Построение вероятностной модели входного параметра ЭС
Заказать уникальную курсовую работу- 18 18 страниц
- 12 + 12 источников
- Добавлена 03.07.2020
- Содержание
- Часть работы
- Список литературы
- Вопросы/Ответы
Построение вероятностных моделей параметров элементов и технологических процессов производства электронных средств..………....4
Нахождение среднего значения параметров в разрядах………………….....7
Нахождение значения сглаживающей (теоретической) функции f(x) для случая параллельного распределения………………………………………...9
Оценка согласованности статистического распределения и теоретической кривой по критерию согласия Пирсона (критерий согласия x2)………….10
Доказательство возможности существования функциональной зависимости Yφ(X)…………………………………………………………………………12
Определение коэффициентов линейной функции yaxb по методу наименьших квадратов……………………………………………………….13
Заключение…………………………………………………………………….16
Список литературы……………………………………………………………17
Для β = 0.9, = 1.643, = 4,595241 и n = 50 получим: σD = 0.92837888. Тогда доверительный интервал для дисперсии равенIβ = (4,595241– 1,52532650; 4,595241+ 1,52532650) Iβ =( 3,0699145; 6,1205675)5. Доказательство возможности существования функциональной зависимости Y = φ(X).При разработке ЭС очень важно учитывать распределение выходных параметров. Ввиду сложности и дороговизны эксперимента его необходимо сводить к минимуму. При этом интересующий нас параметр представляется как функция случайной величины Y = φ(X).Во многих случаях вместо распределения Y можно обойтись законом распределения X или числовыми характеристиками X. Зная данные характеристики, можно найти числовые характеристики Y и определить закон распределения Y.В рассматриваемой нами ЭС проверка генеральных совокупностей X и Y по критерию показала, что обе совокупности (следовательно, и выходные параметры) подчиняются нормальному закону.Из формул (5.1, 5.2 – см. далее) нам известны числовые характеристики X. Предположим, что существует функциональная зависимость Y = φ(X).При рассмотрении на бесконечно узком интервале (α,β) кривая зависимости Y(x) является касательной, поэтому X и Y, будут связаны линейной зависимостью.Y = φ() + )(x-)Y = φ() + )Используем теоремы о числовых характеристиках случайных величин:M(ax+b) = aM(x)+bM() = 0My = φ() (5.1)Dy = Dx (5.2)Формулы (5.1, 5.2) показывают, что числовые характеристики Y найдены при известных числовых характеристиках X. Это позволяет определить законы распределения Y для выходных параметров ЭС, которые в большинстве случаев являются линейными функциями. Данная линия рассуждений служит важным критерием для существования линейной функции и является требованием для поставленной задачи.6. Определение коэффициентов линейной функции y = ax+b по методу наименьших квадратов.Метод наименьших квадратов позволяет сгладить экспериментальную зависимость Y = φ(X) до линейной функции. Наиболее подходящей для данного метода является функция y = ax+b.Рисунок 4 - Поле корреляцииНиже приведены общие формулы для нахождения коэффициентов a и b.а = ; b = - a (6.1)Предполагая, что зависимость Y от X линейная: y = ax + b, найдем коэффициент a и b[12,стр. 101].--> [a,b]=reglin(x',y')b = 30.187694 a = 3.6525916Построим графикplot2d(x,y,-5)//строим экспериментальные точкиt=0:0.01:xmaxyt=b+a*t //Строим точки прямойplot2d(t,yt) //Рисуем прямуюРисунок 5 – Линия регрессииЗаключение.В результате выполнения курсовой работы было проведено построение вероятностных моделей входных параметров и технологических процессов производства ЭС.Определены оценки математического ожидания и дисперсии. Найдена величина доверительного интервала для заданной доверительной вероятности. Построено экспериментальное распределение (гистограмма) и найдены ее числовые характеристики. На основе экспериментальных данных рассчитали выходной параметр ЭС при линейном преобразовании сигнала.Доказана возможность существования функциональной зависимости Y = φ(X). Определены коэффициенты функции y = ax+b по методу наименьших квадратов.Исходя из полученных данных , мы видим что Р > 0,1 близко к нормальному распределению (закон Гауса). Для доверительной вероятности 90% любое другое измерение (51,52……) попадает в доверительный интервалIβ = (7,03915205; 8,03532945).Дисперсия для доверительной вероятности 90%, попадает в доверительный интервалIβ =( 3,0699145; 6,1205675).Список литературы1. Справочник конструктора РЭА. Общие принципы конструирования. Под ред. Р.Т. Варламова. М., «Сов. радио». 1980.2. Беккер П., Йенсен Ф. Проектирование надежных электронных схем. М., «Сов. радио», 1977.3. Фомин А.В., Борисов В.Ф., Чермошенский В.В. Допуски в радиоэлектронной аппаратуре. М., «Сов. радио», 1973.4. Ненашев А.П., Коледов Л.А. Основы конструирования микроэлектронной аппаратуры. М., «Радио и связь», 1981.5. Сотсков Б.С. Основы теории и расчета надежности элементов и устройств автоматики и вычислительной техники. М., «Высшая школа», 1970.6. Ильин В.Н. Основы автоматизации схемотехнического проектирования. М., «Энергия», 1979.7. Вентцель Е.С. Теория вероятностей. М., «Наука», 1964.8. Хадыкин А. М., Рубан Н. В. Показатели надежности радиоэлектронных средств. Уч. Пособие, Омск, Изд-во ОмРГУ, 2015. 9. Талицкий Е.Н., Шумарин С.В. Обеспечение надежности электронных средств. Оренб. ОГУ, 2016. 10.Чернышев А. А. Основы надежности полупроводникрвых приборов и интегральных микросхем. М. , «Радио и связь», 2008.11. Бердычевский Б. Н. Вопросы обеспечения надежности РЭА при разработке. М. «Советское Радио», 1977. 12. Ерин С.В. Scilab – примеры и задачи/С.В. Ерин-М.: ЛЗБ, 2017-154с.
2. Беккер П., Йенсен Ф. Проектирование надежных электронных схем. М., «Сов. радио», 1977.
3. Фомин А.В., Борисов В.Ф., Чермошенский В.В. Допуски в радиоэлектронной аппаратуре. М., «Сов. радио», 1973.
4. Ненашев А.П., Коледов Л.А. Основы конструирования микроэлектронной аппаратуры. М., «Радио и связь», 1981.
5. Сотсков Б.С. Основы теории и расчета надежности элементов и устройств автоматики и вычислительной техники. М., «Высшая школа», 1970.
6. Ильин В.Н. Основы автоматизации схемотехнического проектирования. М., «Энергия», 1979.
7. Вентцель Е.С. Теория вероятностей. М., «Наука», 1964.
8. Хадыкин А. М., Рубан Н. В. Показатели надежности
радиоэлектронных средств. Уч. Пособие, Омск, Изд-во ОмРГУ, 2015.
9. Талицкий Е.Н., Шумарин С.В. Обеспечение надежности электронных средств. Оренб. ОГУ, 2016.
10.Чернышев А. А. Основы надежности полупроводникрвых приборов и интегральных микросхем. М. , «Радио и связь», 2008.
11. Бердычевский Б. Н. Вопросы обеспечения надежности РЭА при разработке. М. «Советское Радио», 1977.
12. Ерин С.В. Scilab – примеры и задачи/С.В. Ерин-М.: ЛЗБ, 2017-154с.
Вопрос-ответ:
Какая модель используется для построения вероятностной модели входного параметра ЭС?
Для построения вероятностной модели входного параметра ЭС используется модель случайного процесса, которая основывается на статистических данных и позволяет описать вероятностное распределение значения параметра.
Каким образом строятся вероятностные модели параметров элементов и технологических процессов производства электронных средств?
Для построения вероятностных моделей параметров элементов и технологических процессов производства электронных средств используются статистические методы обработки данных и математические модели, которые учитывают различные факторы влияния на данные параметры.
Как находится среднее значение параметров в разрядах?
Среднее значение параметров в разрядах находится путем проведения статистического анализа данных, собранных из различных разрядов. Для этого используются методы математической статистики, такие как вычисление среднего арифметического или взвешенного среднего.
Как находится значение сглаживающей теоретической функции f(x) при параллельном распределении?
Значение сглаживающей теоретической функции f(x) при параллельном распределении находится путем анализа статистических данных и использования соответствующей математической модели. Для этого могут применяться методы непараметрической регрессии или методы, основанные на приближенных расчетах.
Как оценивается согласованность статистического распределения и теоретической кривой по критерию согласия Пирсона?
Оценка согласованности статистического распределения и теоретической кривой по критерию согласия Пирсона производится путем сравнения значений, полученных из статистических данных, с теоретическими значениями, рассчитанными с использованием соответствующей математической модели. Для этого применяется статистический тест, основанный на χ²-распределении и позволяющий оценить степень согласованности между данными.
Зачем нужна вероятностная модель входного параметра ЭС?
Вероятностная модель входного параметра ЭС позволяет оценить вероятность различных значений этого параметра. Это важно для прогнозирования работы системы и принятия решений на основе вероятностных данных.
Как строится вероятностная модель параметров элементов и технологических процессов производства электронных средств?
Вероятностная модель параметров элементов и технологических процессов производства электронных средств строится на основе статистических данных, полученных в ходе испытаний. По этим данным строится статистическое распределение вероятностей, которое и является вероятностной моделью.
Как найти среднее значение параметров в разрядах?
Для нахождения среднего значения параметров в разрядах необходимо найти среднее арифметическое всех значений параметра, отнесенных к определенному разряду. Это позволяет оценить среднюю характеристику параметров в различных группах элементов или процессов производства.
Как найти значение сглаживающей теоретической функции для случая параллельного распределения?
Для нахождения значения сглаживающей теоретической функции для случая параллельного распределения необходимо использовать соответствующие математические модели и формулы. Они позволяют оценить вероятность получения определенного значения параметра в случае, когда все элементы работают параллельно.
Как оценить согласованность статистического распределения и теоретической кривой по критерию согласия Пирсона?
Для оценки согласованности статистического распределения и теоретической кривой по критерию согласия Пирсона необходимо выполнить ряд математических операций, включающих расчет суммы квадратов отклонений между наблюдаемыми и ожидаемыми значениями, а также определение степени свободы и уровня значимости.
Зачем нужно строить вероятностную модель входного параметра ЭС?
Построение вероятностной модели входного параметра ЭС позволяет оценить вероятность возникновения различных значений этого параметра и провести анализ его влияния на работу системы.