многих случаях можно представить |
||||||||||||||||||||
шее приближение к истинному распределению u(x,y). Этот «под- |
|
|||||||||||||||||||||
|
последовательностью действительных чисел (x , x |
|
,..., x |
|
) = x . |
|||||||||||||||||
бор» может осуществляться различными способами. |
|
|
2 |
n |
||||||||||||||||||
|
|
|
|
|
|
1 |
|
|
|
|||||||||||||
|
|
Для того, чтобы из ряда наблюдений можно было извлечь по- |
||||||||||||||||||||
Существуют вариационная и проекционная формулировки мето- |
р |
|
||||||||||||||||||||
|
лезную информацию, необходимо иметь модель явления. Вероят- |
|||||||||||||||||||||
да конечных элементов. При вариационном подходе произв |
|
|
||||||||||||||||||||
|
|
ностные модели оказываются наиболее пригодными при анализе |
||||||||||||||||||||
минимизация некоторого функционала, связанного с исх дным |
|
|||||||||||||||||||||
|
|
|
явлений, исходы x X которых обладают некоторой степенью не- |
|||||||||||||||||||
дифференциальным уравнением. Например, в задачах механики |
|
|
|
|||||||||||||||||||
может минимизироваться потенциальная энергия системы. Процесс |
|
|
|
определенности. Понятие неопределенности в теории вероятностей |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
о |
|
|
формализуется |
путем |
введения распределения |
вероятностей |
|||||||
минимизации приводит к решению системы алгебра ческ х урав- |
|
|
|
|||||||||||||||||||
нений относительно узловых значений и(х). |
|
дится |
|
|
|
на множестве |
X . В простейшем случае, |
когда |
|
X конечное или |
||||||||||||
Проекционный вариант метода конечных элементов является |
|
|
|
счетное множество, задаются вероятности |
p(x) всех его элементов |
|||||||||||||||||
частным случаем метода взвешенных невя ок. Последн й основан |
|
|
|
x , так что 0 ≤ p(x) ≤1 |
и ∑ p(x) =1. |
|
|
|
|
|
|
|||||||||||
на минимизации невязки в дифференциальн |
|
при под- |
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
x X |
|
|
|
|
|
|
|
|||||||||
становке в него приближенного решения |
|
уравнении |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
чного. В методе |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
конечных элементов оценка невязки |
извздится по отдельным |
|
|
|
Любое множество A X называют в этом случае событием, |
|||||||||||||||||
элементам и также сводится к решению системы алгебраических |
|
|
|
а его вероятность определяют формулой p(A) = ∑ p(X ) . |
||||||||||||||||||
уравнений относительно узловых значенийвместои(х). |
|
|
|
|
|
|
|
|
|
|
x A |
|
|
|
||||||||
|
|
|
|
|
Взаимоотношение явления и его вероятностной модели имеет |
|||||||||||||||||
При построении реш ния функции формы N позволяют определять |
|
|
|
статистический характер, то есть обнаруживается при повторных на- |
||||||||||||||||||
в пределах каждого эл м нта ространственные дифференциальные |
|
|
|
блюдениях за явлением. Частоты исходов в длинном ряду испытаний |
||||||||||||||||||
операторы первого порядка отскалярного или векторного поля. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
пр |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
307 |
|
|
|
|
|
|
|
|
|
|
308 |
|
|
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
стабилизируются, их колебания с ростом числа испытаний умень- |
x1 = min(x1, x2 ,..., xn ), ... , xn = max(x1, x2 ,..., xn ) . |
(6.88) |
||
шаются. Это эмпирический факт, называемый законом устойчивости |
|
|
|
|
частот, наблюдается в самых различных ситуациях. Уже выходя |
Такую перенумерованную последовательность часто называют |
|||
за пределы реального опыта, полагают, что при неограниченном по- |
вариационным рядом. |
У |
|
|
|
|
|||
вторении частоты стремятся к пределам, которые и принимают |
|
|
||
Числа, показывающие сколько раз отдельные варианты встре- |
||||
|
||||
за вероятности соответствующих исходов или событий. |
чаются в данной совокупностиТ, называются частотами или весами |
|||
|
вариант и обозначаются p или f . |
|
6.5.1. Генеральная совокупность. Выборка. |
|
|
|
|
|
|
Общая сумма частот всегда равна объему выборки. Говорят еще |
|||||||||||
Статистические ряды |
|
|
|
|
|
|
|
|
|
|
|
об относительных частотахА(выражаются в частях или % от n ). |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Интервальный вариационный ряд, такой |
статистический |
ряд, |
|||
Пусть задача состоит в том, чтобы исследовать заданный каче- |
|
|
|
в котором частотыГраспределяются по отдельным интервалам или |
||||||||||||||
ственный или количественный признак, характеризующий элемен- |
|
|
|
промежуткам (от–до), на которые разбивается вариация признака |
||||||||||||||
ты некоторой последовательности |
(совокупности) |
наблюдений. |
|
|
|
|||||||||||||
|
|
|
в пределах от минимальной до максимальной варианты совокупно- |
|||||||||||||||
Все множество объектов, |
входящих в рассматриваемую совокуп- |
|
|
|
||||||||||||||
|
|
|
сти. Эти промежутки или классовые интервалы могут быть равны- |
|||||||||||||||
ность называют генеральной совокупностью. Число элементов ге- |
|
|
|
|
Б |
|
|
|||||||||||
|
|
|
ми и неравными по ширине. Чаще всего рассматриваются равные |
|||||||||||||||
неральной совокупности может быть достаточно большим (в теоре- |
|
|
|
|||||||||||||||
|
|
|
нтервалы. Величина равных интервалов определяется делением |
|||||||||||||||
тических рассмотрениях используется и совокупности, содержащие |
|
|
|
|||||||||||||||
|
|
|
размаха варьирования признака ( xmax − xmin ) |
на число групп или |
||||||||||||||
бесконечное множество элементов). |
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
й |
|
|
||||||||
Часть генеральной совокупности, выбранную из нее некоторым |
|
|
|
|
||||||||||||||
|
и |
классов ( K ), намечаемых при построении вариационного ряда: |
|
|||||||||||||||
(случайным) образом, называют выборочной совокупностью (вы- |
|
|
|
xmax − xmin |
|
|
|
|||||||||||
боркой). Объем выборки, |
обозначаемый n (по количеству элемен- |
|
|
i = |
, |
(6.89) |
||||||||||||
|
|
|
||||||||||||||||
тов), может быть и сравнительно большим и малым, но не м жет |
р |
|
|
|
K |
|
|
|||||||||||
|
|
i – величина классового интервала, а величина K определяет- |
||||||||||||||||
содержать меньше двух единиц. Выборочный метод |
с- |
|
где |
|||||||||||||||
новным при изучении статистических совокупностей. Его преиму- |
|
|
ся по формуле Стерджеса K =1+3,32lg n . |
|
||||||||||||||
щество перед сплошным учетом всех членов генеральной сов куп- |
|
|
|
|
|
|
|
|
|
|||||||||
ности заключается в том, |
что он сокращает время за ра ы рудао |
|
|
В общем случае техника построения вариационного ряда сво- |
||||||||||||||
(за счет уменьшения числа наблюдений), а главное позволяет полу- |
|
|
|
дится к следующему: |
|
|
||||||||||||
чать информацию о таких совокупностях, сплошное |
являетсясследован е |
|
|
|
1. |
Составляем сводку исходных данных. |
|
|
||||||||||
которых практически невозможно или нецелесообра но. |
|
|
|
2. |
Отыскиваем xmin и xmax варианты. |
|
|
|||||||||||
Элементы совокупности называют вариантами. Существует |
|
|
|
3. |
Определяем величину классового интервала i по формуле |
|||||||||||||
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
два основных способа отбора вариант из генеральн й совокупно- |
|
|
|
данной выше. Если значения признака выражены целыми числами |
||||||||||||||
сти: повторный и бесповторный. В |
|
|
|
бычно применяют |
|
|
|
|||||||||||
|
|
|
|
|
|
и классовый интервал i окажется равным 1 (или ≈1), выборка рас- |
||||||||||||
бесповторный отбор. |
|
|
|
|
|
з |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
пределяется в безинтервальный вариационный ряд. Если i ≠1, |
вы- |
|||||
Статистическими рядами называют ряды числ вых значений |
|
|
|
|||||||||||||||
|
|
|
борку следует распределять в интервальный |
вариационный |
ряд. |
|||||||||||||
некоторого признака, |
|
|
|
|
в |
ределенном порядке. |
|
|
|
|||||||||
|
|
|
|
|
|
|
Кроме того, следует соблюдать правило, согласно которому вели- |
|||||||||||
Расположим варианты x1, x2 , ..., xn |
|
о |
|
|
|
|
|
|||||||||||
( n – объем выборки) в порядке |
|
|
|
чина классового интервала должна соответствовать точности, при- |
||||||||||||||
возрастания и перенумеру м их заново: |
x1 |
≤ x2 ≤... ≤ xn |
, где: |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
практике |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
309 |
|
|
|
|
|
|
|
|
|
|
310 |
|
|
|
|
|
расположенного |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
нятой при измерении учитываемого признака (если |
ε |
= |
0,001, |
|
|
признак. Но они недостаточны для полной характеристики |
||||||||||||||||||||||||||||
то классовый интервал тоже определяется с точностью 0,001). |
|
|
статистической совокупности. Количественные показатели, |
|||||||||||||||||||||||||||||||
|
|
4. При построении интервального вариационного ряда следует |
|
|
которые |
(логически и теоретически |
обоснованы) позволяют |
|||||||||||||||||||||||||||
добиваться того, чтобы минимальная варианта |
xmin попадала в се- |
|
|
судить |
о |
качественном |
|
|
|
У |
||||||||||||||||||||||||
|
|
своеобразии |
варьирующих объектов |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
i |
|
|
|
|
|
|
и сравнивать |
их между |
собой, |
называются статистическими |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
l1 – нижняя |
|
|
|
|
|
|
|
|
|
Т |
|
|
|||||||||||
редину классового интервала, |
то есть, l1 = xmin − |
|
, где |
|
|
характеристиками. |
|
|
|
|||||||||||||||||||||||||
2 |
|
|
|
|
числовых характеристик |
|||||||||||||||||||||||||||||
граница первого классового интервала. |
Определяем верхнюю |
|
|
В |
отличие |
от |
|
индивидуальных |
|
|||||||||||||||||||||||||
|
|
средние величины обладают большей устойчивостью, способ- |
||||||||||||||||||||||||||||||||
границу первого классового интервала m1 = l1 +i , второго клас- |
|
|
||||||||||||||||||||||||||||||||
|
|
ностью характеризовать группу однородных вариант одним |
||||||||||||||||||||||||||||||||
сового |
интервала |
m |
|
= m + i , K – того |
классового |
|
интервала |
|
|
|||||||||||||||||||||||||
2 |
|
|
|
|
|
|
|
|
А |
|
|
|
|
|
|
|
абстрагируют нас от кон- |
|||||||||||||||||
mK |
= mK −1 + i . |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
(средним) значением. И хотя средние |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
кретных вещей, они вполне понятны и ощутимы. Средний рост, |
||||||||||||||||||||
|
|
5. Наметив классовые интервалы, остается распределить по ним |
|
|
|
|
|
Г |
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
средняя масса, и т. д. (то есть, здесь уравновешиваются все ин- |
||||||||||||||||||||||||||||||
варианты выборки, то есть, определить частоты каждого класса. |
|
|
дивидуальные отклонения и появляется качественное своеобра- |
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
зие группового объекта). |
|
|
|
|
|
|
|
|
|
||||||
|
|
6.5.2. Графическое изображение вариационных рядов. |
|
|
|
ПоБопределению Гаусса, истинной средней служит такая вели- |
||||||||||||||||||||||||||||
|
|
Эмпирическое распределение |
|
|
|
|
|
|
|
|
|
чина, сумма квадратов отклонений от которой обладает нименьшим |
||||||||||||||||||||||
|
|
При построении графика зависимости частот от значений вари- |
|
|
значением. |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
й |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
ант безинтервального вариационного ряда по оси абцисс отклады- |
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
||||||||||||||||||||
ваются значения классов (вариант) по оси ординат – частоты. В ре- |
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
∑xik |
|
|
||||||||||||||||||||||
зультате |
будет |
построена |
геометрическая |
фигура |
|
в |
виде |
|
|
|
|
|
|
|
M = |
k |
|
|
i |
|
, |
|
||||||||||||
многоугольника. Полученный график называют полигоном распре- |
|
|
|
|
|
|
|
|
|
|
|
(6.90) |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
n |
||||||||||||||||||||||||
р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
деления частот. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
M – средняя величина; |
|
|
|
|
|
|
|
|
|||||||||||
|
|
При построении графика зависимости частот от значений вари- |
|
где |
|
|
|
|
|
|
|
|
||||||||||||||||||||||
ант интервального вариацинного ряда по оси абцисс о |
|
|
|
|
|
|
|
xi |
- варианта, |
n – объем выборки; |
||||||||||||||||||||||||
границы классовых интервалов, по оси ординат – час о ы. В ре- |
|
|
|
k |
– величина, определяющая вид средней. |
|||||||||||||||||||||||||||||
зультате – гистограмма распределения частот. Можно пос упоь |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
иначе: |
по |
оси абцисс |
отложить срединные |
|
|
|
я |
классов |
|
|
Средние величины могут характеризовать только однородную |
|||||||||||||||||||||||
lk |
+ mk , по оси ординат частоты для указанного класса.кладывают |
|
|
массу вариант (если это не так, следует сгруппировать варианты |
||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
в отдельные качественно однородные группы и вычислять груп- |
|||||||||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
|
Вариационная кривая – это сглаженные |
начения |
|
|
|
. |
|
|
повые средние). |
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
Совокупность значений xi |
|
|
|
полигона |
|
|
k = −1 – средняя гармоническая. В этом случае: |
|||||||||||||||||||||||||
|
|
и со тветствующих им частот назы- |
|
|
||||||||||||||||||||||||||||||
вается эмпирическим распределением. |
значен |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
оказателиовариации |
|
|
|
|
|
|
|
|
|
|
|
|
|
x h = |
|
|
n |
|
|
|
|||||
|
|
6.5.3. Средние величины и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑xi . |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
В некоторых случаях для усреднения количественных признаков |
||||||||||||||||||||||||||
|
|
Вариационные ряды и их графики дают наглядное пред- |
|
|
||||||||||||||||||||||||||||||
ставление о том, |
как варьирупт тот или иной количественный |
|
|
используется такой тип средней. |
|
|
|
|
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
311 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
312 |
|
|
|
|
|||
|
|
|
|
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k = 2 – средняя квадратическая. При выражении количествен- |
|
|
|
Если |
|
рассматривается |
интервальный вариационный |
ряд, |
||||||||||||||||||
ных признаков вариант мерами площади более точной усредненной |
|
|
|
то средняя арифметическая, называемая взвешенной, вычисляется |
||||||||||||||||||||||
характеристикой будет средняя квадратическая: |
|
|
|
|
|
по формуле: |
|
|
|
У |
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K |
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ x |
i |
f |
i |
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
||||
|
|
|
|
|
|
∑ i |
|
|
|
|
|
|
|
|
|
|
|
|
Тx = |
|
|
|||||
|
|
x q = |
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
А |
|
K |
|
|
|
|
|
|
|
|
|
|
n . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ fi |
, |
(6.92) |
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
||||
k = 3 – средняя кубическая. Более точная средняя характеристи- |
|
|
|
где fi |
|
|
|
|
|
|
|
|||||||||||||||
ка, в тех случаях, когда варьирующий признак выражен в объмных |
|
|
|
– частота i –го класса; |
|
|
|
|
|
|
||||||||||||||||
|
|
|
|
K |
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
единицах: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
∑ fiГ= n , K – количество классовых интервалов. |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
Рассмотрим свойства средней арифметической. |
|
|||||||||
|
|
|
|
3 |
|
∑ xi |
|
|
|
|
|
|
|
|
|
|||||||||||
|
xk = |
|
i=1 |
|
. |
|
|
|
|
|
|
|
Сво ство 1. Если каждую варианту совокупности уменьшить |
|||||||||||||
|
|
|
n |
|
|
|
|
|
|
|
|
|
Б |
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
или увеличить на какое-то произвольное положительное число |
|||||||||||
Средняя геометрическая является более точной характеристикой |
|
|
|
А, то и средняя арифметическая уменьшится или увеличится на |
||||||||||||||||||||||
|
|
|
столько же. |
|
|
|
|
|
|
|
|
|||||||||||||||
при определении средних прибавок или при увеличении линейных |
|
|
й |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
и |
Свойство 2. Если каждую варианту разделить или умножить |
||||||||||||||||||||||||
размеров тел, прироста численности популяции за определенный |
|
на одно и тоже число А, |
то и средняя арифметическая изменится |
|||||||||||||||||||||||
промежуток времени. |
|
|
|
|
|
|
|
|
|
|
|
|
|
во столько же раз. |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Свойство 3. Сумма произведений отклонений вариант от ихсредней |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
р |
|
||||||||||||
x |
|
= n |
|
x x |
|
...x |
|
. |
|
|
|
арифметическойнасоответствующиеимчастотыравнанулю. |
|
|||||||||||||
g |
|
2 |
n |
|
|
|
Свойство 4. Сумма квадратов отклонений вариант от их средней |
|||||||||||||||||||
|
|
|
|
1 |
|
|
|
|
|
|
|
арифметической меньше суммы квадратов отклонений тех же вариант |
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
k =1 – средняя арифметическая. Эту величину рассо р м |
- |
|
|
|
отлюбойдругойвеличиныА, неравнойсреднейарифметической. |
|||||||||||||||||||||
робнее. |
|
|
|
|
|
|
|
|
|
|
|
под |
|
|
Размах вариации xmax − xmin характеризует варьирование |
при- |
||||||||||
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
знака в совокупности. |
|
|
|
|
|
|
|
|||||
6.5.4. Средняя арифметическая и ее |
|
|
|
|
|
|
|
Рассмотрим еще две характеристики выборочной совокупности: |
||||||||||||||||||
|
|
|
|
|
|
|
дисперсию и среднее квадратическое отклонение. Эти величины |
|||||||||||||||||||
x – средняя арифметическая является центр мраспределения, |
|
|
|
|||||||||||||||||||||||
|
|
|
характеризуют не только величину, но и специфику варьирования |
|||||||||||||||||||||||
вокруг которого группируются все варианты статистической сово- |
|
|
|
признака. |
|
|
|
|
|
|
|
|
||||||||||||||
купности. |
|
|
|
|
|
|
|
|
|
з |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 ∑n xсвойства |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
6.5.5. Дисперсия и ее свойства. |
|
|
|
|
||||||||||||
|
|
x = |
|
|
|
|
|
Среднее квадратическое отклонение |
|
|||||||||||||||||
|
|
|
|
|
n i=1 |
i . |
|
|
(6.91) |
|
|
|
Дисперсия (или варианса) – это средний квадрат отклонений ва- |
|||||||||||||
|
|
|
п |
|
|
|
|
|
|
риант данной совокупности от их средней величины. |
|
|||||||||||||||
|
|
|
313 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
314 |
|
|
|
|
||||
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсия: |
|
|
|
|
|
|
|
|
|
|
|
|
6.5.7. Структурные средние |
||
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
Медиана ( Me ) эмпирического распределения – средняя, отно- |
|
|
∑(xi −x)2 |
|
|
|
|
|
|
|
||||||
Sx2 = i=1 |
|
|
|
|
, |
|
|
(6.93) |
|
|
|
сительно которой ряд распределенияУделится на две половины: |
|||
|
|
|
|
n −1 |
|
|
|
|
|
|
|
|
|
в обе стороны от медианы располагается определенное число вари- |
|
или, если используется интервальный вариационный ряд: |
|
|
|
|
|
ант. Если число вариант нечетно – центральная варианта его ме- |
|||||||||
|
|
|
|
|
Т |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
диана. При четном – определяется по полусумме соседних вариант, |
|
|
K |
|
|
|
|
|
|
|
|
|
|
|
расположенных в центре ряда. |
|
|
∑(xi −x)2 fi |
|
|
|
(6.94) |
|
|
|
|||||||
Sx2 = i=1 |
|
|
|
|
. |
|
|
|
|
|
Мода ( Mo ) – величина, которая встречается в данной совокуп- |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ности наиболее частоА. Класс с наибольшей частотой называется |
|
|
|
|
n − |
1 |
|
|
|
|
|
|
|
|
|
|
Свойства дисперсии: |
|
|
|
|
|
|
|
|
|
|
|
|
модальным. |
||
|
|
|
|
|
|
|
|
|
|
|
|
О чем можноГсудить по медиане выборки? Важна эта характери- |
|||
Свойство 1. Если каждую варианту совокупности уменьшить |
|
|
|
||||||||||||
|
|
|
стика особенно в тех случаях, когда обнаруживается значительная |
||||||||||||
или увеличить на одно и тоже постоянное число А, то дисперсия |
|
|
|
||||||||||||
|
|
|
или резкая асимметрия в распределении частот по классам вариа- |
||||||||||||
не изменится. |
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
ционного ряда. Часто используется для установления границ тех |
|||
Свойство 2. Если каждую варианту разделить (или умножить) |
|
|
|
||||||||||||
|
|
|
Б |
||||||||||||
на одно и тоже постоянное число А, то дисперсия уменьшится (или |
|
|
|
или иных нормативов. |
|||||||||||
увеличится в А2 раз. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Среднее квадратическое отклонение определяется по следую- |
|
|
|
6.5.8. Законы распределения случайных величин |
|||||||||||
щей формуле: |
|
|
|
|
|
|
|
|
|
|
|
й |
|||
|
|
|
|
|
|
|
|
|
|
и |
Между отдельными значениями варьирующих признаков и час- |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
Sx |
= |
Sx2 . |
|
|
|
|
|
|
|
тотой их встречаемости в генеральной совокупности существует |
|||||
|
|
|
|
|
|
|
|
|
|
|
(6.95) |
р |
|
определенная связь (это наглядно можно увидеть на графике зави- |
|
Чем сильнее варьирует признак, тем больше величина |
|
го - |
|
симости частот от значения вариат). |
|||||||||||
|
|
Реализация того или иного эначения варьирующего признака пред- |
|||||||||||||
казателя и наоборот. |
|
|
|
|
|
|
|
|
|
|
ставляет собой случайное событие. Предсказать появление случайного |
||||
|
|
|
|
|
|
|
|
по |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
события в отдельных испытаниях (наблюдениях) можно лишь с некото- |
||
6.5.6. Коэффициент вариации |
|
|
|
|
|
|
|
|
рой уверенностью, или вероятностью, которое имеет данное событие. |
||||||
|
|
|
|
|
|
|
|
|
|
эт |
|
|
|
Случайной называется переменная величина, способная водних и тех же |
|
Дисперсия и среднее квадратическое отклонен е – вел ч |
ны аб- |
|
|
|
условиях испытания принимать различные числовые значения. Функция |
||||||||||
солютные и имеют размерность вариант совокупности. |
|
же хо- |
|
|
|
P(x) , связывающая значения вариант xi с вероятностями pi называется |
|||||||||
тим сравнивать изменчивость признаков, выраженныхЕслиразными |
|
|
|
закономраспределенияслучайнойвеличины. |
|||||||||||
единицами, следует перейти к относительным п ка ателям. |
|
|
|
|
В природе широко распространена закономерность: в массе от- |
||||||||||
Один из этих показателей – |
|
|
|
|
|
|
Пирс на (коэффициент |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
носительно однородных членов, составляющих статистическую со- |
||||||
вариации): |
|
|
|
|
|
|
з |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
вокупность, большинство их оказывается среднего или близкого |
|||
|
|
|
Sx 100% . |
|
|
|
|
|
|
|
|||||
V = |
|
|
|
|
|
|
|
к нему размера, и чем дальше они отстоят от среднего уровня варь- |
|||||||
|
|
|
x |
|
|
о |
|
(6.96) |
|
|
|
ирующего признака , тем реже встречаются в данной совокупности. |
|||
Чем выше процент, т м бол |
изм нчив признак. |
|
|
|
|
|
Такое поведение может описано законом нормального распреде- |
||||||||
|
|
|
|
|
ления (формула Гаусса – Лапласа) |
||||||||||
|
|
|
показатель |
|
|
|
|
|
|
||||||
|
|
|
315 |
|
|
|
|
|
|
|
|
|
|
316 |
|
е |
|
|
|
|
|
|
|
|
|
|
|||||
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
1 |
x −μ |
2 |
|
|
|
|
|
|
|
По известным значениям выборочных характеристик можно |
|||||||
|
|
|
|
− |
|
|
i |
|
|
|
|
|
|
|
|
||||||||
|
|
|
P(xi ) = |
|
e |
2 |
|
σ |
|
, |
|
|
(6.97) |
|
|
|
установить интервал, в котором с той или иной вероятностью |
||||||
|
|
|
σ 2π |
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
находится величина генерального параметра. Вероятности, при- |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
У |
|
|
где σ2 – дисперсия генеральной совокупности; |
|
|
|
|
|
|
знанные достаточными для уверенных суждений о генеральных |
||||||||||||||||
|
|
|
|
|
|
параметрах на основании выборочных показателей, называются |
|||||||||||||||||
μ – генеральнаясредняяарифметическая(математическоеожидание) ; |
|
|
|
доверительными. |
|
|
Т |
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Решение той |
или |
|
|
обходится |
||
Величина t = |
xi −μ |
получиланазваниенормированногоотклонения. |
|
|
|
иной задачи, как правило не |
|||||||||||||||||
|
|
|
без сравнений. О преимуществе одной из сравниваемых групп су- |
||||||||||||||||||||
|
|
|
|
||||||||||||||||||||
|
σ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
дят обычно по разности между выборочными средними. Но эта |
|||||||
Выборочные характеристики рассматриваются как приближенные |
|
|
|
|
А |
|
|
|
|||||||||||||||
|
|
|
оценка тоже может носить случайный характер. Чтобы решить во- |
||||||||||||||||||||
значения или точечные оценки соответствующих генеральных пара- |
|
|
|
прос об истинной значимости различий,наблюдаемых между выбо- |
|||||||||||||||||||
метров, которые, как правило, остаются неизвестными. Средняя |
|
|
|
Г |
|
|
|
|
|||||||||||||||
|
|
|
рочными средними исходят из статистических гипотез – предполо- |
||||||||||||||||||||
арифметическая выборки x служит оценкой средней арифметической |
|
|
|
или допущений о неизвестных генеральных параметрах, |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
выражаемых в терминах вероятности, которые могут быть прове- |
||||||
генеральной совокупности μ , |
выборочная дисперсия Sx |
является |
|
|
|
реныБна основании выборочных показателей. |
|
|
|||||||||||||||
оценкой генеральной дисперсии σ2 , |
S X |
|
– в качестве точечной оценки |
|
|
|
Применяется так называемая нулевая гипотеза ( H0 ), то есть, |
||||||||||||||||
стандартного отклонения σ генеральной совокупности. |
|
|
|
|
|
предположение о том, что между генеральными параметрами |
|||||||||||||||||
Формально математическое ожидание соответствует средней |
|
|
женийсравниваемых групп разница равна нулю и различия, наблюдае- |
||||||||||||||||||||
арифметической эмпирических распределений. Однако отождеств- |
|
и |
мые между выборочными показателями, носят исключительно |
||||||||||||||||||||
лять эти величины нельзя. Средняя арифметическая выражается |
|
случайный характер. |
|
|
|
|
|
||||||||||||||||
отношением суммы всех членов ряда к их общему числу, а матема- |
|
Противоположная или альтернативная гипотеза(H1 ), наоборот, |
|||||||||||||||||||||
тическое ожидание представляет сумму произведений член в ряда |
р |
|
исходит из предположения, что между генеральными параметрами |
||||||||||||||||||||
на их вероятности. Эмпирическая средняя стремится к своей |
- |
|
сравниваемых групп разница не равна нулю.Статистические гипо- |
||||||||||||||||||||
ятной величине, то есть, к математическому ожиданию по мер |
|
тезы могут исходить и из других предположений. |
|
||||||||||||||||||||
увеличения числа испытаний: чем больше число |
|
аний, ем |
|
|
|
Истинность принятой гипотезы проверяется с помощью критериев |
|||||||||||||||||
ближе эмпирическая средняя к математическому ож дан ю. |
веро |
|
|
значимости, или достоверности, то есть, специально выработанных |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
т |
|
|
|
случайных величин, |
функции распределения |
которых |
известны. |
||||
6.5.9. Статистические гипотезы |
|
|
|
|
|
|
|
|
|
Обычно для каждого критерия составляется таблица, вкоторой со- |
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
держатся критические точки, отвечающие определенным числам сте- |
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Величина отклонения выборочн го п ка ателя т его генераль- |
|
|
|
пеней свободы (k) и принятым уровням значимости α . |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
испы |
|
|
|
Уровни значимости – значение вероятности, при котором разли- |
||||||||
ного параметра называется статистическ й |
шибк й этого показа- |
|
|
|
|||||||||||||||||||
теля или ошибкой репрезентативн сти. Статистическиез |
ошибки – |
|
|
|
чия, наблюдаемые между выборочными показателями, можно счи- |
||||||||||||||||||
это не ошибки возникающие в результате измерений. Их пояление |
|
|
|
тать несущественными, случайными. В исследовательской работе |
|||||||||||||||||||
|
|
|
обычно принимается 5 % уровень значимости, который соответст- |
||||||||||||||||||||
обусловлено процессом отбора вариант из генеральной совокупно- |
|
|
|
||||||||||||||||||||
|
|
|
вует вероятности |
P = 0.05 и нормированное отклонение t =1.96 , |
|||||||||||||||||||
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
||||||||||
сти и к ошибкам изм р ний отнош ния не имеют. Чем сильнее |
|
|
|
если распределение |
|
критерия нормально. |
Если |
окажется, |
|||||||||||||||
варьирует признак, тем |
|
ри |
рочих равных условиях будет |
|
|
|
|
||||||||||||||||
ошибка выборочных показат л й и наоборот. |
|
|
|
|
|
|
что P ≥ 0.05 , то нулевая гипотеза сохраняется, иначе отвергается. |
||||||||||||||||
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
317 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
318 |
|
|
|
|
|
больше |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рассмотрим гипотезу о равенстве средних арифметических ис- |
|
|
|
Чтобы |
проверить, |
|
|
распределен |
|
ли |
|
|
варьирующий |
признак |
|||||||||||||||||||||||||||||||
ходных генеральных совокупностей. В рассмотрении участвуют |
|
|
|
по нормальному закону, поступают |
следующим |
образом. |
Пусть |
||||||||||||||||||||||||||||||||||||||
две выборки и их параметры: объем выборки и средняя арифмети- |
|
|
|
элементы выборки распределены по |
|
K |
– интервалам, причем |
j -му |
|||||||||||||||||||||||||||||||||||||
ческая ( m и x |
для первой выборки и |
|
n и |
y для второй). Нулевая |
|
|
|
интервалу ( j =1, 2, |
|
|
|
|
|
|
|
|
У |
|
|
|
|
|
|
|
|||||||||||||||||||||
|
|
|
|
..., |
|
K ) соответствует частота |
f j |
. Для проверки |
|||||||||||||||||||||||||||||||||||||
гипотеза предполагает, что x = y . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
гипотезы о каком-либо |
распределении |
|
случайной |
величины ис- |
||||||||||||||||||||||||||||
Имеется ли различие между этими средними значениями? Чтобы |
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
пользуют критерий |
χ |
2 |
|
|
Т |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||
определить какой характер носит это различие используют крите- |
|
|
|
|
(критерий Пирсона). |
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
рий Стьюдента. Вычисленное значение критерия будет определено |
|
|
|
|
Вычисленное значение критерия определяется по формуле: |
||||||||||||||||||||||||||||||||||||||||
по формуле: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
А |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Г |
|
K |
( f j |
− Fj ) |
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
χ2 = n∑ |
|
, |
|
|
|
|
|
|
(6.100) |
||||||||||||||
|
|
|
|
|
x − y |
mn |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Fj |
|
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
t = |
|
|
|
|
|
|
|
|
|
|
|
|
j=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
S |
|
m + n . |
|
|
|
|
|
(6.98) |
|
|
|
где f j – относительнаячастотасоответствующая |
j - омуинтервалу; |
|||||||||||||||||||||||||||||
|
|
|
|
m |
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||
|
|
|
|
∑(xi − x)2 + ∑( yi − y)2 |
|
|
|
|
|
|
|
|
FБ– теоретическаячастота, соответствующая |
j - омуинтервалу. |
|||||||||||||||||||||||||||||||
|
|
S 2 = i=1 |
|
|
i=1 |
|
|
. |
|
|
|
(6.99) |
|
|
|
|
j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
m + n − 2 |
|
|
|
|
|
|
|
|
|
Правиловычисления Fj |
иопределениечисластепенейсвободызависитот |
||||||||||||||||||||||||||||
Вычисленное значение критерия сравниваем с критической точ- |
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
в датеоретическогораспределнияиспособаоценкиегопараметров. |
|
|
||||||||||||||||||||||||||||||||||||||||
кой, взятой из таблицы распределения Стьюдента в соответствии |
|
|
й |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||
|
и |
Сравним эмпирическое распределение с нормальным. |
|
|
|||||||||||||||||||||||||||||||||||||||||
с выбранным |
уровнем значимости |
и |
|
числом |
степеней |
свободы |
|
|
|
|
|
|
|
|
|
mj |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
m + n − 2 . |
Если | t | |
больше |
табличного |
значения, то |
гипотезу |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
|
|
|
|
|
|
Fj = ∫ P(x)dx , |
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||
о равенстве |
средних |
следует |
отвергнуть. |
Это будет |
означать, |
р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(6.101) |
||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
l j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||
что различие средних нельзя считать случайным. |
|
|
|
|
|
гдеl j |
и m j |
|
|
|
|
|
|
|
|
|
|
|
j - ого интервала; |
|
|
||||||||||||||||||||||||
Теперь рассмотрим гипотезу о равенстве дисперсий исх дных |
|
– левая и правая границы |
|
|
|||||||||||||||||||||||||||||||||||||||||
генеральных совокупностей. В рассмотрении участвуют две выб р- |
|
|
|
P(x) – плотность нормального распределения. |
|
|
|
|
|||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
о |
|
|
|
|
|
|
|||||||||||||||||||||||
ки и их параметры: объем выборки и дисперсия ( m Sx |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
для пер- |
|
|
|
Для упрощения вычислений можно заменить интеграл в правой |
|||||||||||||||||||||||||||||||||||||||||
вой выборки и n и Sy2 для второй). Нулевая гипоте а предполагает, |
|
|
|
||||||||||||||||||||||||||||||||||||||||||
|
|
|
части этого равенства произведением длины промежутка интегри- |
||||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
рования и значения функции в средней точке интервала, то есть, |
|||||||||||||||||||||||||
что Sx2 = Sy2 . Воспользуемся критерием Фишера F = |
Sx (отношение |
|
|
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
( x |
−x ) |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
и |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Sy |
|
|
|
|
|
|
|
Fj = |
xmax − xmin |
|
|
|
1 |
|
e |
− |
j |
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2Sx2 |
|
|
|
|
|
|
||||||||||||||
большей из дисперсий к меньшей). Вычисленн е значение крите- |
|
|
|
|
|
|
|
|
|
. |
|
|
(6.102) |
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
K |
|
|
|
Sx |
|
2π |
|
|
|
|
|
||||||||||||||||||||||||
рия Фишера |
сравниваем |
с |
|
|
|
|
з |
взятым |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
критическим |
значением, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
из таблицы распределения Фишера в с |
тветствии с уровнем зна- |
|
|
|
В таблице распределения χ2 находим критическую точку, соот- |
||||||||||||||||||||||||||||||||||||||||
чимости α и степенями свободы m и n . Если вычисленное значе- |
|
|
|
ветствующую выбранному уровню значимости |
α и числу степе- |
||||||||||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
о |
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||
ние критерия больше табличного, то различие выборочных диспер- |
|
|
|
ней свободы K −3 (если μ и σ не определяются по имеющимся |
|||||||||||||||||||||||||||||||||||||||||
сий следует признать значимым. |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
K −1). |
||||||||
|
|
|
|
|
|
п |
|
|
|
|
|
|
|
|
|
|
данным, а известны заранее, то число степеней свободы |
||||||||||||||||||||||||||||
|
|
|
|
|
|
319 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
320 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
е |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
Р |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|