- •Введение
- •Глава 1. Случайная величина. Законы распределения случайных величин
- •1.1. Понятие случайной величины
- •1.1.1. Виды измерений
- •1.1.2. Единицы измерений, используемые в маркшейдерском деле
- •1.1.3. Случайная величина
- •1.1.4. Вероятность события
- •1.2. Вариационные ряды
- •1.3. Характеристики вариационных рядов
- •1.3.1. Средние значения признака
- •1.3.2. Дисперсия и среднее квадратическое отклонение
- •1.3.3. Показатели вариации
- •1.3.4. Медиана и мода
- •1.3.5. Асимметрия и эксцесс
- •1.3.6. Условные моменты q-го порядка
- •1.4. Графическое изображение вариационных рядов
- •1.4.1. Гистограмма распределения
- •1.4.2. Полигон распределения
- •1.4.3. Кумулята
- •1.4.4. Огива
- •1.5. Сглаживание эмпирических данных
- •1.5.1. Графическое сглаживание
- •1.5.2. Аналитическое сглаживание
- •1.5.2.1. Сглаживание линейной функцией
- •1.5.2.2. Сглаживание показательной функцией
- •1.5.2.3. Сглаживание степенной функцией
- •1.5.2.4. Сглаживание параболической функцией
- •1.5.2.5. Сопоставление результатов сглаживания
- •1.5.2.6. Краткие рекомендации к подбору сглаживающих функций
- •1.6. Законы распределения случайных величин
- •1.6.1. Задание закона распределения
- •1.6.2. Равномерное распределение
- •1.6.3. Нормальное распределение
- •1.6.4. Распределение Стьюдента
- •1.6.5. Распределение Шарлье
- •1.6.6. Биномиальный закон распределения
- •1.6.7. Распределение Пуассона
- •1.6.8. Распределение
- •1.6.9. Показательное распределение
- •1.7. Проверка согласования эмпирического распределения с теоретическим
- •1.7.1. Критерии согласия
- •1.7.2. Критерий согласия к.Пирсона
- •1.7.3. Критерий согласия в.И.Романовского
- •1.7.4. Критерий согласия а.Н.Колмогорова
- •1.7.5. Сопоставление эмпирических распределений с нормальным распределением упрощенными способами
- •1.7.5.1. Использование показателей асимметрии и эксцесса
- •1.7.5.2. Критерий Шарлье
- •1.7.5.3. Критерий Шовенэ
- •1.7.5.4. Способ Линдеберга
- •1.7.5.5. Критерий знаков
- •1.7.6. Сопоставление эффективности критериев
- •Глава 2. Статистический анализ выборочных совокупностей случайной величины
- •2.1. Понятие генеральной и выборочной совокупностей
- •2.2. Оценивание параметров распределения
- •2.2.1. Понятие оценки параметра распределения
- •2.2.2. Интервальная оценка математического ожидания
- •2.2.3. Оценка эмпирического значения дисперсии
- •2.2.4. Сравнение средних двух или нескольких выборок
- •2.2.5. Определение необходимого объема выборок
- •2.3. Дисперсионный анализ
- •2.3.1. Однофакторный дисперсионный анализ
- •2.3.2. Двухфакторный дисперсионный анализ
- •2.4. Корреляционный анализ
- •2.5. Регрессионный анализ
- •2.5.1. Метод наименьших квадратов
- •2.5.2. Линейная регрессия
- •2.5.3. Нелинейная регрессия
- •2.5.4. Понятие о множественной регрессии
- •Глава 3. Обработка результатов многократных измерений одной величины
- •3.1. Общие замечания
- •3.1.1. Задачи обработки результатов многократных измерений
- •3.1.2. Классификация погрешностей измерений
- •3.1.3. Свойства случайных погрешностей
- •3.1.4. Среднее арифметическое
- •3.2. Оценка точности ряда равноточных однородных измерений
- •3.2.1. Средняя квадратическая погрешность
- •3.2.2. Средние квадратические погрешности функций измеренных величин
- •3.2.3. Порядок обработки ряда равноточных измерений
- •3.2.4. Порядок обработки ряда двойных равноточных измерений
- •С учетом (3.26) и (3.27) получим
- •3.3. Об учете систематических погрешностей в измерениях
- •3.4. Обработка ряда неравноточных однородных измерений
- •3.4.1. Понятие о весе результата измерения
- •3.4.2. Погрешность единицы веса
- •3.4.3. Порядок обработки ряда неравноточных измерений
- •3.4.4. Порядок обработки ряда двойных неравноточных измерений
- •3.5. Допуски результатов измерений и их функций
- •Глава 4. Уравнивание геодезических построений
- •4.1. Задачи уравнительных вычислений
- •4.2. Коррелатный способ уравнивания
- •4.3. Параметрический способ уравнивания
- •4.4. Приемы решения систем линейных уравнений
- •4.4.1. Способ последовательной подстановки
- •4.4.2. Способ матричных преобразований
- •4.4.3. Решение систем линейных уравнений по алгоритму Гаусса
- •4.4.4. Способ краковянов
- •4.5. Геометрические условия в геодезических построениях
- •4.5.1. Условие фигуры
- •4.5.2. Условие горизонта
- •4.5.3. Условие суммы углов
- •4.5.4. Условие дирекционных углов
- •4.5.5. Условие сторон
- •4.5.6. Условие полюса
- •4.5.7. Условие координат
- •4.6. Примеры коррелатного способа уравнивания
- •4.6.1. Уравнивание углов в полигоне
- •4.6.2. Уравнивание системы нивелирных ходов с несколькими узловыми точками
- •4.6.3. Уравнивание полигонометрического хода
- •4.6.4. Уравнивание системы полигонометрических ходов с одной узловой точкой
- •4.6.5. Уравнивание системы полигонометрических ходов с двумя узловыми точками
- •4.6.6. Уравнивание триангуляции
- •4.6.7.Уравнивание триангуляции по условию координат
- •4.6.8. Уравнивание линейно-угловой сети
- •4.7. Примеры уравнивания параметрическим способом
- •4.7.1. Уравнивание углов в полигоне
- •4.7.2. Система нивелирных ходов с несколькими узловыми точками
- •4.7.3. Уравнивание полигонометрического хода
- •4.7.4. Система полигонометрических ходов с двумя узловыми точками
- •4.7.5. Уравнивание направлений в триангуляции
- •4.8. Нестрогие способы уравнивания
- •4.8.1. Примеры раздельного уравнивания
- •4.8.1.1. Полигонометрический ход
- •4.8.2. Способ эквивалентной замены
- •4.8.3. Способ полигонов в.В.Попова
- •4.8.4. Способ последовательных приближений
- •4.9. Оценка точности уравненных элементов и их функций
- •4.9.1. Общие положения
- •4.9.2. Оценка точности при уравнивании коррелатным способом
- •4.9.3. Оценка точности при уравнивании параметрическим способом
- •Списоклитературы
- •Предметный указатель
3.2.2. Средние квадратические погрешности функций измеренных величин
В п. 3.2.1 рассмотрены средние квадратические погрешности непосредственно измеренных величин. Чаще всего сами непосредственно измеренные величины используются в различных формулах, результатом вычисления по которым являются косвенные величины. Например, площадь прямоугольника, как косвенная величина, может быть определена как произведение сторон прямоугольника, полученных при измерениях непосредственно. Оценку точности площади в этом случае необходимо производить с учетом погрешностей в измерениях его сторон.
Предположим, что имеется некоторая функция F аргументов х1 , х2 , … , хn:
F = f (x1, х2, …, хn) . (3.12)
Величины хi известны из непосредственных измерений, а также известны и их средние квадратические погрешности m1 , m2 , … , mn . В этом случае средняя квадратическая погрешность функции определяется по следующей формуле:
, (3.13)
где –– частная производная функции по аргументу хi .
Правила определения средних квадратических погрешностей функций следующие.
Выполнить последовательно дифференцирование функции отдельно по каждому из аргументов, считая остальные аргументы постоянными числами (коэффициентами).
Полученные выражения умножить на средние квадратические погрешности аргументов, по которым производилось дифференцирование функции и возвести полученные выражения каждое отдельно в квадрат.
Записать полученные выражения в виде суммы под знаком квадратного корня.
Рассмотрим несколько примеров определения средних квадратических погрешностей функций.
Пример 3.1. Средняя квадратическая погрешность среднего арифметического.
Очевидно, что значение среднего арифметического является функцией суммы измеренных величин хi . Представим это выражение в виде
хо = (х1 + х2 + … + хn ) / n . (3.14)
Поскольку 1/n является постоянным коэффициентом, то при почленном дифференцировании и после умножения на mi и возведения в квадрат пролучим:
, (3.15)
или
. (3.16)
Полагая измерения равноточными, т.е. m1 = m2 = ... = mn = m, выражение (3.16) преобразуем к виду
. (3.17)
То есть средняя квадратическая погрешность среднего арифметического в корень из числа измерений меньше средней квадратической погрешности одного измерения.
С учетом (3.10)
. (3.18)
Очевидно, что, если при увеличении числа измерений значение средней квадратической погрешности одного измерения стремится к предельному значению, отличному от нуля, то значение средней квадратической погрешности среднего арифметического стремится при увеличении числа измерений к нулю, а само среднее арифметическое – к истинному значению.
Пример 3.2. Оценка точности определения объема пирамиды.
Объем пирамиды, основанием которой является прямоугольник, определен по формуле
, (3.19)
где h – высота пирамиды, а и b – стороны основания.
Требуется найти среднюю квадратическую погрешность определения объема пирамиды, вычисленного по формуле (3.19), если известно, что h = 12,34 м, а = 23,46 м, b = 39,63 м и их средние квадратические погрешности равны соответственно mh = 0,07м, ma = 0,02 м, mb = 0,04 м.
Выполняем последовательное дифференцирование по аргументам h, a и b:
по аргументу h: ;
по аргументу а: ;
по аргументу b: .
Возводим в квадрат полученные части и записываем в виде суммы в подкоренном выражении:
(3.20)
Формулу (3.19) можно преобразовать к следующему виду. Разделим правую и левую части соответственно на ( h a b) и V, получим
(3.21)
или
. (3.22)
где δ - относительные средние квадратические погрешности аргументов и функции.
Выполним вычисления по формуле (3.20).
Значение V = (23,46 ∙ 39,63 ∙12,34) : 3 = 1274,75 м3.∙
Относительная средняя квадратическая погрешность определения объема равна δV = 7,42 /1274,75 = 0,00582 = .
Выполним проверку значения δV по формуле (3.22).
Относительные средние квадратические погрешности аргументов равны:
δh = 0,07 : 12,34 = 0,00567, δa = 0,02 : 23,46 = 0,00085, δb = 0,04 : 39,63 = 0,00101.
После подстановки в формулу (3.22) получим δV = 0,00582, что совпадает с предыдущим результатом.
Пример 3.3. Тригонометрические функции.
Сторона а треугольника определена по теореме синусов по значению стороны b и двум углам треугольника А и В:
Известно: b = 140,12 м (δb = 1 : 2000; mb = 140,12 : 2000 = 0,07 м), А = 73о18,8' (mА = 0,4'), В = 63о 05,6' (mВ = 0,3').
Необходимо определить среднюю квадратическую погрешность стороны а.
Вычисление стороны а производится по формуле
. (3.23)
Запишем члены подкоренного выражения для средней квадратической погрешности параметра а:
для аргумента b: (mb sin A / sin B )2;
для аргумента А: (b mA cos A /r' sin B )2;
где r' = 3438¢ (число минут в радиане; для выражения угловой меры средней квадратической погрешности угла в радианную меру);
для аргумента В: (b mB sin A cos B / r sin2 B)2.
Следовательно,
. (3.24)
После подстановки значений аргументов получим: mа= 0,096 м.
Как показывают данные расчетов, большее влияние на погрешность стороны а оказывает первый в записи член, определяемый погрешностью аргумента b. Двумя другими членами общего выражения для погрешности стороны а можно пренебречь. Однако следует иметь в виду и то, что малое влияние второго и третьего членов подкоренного выражения обусловлено сравнительно малой погрешностью измерения углов по сравнению с погрешностью измерения стороны b. Следовательно, в рассмотренном случае углы можно измерять с большей погрешностью, чем это указано в условии задачи.
Значение стороны а, вычисленное по формуле (3.23), равно 189,81 м.
Относительная погрешность определения стороны а будет равна
δа = ma / а = 0,096 / 189,81 = 1 / 1977,
т.е. практически она равна относительной погрешности измерения стороны b.