2.3.3. Ситуационное моделирование
В разд. 2.1 решение (4) уравнения измерения (2) получилось приближенным из-за неточного знания поправки. Ситуации, в которых по какой-либо причине не хватает нужной количественной информации, часто встречаются в метрологии. Для математического описания таких ситуаций используются ситуационные модели.
Предположим, например, что неизвестно значение Q некоторой физической величины Q. Требуется представить эту ситуацию математической моделью.
Если какие-либо значения Q более вероятны, чем другие, это должно быть принято во внимание. Тогда подбирается соответствующий закон распределения вероятности Q на интервале возможных значений. Если же на этом интервале Q с одинаковой вероятностью может иметь любое значение, то закон распределения вероятности Q принимается равномерным.
Выбранный закон распределения вероятности Q является математической моделью ситуации, состоящей в том, что значение Q неизвестно. Эта модель не является стохастической (случайной, вероятностной), так как Q — неслучайное значение, и статистические закономерности здесь не проявляются. Чтобы подчеркнуть это, у ситуационных моделей величину, аналогичную дисперсии, обозначают через .
Р(Q)
На рис. 17 представлена графически математическая модель ситуации, состоящей в том, что значение Q с одинаковой вероятностью может быть любым на интервале от — Qm до Qm. Так как площадь, ограниченная осью абсцисс и графиком плотности распределения вероятности должна равняться единице, то
.
Отсюда
P(Q)=.
Числовые характеристики этого "закона распределения вероятности" среднего значения
,
что видно непосредственно из рисунка; аналог дисперсии
.
Вместо аналога дисперсии часто используется аналог среднего квадратического отклонения
.
Пример 12. В рабочих условиях измерений температура на 1000 К превышает нормальную. Средством измерений является металлическая линейка из тугоплавкого сплава. Чему равна температурная поправка при измерениях длины в таких условиях?
Решение. Зависимость длины линейки от температуры имеет вид:
,
где lн и tн— длина линейки и температура, соответствующие нормальным условиям, а — коэффициент линейного расширения материала, из которого изготовлена линейка. Результат сравнения неизвестного значения L с l при в (1 + 1000) раз меньше результата сравнения L с lн. Поэтому поправочный множитель (мультипликативная температурная поправка)
æ = 1+1000α
Коэффициент линейного расширения сплава α обычно неизвестен. По справочным данным он может быть в пределах от 10-6 К-1 до 10-5 К-1. Отсутствие точных сведений об α можно учесть с помощью ситуационной модели, согласно которой æ с одинаковой вероятностью может иметь любое значение в пределах интервала 1,001 æ 1,01. Графическое изображение ситуационной модели дано на рис. 18, а. Числовые характеристики этого "закона распределения вероятности"
æ = 1,0055;
uæ = 2,610-3.
В рассматриваемом примере температурная поправка может быть сконструирована и как аддитивная
Графическое изображение ситуационной модели в этом случае показано на рис. 18, б, а ее числовые характеристики равны:
= 0,0056 X;
2,6 • X • 10-3.
Использование ситуационной модели является искусственным математическим приемом, позволяющим учесть дефицит информации означении коэффициента линейного расширения . Проведя соответствующие исследования и установив значение, можно уточнить поправку, которая на самом деле является неслучайной и изображается точкой на числовой оси.