- •Введение
- •1. Основные понятия и определения
- •1.1. Цели и задачи курса
- •1.2. Физическая величина
- •1.3. Измерение
- •1.4. Методы измерений
- •1.5. Средства измерений
- •1.6. Поверка средств измерений
- •1.7. Погрешности
- •1.8. Классификация погрешностей
- •1.9. Принципы описания и оценивания погрешностей
- •2. Результаты и погрешности измерений
- •2.1. Систематические погрешности. Обнаружение и исключение
- •2.2. Компенсация систематических погрешностей
- •2.3. Случайные погрешности. Вероятностное описание результатов и погрешностей
- •Опытные результаты 50 наблюдений
- •2.4. Оценка результата измерения
- •2.5. Нормальное распределение
- •2.6. Варианты оценки случайных погрешностей
- •2.7. Прямые измерения с многократными наблюдениями. Обработка данных
- •2.8. Прямые однократные измерения с точным оцениванием погрешности
- •2.9. Однократные измерения с приближенным оцениванием погрешности
- •2.10. Косвенные измерения
- •2.11. Совместные измерения
- •2.12. Оценивание достоверности контроля и погрешности испытаний
- •2.13. Международные рекомендации по оцениванию неопределенности результата измерения
- •Заключение
- •Библиографический список
- •Оглавление
- •Самодуров Александр Сергеевич
- •В авторской редакции
- •394026 Воронеж, Московский просп., 14
Опытные результаты 50 наблюдений
-
Номер
интервала
1
2
3
4
5
10
18
11
0,1
0,2
0,36
0,22
В данном опыте в первый и последующие интервалы попадает соответственно 0,1; 0,2; 0,36; 0,22 и 0,12 от общего количества наблюдений; при этом очевидно, что сумма этих чисел равна единице.
Если распределение случайной величины х статистически устойчиво, то можно ожидать, что при повторных сериях наблюдений той же величины, в тех же условиях, относительные частоты попаданий в каждый интервал будут близки к первоначальным. Это означает, что единожды построив гистограмму, при последующих сериях наблюдений можно с определенной долей уверенности заранее предсказать распределение результатов наблюдений по интервалам. Приняв общую площадь, ограниченную контуром гистограммы и осью абсцисс, за единицу, S0=1, относительную частоту попаданий результатов наблюдений в тот или иной интервал можно определить, как отношение площади соответствующего прямоугольника шириной общей площади.
Рис. 2.3. Гистограмма
При бесконечном увеличении числа наблюдений и бесконечном уменьшении ширины интервалов , ступенчатая кривая, огибающая гистограмму, перейдет в плавную кривую f(x) (рис. 2.4), называемую кривой плотности распределения вероятностей случайной величины, а уравнение, описывающее ее, дифференциальным законом распределения. Кривая плотности распределения вероятностей всегда неотрицательна и подчинена условию нормирования в виде:
.
Рис. 2.4. Кривая плотности распределения вероятностей
Закон распределения дает полную информацию о свойствах случайной величины и позволяет ответить на поставленные вопросы о результате измерения и его случайной погрешности. Если известен дифференциальный закон распределения случайной величины f(x), то вероятность Р ее попадания в интервал от х1 до х2:
.
Графически эта вероятность выражается отношением площади, лежащей под кривой f(x) в интервале от х1 до х2 к общей площади, ограненной кривой распределения.
Кроме непрерывных случайных величин в метрологической практике встречаются и дискретные случайные величины. Пример распределения дискретной случайной величины приведен на рис. 2.5.
Для описания частных свойств случайной величины используют числовые характеристики распределений. В качестве числовых характеристик выступают моменты случайных величин: начальные и центральные. Все они представляют собой некоторые средние значения; причем, если усредняются величины, считываемые от начала координат, моменты называются начальными, а т от центра закона распределения – то центральными.
Рис. 2.5. Распределение дискретной случайной величины
Начальный момент k-го порядка определяется формулами:
,
,
где pi – вероятность появления дискретной величины.
Здесь и ниже первая формула относится к непрерывным, а вторая к дискретным случайным величинам.
Из начальных моментов наибольший интерес представляет математическое ожидание случайной величины (k = 1):
, (2.4)
.
Центральные моменты k-го порядка рассчитываются по формулам:
,
.
Из центральных моментов особенно важную роль играет второй момент (k = 2), дисперсия случайной величины D:
, (2.5)
.
Дисперсия случайной величины характеризует рассеяние отдельных ее значений. Дисперсия имеет размерность квадрата случайной величины и выражает как бы мощность рассеяния относительно постоянной составляющей. Однако чаще пользуются положительным корнем квадратным из дисперсии — средним квадратическим отклонением (СКО), которое имеет размерность самой случайной величины.