23. Взаимосвязь между погрешностью и числом измерений.

Точность измерений - степень приближения результатов измерения к некоторому действительному значению, не имеет строгого определения и исп-ся для качественного сравнения измерительных операций. Для количественной оценки точности используется понятие "погрешность измерений" (чем меньше погрешность, тем выше точность).

Оценка погрешности измерений — важно для обеспечению единства измерений.

(4.4)

Среднее арифм. из ряда измерений всегда имеет меньшую погрешность, чем погрешность каждого определенного измерения. Это отражает и формула (4.4), определяющая фунд-ый закон теории погрешностей. Из него следует, что если необходимо повысить точность результата (при исключенной систематической погрешности) в 2 раза, то число измерений нужно увеличить в 4 раза; если требуется увеличить точность в 3 раза, то число измерений увеличивают в 9 раз и т. д.

24. Погрешности подчиняющиеся нормальному распределению: центральная предельная теорема. Из теории вер-ти известно, что наиболее универс. способом описания случ. вел. яв-ся отыскание их интегральных или дифференциальных функций распределения Интегральная ф-я распределения вероятности F(x) определяет вероят-ть того, что отдельный результат будет меньше аргумента. Чем больше х, тем больше вероятность того, что ни один результат измерений не превысит этого значения, то есть F(x) – неубывающая функция:

F(x2)>F(x1), если х2>х1.

При изменении х от -∞ до +∞ ф-я F(x) меняется от 0 до1. Вероятностьть того, что результат сравнения окажется в интервале [x1;x2], равна разности значений F(x) на границах этого интервала:

P(x1≤x≤x2)=F(x2)-F(x1)

Функция плотности распределения вероятности р(х) связана с ф-ей распределения вер-ти F(x) соотношением Р(х)=F’(x)

Поэтому р(х) часто называют дифференциальной функцией распределения вероятности. При расширении интервала до бесконечности рассматриваемое событие становится достоверным. Поэтому площадь, ограниченная графиком ф-и р(х) и осью абсцисс, равна 1.

Если справедливо соотношение р(х)=F’(x), то функция может быть получена интегрированием р(х) в соответ-щих пределах:

Так как F(x) – неубывающая функция, то ее производная не может быть отрицательной, то вероятность всегда р(х)>0.

Вероятность того, что отдельный результат окажется в интервале [x1;x2], равна площади, ограниченной графиком функции р(х), осью абсцисс и перпендикулярами к ней на границах интервала, то есть соответствуют уравнению

Описание отсчета или результата измерения с помощью законов распределения вероятности яв-ся наиболее полным, но не всегда удобным. Во многих случаях ограничиваются приближенным описанием закона распределения вероятности с помощью его числовых характеристик, или моментов. Все они представляют собой некоторые средние значения, причем, если усредняются величины, отсчитываемые от начала координат, моменты называют начальными, а если от центра закона распределения – центральными. Первый начальный момент – среднее значение

Сред.знач. хар-ет МО отсчета при бескон. повторении процедуры измерения.

Второй центральный момент – дисперсия

Подчиняется ли распределение нормальному з-ну можно узнать из гистограммы, если при ее построении соблюд след условия: 1) интервалы ΔQ по возможности должны быть одинаковыми, 2) количество интервалов завис от кол-ва измерений, 3) масштаб выбирается так, чтобы высота гистограммы относ к основанию примерно 5:8.

Существует неск критериев согласия, по кот проверяется соотв распределению. Один из них – критерий Пирсона χ².

Вер-ть того, что случ число примет значение, меньшее аргумента этой ф-ции опред по интегральной ф-ции хи-квадрат распределения. Заадвшись знач интегральной ф-ции распределения Пирсона F(χ₀²), можно проверить больше или меньше ее аргумента χ₀² вычисл знач-е χ². Ес χ²< χ₀², то подчин.