- •Введение
- •Глава 1. Случайная величина. Законы распределения случайных величин
- •1.1. Понятие случайной величины
- •1.1.1. Виды измерений
- •1.1.2. Единицы измерений, используемые в маркшейдерском деле
- •1.1.3. Случайная величина
- •1.1.4. Вероятность события
- •1.2. Вариационные ряды
- •1.3. Характеристики вариационных рядов
- •1.3.1. Средние значения признака
- •1.3.2. Дисперсия и среднее квадратическое отклонение
- •1.3.3. Показатели вариации
- •1.3.4. Медиана и мода
- •1.3.5. Асимметрия и эксцесс
- •1.3.6. Условные моменты q-го порядка
- •1.4. Графическое изображение вариационных рядов
- •1.4.1. Гистограмма распределения
- •1.4.2. Полигон распределения
- •1.4.3. Кумулята
- •1.4.4. Огива
- •1.5. Сглаживание эмпирических данных
- •1.5.1. Графическое сглаживание
- •1.5.2. Аналитическое сглаживание
- •1.5.2.1. Сглаживание линейной функцией
- •1.5.2.2. Сглаживание показательной функцией
- •1.5.2.3. Сглаживание степенной функцией
- •1.5.2.4. Сглаживание параболической функцией
- •1.5.2.5. Сопоставление результатов сглаживания
- •1.5.2.6. Краткие рекомендации к подбору сглаживающих функций
- •1.6. Законы распределения случайных величин
- •1.6.1. Задание закона распределения
- •1.6.2. Равномерное распределение
- •1.6.3. Нормальное распределение
- •1.6.4. Распределение Стьюдента
- •1.6.5. Распределение Шарлье
- •1.6.6. Биномиальный закон распределения
- •1.6.7. Распределение Пуассона
- •1.6.8. Распределение
- •1.6.9. Показательное распределение
- •1.7. Проверка согласования эмпирического распределения с теоретическим
- •1.7.1. Критерии согласия
- •1.7.2. Критерий согласия к.Пирсона
- •1.7.3. Критерий согласия в.И.Романовского
- •1.7.4. Критерий согласия а.Н.Колмогорова
- •1.7.5. Сопоставление эмпирических распределений с нормальным распределением упрощенными способами
- •1.7.5.1. Использование показателей асимметрии и эксцесса
- •1.7.5.2. Критерий Шарлье
- •1.7.5.3. Критерий Шовенэ
- •1.7.5.4. Способ Линдеберга
- •1.7.5.5. Критерий знаков
- •1.7.6. Сопоставление эффективности критериев
- •Глава 2. Статистический анализ выборочных совокупностей случайной величины
- •2.1. Понятие генеральной и выборочной совокупностей
- •2.2. Оценивание параметров распределения
- •2.2.1. Понятие оценки параметра распределения
- •2.2.2. Интервальная оценка математического ожидания
- •2.2.3. Оценка эмпирического значения дисперсии
- •2.2.4. Сравнение средних двух или нескольких выборок
- •2.2.5. Определение необходимого объема выборок
- •2.3. Дисперсионный анализ
- •2.3.1. Однофакторный дисперсионный анализ
- •2.3.2. Двухфакторный дисперсионный анализ
- •2.4. Корреляционный анализ
- •2.5. Регрессионный анализ
- •2.5.1. Метод наименьших квадратов
- •2.5.2. Линейная регрессия
- •2.5.3. Нелинейная регрессия
- •2.5.4. Понятие о множественной регрессии
- •Глава 3. Обработка результатов многократных измерений одной величины
- •3.1. Общие замечания
- •3.1.1. Задачи обработки результатов многократных измерений
- •3.1.2. Классификация погрешностей измерений
- •3.1.3. Свойства случайных погрешностей
- •3.1.4. Среднее арифметическое
- •3.2. Оценка точности ряда равноточных однородных измерений
- •3.2.1. Средняя квадратическая погрешность
- •3.2.2. Средние квадратические погрешности функций измеренных величин
- •3.2.3. Порядок обработки ряда равноточных измерений
- •3.2.4. Порядок обработки ряда двойных равноточных измерений
- •С учетом (3.26) и (3.27) получим
- •3.3. Об учете систематических погрешностей в измерениях
- •3.4. Обработка ряда неравноточных однородных измерений
- •3.4.1. Понятие о весе результата измерения
- •3.4.2. Погрешность единицы веса
- •3.4.3. Порядок обработки ряда неравноточных измерений
- •3.4.4. Порядок обработки ряда двойных неравноточных измерений
- •3.5. Допуски результатов измерений и их функций
- •Глава 4. Уравнивание геодезических построений
- •4.1. Задачи уравнительных вычислений
- •4.2. Коррелатный способ уравнивания
- •4.3. Параметрический способ уравнивания
- •4.4. Приемы решения систем линейных уравнений
- •4.4.1. Способ последовательной подстановки
- •4.4.2. Способ матричных преобразований
- •4.4.3. Решение систем линейных уравнений по алгоритму Гаусса
- •4.4.4. Способ краковянов
- •4.5. Геометрические условия в геодезических построениях
- •4.5.1. Условие фигуры
- •4.5.2. Условие горизонта
- •4.5.3. Условие суммы углов
- •4.5.4. Условие дирекционных углов
- •4.5.5. Условие сторон
- •4.5.6. Условие полюса
- •4.5.7. Условие координат
- •4.6. Примеры коррелатного способа уравнивания
- •4.6.1. Уравнивание углов в полигоне
- •4.6.2. Уравнивание системы нивелирных ходов с несколькими узловыми точками
- •4.6.3. Уравнивание полигонометрического хода
- •4.6.4. Уравнивание системы полигонометрических ходов с одной узловой точкой
- •4.6.5. Уравнивание системы полигонометрических ходов с двумя узловыми точками
- •4.6.6. Уравнивание триангуляции
- •4.6.7.Уравнивание триангуляции по условию координат
- •4.6.8. Уравнивание линейно-угловой сети
- •4.7. Примеры уравнивания параметрическим способом
- •4.7.1. Уравнивание углов в полигоне
- •4.7.2. Система нивелирных ходов с несколькими узловыми точками
- •4.7.3. Уравнивание полигонометрического хода
- •4.7.4. Система полигонометрических ходов с двумя узловыми точками
- •4.7.5. Уравнивание направлений в триангуляции
- •4.8. Нестрогие способы уравнивания
- •4.8.1. Примеры раздельного уравнивания
- •4.8.1.1. Полигонометрический ход
- •4.8.2. Способ эквивалентной замены
- •4.8.3. Способ полигонов в.В.Попова
- •4.8.4. Способ последовательных приближений
- •4.9. Оценка точности уравненных элементов и их функций
- •4.9.1. Общие положения
- •4.9.2. Оценка точности при уравнивании коррелатным способом
- •4.9.3. Оценка точности при уравнивании параметрическим способом
- •Списоклитературы
- •Предметный указатель
3.4.2. Погрешность единицы веса
Средняя вкадратическаю погрешность единицы веса μ характеризует погрешность результата измерения, вес которого равен единице.
В этом случае формулу (68) можно представить в виде
(3.47)
из которой найдем
. (3.48)
Таким образом, средняя квадратическая погрешность результата измерения равна средней квадратической погрешности единицы веса, деленной на корень квадратный из веса этого измерения.
Если выполнено n серий измерений, то среднюю квадратическую погрешность единицы веса, характеризующую все измерения, можно найти по формуле
. (3.49)
Если выполнено n серий измерений известной величины Х, то
, (3.50)
где Δ = (хоi – X) – разность среднего арифметического серIи i и истинного значения измеряемой величины.
Если выполнено n серий измерений неизвестной величины, то
, (3.51)
где ν = (хоi – хо) – уклонения среднего арифметического от арифметической середины всей группы измерений.
В соответствии с формулой (3.40) средняя квадратическая ошибка арифметической середины Мо может быть получена из выражений:
. (3.52)
То есть, средняя квадратическая ошибка арифметической середины в корень квадратный из суммы весов всех серий меньше, чем средняя квадратическая ошибка единицы веса.
3.4.3. Порядок обработки ряда неравноточных измерений
Рассмотрим пример обработки результатов неравноточных измерений одной величины.
Пример 3.7. Выполнить обработку ряда неравноточных измерений.
Выполнено 6 серий измерений длины линии, равноточных в каждой из серий, но неравноточных между сериями (табл. 3.4 ).
Таблица 3.4
К примеру 3.7
№№ серий |
Среднее арифметическое в серии измерений: хоi, м |
Число измерений в серии, ni |
Веса измерений в серии, Рi |
Уклонения νi = xoi – xo |
νi Pi |
νi2Pi х 10-6 |
1 |
76,835 |
7 |
1,40 |
-0,0028 |
-0,00390 |
10,976 |
2 |
76,841 |
3 |
0,60 |
+0,0032 |
+0,00192 |
6,144 |
3 |
76,838 |
5 |
1,00 |
+0,0002 |
+0,00020 |
0,040 |
4 |
76,839 |
6 |
1,20 |
+0,0012 |
+0,00144 |
1,728 |
5 |
76,840 |
4 |
0,80 |
+0,0022 |
+0,00176 |
3,872 |
6 |
76,837 |
8 |
1,60 |
-0,0008 |
-0,00128 |
1,024 |
1. Вычисление весов серий. Принимаем nо = n3 = 5. Значения весов остальных серий находим по формуле (3.39). Сумма весов равна [Р] = 6,60.
2. По формуле (3.40) находим арифметическую середину
.
3. Вычисляем уклонения средних арифметических в сериях от арифметической середины и произведения νi Pi . Здесь контролем вычислений является равенство [νi Pi] = 0. В примере [νi Pi] = +0,00014, что незначительно отличается от нуля. Это вызвано результатом округлений исходных величин.
4. Образуем произведения νi2Pi и получим их сумму [νi2Pi] = 23,784 ∙10-6.
По формуле (3.51) находим среднюю квадратическую ошибку единицы веса (т.е. серии измерений, вес которой принят нами за единицу – серия № 3): μ = 0,0022 м.
По формуле (3.52) находим среднюю квадратическую ошибку арифметической середины: МО = 0,0008 м.
Таким образом, значение измеренной величины равно: (76,8378 ± 0,0008) м.
По формуле (3.48) определяем средние квадратические ошибки в сериях измерений:
m1 = 0,0019 м; m2 = 0,0028 м; m3 = μ = 0,0022 м ; m4 = 0,0020 м; m5 = 0,0025 м ; m6 = =0,0017 м.