Презентации по Математике

Окружность и ее элементы
Окружность и ее элементы
Отрезки и прямые, связанные с окружностью. Окружность – геометрическая фигура, состоящая из всех точек плоскости, расположенный на заданном расстоянии от данной точки (центра окружности) Точка О – центр окружности. Отрезок , соединяющий центр окружности с произвольной точкой окружности, называется радиусом. ОА – радиус окружности. Отрезок, соединяющий две любые точки окружности, называется хордой. ВС – хорда окружности. Самая длинная хорда проходит через центр окружности и называется диаметром окружности. Диаметр окружности равен длине двух радиусов. EF – диаметр окружности E F Прямая, пересекающая окружность в двух точках, называется секущей. Прямая, имеющая с окружностью только одну общую точку, называется касательной. Точка В – точка касания. Касательная перпендикулярна к радиусу окружности, проведенному в точку касания. АВ ⊥ ОВ Отрезки и прямые, связанные с окружностью.
Продолжить чтение
Область определения, интервалы варьирования и уровни факторов
Область определения, интервалы варьирования и уровни факторов
ОБЛАСТЬ ОПРЕДЕЛЕНИЯ, ИНТЕРВАЛЫ ВАРЬИРОВАНИЯ И УРОВНИ ФАКТОРОВ Областью определения факторов называется диапазон изменения их значений, принятый при реализации плана эксперимента: Для двухфакторного эксперимента область определения представляет собой прямоугольник, рис. а, для трехфакторного — прямоугольный параллелепипед, рис. б, для k-факторного — k-мерный параллелепипед. ОБЛАСТЬ ОПРЕДЕЛЕНИЯ, ИНТЕРВАЛЫ ВАРЬИРОВАНИЯ И УРОВНИ ФАКТОРОВ После выявления значимых факторов области их определения устанавливают их уровни. Уровнем фактора называется его значение, фиксируемое в эксперименте. Различают верхний, нижний и нулевой уровни. Верхний и нижний уровни соответствуют границам области определения: Xi max и Xi min. Нулевой уровень соответствует середине интервала. Интервалом варьирования называют величину, равную максимальному отклонению уровня фактора от нулевого:
Продолжить чтение
Дробный факторный эксперимент
Дробный факторный эксперимент
ДРОБНЫЙ ФАКТОРНЫЙ ЭКСПЕРИМЕНТ При оптимизации мы стремимся сделать эффекты взаимодействия как можно меньшими. В задачах интерполяции, напротив, их выявление часто важно и интересно. С ростом числа факторов число возможных взаимодействий быстро растет. С увеличением числа факторов резко возрастает количество опытов ПФЭ. Так при 5-и факторах оно равно 32, при 6-и — 64 и т.д. Выполнить такое количество опытов технически сложно. Существует методика уменьшения числа опытов — дробный факторный эксперимент, план которого представляет собой некоторую часть (½, ¼ и т.д.) плана ПФЭ. УЧЕТ ЭФФЕКТОВ ВЗАИМОДЕЙСТВИЯ ФАКТОРОВ ПФЭ 23 Рассмотрим матрицу 22 с учетом взаимодействия факторов с уравнением регрессии y = b0X0+b1X1+b2X2+b12X1X2. Если есть основания считать, что процесс описывается линейной моделью, достаточно определить b0, b1, b2. При линейном приближении эффект взаимодействия стремится к нулю (b12⇒0) и этот вектор-столбец можно использовать для нового фактора X3. Матрица планирования запишется в виде следующей таблицы Заменим эффект взаимодействия новым фактором, уравнение регрессии примет вид y = b0X0+b1X1+b2X2+b3X3.
Продолжить чтение
Математическое моделирование. Значимость коэффициентов регрессии
Математическое моделирование. Значимость коэффициентов регрессии
ЗНАЧИМОСТЬ КОЭФФИЦИЕНТОВ РЕГРЕССИИ После определения оценок коэффициентов регрессии необходимо проверить гипотезу о значимости коэффициентов bi. Лучше всего это сделать в виде нуль-гипотезы, т.е. гипотезы о равенстве bi= 0. Если она подтвердится, то коэффициент bi следует признать статистически незначимым и отбросить из искомой модели; если гипотеза не подтвердится, то соответствующий коэффициент bi следует признать значимым и включить в модель. ЗНАЧИМОСТЬ КОЭФФИЦИЕНТОВ РЕГРЕССИИ Проверка гипотезы проводится с помощью t - критерия Стьюдента, который при проверке нуль-гипотезы формируется в виде где – дисперсия ошибки определения коэффициента bi. При полном и дробном факторном планировании для всех i доверительные интервалы Некоторые значения t-критерия представлены в табл.
Продолжить чтение
Дисперсионный анализ в медицине и здравоохранении
Дисперсионный анализ в медицине и здравоохранении
Дисперсионный анализ Дисперсионным анализом называют группу статистических методов, разработанных английским математиком и генетиком Р. Фишером в 20-х годах ХХ-го века для ряда экспериментальных задач биологии и сельского хозяйства. Постановка задачи. Пусть даны генеральные совокупности X1, X2,…, Xk., где: - все «k» генеральных совокупностей распределены нормально; - дисперсии всех генеральных совокупностей одинаковы. Дисперсионный анализ При этих условиях и заданном уровне значимости «р» требуется проверить нулевую гипотезу о равенстве выборочных средних, т.е. H0:  . Каждая из генеральных совокупностей подвержена влиянию одного или нескольких факторов, которые могут изменять их средние значения. Фактором называется показатель, который оказывает влияние на конечный результат.
Продолжить чтение
Источники и классификация погрешностей результата
Источники и классификация погрешностей результата
Погрешность в исходных данных определяется: погрешностью измерения или погрешностью вычислений, с помощью которых они были получены. Погрешность численного метода определяется точностью выбранного числено метода и вычислительного средства. Абсолютная и относительная погрешности. Пусть α* — точное (и никогда неизвестное) значение некоторой величины, а α — известное приближение к нему, то абсолютной погрешностью приближенного значения α называется величина: Относительной погрешностью приближенного значения α называется величина: Значащую цифру называют верной в широком смысле, если абсолютная погрешность числа не превосходит единицы разряда, соответствующего этой цифре или верной в узком смысле, если абсолютная погрешность числа не превосходит половины единицы разряда, соответствующего этой цифре. Примеры: α = 0.0304500. Верные цифры подчеркнуты. Значащими цифрами числа называют все цифры в его записи, начиная с первой ненулевой слева. Например, в числах α = 0.03045, α = 0.0304500 значащими цифрами являются подчеркнутые цифры. Число значащих цифр в первом случае равно 4, во втором 6. Правила округления известны. Обратить внимание, что если первая из отброшенных цифр равна 5 и все остальные отброшенные цифры являются нулями, то последняя оставшаяся цифра остается неизменной, если она четная (правило четной цифры), и увеличивается на единицу, если она нечетная. При этом погрешность не превышает пяти единиц отброшенного разряда. Пример: 6.71 - 6.7 ; 6.77 - 6.8 ; 6.75 - 6.8; 6.65 - 6.6
Продолжить чтение
Теория погрешностей
Теория погрешностей
Погрешность численного метода определяется точностью выбранного числено метода и вычислительного средства. Значащими цифрами числа называют все цифры в его записи, начиная с первой ненулевой слева. Например, в числах α = 0.03045, α = 0.0304500 значащими цифрами являются подчеркнутые цифры. Число значащих цифр в первом случае равно 4, во втором 6. Правила округления известны. Обратить внимание, что если первая из отброшенных цифр равна 5 и все остальные отброшенные цифры являются нулями, то последняя оставшаяся цифра остается неизменной, если она четная (правило четной цифры), и увеличивается на единицу, если она нечетная. При этом погрешность не превышает пяти единиц отброшенного разряда. Пример: 6.71 - 6.7 ; 6.77 - 6.8 ; 6.75 - 6.8; 6.65 - 6.6 Абсолютная и относительная погрешности. Пусть α* — точное (и никогда неизвестное) значение некоторой величины, а α — известное приближение к нему, то абсолютной погрешностью приближенного значения α называется величина: Относительной погрешностью приближенного значения α называется величина: Погрешности вычислений. Абсолютная погрешность суммы или разности нескольких чисел не превосходит суммы абсолютных погрешностей этих чисел. Относительная погрешность суммы: Относительная погрешность разности: Относительные погрешности произведения и частного: Абсолютная погрешность дифференцируемой функции многих переменных: Пример. Для заданной функции: определить y, при x1= -1.5 x2= 1.0 x3= 2.0
Продолжить чтение