Файл: Кориков А.М. Математические методы планирования эксперимента учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 27.06.2024

Просмотров: 160

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

- 1 6 9 -

Таким образом, 2) -оптимальный план всегда можно отыс­

кать на множестве непрерывных планов, сосредоточзгазс в конеч­

ном числе

точек.

*

 

 

 

Очевидно,

что

точный план является частник случаем не-

прерпвчого

плана.

С другой стороны, если выбрать достаточ­

но большое

Л

,

то любой вепрерывный план, округлив в за­

данной точностью значения g . ,

всегда можно представить . -

как точный план с числом ш блюдена*

X ,

 

Таким образом, решив задачу

построения непрерывного

плана, мы приближенно решаем и задачу построения точного

плана.

 

 

 

§ 6 . 4 . П о с т р о е н и е оЬ

- о п т и м а л ь н о г о

п л а н а д л я с л у ч а я о ц е н к и о д н о г о

и з н е и з в е с т н н х п а р а м е т р о в

р е г ­

р е с с и о н н о й

ф у н к ц и и

 

Рассмотрим задачу построения 2 ) -оптимального плана

для случая оценки одного из неизвестннх параметров

jb^

регрессионной функции ( 6 . 8 ) . Очевидно, что в этом случае

об -оптимальным планом будет план, который минимизирует дис­

персию оценки этого параметра. Киферои я Вольфовжцем предло­

жен следуюшяй способ построения

такого плана.

Рассмотржи

 

план,сосредоточенный в конечном числе точек

х 1 ,

х г

,

х ж . О п р е д е л и м

з а в и с и м о с т ь

 

д и с п е р с и и о ц е н к и

п а р а Ж е т р ' а

р ^ п о

м е т о д у н а и м е н ь и и х к в - а д р а т о в

о т

 



-л о -

к о о р д н н а т т о ч е к ,

п л а н а .

Предположим, что

\ , к г , . . . ,

- такие величины,

что функция

' # Ф - ^ Ф - Е Л Ь Ф

 

(6.13)

ортогональнафункциям

^ ( х )

, j < ft

,

в том смысле,что

Перейден

теперь к новым параметрам Jb* , jb*

jb^ та­

ким, что

 

 

Очевидно, что при этом

^

= jb^ . Пусть

-

результат

измерения в точке x t

. Чтобы методом наименьших

квадратов

найти оценки неизвестных параметров, нужно минимизировать

сумму чсвадратов отклонений

 

 

 

Ф - Е ^ - Г - М Л * » ? -

"

"

( 6 Д 6 )

С помощью соотношения (6.15) выражение

(6.16)

примет следующий

вид:

 

 

 

У ? - и & ' ±

tffi^tf

(6.17)

- П 1 ~

Минимум функции

(6 . 17)

найдем, приравнивая нулю частные про-

изводнке

от этой

квадратичной"формы,

взятые по переменный

 

j b * ,

|Ь*

 

 

. Легко видеть, что последнее из нор­

мальных уравнений для оценки параметров

J5* ,

1 - 1,2, ... , К,

 

будет таким

 

 

 

 

 

 

 

 

 

 

 

1=1

 

 

i " 1

 

 

 

 

 

 

 

 

Отсюда

 

 

 

 

 

 

 

 

 

 

 

 

 

£ К( ^ 0

4 i

 

 

 

 

 

 

 

 

 

t - t

 

 

 

 

 

 

 

 

 

 

 

и, следовательно,

дисперсия параметра

jb£

значит и

fa

)

будет зависеть от координат точек

 

плана следующим обравом:

 

Пз определения функции

^ £

( £

)

я условия её ортогональ­

ности функциям f j ( x )

(

j

)

(си.формулн (6.13) г

(6.14)

следует,

что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(6.19)

а значит,

чтобы минимизировать дисперсию коэффициента

fa

,

нужно i-эксимизировать

правую часть

уравнения (6 . 19) . Таким

 

образом, переходя к непрерывным планам, можно утверждать,что

план будет оптимальная для оценки параметра jb^, если '


 

 

 

 

 

 

 

 

- п г -

 

 

 

 

 

С

 

 

J " 1

 

 

 

 

 

 

 

 

 

( 6 . 2 0 )

 

max

min. J[|K (x) - £

c, ft (S)]2 | (dx) .

 

 

 

 

Обратим внимание на то, что задача построения оптимально­

го

плана

*

совпадает

о задачей нахоздения оптимальной стра-

тегии в

следующей игре двух лиц с нулевой суммой:

 

 

 

Пусть множество X

 

будет

пространством чистых

стратегий

игрока I

^ пространство

о в

{ с , , сг,...,

с -

п

р

о с т -

р а н о т в о

ч и с т ы х

 

с т р а т е г и й

и г р о к а П,

а

функция

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j

-

t

 

 

 

 

 

 

-

функция выигрыша.

 

 

 

 

 

 

 

 

 

 

 

Обозначим через

 

множество всех непрерывных

планов,

оно будет пространством смешанных стратегий игрока I . Функция

выигрыша ОС (

х ,

t

)

выпукла

по "с

; из

теории

игр

известно,

что в этом случае

существует

оптимальная

чистая

стратегия иг-

рока П.

4

 

 

 

 

 

 

 

 

 

 

 

Ъ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Итак, можно сформулировать следующую задачу теории игр:

найти такие стратегии

 

и

с

, что

 

 

*

 

 

 

км

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

к-1

 

 

 

 

 

 

т е х

m i n . J

[

j K (

x

)

- j ^

Cj £

(x)J

^ ( d x ) .


Найденный план Ц * будет оптимальным планом. Таким образом, задачу поиска оптимального плана можно решить методами тео­ рии игр.

§ 6 - 5 . К р а т к и й

о б з о р

р а б о т

п о *2$ -оп-

т и м а л ь н ы м

п л а н а м

 

При изложении §§ 6 . 1 -

6 . 4 , мы использовали

обзор Т.И.Го-

ликогой и Н.Г.7Лшсешиной

[ в ]

, а так же работу [l7J

. Методика

построения S i -оптимальных

планов и каталог

таких планов

есть

в работе И.Н.Вучкова и Г.К.Круга [7]

. Здесь

мн приведем

крат­

кий обзор работ по с 2). -оптимальным планам, следуя

разделу

пос­

вященному

этим планам,

написанному Т.И.Голиковой

в книге ~[з2] .

Если

рассматривать

класс непрерывных планов,

то справедли­

ва следующая

т е о р е м а :

 

 

План

-оптимален тогда и только

тогда, когда

он G - оп­

тимален , и тогда и только тогда, когда

приведенное

к одному

наблвдению значение максимума дисперсии оценки отклика в об­ ласти планирования равно числу коэффициентов регрессии".

Эту очень важную теорему доказали Кифери Вольфовиц в

статье

J47] . Сформулированная теорема значительно облегчает

задачу

построения непрерывных ^

-оптимальных планов. В рабо­

тах [ 4 5 , 4 6 , 4 8 , 50 ] непрерывные ^ -оптимальные планы постро­

ены для

полиномиальной регрессии при ограничениях на отрезке ;

для полиномиальной регрессии первого и второго порядка при

ограничениях на гиперкубе и К

-мерном шаре ; для тригонометри­

ческой регрессии и длч полиномиальной регрессии с различными весовыми функциями.

Во многих практических задачах вид функциональной зависимо-