
- •Теория измерений конспект лекций Основные понятия.
- •Второй постулат
- •Третий постулат
- •1. Классификация измерений.
- •2. Методы измерений.
- •2.1 Термины и определения в соответствие с рмг 29-99
- •2.2 Методы измерения не включённые в рмг 29-99
- •2.3 Некоторые методы, определяющие стратегию измерений
- •3. Общие вопросы теории погрешностей
- •3.1 Виды погрешностей и особенности терминологии в соответствие с рмг
- •3.1.1 Погрешность средств измерений и погрешность результата измерений.
- •3.2 Термины, позволяющие нормировать погрешности средств измерений.
- •3.2.1 Абсолютная, относительная и приведённая погрешности средств измерений.
- •3.2.2 Аддитивные и мультипликативные погрешности.
- •3.3 Методы нормирования погрешностей средств измерений
- •3.3.1 Класс точности средств измерений
- •3.3.2 Обозначения классов точности средств измерений.
- •3.4.Расчёт оценки инструментальной статической погрешности результата измерения по паспортным данным используемого средства измерений.
- •3.4.1 Вычисление погрешности при различном нормировании класса точности
- •3.4.2 Правила округления значений погрешности и результата измерения.
- •4. Некоторые сведения из теории вероятностей
- •4.1 Теорема Бернулли
- •4.2 Неравенство Чебышёва, закон больших чисел
- •4.3 Нормальный закон распределения
- •4.3.1 Понятие кривой распределения
- •4.3.2Свойства нормальных кривых распределения
- •4.4 Деформация законов распределения при суммировании случайных величин. Центральная предельная теорема.
- •4.5 Другие виды законов распределения
- •4.5.1 Прямоугольное (равномерное) распределение
- •4.5.2 Арксинусоидальные распределения
- •4.5.3 Экспоненциальные распределения
- •4.5.4 Класс двухмодальных распределений
- •4.5.5 Семейство законов распределения Стьюдента
- •4.5.6 Закон распределения Коши
- •4.6 Вероятностные оценки ширины распределения
- •4.6.1 «Предельная», или «максимальная», оценка случайной погрешности.
- •4.6.2 Квантильные оценки случайной погрешности.
- •5. Статические измерения с многократными наблюдениями.
- •5.1 Достоверность определения доверительного значения погрешности по экспериментальным данным.
- •5.2 Среднее квадратическое отклонение случайной величины. Закон сложения случайных погрешностей. Связь точности с числом наблюдений.
- •5.3 .Статистические веса
- •5.4 Обнаружение промахов и грубых погрешностей
- •5.5 Способы, группирования данных. Методы установления вида закона распределения.
- •5.6 Практические методы проверки нормальности распределения случайных погрешностей
- •5.7 Систематические погрешности
- •5.7.1 Учёт систематических погрешностей при оценке результатов статистической обработки многократных отсчётов
- •5.7.2 Методы оценки центра распределения и их сравнительная эффективность
- •5.8 Интервальные оценки погрешностей
- •5.8.1 Доверительные интервалы
- •5.8.2 Толерантные интервалы.
- •5.9 Обработка результатов прямых измерений с многократными наблюдениями
- •5.9.1 Результат измерения, оценка его среднего квадратического отклонения и доверительных границ случайной погрешности
- •5.9.2 Доверительные границы неисключённой систематической погрешности
- •5.9.3 Граница погрешности и форма записи результата измерений
- •6. Косвенные измерения
- •6.1 Предварительные замечания и классификация
- •6.2 Определение результатов измерения и оценивание погрешностей при косвенных измерениях
- •6.2.1 Общие положения
- •6.2.2 Косвенные измерения при линейной зависимости
- •6.2.3 Косвенные измерения при нелинейной зависимости
- •6.2.4 Метод приведения
- •7. Динамические погрешности
- •7.1 Методы оценки динамических погрешностей
- •7.2 Простейшая оценка динамических погрешностей при использовании аналоговых средств регистрации
- •8. Организация и планирование измерительных процедур
- •8.1 Изменение погрешности средств измерения во время их эксплуатации.
- •8.2 Метрологическая аттестация нестандартизованных средств измерения
- •8.2.1 Условия проведения эксперимента и его организация
- •8.2.2 Определение значений метрологических характеристик
- •8.3 Разработка методик выполнения измерений.
4.4 Деформация законов распределения при суммировании случайных величин. Центральная предельная теорема.
Особенность законов распределения таких случайных величин, как погрешности приборов и результатов измерений, состоит в их большом разнообразии. Это вызвано тем, что результирующая погрешность прибора или результата измерения складывается из ряда составляющих. Если эти составляющие рассматривать как случайные величины, то суммирование погрешностей сводится к суммированию случайных величин. Но при суммировании случайных величин законы их распределения резко изменяют свою форму.
Закон распределения суммы независимых случайных величин р(х)=р(x1+x2), имеющих распределения p1(х) и p2(x) называется композицией и выражается интегралом свертки. Изменение формы законов распределения при образовании композиции показано на рис.
Так, при суммировании двух равномерно распределенных погрешностей (рис. а) с шириной распределений а >b результирующая погрешность имеет распределение в форме трапеции с верхним основанием а—b и нижним а + b. Эту деформацию можно представить себе более наглядно как «размыв» резко ограниченных концов более широкого распределения (шириной а) на величину протяженности b менее широкого распределения как это показано штриховыми линиями на рис. а.
Композиция двух одинаковых (с шириной а) равномерных распределений является треугольной (так называемое распределение Симпсона), так как в этом случае верхнее основание трапеции обращается в нуль, а нижнее — в 2a.
Подобным же образом образуется композиция равномерного и нормального распределений (рис. б), лишь с тем отличием, что подъем и спад по краям результирующего распределения происходит по кривой интегрального закона нормального распределения, аналогично тому, как на рис. а он происходил по кривой интегрального закона равномерного распределения (по прямой линии).
Образование композиции равномерного распределения шириной а и арксинусоидального распределения шириной b показано на рис. в. Композиция представляет собой криволинейную трапецию с верхним основанием а — b, нижним а + b и спадами по кривым интегрального закона арксинусоидального распределения (функции арксинуса).
Композиция равномерного распределения и распределения Лапласа (двустороннее экспоненциальное распределение на рис. б) показана на рис. г и имеет длинные, полого спадающие «хвосты» кривой результирующего распределения.
Распределения, показанные на рис. построены без соблюдения относительного масштаба кривых по вертикали. Этот масштаб определяется каждый раз тем, что площадь под любой из кривых плотности должна быть равна единице.
В том случае, если мы имеем дело с композицией n распределений независимых случайных величин, то суммарный закон распределения приводит к закону как угодно близкому к нормальному, причём, чем больше Xn, тем большая степень приближения к нормальному закону. Об этом говорит центральная предельная теорема.
4.5 Другие виды законов распределения
4.5.1 Прямоугольное (равномерное) распределение
Это такое распределение случайной величины, при котором её плотность вероятности Р(x) имеет вид, показанный на рис. а. В отличие от нормального закона распределения непрерывная случайная величина здесь принимает значение только в пределах некоторого конечного интервала. В общем случае равномерное распределение относится к классу трапециидальных распределений, которые показаны на рис. б. Во многих случаях этот вид принимает композиция распределений при суммировании двух равномерно распределённых случайных величин.
По прямоугольному закону распределяются случайные составляющие погрешностей измерений, обусловленные сухим трением, погрешности округления отсчётов, погрешности квантования в цифровых приборах и другие. Выражения для мат. ожидания, дисперсии и с.к.о. случайных величин, распределённых по такому закону, имеет вид:
В частном случае равномерного распределения симметричного относительно оси OY с границами (-a) и (+a)