Автор работы: Пользователь скрыл имя, 29 Апреля 2013 в 23:29, курсовая работа
Расчет данной электрической цепи в программе MathCAD и проверка правильности расчета в программе Multisim помогут приобрести практический опыт при расчете сложных электрических цепей постоянного тока. Данный расчет поможет овладеть простейшими навыками работы в программе MathCAD, эти навыки будут полезны при решении более сложных задач расчета электрических цепей. Проверка правильности расчета данной электрической цепи в программе Multisim, поможет приобрести ценные практические знания схемотехнического моделирования сложных электрических цепей.
Введение 3
Постановка задач: 4
Глава 1. Исследование сложной цепи постоянного тока в программе Mathcad 5
1.2)Схема электрической цепи, нарисованная в графическом редакторе:…………. 6
1.3)Уравнения, составленные по законам Кирхгофа: 6
1.4)Решение системы уравнений с помощью блока Given Find 6
1.5)Решаем систему уравнений с помощью обратной матрицы 8
Глава 2.Проверка правильности решения при помощи построения заданной сложной цепи в программе Multisim 10
Глава 3. Статистическое исследование математической сложной модели электрической цепи в программе Excel. 11
3.2) Ввод начальных данных 11
3.3) Статистический анализ в Excel 11
3.4) Гистограмма приведенных частот 22
3.5) Проверка критерия согласия хи2 24
3.6)Нахождение токов для каждой серии случайных величин 26
3.7) Корреляционный анализ между случайными величинами сопротивлений …………………………………………………………………………………….28
3.8) Регрессионный анализ 35
Выводы 46
Список литературы 47
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
4,2832E-89 |
42,46684681 |
43,0970513 |
42,46684681 |
43,0970513 |
3,2703E-45 |
-1,728014492 |
-1,57804482 |
-1,728014492 |
-1,578044815 |
3,006E-06 |
0,175556036 |
0,39617969 |
0,175556036 |
0,396179689 |
2,6412E-64 |
-1,653821828 |
-1,58749738 |
-1,653821828 |
-1,587497379 |
3,5562E-35 |
-0,345720871 |
-0,30060154 |
-0,345720871 |
-0,300601542 |
1,4062E-46 |
-0,492684466 |
-0,45222406 |
-0,492684466 |
-0,452224064 |
1,3608E-38 |
-0,164605547 |
-0,14592159 |
-0,164605547 |
-0,145921589 |
1,9771E-68 |
-0,721907439 |
0,69741676 |
-0,721907439 |
-0,697416763 |
0,02525489 |
-0,031004507 |
-0,0021318 |
-0,031004507 |
-0,002131801 |
Коэффициенты – значение коэффициента ai.
Стандартная ошибка – стандартные ошибки коэффициента ai. Квадрат стандартной ошибки это оценка дисперсии коэффициента ai.
t-статистика – расчетное значение t-критерия, вычисляемые по формуле:
P-значение - значение уровней значимости.
Нижнее 95% и Верхнее 95% - соответствующие нижние и верхние границы доверительных интервалов для коэффициентов регрессии ai.
Проведем исправленный регрессионный анализ, так как коэффициент r02 меньше чем его стандартная ошибка то его можно исключить.
Таблица «Вывод остатка»
В таблице (см. Рисунок 23) сгенерированы теоретические значения результативного признака Y и значения остатков. Последние вычисляются как разность между эмпирическими у и теоретическими значениями результативного признака Y.
Копируем значения предсказанного (теоретического) значения тока в столбец «I1*». Значения остатков копируем в столбец «I1-I1*». вводим название нового столбца - «Проверка» (см. Рисунок 24). .В данном столбце мы будем проверять правильность нахождения остатков и теоретических значений токов. Сумма теоретических (предсказанных) токов и их остатков должно быть равно найденному нами ранее токам (I1), используемых в качестве входных данных к пакету анализа «Регрессия». Для этого суммируем соответсвующие значения остатков и предсказанных токов. Сверяем полученные данные с токами, найденными нами ранее. Убеждаемся, что они идеентичны.
Рисунок 23 – Таблица остатков.
Рисунок 24– Проверка.
В данной проделанной работе
мы овладели навыками
Инструмент
«Описательная статистика»
Критерий согласия гипотез о нормальности случайной величины R4 позволил установить, что гипотеза не противоречит опытным данным, и она может быть принята как достоверная. Основное преимущество этого критерия это его гибкость. Этот критерий можно применять для проверки допущения о любом распределении, даже не зная параметров распределения.
В программе Microsoft Excel получили модель электрической цепи с помощью, которой можно легко рассчитать значения токов при изменяющихся сопротивлениях.
Корреляционный анализ позволил установить, ассоциированы ли наборы данных по величине, то есть большие значения из одного набора данных связанных с большими значениями другого набора (положительная корреляция), или, наоборот малые значения одного набора связаны с большими значениями другого (отрицательная корреляция), или данные двух диапазонов никак не связанны (нулевая корреляция).
Регрессионный анализ заключается в подборе графика для набора наблюдений с помощью метода наименьших квадратов. Регрессия используется для анализа воздействия на отдельную зависимую переменную значений одной или более независимых переменных.
Выведена формула , с помощью которой можно провести различные исследования, например, определить влияние случайной величины на ток.
Так же была проведена оценка полученных токов в регрессионном анализе и в программе MathCAD. В результате нашли абсолютную и относительную погрешности расчётов.