- •Раздел 3. Элементарные статистические оценки результатов измерений и их аппроксимация
- •3.1 Задачи измерений и их точность
- •3.2 Некоторые элементарные сведения из теории вероятностей
- •3.2.1.Случайные погрешности
- •3.2.2. Определения основных понятий, фигурирующих при рассмотрении случайных величин
- •3.2.3. Условные вероятности. Априорная и апостериорная вероятность
- •3.3. Классификация случайных погрешностей и законы распределения
- •3.4. Нормальное распределение
- •3.6. Оценки точности и надежности математического ожидания
- •3.6.1. Доверительный интервал. Доверительная вероятность
- •3.6.2. Уточненные зависимости для доверительного интервала и доверительной вероятности
- •3.7. Представление результатов измерений
- •3.7.1. Общие требования к представлению результатов измерений
- •3.7.2. Аппроксимация опытных зависимостей
- •3.9. Планирование эксперимента с точки зрения анализа ошибок
- •Раздел 4
- •4.3.Основные определения, связанные с процессом планирования
- •4.3.Неформальное рассмотрение процесса планирования эксперимента
3.3. Классификация случайных погрешностей и законы распределения
Рис.1. Гистограмма и кривая распределения.
Допустим, что сделано n измерений одной и той же величины х одним и тем же методом и с одинаковой степенью тщательности (такие измерения называются равноточными). Пусть среднее значение измеряемой величины равно . Совокупность измеренных значений разобьем на интервалы х, расположенные симметрично относительно .
k1(), k2(+ x), …, kp (+p x); k2(- x),…, kq (-q x)
Здесь ki , kj - целые числа, показывающие, сколько раз измеренные значения попадали в соответствующий интервал. Очевидно, что ki + kj = n,
Покажем на оси ординат интервалы +pi x -qj x, а по оси ординат отло-жим соответствующие величины частот. В результате получим так называе-мую гистограмму – совокупность прямоугольников, ширина которых равна x, а высоты - частотам ki , kj. Если разделить ki на n и на x, то в этом случае площадь каждого прямоугольника будет численно равна вероятности попадания результатов наблюдения в соответствующий интервал x , а сумма площадей всех прямоугольников равна единице. Вероятность того, что величина х не превышает х0, дается суммой площади всех прямоугольников в интервале от - до х0. Обозначим эту величину через F(x0).
Огибающей гистограммы является ступенчатая линия, переходящая при x 0 в кривую, которая называется кривой распределения, а соответствующая функция - плотностью вероятности у. Площадь под участком кривой над х будет соответствовать вероятности попадания результата измерения на участок х. Если проинтегрировать кривую распределения от - до х, то получим введенную выше функцию F. F – интегральная функция распределения вероятности.. Гистограмма будет истинной кривой распределения для дискретной случайной функции. Наиболее часто эта кривая описывается законом Гаусса, который носит название нормального распределения и выражается формулой
f
Величина 2 называется
дисперсией. Ниже будет
показано, что она полно-
стью соответствует опре-
делению дисперсии, дан-
ному выше. Смысл ее
наглядно поясняется кри-
выми на рис.2. Положим
для удобства, что m = 0.
Рассматривая кривые на
рис.2 видим, что чем
Рис.2. Кривые Гаусса для различных меньше , тем в более
значений дисперсии. узкий интервал попадает
преобладающая часть измерений х, т.е. уменьшается разброс точек. Как уже говорилось выше, величину у называютплотностью вероятности. Смысл такого названия достаточно ясен. Вероятность р получения результата, попадающего в выбранный интервал х равнаfх.
Определим теперь функцию F для нормального распределения. Для упрощения положим m = 0.
.
Введем так называемый интеграл вероятностей или функцию Лапласа Ф(х)
Ф(х)= (9)
Тогда получим
F= +=