- •Ростовский государственный строительный университет
- •Раздел 1. Ошибки измерений и меры точности
- •1.1. Общие сведения об измерениях
- •1.2. Виды ошибок измерений
- •1.3. Свойства случайных ошибок
- •1.4. Принцип арифметической средины
- •1.5. Меры точности результатов измерений
- •1.6. Вероятностное обоснование применения теории ошибок измерений
- •1.7. Определение вероятности отклонения случайной величины от ее математического ожидания
- •1.8. Предельная ошибка результата измерения
- •1.9. Абсолютные и относительные ошибки
- •1.10. Ошибки округления
- •1.11. Ошибки функций измеренных величин
- •1.12. Типовые примеры
- •1.12.1. Функция произведения непосредственно измеренного аргумента на постоянный коэффициент
- •1.12.2. Функция линейного вида
- •1.13. Средняя квадратическая ошибка простой арифметической средины
- •1.14. Формула Бесселя
- •1.15. Влияние систематических ошибок на точность отдельных измерений
- •1.16. Оценка точности функции при наличии систематических ошибок
- •1.17. Оценка точности равноточно измеренных величин при систематическом влиянии
- •1.18. Принцип равных влияний
- •Раздел 2. Обработка результатов неравноточных измерений
- •2.1. Неравноточные измерения и их веса
- •2.2. Общая арифметическая средина и ее свойства
- •2.3. Средняя квадратическая ошибка единицы веса
- •2.4. Вычисление весов функций
- •2.5. Вычисление ошибки единицы веса
- •2.5.3. Вычисление средней квадратической ошибки измерения углов в триангуляции
- •2.5.4. Вычисление ошибки единицы веса через отклонения от арифметической средины
- •II. Способ наименьших квадратов
- •3. Коррелатный способ уравнивания
- •3.1. Условные уравнения
- •3.2. Весовая функция
- •3.3. Нормальные уравнения коррелат
- •3.4. Составление нормальных уравнений коррелат
- •3.5. Решение нормальных уравнений по алгоритму Гаусса
- •3.6. Оценка точности по материалам уравнивания
- •3.7. Блок-схема коррелатного способа уравнивания
- •3.8. Уравнивание нивелирной сети коррелатным способом
- •3.9. Уравнивание геодезического четырехугольника коррелатным способом
- •4 Параметрический способ уравнивания
- •4.1. Параметрические уравнения
- •4.2. Нормальные уравнения
- •4.3. Составление нормальных уравнений
- •4.4. Весовая функция
- •4.5. Решение нормальных уравнений способом обращения
- •4.6. Оценка точности по материалам уравнивания
- •4.7. Блок-схема параметрического способа уравнивания
- •4.8. Уравнивание нивелирной сети параметрическим способом
- •4.9. Уравнивание углов на станции параметрическим способом
1.6. Вероятностное обоснование применения теории ошибок измерений
Знание функции плотности распределения случайных ошибок измерений дает возможность для решения целого ряда задач, возникающих при различных геодезических работах: определение наиболее вероятного значения при многократных измерениях; установление предельных значений (допусков) для конкретного вида работ; вычисление вероятности появления случайной ошибки в определенном интервале; выявление предельных значений, за которыми ошибки можно квалифицировать как грубые. Для этого воспользуемся функцией Лапласа, имеющей следующий вид
(1.17)
Вероятность того, что любая случайная величина X примет значение, принадлежащее интервалу (, ), можно выразить через функцию распределения
(1.18)
Перейдем к нормированной случайной величине t . Неравенства < x < и равносильны. Поэтому вероятности этих неравенств равны между собой
(1.19)
Используя равенство (1.18), запишем
(1.20) где
Считая, что нормированная случайная величина t имеет нормальное распределение, и используя определение интегральной функции, получим
(1.21) Первое слагаемое числено равно половине площади под нормированной кривой распределения; второе слагаемое является выражением функции Лапласа. Итак, для нормально распределенной случайной величины имеем
(1.22)
Используя формулу (1.22) в выражении (1.20), получим
(1.23)
1.7. Определение вероятности отклонения случайной величины от ее математического ожидания
Определим вероятность того, что нормально распределенная величина X отклоняется от своего математического ожидания на величину меньшую чем , т.е. найдем вероятность осуществления неравенства
Перейдя к нормированной случайной величине t , имеем
(1.24)
Согласно равенству (1.23)
(1.25)
Окончательно получим
(1.26)
При равенство (1.26) примет вид
(1.27)
Выразив отклонение случайной величины X в долях среднего квадратического отклонения, т.е. положив равенство (1.26) можно записать
(1.28)
Таким образом, значение при заданномt определяет вероятность того, что отклонение нормально распределенной величины по абсолютному значению меньше
При t = 1 имеем
при t = 2 имеем
при t = 3 имеем
Из последнего равенства следует, что практически рассеивание случайной величины укладывается на участке Вероятность того, что случайная величинаX попадает за этот интервал очень мала, а именно равна 0,0027, т.е. это событие можно считать практически невозможным. На приведенном рассуждении основано “правило трех сигм”, которое формулируется следующим образом: если случайная величина имеет нормальное распределение, то отклонение этой величины от ее математического ожидания по абсолютной величине не превосходит утроенного среднего квадратического отклонения.