- •Фгбоу впо "Орловский государственный институт экономики и торговли»
- •Содержание
- •Правила ТехникИ безопасности при выполнении лабораторных работ
- •Правила оформления и выполнения лабораторных работ
- •Обработка и анализ результатов измерений
- •2. Краткая теория Методы измерения физических величин. Погрешности измерений
- •3Акон распределения случайных погрешностей
- •Среднее арифметическое значение, средняя квадратичная и средняя арифметическая погрешности измеряемой величины
- •Обработка результатов прямых измерений
- •Оценка достоверности результатов измерений
- •Обработка результатов косвенных измерений
- •3. Изучение нониусов
- •4. Порядок выполнения работы
- •Контрольные вопросы
- •Лабораторная работа №2 Определение влажности воздуха
- •2. Краткая теория
- •3. Описание приборов и методов измерения
- •4. Порядок выполнения работы
- •Контрольные вопросы
- •Давление и плотность насыщенного водяного пара при различных температурах
- •Психрометрическая таблица относительной влажности воздуха
- •Лабораторная работа № 3 изучение законов вращательного движения твёрдого тела
- •2. Краткая теория
- •3. Описание установки. Вывод расчётных формул
- •4. Порядок выполнения работы
- •5. Контрольные вопросы
- •Рекомендуемая литература
3Акон распределения случайных погрешностей
Полностью избежать или исключить совершенно случайные погрешности невозможно, так как факторы, их вызывающие, не поддаются учёту и носят случайный характер. Возникает вопрос: как уменьшить влияние случайных погрешностей на окончательный результат измерения и как оценить точность и достоверность последнего? Ответ на этот вопрос даёт теория вероятностей. Теория вероятностей — это математическая наука, выясняющая закономерности случайных событий (явлений), которые проявляются при действии большого числа случайных факторов.
Случайные погрешности измерений относятся к группе непрерывных величин. Непрерывные величины характеризуются бесчисленным множеством возможных значений. Вероятность любого значения непрерывной случайной величины бесконечно мала. Поэтому, чтобы выявить распределение вероятностей для какой-то непрерывной случайной величины, например, величины , рассматривают ряд интервалов значений этой величины и подсчитывают частоты попадания значений величины в каждый интервал . Таблица, в которой приведены интервалы в порядке их распределения вдоль оси абсцисс и соответствующие им частоты, называется статистическим рядом (табл.1).
Таблица 1
Интервалы I |
. . . . . . . |
. . . . . . . | ||||
Частоты Р* |
. . . . . . . |
. . . . . . . |
Статистический ряд графически представляется в виде ступенчатой кривой, которую называют гистограммой. При построении гистограммы по оси абсцисс откладываются интервалы возможных значений случайной величины, а по оси ординат — частоты или число случаев, когда значение случайной величины попадает в данный интервал. Для большинства интересующих нас случайных погрешностей гистограмма имеет вид, показанный на рис. 1. На этом рисунке высота, а следовательно, и площадь прямоугольника для каждого интервала ошибок пропорциональны числу опытов, в которых данная ошибка наблюдалась.
При увеличении числа опытов (измерений) и уменьшении интервала разбиения оси абсцисс гистограмма теряет свой ступенчатый характер и стремится (переходит) к плавной кривой (рис. 2). Такую кривую называют кривой плотности распределения для данной случайной величины, а уравнение, описывающее эту кривую, называется законом распределения случайной величины.
Считается, что случайная величина полностью определена, если известен закон её распределения. Этот закон может быть представлен (задан) в интегральной или дифференциальной форме. Интегральный закон распределения случайной величины обозначается символом и называется функцией распределения. Производная функция от называется плотностью вероятности случайной величины X или дифференциальным законом распределения:
.
При решении многих практических задач нет необходимости характеризовать случайную величину исчерпывающим образом. Достаточно бывает указать только её некоторые числовые характеристики, например, её математическое ожидание (можно писать ) и дисперсию (можно писать).
Для непрерывной случайной величины X с плотностью вероятности математическое ожидание вычисляется по формуле
. (3)
Для непрерывной случайной величины X дисперсия определяется по формуле:
. (4)
Положительный квадратный корень из дисперсии обозначается символом и называется средним квадратическим отклонением (сокращенно с. к. о.):
. (5)
При конечном числе опытов в качестве оценки принимают среднее арифметическое наблюденных (измеренных) значений , т. е.
. (6)
Для оценки дисперсии (с. к. о.) используют формулу
. (7)
Следует иметь в виду, что среднее арифметическое случайной величины само является случайной величиной, так как вычисляется на основании ограниченного числа опытов. Разброс значений величины характеризуют средним квадратическим отклонением , которое связало с упомянутым выше соотношением:
. (8)
При ограниченном числе опытов в качестве оценки принимают отношение
. (9)
Согласно закону больших чисел все три оценки при увеличении числа опытов приближаются (сходятся по вероятности) соответственно к и
Практика обработки статистических данных показывает, что числовые характеристики случайной величины ( и ) существенно зависят от вида предполагаемого закона распределения рассматриваемой случайной величины.
Предельная кривая, к которой в большинстве случаев стремятся гистограммы случайных погрешностей измерений физических величин при неограниченном увеличении числа опытов, имеет колоколообразный вид и называется кривой Гаусса (рис. 2). Аналитическое выражение этой кривой называется законом распределения Гаусса или законом нормального распределения. Для случайной величины этот закон можно записать в виде:
. (10)
где — плотность вероятности; и — математическое ожидание и среднее квадратическое отклонение — параметры нормального распределения, физический смысл и способ вычисления которых были пояснены выше.
При рассмотрении свойств и характеристик распределения случайных погрешностей мы ограничимся только нормальным законом, так как случайные погрешности измерений чаще всего распределяются нормально (по закону Гаусса). Это означает:
1) случайная погрешность измерения может принимать любые значения в интервале
2) случайные погрешности, равные по абсолютной величине, но противоположные по знаку, равновероятны, то есть встречаются одинаково часто;
3) чем больше по абсолютной величине случайные погрешности, тем они менее вероятны, то есть встречаются реже.