Поротов Г.С. Математические методы моделирования в геологии: Учебник

Подождите немного. Документ загружается.

)1,37(

90,12

19,14

982,01,29  ху

или после раскрытия скобок у2=21,080х5–511,0. При t5=52

погрешность прогнозирования по уравнению

4,5982,0119,142



. Поэтому можно записать

у5=51,080х5–511,05±55,4.

Из табл.3.1 имеем дисперсию



=5201,32; остаточную

дисперсию





=5201,32(15–50,982

)5=57,18; дисперсию тренда

тр



=5201,325–57,185=5194,14. Приняв



за 1005%, найдем, что

дисперсия тренда составит 96,45%, а остаточная дисперсия

отклонений равна 3,65% от общей дисперсии.

Линию полученного уравнения можно нанести на график

(рис.3.2). Она пересечет ось абсцисс при значении

х5=511,0/1,0805=510,25%, что указывает на вероятное среднее

содержание железа в немагнитных минералах руды. В качестве

второй точки для проведения линии регрессии можно использовать

средние значения

=537,1 и

=529,1.

Рис.3.2. Зависимость содержания

магнетитового железа х от содержания

общего железа у

y, %

10 20 30 40 50 60 x, %

y5=51,08х5–511,0555,4

Отметим, что существует и второе уравнение зависимости

х5от у, оно имеет вид

)1,29(

19,14

90,12

982,01,37  ух

или х5=50,893у5+511,1, его погрешность 4,9. Линии обоих уравнений

пересекаются в точке средних значений

.

3.1.4. Двухмерное нормальное распределение.

Эллипс рассеяния

Облако точек на рис.3.1, как и во многих других случаях, в

первом приближении имеет эллипсовидную форму. В ряде задач

нужно знать параметры эллипса, охватывающего облако, и

построить эллипс на чертеже.

Идеальный эллипс возникает в том случае, когда система

двух случайных величин и каждая из них в отдельности

подчиняются нормальному закону распределения. Но и при

заметных отклонениях от него конфигурация облака может быть

охарактеризована эллипсом рассеяния.

Двухмерное нормальное распределение системы двух

случайных величин описывается формулой плотности вероятности

































)())((2)(

),(

yyyyxxrxx

yxf

(3.17)

В формулу входит пять статистических характеристик,

рассмотренных выше. Если спроектировать облако точек на оси Ох

и Оу и построить гистограммы частот величин х и у, то каждая из

них подчиняется нормальному закону (рис.3.3):

)(

σ2

)(







)(

σ2

)(







Облако точек заключено внутри эллипса, выраженного уравнением

)())((2)(

yyyyxxrxx



















, (3.18)

где t – коэффициент вероятности.

Если t будет принимать другие значения, будут построены

подобные эллипсы иного размера (рис.3.4).

В центре эллипса точки расположены гуще, к краям их

плотность убывает. Вероятность попадания точек в эллипс при

нормальном распределении с параметром (квантилью) t описывается

формулой

)

1(1





. (3.19)

Рис.3.3.Схема эллипса рассеяния

двухмерного нормального распределения

и проекции плотности вероятности

на5оси Ох и Оу

Рис.3.4. Подобные эллипсы рассеяния

10 20 30 40 x

t5=52

Для построения эллипса необходимо знать положение его центра,

размеры осей (полуосей) и их ориентировку по отношению к осям

координат.

Центр эллипса имеет координаты

. Эллипс

характеризуется размером, формой и ориентировкой осей на

плоскости. Размер эллипса возрастает при увеличении рассеяния

точек, т.е. при возрастании дисперсий



. Форма эллипса

зависит в основном от коэффициента корреляции r. Чем ближе он по

модулю к единице, тем более узким и вытянутым оказывается

эллипс. В пределе, при r5=51, эллипс вырождается в отрезок прямой

линии. Ориентировка эллипса характеризуется углом поворота его

осей по отношению к5системе координат. Угол можно найти из

уравнения

2tg







. (3.20)

Его решение дает два угла 

и 

, отличающихся друг от

друга на 90. Чтобы найти полуоси эллипса, начало координат

переносят в центр эллипса, в точку

),( yx

и поворачивают

координатные оси на угол 

или 

. Обозначим новые оси

координат u и v, тогда уравнение эллипса (3.18) приобретает

канонический вид:









(3.21)

откуда следует, что полуоси эллипса равны

t

Дисперсии разброса точек



в новой системе

координат связаны с дисперсиями



соотношениями:

;sin2sincos

22222



yyxxи

.cos2sinsin

22222



yyxxv

Сумма дисперсий при переносе и повороте координат не меняется.

Она зависит от взаимного расположения точек в облаке и является

инвариантом:

.const

2222



yxvu

(3.22)

Таким образом, чтобы построить эллипс рассеяния,

достаточно знать координаты его центра

),( yx

, угол поворота

осей 

или 

и длину полуосей

t

3.1.5. Нелинейная регрессия. Метод наименьших

квадратов

Зависимости между свойствами могут быть не только

линейными, но и более сложными – нелинейными и

многофакторными. Для обработки любых зависимостей существует

эффективный метод наименьших квадратов. Суть метода состоит в

том, что изучаемая зависимость аппроксимируется таким

алгебраическим выражением (трендом), который дает наименьшее

расхождение с наблюдаемыми значениями.

Пусть значения величины у нелинейно зависят от значений

величины х (точки на рис.3.5). Нужно подобрать такую функцию

f(x), в которой отклонения между фактическими y

и расчетными

(теоретическими) у

5=5f(x) значениями будут наименьшими.

Отклонения 

5=5y

5–5y

могут быть положительными и

отрицательными. Главный принцип метода заключается в

требовании, чтобы сумма квадратов всех отклонений от линии

зависимости была минимальной:

.min







(3.23)

Вид аппроксимирующей функции f(x) должен быть задан

либо на основании теоретических соображений (например,

гиперболическая зависимость плотности руды от ее состава в

примере51.3), либо путем эмпирического подбора. Например, в

качестве функции f(x) могут быть использованы полином порядка p:

f(x)2= =2a

2+2a

x2+2a

5+5…5+5a

; синусоида f(x)2=2 asin(bx2+2c);

показательная функция f(x)2=2ae

и др. В каждой функции

присутствуют постоянные коэффициенты a, b, c (их число зависит от

вида функции), значения которых заранее не известны и которые

определяют положение кривой на графике (рис.3.5). Следовательно, и

сумма квадратов отклонений также зависит от значений

коэффициентов, т.е. является их функцией:







cba

...).,,(

Чтобы найти минимум этой функции, нужно взять частные

производные по неизвестным коэффициентам и приравнять их

нулю:

;0





;0





.0





(3.24)

В результате будет получена система уравнений, в которой число

уравнений равно числу неизвестных. Решая эту систему, найдем

искомые коэффициенты a,2b,5c …

y5=5f (x)



Рис.3.5 Схема, иллюстрирующая

отклонения точек от заданной кривой

y2=2f(x)

Когда коэффициенты в функции f(x) определены, можно

найти расчетные значения y

5=5f(x) для каждого x

и5сравнить их с

фактическими y

, т.е. найти отклонения 

5=5y

2–2y

. Далее вычисляют

дисперсии отклонений:







(3.25)

и, наконец, определяют корреляционное отношение:

,σ/σ1η

δ y



(3.26)

которое заключено в интервале от нуля до единицы (055551) и

характеризует степень нелинейной зависимости между величинами

х и у. Чем ближе  к единице, тем сильнее зависимость. При 5=50

связь отсутствует.

Зная дисперсию исходных данных



и дисперсию

случайных отклонений

, можно по их разности найти еще одну

дисперсию

зак



которая характеризует изменчивость

расчетных значений у

и может быть названа закономерной. Приняв

общую дисперсию за 1005%, можно найти соотношение между

зак

в5процентах.

Рассмотренная схема обработки данных применима к

исследованию линейных и нелинейных, однофакторных и

многофакторных зависимостей. В частном случае простой линейной

зависимости y2=2ax2+2b использование метода наименьших

квадратов дает уравнение регрессии (3.12), а корреляционное

отношение по абсолютной величине совпадет с коэффициентом

корреляции.

3.1.6. Применение метода наименьших квадратов

к параболической зависимости

Имеется нелинейная зависимость (рис.3.6). Требуется

рассчитать нелинейную параболическую зависимость по методу

наименьших квадратов. Уравнение параболы имеет вид

y5=5ax

5+5bx5+5c. (3.27)

Следовательно, для каждой точки графика справедливо

соотношение (см. рис.3.5)

iiii

cbxaxy δ



Из этого выражения найдем отклонения 

и сумму квадратов

отклонений, которая является функцией  от неизвестных

коэффициентов a,2b,5c:

(a,5b,5c)5=

.)]([δ







cbxaxy

Чтобы отыскать минимум функции (a,5b,5c), необходимо

найти частные производные от функции по неизвестным a,2b,2 c и

приравнять производные нулю:







;0)]([2







iii

xcbxaxy

Рис.3.6. Аппроксимация изменения мощности

рудного тела параболической зависимостью

1 – фактические данные; 2 – аппроксимирующая

парабола у2=2–0,027х

+50,532х5–50,243

2 5 7 9 12 14 16 19

После раскрытия скобок и преобразования получим систему

трех уравнений с тремя неизвестными

   

 ;

2234

iiiii

yxxcxbxa

   

 ;

iiiii

yxxcxbxa

(3.28)

   

 .1

iii

ycxbxa

Заметим, что





Для удобства последующей записи введем

смешанные начальные моменты:





ikl

Разделим левые и правые части всех уравнений системы (3.28) на n

и5запишем систему через смешанные начальные моменты:

5+5bm

2+2cm

5=5m

;

2+2bm

2+2cm

5=5m

; (3.29)

5+5bm

2+2c5=5m

Для того чтобы найти коэффициенты a,2b,5c в уравнении

параболы (3.27), нужно вычислить все моменты, входящие в

систему (3.29), и решить ее. Система уравнений (3.29) линейна

относительно неизвестных a,2b,2c, что существенно облегчает

расчеты. Нередко встречаются такие зависимости (например,

гиперболические), которые приводят к сложной нелинейной

системе, которую нельзя решить алгебраическим путем. Подобные

системы решают методом последовательных приближений.

Пример3.3. По простиранию рудного тела от

произвольной точки отсчета на расстоянии х

от нее измерена

мощность y

(рис.3.6, табл.3.2). Требуется рассчитать

параболическую зависимость мощности линзообразного рудного

тела.

Порядок расчета начальных моментов приведен в табл.3.2,

последняя строка которой содержит данные, необходимые для

составления системы уравнений (3.29):

33076a5+52079b5+5139,5c5=5178,8;

2079a5+5139,5b5+510,5c5=515,61;

139,5a5+510,5c5+5c5=51,575.

Решая систему, найдем коэффициенты5 a5=5–0,0270;5 b5=50,532; c5=

=5–0,242. Следовательно, уравнение аппроксимирующей параболы

имеет вид

5=5–0,0270х

5+50,532х5–50,242.

Таблица 3.2

Расчет параболической зависимости, аппроксимирующей изменение

мощности рудного тела

№

п/п

Исходные

данные, м

Произведения

1 2 0,7 4 8 16 1,4 2,8 0,49

2 6 1,3 25 125 625 6,5 32,5 1,69

3 7 2,6 49 343 2401 18,2 127,4 6,76

4 9 2,8 81 729 6561 25,2 226,8 7,84

5 12 2,0 144 1728 20738 24,0 288,0 4,00

6 14 1,8 196 2744 38416 25,2 352,8 3,24

7 16 1,0 256 4096 65536 16,0 256,0 1,00

8 19 0,4 381 6859 130321 7,6 144,4 0,16

Сумма 84 12,6 1116 18632 204612 124,1 1430,7 25,18

Среднее 10,5 1,575 139,5 2079 33076 15,51 178,8 3,148

Сравнение фактических y

и теоретических у

мощностей,

рассчитанных по уравнению параболы, свидетельствует об

удовлетворительном их совпадении (табл.3.3). Расхождения  между

фактическими и теоретическими значениями позволяют найти

дисперсию случайных отклонений



0,104.