- •2 Определение результата многократного измерения физической величины
- •2.1 Определение точечных оценок закона распределения результатов измерения
- •2.2 Исключение грубых погрешностей
- •2.3 Определение закона распределения вероятности результатов измерений
- •2.3.1 Построение гистограммы
- •2.3.2 Аппроксимация гистограммы и полигона распределения аналитической функцией плотности вероятности
- •2.3.3 Использование критериев согласия при идентификации формы распределения результатов измерения
- •2.4 Определение доверительных границ случайной погрешности результата измерения
- •2.5 Определение доверительных границ не исключенной систематической погрешности
- •2.6 Определение границ погрешности измерения
2.3.2 Аппроксимация гистограммы и полигона распределения аналитической функцией плотности вероятности
Случайная величина не имеет более полного описания, чем аналитическая кривая плотности распределения. Поэтому идентификация формы распределения сводится к выбору аналитической модели, которая не противоречит данной выборке экспериментальных данных.
В первом случае предполагаем, что функция плотности распределения вероятности близка к трапецеидальному закону распределения. Значение экспериментальной плотности вероятности Рэкс(х) попадания отсчетов в m интервал в зависимости от х определяются величиной. Полученные результаты относят к середине интервала.
Значения теоретической плотности распределения вероятности Ртеор(х) получаются по теоретической зависимости ,которая должна быть близка по форме к экспериментально полученному полигону и описывается аппроксимирующим аналитическим выражением. Представим аналитическое выражение аппроксимирующей функции по трапецеидальному ЗРВ в виде, представленном в функции 2.16.
(2.16)
Параметр а определим как среднее арифметическое экспериментального полигона распределения вероятности в серединах интервалов. Эта величина приблизительно равна а=2,1.
Параметр b определим как половину суммарной ширины трёх центральных интервалов, составляющих вершину трапеции. Эта величина приблизительно равна а=0,91.
Параметр Wц определим как среднее значение трёх центральных интервалов, составляющих вершину трапеции. Эта величина приблизительно равна Wц =75,43.
Проверку правильности расчетов целесообразно провести исходя их двух условий:
среднее арифметическое значение экспериментальной и аппроксимирующей кривых должны быть равны.
площадь под аппроксимирующей кривой должна быть близка к единице.
Значение теоретической и экспериментальной плотности распределения вероятности записаны в таблице 2.4 и представлены на рисунке 2.5.
Таблица 2.4 - Значение теоретической и экспериментальной плотности распределения вероятности
№ ин-тервала |
Середина интервала хi |
Экспериментальная плотность распределения вероятности Рэкс(х) |
Теоретическая плотность распределения вероятности Ртеор(х) |
Ртеор(х)*Δх | ||
1. |
73,6 |
0,10 |
0,08 |
0,05 | ||
2. |
74,21 |
0,03 |
0,25 |
0,15 | ||
3. |
74,82 |
0,31 |
0,33 |
0,20 | ||
4. |
75,43 |
0,38 |
0,33 |
0,20 | ||
5. |
76,04 |
0,38 |
0,33 |
0,20 | ||
6. |
76,65 |
0,28 |
0,25 |
0,15 | ||
7. |
77,26 |
0,17 |
0,08 |
0,05 | ||
Площадь под аппроксимирующей кривой. |
Σ |
0,98
|
Рисунок 2.5 - Значение теоретической и экспериментальной плотности распределения вероятности
Таким образом, первое и второе условие выполняются, следовательно, в качестве аппроксимирующей функции можно принять рассмотренное аналитическое выражение.
Во втором случае предполагаем, что функция плотности распределения вероятности близка к треугольному закону распределения. Значение экспериментальной плотности вероятности Рэкс(х) попадания отсчетов в m интервал в зависимости от х определяются величиной. Полученные результаты относят к середине интервала.
Значения теоретической плотности распределения вероятности Ртеор(х) получаются по теоретической зависимости ,которая должна быть близка по форме к экспериментально полученному полигону и описывается аппроксимирующим аналитическим выражением. Представим аналитическое выражение аппроксимирующей функции по трапецеидальному ЗРВ в следующем виде:
(2.17)
Параметр а определим как минимальное значение массива эксперементальных данных, а=73,3.
Параметр b определим как максимальное значение. Эта величина равна b=77,5.
Значение теоретической и экспериментальной плотности распределения вероятности записаны в таблице 4 и представлены на рисунке 2.6.
Таблица 2.5 - Значение теоретической и экспериментальной плотности распределения вероятности
№ ин-тервала |
Середина интервала хi |
Экспериментальная плотность распределения вероятности Рэкс(х) |
Теор. плотность распределения вероятности Ртеор(х) |
Ртеор(х)*Δх | |||
1. |
73,56 |
0,08 |
0,06 |
0,03 | |||
2. |
74,10 |
0,08 |
0,18 |
0,09 | |||
3. |
74,63 |
0,12 |
0,30 |
0,16 | |||
4. |
75,17 |
0,56 |
0,48 |
0,25 | |||
5. |
75,70 |
0,32 |
0,41 |
0,21 | |||
6. |
76,24 |
0,28 |
0,29 |
0,15 | |||
7. |
76,77 |
0,28 |
0,16 |
0,09 | |||
8. |
77,31 |
0,20 |
0,04 |
0,02 | |||
Площадь под аппроксимирующей кривой. |
Σ |
1,01 |
Рисунок 2.6 - Значение теоретической и экспериментальной плотности распределения вероятности
Таким образом, первое и второе условие выполняются, следовательно, в качестве аппроксимирующей функции можно принять рассмотренное аналитическое выражение.