Маслов А.В., Гордеев А.В., Батраков Ю.Г. - Геодезия
.pdfà ë à â à 9
ТЕОРИЯ ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ
∙
9.1. СУЩНОСТЬ И ВИДЫ ИЗМЕРЕНИЙ
Измерение величины (длины линии, горизонтального, вертикального углов, превышения, площади и т. п.) — процесс срав˝нения этой величины с другой, однородной ей, принятой за един˝ицу
меры. В результате этого процесса находят число, равное от˝ноше-
нию измеряемой величины к единице меры, которому приписы-˝ вают наименование единицы меры и называют результатом измерения.
Существуют понятия: необходимые è избыточные измерения.
Если одна и та же величина измерена ï раз, то одно из измерений является необходимым, а остальные ï – 1 — избыточными.
Избыточные измерения используют для контроля правильно˝-
сти получаемых результатов измерений. Кроме того, они поз˝воляют определить более надежное значение искомой величины. П˝ри достаточном числе избыточных измерений можно судить о то˝чно-
сти произведенных измерений.
9.2. ПОГРЕШНОСТИ ИЗМЕРЕНИЙ
Из практики измерений установлено, что при многократных измерениях одной и той же величины мы не получаем одинако˝вых
результатов, как бы тщательно их ни проводили.
Факт колебаний результатов измерений указывает на то, что˝
получаемые результаты не являются точным значением изме˝ряе-
мой величины, а несколько отклоняются от него.
Отклонение результата измерения величины от ее точного з˝на-
чения называют погрешностью измерения1. Это определение погрешности измерения можно написать в виде равенства (1.25):
= l – a,
где — погрешность измерения; l — результат измерения; à — точное значение величины.
1Определение погрешности по смыслу совпадает с определен˝ием невязки.
271
Из сказанного следует, что результаты измерений всегда со˝про-
вождаются погрешностями. Получить абсолютно точное знач˝ение величины невозможно.
Любая погрешность результата измерения — это следствие˝ действия многих факторов, каждый из которых порождает свою п˝о-
грешность. Погрешности, происходящие от отдельных фактор˝ов, называют элементарными. Таким образом, погрешность резул˝ьта-
та измерения является алгебраической суммой элементарн˝ых погрешностей. Все дальнейшее изложение относится как к сумм˝ар-
ным, так и к элементарным погрешностям.
Погрешности измерений разделяют по двумя признакам: характеру их действия и источнику происхождения.
По характеру действия различают погрешности: грубые, сист˝е-
матические и случайные. Грубыми называют погрешности, превы-
шающие по абсолютному значению некоторый установленный˝ для данных условий измерений предел. Они происходят в бол˝ь-
шинстве случаев от невнимательности исполнителя.
Для выявления грубых погрешностей проводят избыточные и˝з-
мерения тем же прибором или другим, но той же точности. Например, для контроля длину линии измеряют лентой дважды,
причем иногда первый раз измеряют 20-метровой, а второй — 24-метровой лентой. Результаты, содержащие грубые погрешно-
сти, бракуют и заменяют новыми, поэтому при дальнейшем изл˝о- жении будем считать, что результаты измерений свободны от˝ гру-
бых погрешностей.
Систематическими погрешностями называют такие, которые при многократных измерениях не изменяются, изменяются по˝ ка- кому-то определенному закону или, изменяясь случайным обр˝а-
зом, сохраняют знак. В соответствии с этим различают три ви˝да
систематических погрешностей: постоянные (в длине линии из-за
неточности компарирования ленты), переменные (в направлении при угловых измерениях вследствие изменения с течением в˝ремени фазы освещенности солнцем визирного цилиндра геодези˝ческого знака) и односторонне действующие (в длине линии из-за выхода ленты из створа измеряемой линии).
Переменные систематические погрешности часто являются функциями неслучайного аргумента (функциональные погре˝ш-
ности), но бывают и более сложной природы. Односторонне
действующие погрешности представляют собой четные функции
случайных величин. Функциональные изучают средствами эл˝е-
ментарной математики и анализа бесконечно малых величин˝, од-
носторонне действующие — средствами теории вероятностей и математической статистики.
Погрешности, не зависящие от результатов измерений и в по˝с- ледовательности появления которых нет никакой закономе˝рности, но в совокупности подчиняющиеся определенному вероят˝нос-
тному закону, называют случайными.
272
По источнику происхождения различают погрешности прибо˝-
ров, внешние и личные.
Погрешности приборов обусловлены несовершенством конструкций приборов или неточной их юстировкой. Например, погрешность в отсчете по горизонтальному кругу теодолита п˝ри на-
ведении зрительной трубы на предмет может быть вызвана ко˝ллимационной ошибкой.
Внешние погрешности происходят из-за влияния внешней среды, например погрешность в отсчете по нивелирной рейке из˝-за
влияния рефракции.
Личные погрешности вызваны особенностями наблюдателя. Например, замечено, что при работе с планиметром некоторые н˝а- блюдатели преувеличивают отсчет, а другие — преуменьша˝ют.
Некоторые систематические погрешности можно устранить ˝из
результатов измерений, применив соответствующие методы˝ измерений. Например, при нивелировании из середины исключаетс˝я
погрешность из-за непараллельности визирной оси и оси цил˝индрического уровня. Влияние же некоторых других систематич˝еских
погрешностей можно значительно ослабить, введя соответс˝твующие поправки. Методы борьбы с влиянием систематических по˝-
грешностей изучают в специальных дисциплинах, связанных˝ с проведением измерений.
При дальнейшем изложении теории погрешностей будем счи- тать, что результаты измерений свободны не только от грубых, но
и от систематических погрешностей. Лишь в отдельных случа˝ях
будет рассмотрена оценка точности результатов измерени˝й, которые содержат систематические погрешности.
9.3. ПРЕДМЕТ И ЗАДАЧИ ТЕОРИИ ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ
Теория погрешностей измерений рассматривает классифика˝-
ции и свойства погрешностей измерений, методы получения п˝о
результатам измерения наиболее близкого результата к ее˝ точному
значению, а также получение числовых характеристик точно˝сти
измерений.
В соответствии с этим основными задачами теории погрешно˝с- тей измерений являются: определение по результатам измер˝ений их среднего значения; оценка точности результатов измере˝ний; оценка точности функций измеренных величин.
Излагаемые в теории погрешностей методы решения этих зад˝ач
дают возможность предварительно рассчитать точность пр˝едстоя-
щих геодезических измерений, что необходимо для правильн˝ой организации работ (выбора надлежащего прибора, соответст˝вующей методики измерения и т. п.). После проведения измерений˝
эти методы позволяют получить более точные значения изме˝ренных величин и оценить их точность.
273
9.4. НЕКОТОРЫЕ СВЕДЕНИЯ ИЗ ТЕОРИИ ВЕРОЯТНОСТЕЙ
Математической основой теории случайных погрешностей и˝з- мерений являются теория вероятностей и математическая с˝тати-
стика.
Теория вероятностей — наука, изучающая закономерности массовых случайных явлений (событий), происходящих при неизм˝ен-
ном основном комплексе условий испытаний (наблюдений, из˝мерений) и обладающих статистической устойчивостью.
Случайным называют такое событие, осуществление которого заранее нельзя предвидеть (прогнозировать): оно может про˝изой-
ти, но может и не произойти.
Событие, которое при повторении опыта непременно должно
произойти, называют достоверным, событие же, которое заведомо не может произойти, — невозможным.
Случайные события, происходящие при неизменном основном˝
комплексе условий, в основном обладают определенной стат˝исти- ческой закономерностью, соответствующей данному компле˝ксу условий. В частности, эта закономерность проявляется в ус˝тойчи-
вости частости событий.
Частостью события называют отношение числа k появления события в ряду результатов испытания к числу всех членов этого
ðÿäà ï, ò. å.
ð* = k/n. |
(9.1) |
Приведем пример, поясняющий понятие частости. Допустим,
что одно и то же превышение измерено 100 раз, при этом известн˝о
действительное значение превышения с высокой степенью т˝очности. На основании этого вычислены случайные погрешности и˝з-
мерений (считая, что грубых и систематических погрешност˝ей в
результатах измерений нет) и подсчитано число погрешност˝ей
каждого размера (табл. 9.1). Частости получены в результате д˝еле-
ния числа погрешностей определенного размера на число вс˝ех по-
грешностей в ряду.
9.1. Частости погрешностей в зависимости от их значений
–6 |
1 |
0,01 |
1 |
18 |
0,18 |
–5 |
1 |
0,01 |
2 |
10 |
0,10 |
–4 |
3 |
0,03 |
3 |
7 |
0,07 |
–3 |
5 |
0,05 |
4 |
2 |
0,02 |
–2 |
9 |
0,09 |
5 |
1 |
0,01 |
–1 |
15 |
0,15 |
6 |
0 |
0,00 |
0 |
28 |
0,28 |
|
|
|
274
Рассматривая несколько рядов результатов испытаний, про˝ве-
денных при одном и том же основном комплексе условий, можн˝о заметить, что при переходе от одного ряда к другому частости одного и того же события имеют некоторые колебания, но чем больше испытаний в каждом ряду, тем эти колебания меньше,
т. е. с увеличением числа испытаний в ряду колебания часто˝стей события затухают и значения частости, стабилизируясь, при˝бли-
жаются к некоторому числу. Это число называют вероятностью события, которая отражает существующую реальность — ст˝епень
возможности появления события при данном неизменном ком˝п-
лексе условий. Чаще всего вероятность обозначают буквой ð. Ввиду устойчивости частости при достаточном большом ï
ð* ≈ ð. |
(9.2) |
По этой причине частость иногда называют эмпирической вероятностью.
Нетрудно определить, что частость и вероятность могут изм˝е-
няться от 0 до 1, т. е.
0 ≤ ð* ≤ 1; |
(9.3) |
0 ≤ ð ≤ 1. |
(9.4) |
Очевидно, что частость и вероятность невозможного событи˝я
равны нулю, а достоверного события — единице.
Сумма частостей всех t событий какого-либо ряда результатов испытаний равна единице:
å = |
(9.5) |
= |
|
Такое же соотношение существует и для соответствующих ве˝-
роятностей
å = |
(9.6) |
= |
|
Рассмотрим еще одно важное для теории погрешностей измерений понятие случайной величины. Случайной называют переменную величину, появление какого-либо значения которой представляет собою случайное событие. Простейший пример˝ слу- чайной величины — частость событий. Другим примером слу˝чайной величины может служить погрешность измерений, провод˝и- мых при неизменном основном комплексе условий.
Различают прерывные (дискретные) è непрерывные случайные величины.
Если представить значения случайной величины как абсцис˝сы точек на оси, то в случае дискретной величины эти точки буд˝ут
275
отделены друг от друга, а в случае непрерывной величины он˝и
сплошь заполняют некоторый отрезок.
Случайную величину (совокупность всех ее значений) полно˝- стью характеризует закон ее распределения, представляющий собой выражение связи между значениями случайной величины и со˝от-
ветствующими им вероятностями.
Закон распределения случайной величины называют также з˝а-
коном распределения вероятностей, а чаще — распределен˝ием случайной величины. Закон распределения может быть выраж˝ен в
различной форме.
Распределение дискретной случайной величины Õ с конечным числом значений обычно представляют в виде таблицы распр˝еделения
ì |
ü |
(9.7) |
í |
ý |
|
î |
þ |
|
ãäå õ1, õ2, ..., õi — все возможные значения случайной величины Õ, à ð1, ð2, ..., ði — соответствующие им вероятности.
Распределение непрерывной случайной величины задают фу˝н- кцией распределения
F(x) = P(X < x) |
(9.8) |
или плотностью распределения случайной величины Õ (плотностью вероятности)
f(x) = F¢(x), |
(9.9) |
ãäå F′ ′(x) — производная от F(x).
Правая часть равенства (9.8) обозначает вероятность того, чт˝о случайная величина Õ в результате испытания примет значение
меньше произвольного числа õ.
Для непрерывной случайной величины существует соотноше˝-
ние, аналогичное формуле (9.6),
+∞ |
|
|
ò |
= |
(9.10) |
∞
В теории погрешностей измерений необходимо различать ст˝о-
хастически (вероятностно) независимые и зависимые случа˝йные величины (в частности, случайные погрешности). Две случайн˝ые величины называют независимыми между собой, если изменен˝ие одной из них не влияет на распределение другой. В противно˝м
случае величины называют зависимыми.
Ч и с л о в ы е х а р а к т е р и с т и к и с л у ч а й н ы х в е л и ч и н. Для практических целей часто нет необходимости знать зак˝он рас-
пределения случайной величины, а достаточно иметь значен˝ия некоторых параметров этого закона (числовых характерист˝ик слу-
276
чайной величины). Такими характеристиками являются матем˝а-
тическое ожидание и дисперсия (или среднее квадратическо˝е отклонение).
Математическим ожиданием случайной величины Õ называют числоÕ, определяемое равенством
= å |
(9.11) |
= |
|
åñëè Õ — прерывная величина, заданная таблицей распределения˝,
èëè
+∞ |
|
= ò |
(9.12) |
∞
åñëè Õ — непрерывная величина с плотностью распределения f(x). Имеется связь между математическим ожиданием случайной˝
величины и средним арифметическим значением из результа˝тов ее наблюдений. Так, если произведено ï испытаний прерывной
случайной величины при неизменном основном комплексе ус˝ловий и получен ряд всех возможных ее значений õ1(k1),
õ2(k2), ..., õt(kt), то среднее арифметическое из них
% = |
|
+ |
|
+ |
+ |
|
|
|
+ + + = |
(9.13) |
|
èëè |
|
|
|
|
|
|
|
|
|
|
|
|
% |
= |
|
+ |
|
+ |
+ |
|
= å |
|
(9.14) |
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
= |
|
|
где — частость появления xi; |
= |
|
|
|
|
|
|
Ранее уже было сказано, что при большом числе испытаний частость приближенно равна вероятности ≈ [см. формулу
(9.2)]. Заменив в последнем равенстве частости соответствующ˝и-
ми вероятностями, придем к определению математического о˝жи-
дания (9.11). Отсюда следует, что при достаточно большом числе˝
испытаний ï
% ≈ |
|
(9.15) |
Чем больше число испытаний ï, тем ближе среднее арифмети-
ческое значение к соответствующему математическому ожи˝данию.
Это свойство среднего арифметического является одним из˝ выра-
жений закона больших чисел, который в этом случае может бы˝ть записан в виде
% |
< ε = |
(9.16) |
→∞ |
|
ãäå Ð — обозначение вероятности; ε — сколь угодно малое положительное число.
277
Вместо формулы (9.16) часто пишут |
|
||
% ¾¾® |
|
|
(9.17) |
|
|
||
→∞ |
|
||
что словами выражают так: среднее арифметическое |
% из значе- |
ний случайной величины Õ, полученных в результате испытаний,
при неограниченном увеличении числа îпытов сходится по в˝еро-
ятности к математическому ожиданию
Дисперсия случайной величины Õ |
|
|
||
= ( |
|
|
) |
(9.18) |
|
|
|||
|
|
|||
Среднее квадратическое отклонение случайной величины Õ |
||||
s = s = |
|
(9.19) |
т. е. положительное значение квадратного корня из дисперс˝ии этой величины.
9.5. РАВНОТОЧНЫЕ ИЗМЕРЕНИЯ. СВОЙСТВА СЛУЧАЙНЫХ ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ
Если измеряют одну и ту же величину несколько раз или изме˝- ряют однородные величины1 при неизменном основном комплек-
се условий, т. е. одинаковыми по точности приборами, лицами˝ одинаковой квалификации, одним и тем же методом и при один˝а-
ковых внешних условиях, то результаты измерений называют˝равноточными.
Проведение геодезических измерений показывает, что случ˝айные погрешности результатов равноточных измерений обла˝дают
следующими статистическими свойствами, проявляющимися ˝в
больших рядах измерений:
по абсолютной величине погрешности не превышают некоторого предела;
положительные и отрицательные погрешности, равные по абсолютной величине, встречаются в ряду примерно одинако˝во часто;
чем больше погрешность по абсолютной величине, тем она
реже встречается в ряду;
чем больше ряд измерений, тем меньше по абсолютной вели-
1Однородными называют величины одного и того же наименования, а также одного и того же размера или разных размеров (например, угл˝ы), если размер не влияет на величину получаемой погрешности.
278
чине среднее арифметическое значение из погрешностей и п˝ри
достаточно большом числе ï измерений
[ ]/n ≈ 0. |
(9.20) |
Случайные погрешности 1, 2, ..., ï равноточных измерений можно рассматривать как значения одной и той же случайной˝ ве-
личины , которую также будем называть случайной погрешностью.
В соответствии с приведенными выше статистическими свой˝-
ствами случайных погрешностей можно подобрать наиболее˝ подходящую вероятностную модель их распределения — закон ˝распределения случайной величины . Такой наиболее простой и
достаточно точной вероятностной моделью распределения ˝слу-
чайных погрешностей измерений является нормальное распределение.
Плотность нормального распределения случайной погрешности
= σ π |
σ |
(9.21) |
|
ãäå σ — среднее квадратическое отклонение случайной погрешн˝ости .
График (рис. 9.1, à) функции (9.21) называют кривой нормального распределения, или кривой Гаусса. Эта кривая симметр˝ична
относительно оси ординат.
Вероятность ð появления погрешности в интервале (õ, õ + dx)
может быть выражена приближенным равенством ð ≈ f(x)dx. На графике (см. рис. 9.1, à) наглядно видны вероятностные свойства
случайной погрешности , имеющей нормальное распределение: положительные и отрицательные значения погрешности, рав˝ные
по абсолютному значению, равновероятны; чем больше погреш˝-
ности, равные по абсолютному значению, тем меньше вероят-
ность их появления.
Рис. 9.1. Графики нормального (à) и равномерного (á) распределения случайной погрешности
279
На основании определения математического ожидания (9.12)
+∞ |
|
D = ò |
(9.22) |
∞
Òàê êàê f(x) — функция четная, то подынтегральная функция xf(x) — нечетная, а потому нетрудно заключить, что значение ин˝- теграла в формуле (9.22) равно нулю, т. е. математическое ожида˝-
ние случайной погрешности равно нулю =
Это свойство случайной погрешности D положено в основу
всей теории случайных погрешностей измерений. Оно соглас˝уется
с четвертым статистическим свойством случайных погрешн˝остей. По закону больших чисел для случайных величин
|
D |
¾¾¾® |
|
= |
(9.23) |
|||
|
D |
|||||||
|
|
|||||||
|
|
|
→∞ |
|
||||
т. е. при достаточно большом ï можно считать, что |
|
|||||||
|
|
D |
» |
|
= |
(9.24) |
||
|
|
D |
||||||
|
|
|
Нормальное распределение, достаточно хорошо отражая дей˝-
ствительное распределение погрешностей измерений, имее˝т явное отличие от него: действительные погрешности по абсолю˝тно-
му значению не превышают определенного предела, а при нор˝- мальном распределении значение случайной величины може˝т
быть сколь угодно большим. Для практических целей это обс˝тоятельство не имеет существенного значения, так как при нор˝маль-
ном распределении большие по абсолютному значению погре˝ш- ности имеют очень малую вероятность. Учитывая это, обычно˝
считают, что случайные погрешности измерений имеют норма˝ль-
ное распределение или приближенно нормальное.
Говоря о близости распределения погрешностей измерений˝ к нормальному, имеют в виду распределение суммарных погреш˝ностей результатов измерений. Эти погрешности являются сум˝мами элементарных погрешностей, происходящих от отдельных фа˝кторов (причин). Законы распределения элементарных погрешно˝стей могут сильно отличаться от нормального. Так, погрешность ˝отсче-
та по шкале измерительного прибора имеет равномерное рас˝пре-
деление.
Плотность равномерного распределения выражается равен-˝ ствами:
f(x) = 1/2a ïðè |x| £ a; f(x) = 0 ïðè |x| > a, |
(9.25) |
ãäå à — наибольшее значение погрешности (рис. 9.1, á).
280