Cтраница 1
Задачи обработки экспериментальных данных могут быть различны: вычисление статистических показателей качества, поэлементных и суммарных погрешностей, критериев оценки погрешности измерения, а также сравнение точности процессов и др. Прогресс в области вычислительной техники позволяет решать эти задачи с помощью стандартных программ не только весьма производительно, но и эффективно в смысле оперативного воздействия на процесс ( обработки, эксплуатации или контроля) в целях его коррекции. [1]
Все задачи обработки экспериментальных данных по существу можно разделить на два класса: отыскание неизвестных параметров в закономерностях, построенных на теоретических предпосылках, учитывающих физическую сущность рассматриваемого процесса или явления, и отыскание неизвестных параметров в формализованных закономернос - тях, построенных на статистической обработке опытных данных, полученных в результате пассивных или активных экспериментов. Решение задач второго класса, как правило, сводится к получению регрессивных соотношений, часто имеющих вид полиномиальных уравнений. [2]
Формулируется задача обработки экспериментальных данных по зависимости свободной энергии от температуры для случая, когда отсутствуют сведения об изменении теплоемкости. Предложена методика для определения температур, соответствующих рассчитанным значениям энтальпии и энтропии реакции. [3]
Рассмотрим задачу обработки экспериментальных данных при разработке математических моделей реакций, описываемых простейшими кинетическими схемами. Фактически под этим понимаются достаточно простые методы определения порядков единичной реакции и констант ее скорости, не требующие применения вычислительной техники. Такие методы могут оказаться полезными не только для простых, но и для сложных реакций, когда исследуется брутто-реакция превращения исходного вещества или интересным является формальная кинетика образования целевого продукта. [4]
Рассматривается формально-математическая постановка задач обработки экспериментальных данных по физике плазмы, описываются алгоритмы и результаты вычислительных экспериментов по определению оценочных функций точности. Установлено, что при ошибке в экспериментальных данных до 20 % метод фильтров позволяет определить температуру и плотность плазмы с точностью нескольких процентов. [5]
На практических занятиях рассматриваются задачи обработки экспериментальных данных ( первичная обработка данных, их группировка, регрессионный и корреляционный анализ, оценка достоверности полученного описания данных и др.), при этом главное внимание уделяется содержательному анализу задачи ( пониманию задачи), обоснованному выбору метода ее решения, алгоритмической и программной реализации метода на ЭВМ, анализу полученных результатов. [6]
Важным этапом в решении задач обработки экспериментальных данных является выбор метода отыскания наилучших значений параметров искомой зависимости. По существу задача определения наилучших значений параметров зависимости, минимизирующих определенную оценку, является задачей минимизации функции многих переменных. [7]
В связи с тем, что задача обработки экспериментальных данных присутствует во всех лабораторных физических практикумах, мы считаем целесообразным на рассматриваемом примере продемонстрировать, как использовать пакет Mathcad в этой задаче. Для аппроксимации экспериментальных данных, представленных в табл. 2.1, будем использовать экспоненциальную функцию вида exp ( a bt), где а и b - неизвестные коэффициенты, значения которых нужно оценить по методу наименьших квадратов. [8]
Разработка систем управления НХК ставит перед исследователями прежде всего задачу обработки экспериментальных данных ( ЗД), получаемых с объекта управления, с целью дальнейшего построения математических моделей процессов. Авторы не рассматривают методы математической статистики ( МС), связанные с вероятностной природой получаемых ЭД ( корреляционный, регрессионный эязлиз, анализ распределений ЭД на принадлежность стандартным классом и др.), поскольку эти вопросы подробно освещены в многочисленных работах по МС и к тому же не отвечают специфике ОУ НХК. [9]
Критерий ( 11 - 4) наиболее часто используется в задачах обработки экспериментальных данных, поскольку зависимость R fa, аг... [10]
Составной частью системы автоматизированного проектирования ( САПР) адсорбционных процессов является задача обработки экспериментальных данных по равновесию, которая определяет качественные показатели проектируемого процесса. [11]
Таким образом, вычислительный эксперимент, позволяющий получить оценочные функции точности, имеет большое значение в задачах обработки экспериментальных данных, и в частности в задачах интерпретации. [12]
В связи с развитием и совершенствованием АСУ значительно расширился круг экономических задач, решаемых на ЭВМ. Задачи планирования, учета, отчетности, задачи обработки экспериментальных данных отличаются от научно-технических задач спецификой экономической информации и процессов ее обработки, наличием больших объемов входной, промежуточной и выходной информации со сложным структурным составом, ограниченным сроком обработки, преобладанием логических операций обработки над арифметическими. [13]
Если сохранить два члена ряда, то задача обработки экспериментальных данных сводится к решению квадратного уравнения относительно G с последующим разделением решения на действительную и мнимую составляющие. Наконец, если и квадратичным членом можно пренебречь по сравнению с линейным ( в чем следует убедиться сравнением конкретных результатов расчета для данного прибора с учетом квадратичного слагаемого или только по линейному приближению), то решение принимает особенно простой вид и может быть представлено в виде готовых конечных расчетных формул. [14]
Проблема интерполяции возникает всякий раз, когда требуется заданную на сетке функцию восполнить непрерывными функциями на всю область. Сюда относятся задача продолжения приближенного решения на всю область по его значениям в узлах сетки и задача обработки экспериментальных данных, известных на дискретном множестве точек. [15]