Материал: Ответы ГОСы

Кинетики разных порядков.

уравнения реакции кинетики нулевого, 1‐го, 2‐го или n‐го порядков

Для кинетики 1‐го порядка основным параметром, вводимым  в модель в качестве характеристики движущегося вещества, также остается период полураспада (см. рис. II.5.3). Безусловно, этот  параметр будет зависеть от температуры и влажности почвы (которая рассчитывается в модели). Эти уравнения (зависимости периода полураспада от температуры и влажности почв) различаются для разных моделей.

Понятие о риске, расчеты рисков

Риск — ситуация или сочетание факторов среды и ситуации, которые оказывают (могут оказать) неблагоприятное влияние на фирму, процесс или проект. При этом можно предполагать относительную устойчивость внешних условий, что позволяет опираться на ранее накопленный опыт, статистическую информацию и, следовательно, применять методы и понятия теории вероятностей.

Риск – вероятность возникновения неблагоприятного события с предсказуемым последствием за определенный промежуток времени.

 Основная цель применения математического моделирования в оценке рисков сводится к описанию общей модели: R = f (P, I), где P — вероятность наступления рискового события, I — потенциальные последствия влияния факторов

Информационные технологии в почвоведении Процесс проведения научного исследования с использованием эвм

В настоящее время для повышения эффективности научных исследований важное значение приобретает их автоматизация, позволяющая осуществлять моделирование исследуемых объектов, явлений и процессов, изучение которых традиционными способами затруднено или невозможно. Решению этой задачи призваны служить автоматизированные системы научных исследований (АСНИ).

ЭВМ в АСНИ могут использоваться для решения следующих основных задач:

1) управление экспериментом;

2) подготовка отчетов и документации;

3) поддержание базы экспериментальных данных;

4) построение информационных и экспертных систем.

Эффективность применения ЭВМ в автоматизации научных исследований заключается в следующем:

• в несколько раз сокращается цикл исследования за счет ускорения подготовки и проведения эксперимента, уменьшения времени обработки и систематизации данных, уменьшения числа ошибок при измерении и обработке;

• увеличивается точность результатов и их достоверность;

• повышается качество и информативность эксперимента за счет числа контролируемых параметров и более тщательной обработки данных;

• в ходе интерактивного взаимодействия с АСНИ достигается усиление контроля за ходом эксперимента и возможность его оптимизации;

• сокращается штат участников эксперимента.

Еще одно направление использования ЭВМ связано с решением задач моделирования, часто встречающихся в практической деятельности исследователей.

Модель – система, обеспечивающая требуемую имитацию определенного процесса.

Информационная модель – набор параметров, содержащий всю необходимую информацию об исследуемых объектах и процессах.

Здесь допустимо не только математическое моделирование какого-либо процесса или явления, но и визуально-натурное моделирование, которое обеспечивается за счет виртуального отображения этих процессов и явлений средствами машинной графики (а не табличными данными или графиками, как это принято) в реальном масштабе времени. Рассмотрение различных имитационных вариантов позволяет исследователю выбрать оптимальный.

На высших уровнях иерархии в АСНИ находятся информационная и экспертная системы.

Информационная система – автоматизированная система для хранения большого объема информации, быстрого поиска требуемой информации и вывода ее в удобном для человека виде. Информационная система предназначена для хранения и просмотра базы экспериментальных и других данных. Большие объемы информации часто встречаются при цифровой обработке изображений, например в аэрокосмической съемке, астрофизике, ядерной физике и других подобных областях.

Особое место в АСНИ отводится экспертной системе, которая представляет собой мостик между теорией и практикой. Так, методы анализа данных, берущие свое начало в математической статистике, все усложняются и включают логические структуры, которые обеспечивают более высокий уровень обобщения информации.

АСНИ выпускаются в виде как специализированных компьютерных систем, так и прикладных пакетов общего назначения.

Понятие об испытании с точки зрения анализа данных

Я не нашёл точного определения, что странно очень, но как я понял с точки зрения анализа данных испытание – это некоторое действие или комплекс действий, направленных на получение некоторого результата. То есть испытание – это подбрасывание монетки, а то, какой стороной она упала – это результат испытания, событие.

Активные и пассивные эксперименты

коротко

При пассивном эксперименте информацию о параметрах процесса или объекта получают при нормальной эксплуатации объекта, без внесения каких-либо искусственных возмущений.

При активном эксперименте информацию о параметрах процесса получают путем искусственного внесения возмущений, т.е. изменяют входные параметры в соответствии с заранее спланированной программой (т.е. матрицей планирования

Существует два вида планирования активного эксперимента: традиционное (классическое) однофакторное и многофакторное

При однофакторном планировании влияние входных параметров (факторов) на выходной параметр изучается постепенно, и в каждой серии опытов меняется уровень лишь одного фактора, а все остальные остаются неизменными.

Факторное планирование эксперимента – это такое планирование, при котором одновременно варьируются все факторы.

При факторном планировании эксперимента проводится рандомизация опытов, которая позволяет исключать влияние неконтролируемых факторов и рассматривать их как случайные факторы. При пассивном эксперименте информацию о параметрах процесса или объекта получают при нормальной эксплуатации объекта, без внесения каких-либо искусственных возмущений.

Основная задача пассивного эксперимента — по результатам наблюдений сделать некоторые выводы о параметрах математической модели эксперимента При этом вид ее предполагается известным, а параметры — неизвестными.

Пассивный эксперимент – значения факторов не зависят от воли исследователя и берутся такими, какими они наблюдаются в опыте.

1. Метеонаблюдения (t, осадки и т.п.)

2. Описание неведомой страны, ее флоры и фауны

3. Определяем средний урожай на угодьях и находим, чем они отличаются

Активный эксперимент предполагает возможность устанавливать значение факторов по своему усмотрению.

1. Обстреливаем облака хлоридом серебра (чтоб вызвать дождь)

2. Изменяем геном существующих видов

3. Вносим удобрения на делянках и сравниваем урожай

несколько длиннее

Теория предполагает, что эксперимент может быть пассивным и активным.

При пассивном эксперименте информация об исследуемом объекте накапливается путем пассивного наблюдения, то есть информацию получают в условиях обычного функционирования объекта. Активный эксперимент проводится с применением искусственного воздействия на объект по специальной программе.

При пассивном эксперименте существуют только факторы в виде входных контролируемых, но неуправляемых переменных, и экспериментатор находится в положении пассивного наблюдателя. Задача планирования в этом случае сводится к оптимальной организации сбора информации и решению таких вопросов, как выбор количества и частоты измерений, выбор метода обработки результатов измерений.

Наиболее часто целью пассивного эксперимента является построение математической модели объекта, которая может рассматриваться либо как хорошо, либо как плохо организованный объект. В хорошо организованном объекте имеют место определенные процессы, в которых взаимосвязи входных и выходных параметров устанавливаются в виде детерминированных функций. Поэтому такие объекты называют детерминированными. Плохо организованные или диффузные объекты представляют собой статистические модели. Методы исследования с использованием таких моделей не требуют детального изучения механизма процессов и явлений, протекающих в объекте.

Примером пассивного эксперимента может быть анализ работы схемы, которая не имеет входов, только выходы, и повлиять на ее работу невозможно.

Хорошим примером пассивного эксперимента с диффузным объектом являются измерения метеорологических параметров (температуры, скорости ветра и т.д.) при природных катаклизмах.

Активный эксперимент позволяет быстрее и эффективнее решать задачи исследования, но более сложен, требует больших материальных затрат и может помешать нормальному ходу технологического процесса. Иногда отсутствует возможность проведения активного эксперимента (например, при исследовании явлений природы). Тем не менее, учитывая преимущества активного эксперимента, тогда, когда это возможно, предпочтение отдают ему.

При активном эксперименте факторы должны быть управляемыми и независимыми.

Активный эксперимент предполагает возможность воздействия на ход процесса и выбора в каждом опыте уровней факторов. При планировании активного эксперимента решается задача рационального выбора факторов, существенно влияющих на объект исследования, и определения соответствующего числа проводимых опытов. Увеличение числа включенных в рассмотрение факторов приводит к резкому возрастанию числа опытов, уменьшение - к существенному увеличению погрешности опыта. Фактор считается заданным только тогда, когда при его выборе указывается его область определения – совокупность значений, которые может принимать данный фактор. В эксперименте используется ограниченная часть области определения, задаваемая обычно в виде дискретного множества уровней. Выбранные факторы должны быть однозначно управляемыми и операциональными, то есть поддающимися регулированию с поддержанием на заданном уровне в течение всего опыта при соблюдении последовательности необходимых для этого действий. Должна быть назначена также точность измерения факторов в выбранном диапазоне измерения.

Совокупности факторов должны отвечать требованиям совместимости и независимости. Соблюдение первого требования означает, что все комбинации факторов осуществимы и безопасны, второго - возможность установления фактора на любом уровне независимо от уровней других факторов.

Способы обеспечения репрезентативности выборки

Свойство выборки, благодаря которому результаты выборочного исследовании позволяют делать выводы о генеральной совокупности и эмпирическом объекте в целом, называется репрезентативностью.

Репрезентативность (представительность) выборки — это способность выборки воспроизводить определенные характеристики генеральной совокупности в пределах допустимых погрешностей. Выборку называют репрезентативной, если результат измерения определенного параметра для данной выборки совпадает с учетом допустимой погрешности с известным результатом измерения генеральной совокупности. Если выборочное измерение отклоняется от известного параметра генеральной совокупности больше выбранного уровня погрешности, то такая выборка считается нерепрезентативной.

Систематический (механический) отбор

 Образцы отбираются по всей территории через равные промежутки, например по сетке

 При мониторинге - через равные временные промежутки

Случайный отбор (Перед каждым следующим выбором все шары в урне перемешиваются.)

Выборка называется случайной, если она построена таким образом, что каждое значение признака в пределах совокупности имеет равные возможности быть отобранным.

Предложенное определение прежде всего устанавливает связь между выборочной и генеральной совокупностью исследования. Именно генеральную совокупность представляет выборка, и только на генеральную совокупность могут быть распространены выявленные в выборочном исследовании тенденции. Теперь должно быть понятно, почему ранее такое внимание было уделено задачам корректного определения генеральной совокупности и ее описания в исследовательской документации и публикациях. Выборка не может представлять иную совокупность, отличную от той, из которой фактически проводился отбор единиц для измерения. Если исследователь заблуждается относительно фактических границ генеральной совокупности, то его выводы будут некорректны. Если он по ошибке или намеренно расширяет или искажает границы генеральной совокупности в отчетных материалах, публикациях, презентациях по результатам исследования, то это вводит в заблуждение пользователей и может рассматриваться в качестве фальсификации результатов.

Репрезентативность выборки - иными словами, ее представительность - это способность выборки представлять изучаемые явления достаточно полно - с точки зрения их изменчивости в генеральной совокупности.

Конечно, полное представление об изучаемом явлении, во всем его диапазоне и нюансах изменчивости, может дать только генеральная совокупность. Поэтому репрезентативность всегда ограничена в той мере, в какой ограничена выборка. И именно репрезентативность выборки является основным критерием при определении границ генерализации выводов исследования. Тем не менее, существуют приемы, позволяющие получить достаточную для исследователя репрезентативность выборки.

Случайный отбор?

Первый и основной прием - это простой случайный отбор. Он предполагает обеспечение таких условий, чтобы каждый член генеральной совокупности имел равные с другими шансы попасть в выборку. Случайный отбор обеспечивает возможность попадания в выборку самых разных представителей генеральной совокупности. При этом принимаются специальные меры, исключающие появление какой-либо закономерности при отборе. И это позволяет надеяться на то, что в конечном итоге в выборке изучаемое свойство будет представлено если и не во всем, то в максимально возможном его многообразии.

Второй способ обеспечения репрезентативности - это стратифицированный случайный отбор, или отбор по свойствам генеральной совокупности. Он предполагает предварительное определение тех качеств, которые могут влиять на изменчивость изучаемого свойства (это может быть пол, уровень дохода или образования и т. д.). Затем определяется процентное соотношение численности различающихся по этих качествам групп (страт) в генеральной совокупности и обеспечивается идентичное процентное соотношение соответствующих групп в выборке. Далее в каждую подгруппу выборки испытуемые подбираются по принципу простого случайного отбора.

Особенности данных в почвоведении и агрохимии