Главная Основа метрологии Моменты случайных погрешностей



Моменты случайных погрешностей

Метрология - Основа метрологии

Функция распределения является самым универсальным способом описания поведения случайных погрешностей. Однако для определения функций распределения необходимо проведение весьма кропотливых научных исследований и обширных вычислительных работ. Поэтому к такому способу описания случайных погрешностей прибегают иногда при исследовании принципиально новых мер и измерительных приборов.

Значительно чаще бывает достаточно охарактеризовать случайные погрешности с помощью ограниченного числа специальных величин, называемых моментами [3].

Начальным моментом n-го порядка результатов наблюдений называется интеграл вида

(14)


представляющий собой математическое ожидание степени .

При n=1

(15)


т.е. первый начальный момент совпадает с математическим ожиданием результатов измерений.

Центральным моментом n-го порядка результатов наблюдений называется интеграл вида

(16)

Вычислим первый центральный момент:

(17)

Таким образом, первый центральный момент результатов наблюдений равен нулю. Важно отметить, что начальные и центральные моменты случайных погрешностей совпадают между собой и с центральными моментами результатов наблюдений, поскольку математическое ожидание случайных погрешностей равно нулю.

Особое значение наряду с математическим ожиданием результатов наблюдений имеет второй центральный момент, называемый дисперсией результатов наблюдений.

При n=2

.

(18)

Дисперсия D[X] случайной погрешности равна дисперсии результатов наблюдений и является характеристикой их рассеивания относительно математического ожидания.

Если математическое ожидание результатов наблюдений можно рассматривать в механической интерпретации как абсциссу центра тяжести фигуры, заключенной между кривой распределения и осью Ох, то дисперсия является аналогом момента инерции этой фигуры относительно вертикальной оси, проходящей через центр тяжести.

Дисперсия имеет размерность квадрата измеряемой величины, поэтому она не совсем удобна в качестве характеристики рассеивания. Значительно чаще в качестве последней используется положительное значение корня квадратного из дисперсии, называемое средним квадратическим отклонением результатов наблюдений:

.

(19)

С помощью среднеквадратического отклонения можно оценить вероятность того, что при однократном наблюдении случайная погрешность по абсолютной величине не превзойдет некоторой наперед заданной величины , т. е. вероятность . Для этого рассмотрим формулу, известную как неравенство Чебышева:

или .

(20)

Полагая , можно найти вероятность того, что результат однократного наблюдения отличается от истинного значения на величину, большую утроенного среднеквадратического отклонения, т. е. вероятность того, что случайная погрешность окажется больше :


Вероятность того, что погрешность измерения не превысит , составит соответственно

Неравенство Чебышева дает только нижнюю границу для вероятности , меньше которой она не может быть ни при каком распределении. Обычно значительно больше 0.89. Так, например, в случае нормального распределения погреш-ностей эта вероятность составляет 0.9973.

Математическое ожидание и дисперсия являются наиболее часто применяемыми моментами, поскольку они определяют наиболее важные черты распределения: положение центра распределения и степень его разбросанности. Для более подробного описания распределения используются моменты более высоких порядков.

Третий момент случайных погрешностей служит характеристикой асимметрии, или скошенности распределения. В общем случае любой нечетный момент случайной погрешности характеризует асимметрию распределения. Действительно, если распределение обладает свойством симметрии, то все функции вида , где s = l, 3, 5..., являются нечетными функциями (рис.3).

Поэтому все нечетные моменты, являющиеся интегралами этих функций в бесконечных пределах, должны равняться нулю. Отличие этих моментов от нуля как раз и указывает на асимметрию распределения. Простейшим из нечетных моментов является третий момент . Чтобы получить безразмерную характеристику, третий момент делят на третью степень среднеквадратического отклонения и получают коэффициент асимметрии, или просто асимметрию Sk распределения:

(21)

Для иллюстрации сказанного на рис.4 приведены три кривые распределения случайных погрешностей с положительной, отрицательной и нулевой асимметрией.

Четвертый момент служит для характеристики плосковершинности или островершинности распределения случайных погрешностей. Эти свойства описываются с помощью эксцесса - безразмерной характеристики, определяемой выражением

(22)

Число 3 вычитают из отношения потому, что для широко распространенного нормального распределения погрешностей . Таким образом, для нормального распределения эксцесс равен нулю, более плосковершинные распределения обладают отрицательным эксцессом, более островершинные - положительным (рис.5).

 


Читайте:


Добавить комментарий


Защитный код
Обновить

Учёные первооткрыватели:

Альберт Великий

News image

Альбе рт Вели кий (лат. Albertus Magnus, 1193?, Лауинген, Швабия — 15 ноября 1280, Кёльн) — Св. Альберт, Альберт Кельнский, Ал...

Кроусон, Рой

News image

Кроусон, Рой (Roy Albert Crowson, 22 ноября 1914 года - 13 мая 1999 года) — английский энтомолог и колеоптеролог, крупнейший сп...

Авторизация



Единицы измерений:

Мегабайт

News image

Название «Мегабайт» распространено, но не соответствует ГОСТ 8.417-2002, где приставка мега - означает умножение на 1 000 000, а не 1 ...

Бит

News image

Бит (англ. binary digit; также игра слов: англ. bit — немного) (один двоичный разряд в двоичной системе счисления) — одна из...

Байт

News image

Байт (англ. byte) — единица хранения и обработки цифровой информации. Чаще всего байт считается равным восьми битам, в этом случае он...

Унция

News image

У нция (лат. uncia) — название нескольких единиц измерения массы, а также двух мер объёма жидких тел и одной единицы из...

Открыватели:

Вант-Гофф, Якоб Хендрик

News image

Якоб Хендрик Вант-Гофф (нидерл. Jacobus Henricus (Henry) van 't Hoff; 30 августа 1852, Роттердам — 1 марта 1911, Берлин) — голландский химик, первый лауреат Нобелевской пр...

Универсальный конвертер
Conversion Type:
Quantity:

converts to:

Construction Unit converter provided by: EcoLog Homes

Интересные факты:

Таблица Менделеева

News image

В конце августа 1875 г. в кабинет акад. Вюрца входит его ученик, молодой французский химик Лекок-де-Буабодран. н долго не решается об...

Эйнштейн и квантовая теория света

News image

Эйнштейн является одним из основателей новой, квантовой теории света и основателем теории относительности. Согласно квантовой теории свет представляет поток своеобразных ча...

О звуке

News image

Звук с давних пор считался одним из самых загадочных явлений природы. В самом деле, что порождает звук? Что заставляет его не...

Как происходит кристаллизация жидкости

News image

В настоящее время можно считать твердо установленным, что жидкость может затвердевать после ее охлаждения до температуры плавления только при наличии в ...

Атом и время

News image

Трудно себе представить более простое и вместе с тем более сложное понятие, чем время. Старая пословица говорит: «нет ничего в ми...

Ньютон и Марат о притяжении лучей света

News image

Что такое свет?— На этот вопрос Ньютон, очень много поработавший над изуче­нием световых явлений, отвечал так: свет — это поток бы...