- •Московский государственный институт
- •Радиотехники, электроники и автоматики
- •(Технический университет)
- •Метрологическое обеспечение средств измерения
- •Введение
- •1. Классификация и основные характеристики измерений
- •1.1. Классификация измерений1
- •1.2. ОсновныЕ характеристики измерений
- •2. Передача размера единиц от эталонов образцовым и рабочим средствам измерений. Поверочные схемы
- •2.1. Сведения о поверочных cxeмах
- •2.2. Поверочные схемы для средств измерения электрических величин
- •3. Средства измерений
- •3.1. Метрологические характеристики средств измерений
- •3.1.1. Классы точности средств измерений
- •3.1.2. Регулировка средств измерений
- •3.1.3. Градуировка средств измерений
- •3.1.4. Калибровка средств измерений
- •3.2. Поверка, ревизия и экспертиза средств измерения
- •3.3. Государственные испытания средств измерений
- •4. Погрешности средств измерений
- •4.1. Систематическая погрешность
- •4.1.1. Способы обнаружения и компенсации систематической погрешности
- •4.2. Случайная погрешность
- •4.2.1. Классификация случайных процессов
- •4.2.2. Основные характеристики случайных процессов
- •4.2.3. Корреляционная функция, энергетический спектр
- •4.2.4. Функция распределения, плотность вероятности, характеристическая функция
- •5. Основные понятия математической статистики
- •5.1. Оценки статистических характеристик случайного процесса
- •5.2. Важнейшие функции распределения
- •5.2.1. Нормальное распределение
- •5.2.2. Хи - квадра распределение
- •5.2.3. Распределение стьюдента
- •5.2.4. F - распределение фишера
- •5.4. Отсев грубых погрешностей
- •5.5. ПРоверка гипотез о виде закона распределения случайной величины
- •5.5.1. Критерий пирсона
- •5.5.2. Критерий колмогорова
- •5.6. Предварительная обработка исправленных5 экспериментальных данных
- •5.7. Интервальные оценки статистических характеристик случайной величины
- •5.7.1. Определения доверительных интервалов
- •5.7.2. Доверительный интервал для среднего при известной дисперсии
- •5.7.3. Доверительный интервал для среднего при неизвестной дисперсии
- •5.7.4. Доверительный интервал для дисперсии
- •Библиографический список
- •Приложение 3
- •Приложение 4
- •Приложение 5
- •Приложение 6
4.2. Случайная погрешность
Основная особенность случайной погрешности заключается в том, что она случайно изменяется при повторных измерениях одной и той же величины.
В общем случае погрешность является случайной функцией времени, которая отличается от классических функций математического анализа тем, что нельзя сказать, какое значение она примет в момент времени ti.
4.2.1. Классификация случайных процессов
Как было отмечено выше, процесс, описывающий случайное явление, нельзя задать явной математической зависимостью, поскольку каждое наблюдение этого явления дает невоспроизводимый результат. Другими словами, любое наблюдение дает только один вариант из множества возможных.
Конкретная реализация процесса, описывающего случайное явление, называется выборочной функцией (или реализацией, если речь идет о наблюдении конечной длительности). Совокупность всех возможных выборочных функций, которые может дать случайное явление, называется случайным или стохастическим процессом. Следовательно, под реализацией случайного физического явления понимается один из возможных исходов случайного процесса.
Случайные процессы делятся на стационарные и нестационарные. В свою очередь стационарные случайные процессы делятся на эргодические и неэргодические. Классификация нестационарных случайных процессов осуществляется по особенностям их нестационарности.
СТАЦИОНАРНЫЕ СЛУЧАЙНЫЕ ПРОЦЕССЫ
Рассмотрим величину
называемую смешанным моментом порядка
Если момент первого порядка и смешанный момент второго порядка, не зависят от времениt1, то случайный процесс (t) называется стационарным в широком смысле или слабостационарным. Если смешанные моменты любого порядка не зависят от времени t1 , то процесс называется стационарным в узком смысле или строго стационарным.
ЭРГОДИЧЕСКИЕ СЛУЧАЙНЫЕ ПРОЦЕССЫ
Рассмотрим k реализаций случайного процесса . Введем величины
Если они не зависят от номера реализации i , то случайный процесс называется эргодическим. Эргодическими могут быть только стационарные процессы
Эргодические случайные процессы образуют очень важный класс случайных процессов, поскольку все свойства эргодических процессов можно определить по единственной выборочной функции. Стационарные случайные процессы, как правило, бывают эргодическими.
4.2.2. Основные характеристики случайных процессов
При первичной обработке результатов наблюдения ограничиваются достаточно узким кругом характеристик случайного процесса. К ним в первую очередь относятся:
Математическое ожидание (среднее значение), дисперсия, среднеквадратическое отклонение .
Корреляционная функция, радиус корреляции, энергетический спектр.
Функция распределения, плотность вероятности, характеристическая функция
МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ И ДИСПЕРСИЯ
Математическое ожидание и дисперсия стационарной реализации случайного процесса характеризуют соответственно центр рассеяния и величину рассеяния данных (если иметь в виду измерения, то математическое ожидание можно соотнести с истинным значением измеряемой величины, а дисперсия характеризует степень возможного отклонения конкретного результата наблюдения от истинного значения). Математическое ожидание оценивается простым усреднением всех выборочных функций при произвольном фиксированном значении t0
.
Дисперсия случайного процесса оценивается усреднением по всем выборочным функциям величины
.
СВОЙСТВА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ
Математическое ожидание является начальным моментом первого порядка. Для математического ожидания случайной величины применяют обозначения m1{ }, m . Кроме того, если необходимо подчеркнуть характер усреднения, применяют обозначения
- при усреднении по множеству выборочных функций,
- при усреднении по одной выборочной функции (эргодический случайный процесс).
Случайная величина называется центрированной.
СВОЙСТВА ДИСПЕРСИИ
Дисперсия является центральным моментом второго порядка. Для дисперсии применяются следующие обозначения m1{(- m)2},
M2{}, D, 2.
некоррелированы3