Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?


Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Методика расчета случайных ошибок прямых измерений





 

Пусть измеряется n раз некоторая физическая величина Х. Из-за случайных погрешностей, возникающих в процессе измерения, мы получаем набор значений Х1, Х2, Х3,..., Хn. Наиболее близким к истинному значению ХИСТ будет среднее арифметическое

. (1.3)

Чем больше измерений, тем ближе < X > и ХИСТ, а при

.

В реальном эксперименте число измерений всегда ограничено, поэтому истинное значение измеряемой величины остается неизвестным. Результаты отдельных измерений Хi и среднее арифметическое < X > всегда содержат ошибку, поэтому вместе с результатом измерений нужно указать возможную величину ошибки, т.е. представить результат в виде

.

Эта запись равнозначна неравенству

. (1.4)

Существует несколько способов оценки случайной ошибки . Мы рассмотрим один из них, наиболее часто используемый при обработке результатов эксперимента. По результатам измерений рассчитывают так называемую среднюю квадратическую ошибку среднего арифметического:

. (1.5)

Так как результаты отдельных измерений Хi и среднее арифметическое – случайные величины, то и S< Х > тоже случайная величина. Поэтому мы не можем утверждать, например, что возможная ошибка не превышает величины S< Х >. Следовательно, нужно не только рассчитать возможную величину ошибки, но и указать вероятность того, что среднее арифметическое отличается от ХИСТ не более чем на величину , т.е. вероятность, с которой выполняется неравенство (1.4).

Область значений называется доверительным интервалом, а соответствующая вероятность – доверительной α. Доверительная вероятность является весьма важной характеристикой измерений, так как позволяет судить о надежности полученного результата.

Для нахождения доверительной вероятности необходимо знать закон распределения случайной величины (Хi; < Х >; S< Х >). Наиболее часто встречается на практике распределение Гаусса (нормальное распределение):

.

Здесь f(х) – функция распределения случайной величины Х. Произведение f(х) · dх равно вероятности того, что случайная величина примет значение, заключенное между Х и Х + DХ.

Графически закон Гаусса представлен на рис. 1.5.

Рис. 1.5

Кривая Гаусса характеризуется двумя параметрами: ХИСТ и σ.

ХИСТ определяет положение вершины, а σ – ширину кривой (2 σ – расстояние между точками перегиба). Параметр σ называют стандартным отклонением или средним квадратическим. Он определяет разброс результатов измерений около ХИСТ, т.е. характеризует степень влияния случайных погрешностей на результаты измерений. На рис. 1.5 показаны две гауссовы кривые для разных значений стандартного отклонения 1 и σ 2). В законе Гаусса σ 2 носит название дисперсии случайной величины (дисперсия – разброс).

Среднее арифметическое, как случайная величина, тоже описывается законом Гаусса с параметрами ,

.

Среднее значение является лучшей оценкой для ХИСТ, чем результат отдельного измерения, так как кривая f (< х >) в n раз уже.

При известном параметре σ < Х > доверительная вероятность:

.

Если задать доверительный интервал , то a = 0,682; если , то , то .

Указанные значения доверительной вероятности относятся к бесконечно большому числу измерений. В практике физического эксперимента N часто не превышает 10, а параметр неизвестен. Если за принять , то доверительная вероятность, рассчитанная на основе закон Гаусса, оказывается завышенной.

Существует другой, более строгий метод определения доверительной вероятности, основанный на распределении Стьюдента, которое учитывает случайный характер величины . Распределение Стьюдента не содержит неизвестных параметров ХИСТ, и существенно отли­чается от гауссового при малом числе измерений (N < 30). В физическом лабораторном практикуме обычно ставится такая задача: по заданной доверительной вероятности нужно оценить величину доверительного интервала. На основе распределения Стьюдента доверительный интервал

,

где – коэффициент Стьюдента.

Существуют таблицы, в которых даны значения коэффициента Стьюдента для разных значений доверительной вероятности и различного числа измерений (табл. 1.1).

Таблица 1.1

Date: 2015-09-24; view: 370; Нарушение авторских прав; Помощь в написании работы --> СЮДА...



mydocx.ru - 2015-2024 year. (0.007 sec.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав - Пожаловаться на публикацию