Главная страница

Решение По всем четырем направлениям произведем расчеты по опред. Решение По всем четырем направлениям произведем расчеты по определению время нахождения транспорта на сегменте маршрута


Скачать 0.53 Mb.
НазваниеРешение По всем четырем направлениям произведем расчеты по определению время нахождения транспорта на сегменте маршрута
Дата16.05.2022
Размер0.53 Mb.
Формат файлаdocx
Имя файлаРешение По всем четырем направлениям произведем расчеты по опред.docx
ТипРешение
#531954
страница3 из 4
1   2   3   4

Задача 6

Известно, что максимальный размер коробки для почтовой посылки (тары) определяется величиной трех параметров: длиной (L), шириной (W) и высотой (H).

Известны ограничения: длина коробки (L) плюс периметр поперечного сечения не превосходят Е (см).

Е=L+2H+2W

L=2H=2W

L=E/3

Найти максимальный размер тары, если известны параметры.

Вычислить максимальное количество упаковочных коробок в 1 м3

Решение

По условию дано:

L=56 см.

Е=26500 см3

L=2H, следовательно H=W=56/2=28 см.

Объем коробки=56*28*28=43904 см3

1м =100 см

3=100*100*100=1000000 см3

Q=1000000/43904=23 коробки

Результаты представлены в таблице:

L, см

Е, см3

Н, см

W, см

Q в 1 м3

56

26500

28

28

23


Таким образом, в 1 м3, с установленными размерами почтовых коробок, количественная вместимость составит 23 коробки.

Задача 7
Имеется процесс, характеризующий работу телекоммуникационного узла связи. По результатам наблюдений создана аналитическая модель, отражающая некоторые особенности рабочих процессов.

Модель представлена серией выходных Y параметров.



Определить:

  1. Корреляцию первого процесса с остальными процессами;

  2. Вычислить дисперсию каждого процесса;

  3. Вычислить оценку подобия процессов.

Решение

состояние 1 системы – у.

состояние 2 системы – х1.

состояние 3 системы – х2.

состояние 4 системы – х3.

состояние 5 системы – х4.
Число наблюдений n = 25.

Число независимых переменных в модели равно 4

Исходные данные

у

Х1

Х2

Х3

Х4

224.28

259.56

287.28

297.36

322.56

153.08

177.16

196.08

202.96

220.16

202.92

234.84

259.92

269.04

291.84

234.96

271.92

300.96

311.52

337.92

89

103

114

118

128

185.12

214.24

237.12

245.44

266.24

81.88

94.76

104.88

108.56

117.76

234.96

271.92

300.96

311.52

337.92

217.16

251.32

278.16

287.92

312.32

149.52

173.04

191.52

198.24

215.04

284.8

329.6

364.8

377.6

409.6

299.04

346.08

383.04

396.48

430.08

170.88

197.76

218.88

226.56

245.76

341.76

395.92

437.76

453.12

491.52

352.44

407.88

451.44

467.28

506.88

10.68

12.36

13.68

14.16

15.36

252.76

292.52

323.76

335.12

363.52

288.36

333.72

369.36

382.32

414.72

153.08

177.16

196.08

202.96

220.16

256.32

296.64

328.32

339.84

368.64

231.4

267.8

296.4

306.8

332.8

167.32

193.64

214.32

221.84

240.64

277.68

321.36

355.68

368.16

399.36

85.44

98.88

109.44

113.28

122.88

42.72

49.44

54.72

56.64

61.44


Результаты предварительных расчетов:

Признаки x и y

∑xi



∑yi



∑xi*yi



Для y и x1

5772.52

230.901

4987.56

199.502

1375641.387

55025.655

Для y и x2

6388.56

255.542

4987.56

199.502

1522403.242

60896.13

Для y и x3

6612.72

264.509

4987.56

199.502

1575820.899

63032.836

Для y и x4

7173.12

286.925

4987.56

199.502

1709365.043

68374.602

Для x1 и x2

6388.56

255.542

5772.52

230.901

1762057.507

70482.3

Для x1 и x3

6612.72

264.509

5772.52

230.901

1823884.086

72955.363

Для x1 и x4

7173.12

286.925

5772.52

230.901

1978450.534

79138.021

Для x2 и x3

6612.72

264.509

6388.56

255.542

2018467.219

80738.689

Для x2 и x4

7173.12

286.925

6388.56

255.542

2189523.763

87580.951

Для x3 и x4

7173.12

286.925

6612.72

264.509

2266349.158

90653.966


Найдем парные коэффициенты корреляции.





Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x1 и y.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x2 и y.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x3 и y.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x4 и y.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x2 и x1.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x3 и x1.


Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x4 и x1.


Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x3 и x2.


Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x4 и x2.



Значения парного коэффициента корреляции свидетельствует о весьма сильной линейной связи между x4 и x3.

Результаты расчетов дисперсии:

Признаки x и y





Для y и x1

10372.532

7740.508

Для y и x2

12699.866

7740.508

Для y и x3

13606.72

7740.508

Для y и x4

16010.665

7740.508

Для x1 и x2

12699.866

10372.532

Для x1 и x3

13606.72

10372.532

Для x1 и x4

16010.665

10372.532

Для x2 и x3

13606.72

12699.866

Для x2 и x4

16010.665

12699.866

Для x3 и x4

16010.665

13606.72


Оценка подобия дисперсий

Находим групповые средние:

N

П1

П2

1

10372.532

7740.508

2

12699.866

7740.508

3

13606.72

7740.508

4

16010.665

7740.508

5

12699.866

10372.532

6

13606.72

10372.532

7

16010.665

10372.532

8

13606.72

12699.866

9

16010.665

12699.866

10

16010.665

13606.72



140635.084

101086.08

xср

14063.508

10108.608


Общая средняя дисперсия:



N

П21

П22

1

107589420.09102

59915464.098064

2

161286596.41796

59915464.098064

3

185142829.1584

59915464.098064

4

256341393.74223

59915464.098064

5

161286596.41796

107589420.09102

6

185142829.1584

107589420.09102

7

256341393.74223

107589420.09102

8

185142829.1584

161286596.41796

9

256341393.74223

161286596.41796

10

256341393.74223

185142829.1584



2010956675.371

1070146138.6596


Sобщ = 2010956675.371 + 1070146138.6596 - 10 • 2 • 12086.062 = 159646757.75

Sф = 10(14063.512 + 10108.612 - 2 • 12086.062) = 78206185.87

Sост: Sост = Sобщ - Sф = 159646757.75 - 78206185.87 = 81440571.89

Определяем факторную дисперсию:



остаточную дисперсию:



Оценка факторной дисперсии больше оценки остаточной дисперсии.

Находим fнабл.


Для уровня значимости α=0.05, чисел степеней свободы 1 и 18 находим fкр из таблицы распределения Фишера-Снедекора.

fкр(0.05; 1; 18) = 4.41

Групповые средние в целом различаются значимо.
1   2   3   4


написать администратору сайта