Какими свойствами обладают случайные погрешности

Какими свойствами обладают случайные погрешности thumbnail

Собрание уникальных книг, учебных материалов и пособий, курсов лекций и отчетов по геодезии, литологии, картированию, строительству, бурению, вулканологии и т.д.
Библиотека собрана и рассчитана на инженеров, студентов высших учебных заведений по соответствующим специальностям. Все материалы собраны из открытых источников.

Теоретические исследования и опыт измерений показывают, что случайные погрешности обладают следующими основными свойствами:

— при определенных условиях измерений, случайные погрешности по абсолютной величине не могут превышать известного предела;

— малые по абсолютной величине погрешности появляются чаще, чем большие.

— положительные погрешности встречаются так же часто, как и отрицательные;

— среднее арифметическое из всех случайных погрешностей равноточных измерений одной и той же величины при неограниченном возрастании числа измерений n стремится к нулю, т.е.

[image], (5.2)

где [ ] – обозначение суммы.

Формула (5.2) выражает свойство компенсации случайных погрешностей. Этим свойством обладает и сумма попарных произведений случайных погрешностей

[image], (i, j = 1, 2, 3 … n; i ¹ j). (5.3)

5.3 Характеристики точности измерений

Каждая погрешность в отдельности не может характеризовать точность измерений, поскольку она случайна. Нужна такая оценка, которая характеризует точность в среднем.

Общепринятой характеристикой точности является предложенная К.Ф. Гауссом средняя квадратическая погрешность

[image], (5.4)

где Δ1, Δ2,…, Δn – случайные погрешности измерений. Достоинством этой характеристики является ее устойчивость, независимость от знаков отдельных погрешностей и усиленное влияние больших погрешностей.

Теоретически строгим значением средней квадратической погрешности считают оценку, получаемую по формуле (5.4) при бесконечно большом числе измерений, то есть при n®¥. Такую строгое значение средней квадратической погрешности часто именуют термином стандарт.

На практике приходится пользоваться ограниченным числом измерений, отчего оценки, вычисленные по формуле (5.4) вследствие случайного характера погрешностей Δiотличаются от строгой оценки – стандарта. Средняя квадратическая погрешность определения m по формуле (5.4) приближенно равна [image].

Формула (5.4) находит применение при исследовании точности геодезических приборов и методов измерений, когда известно достаточно точное, близкое к истинному, значение X измеряемой величины. Но обычно значение измеряемой величины заранее неизвестно. Тогда вместо формулы Гаусса пользуются формулой Бесселя (см. раздел 5.5), определяющей среднюю квадратическую погрешность по отклонениям результатов измерений от среднего.

В большинстве случаев погрешности измерений распределены по нормальному закону, установленному Гауссом. Это означает, что в интервал от –m до + m попадает 68,27% результатов повторных измерений одной и той же величины. В интервал от –2 m до +2 m попадает 95,45%, а в интервал от –3 m до +3 m попадает 99,73%.

Таким образом, вероятность того, что случайная погрешность превышает 2 m, равна 4,5%, а что она превышает 3 m — лишь 0,27%. Поэтому погрешности, большие 2 m, считают практически невероятными и относят к числу грубых погрешностей, промахов.

Величину 2 m называют предельной погрешностью и используют как допуск при отбраковке некачественных результатов измерений.

Dпред = 2 m.

В ряде случаев за предельно допустимую погрешность принимают величину 3 m.

Величины D, m, Dпред, выражаемые в единицах измеряемой величины, называются абсолютными погрешностями.

Наряду с абсолютными применяются также и относительные погрешности, представляющие собой отношение абсолютной погрешности к измеряемой величине. Относительную погрешность принято выражать в виде простой дроби с единицей в числителе, например

[image],

где l значение измеряемой величины, а N – знаменатель дроби.

Относительные погрешности используют, например, когда точность результата измерения зависит от измеряемой величины. Так при одинаковой абсолютной погрешности двух измеренных линий точнее измерена та, длина которой больше.

Закрепленные

Понравившиеся

Источник

Любые измерения сопровождаются неизбежными погрешностями. Результаты геодезических измерений могут иметь погрешности трех видов: грубые, систематические и случайные.

Грубые погрешности получаются в результате просчетов и промахов при измерениях. Например, вместо правильного результата по мерной ленте 11 м при измерении остатка ошибочно можно отсчитать расстояние 9 м, если лента уложена в обратном направлении. Грубые погрешности обнаруживаются повторными измерениями. Поэтому контрольные измерения являются необходимыми для исключения грубых погрешностей.

Систематические погрешности имеют объективный характер и при измерениях их можно учесть путем введения поправок в результаты измерений. Источником систематических погрешностей являются неисправности в применяемых геодезических приборах и инструментах, их неточная установка при измерениях, влияние внешних факторов и т. д. Например, если при номинальной длине ленты в 20 м из результатов компарирования оказалось, что ее длина равна 20,03 м. Тогда при измерении этой лентой расстояния в 100 м мы допустим погрешность в 0,03 × 5 = 0,15 м. Поэтому в результат измерения необходимо ввести поправку за компарирование ленты.

Случайными погрешностями называют такие погрешности, размер и характер влияния которых на каждый отдельный результат измерения остается неизвестным. Величину и знак случайных погрешностей заранее установить нельзя. Они неизбежны и сопровождают каждое измерение, так как измерение мы проводим только с такой точностью, которую можно достичь применяемыми при этом приборами. Избавить результаты измерений от случайных погрешностей полностью нельзя. Но на основании изучения их свойств можно вывести правила, как из ряда измерений получить наиболее надежные результаты и оценивать их точность. Этими вопросами занимается теория погрешностей измерений.

Читайте также:  Какими химическими свойствами обладают этилен и его гомологи

В теории погрешностей различают равноточные и неравноточные измерения. Равноточными называют измерения, выполненные в одинаковых условиях, приборами одинаковой точности, одинаковое число раз, наблюдателями одинаковой квалификации. Если одно из этих условий не соблюдается, то такие измерения будут неравноточными.

Свойства случайных погрешностей. Случайные погрешности можно определить как разность между измеренными и истинными значениями одной и той же величины. На основании теоретического и практического изучения многих рядов случайных погрешностей выведены их общие свойства:

1 При данных условиях случайные погрешности не могут превышать определенного предела.

2 Одинаковые по абсолютной величине положительные и отрицательные погрешности равновозможны.

3 Меньшие по абсолютной величине погрешности встречаются чаще, чем большие.

4 Среднее арифметическое из случайных погрешностей равноточных измерений одной и той же величины имеет тенденцию стремится к нулю при неограниченном увеличении числа измерений.

Принцип арифметической середины

Пусть произведены равноточные измерения l1, l2, … , ln одной и той же величины, истинное значение которой Х. Тогда можно вычислить n значений случайных погрешностей:

Δ1 = l1 – X;

Δ2 = l2 – X; (4.1)

………….

Δn = ln – X.

Складывая левые и правые части этих равенств, получим

Δ1 + Δ2 +…+ Δn = l1 + l2 +…+ ln – nX. (4.2)

В теории погрешности принято обозначать сумму величин через квадратные скобки, например:

Δ1 + Δ2 + … + Δn = [Δ]; l1 + l2 + … + ln = [l] и т. д.

При этих обозначениях равенство (4.2) примет вид

[Δ] = [l] – nX , откуда X = [l] / n – [Δ] / n. (4.3)

Согласно четвертому свойству случайных погрешностей величина [Δ] / n в равенстве (4.3) при неограниченном возрастании числа измерений стремится к нулю. Следовательно, величина [l] / n при этих условиях будет приближаться к истинному значению Х. На основании этого арифметическую середину (среднее арифметическое из результатов измерений) принято считать наиболее надежным или вероятнейшим результатом из равноточных измерений одной и той же величины при любом числе измерений.

L = [l] / n = (l1 + l2 + l3 + … + ln) / n. (4.4)

Средняя квадратическая погрешность одного измерения.

Формулы Гаусса и Бесселя

В теории погрешностей точность измерений характеризуется средней квадратической погрешностью, которая была введена знаменитым немецким математиком и геодезистом К. Ф. Гауссом (1777–1855 гг.) и обозначается через m:

______________________ ______

m = ± √ (Δ12 + Δ22 + .. + Δn2) / n = ± √ [Δ2] / n, (4.5)

где Δ1, Δ2, …, Δn – случайные погрешности;

n – число измерений.

Средняя квадратическая погрешность является надежным критерием для оценки точности измерений. Она даже при небольшом числе измерений достаточно устойчива и хорошо отражает наличие крупных случайных ошибок, которые по существу и определяют качество измерений.

Формула (4.5) применена для вычисления средней квадратической погрешности, когда известно истинное значение измеряемой величины. Эти случаи в практике весьма редки. Как правило, истинное значение измеряемой величины неизвестно, но из измерений можно получить наиболее надежный результат – арифметическую середину. Получим формулу для вычисления средней квадратической погрешности при помощи уклонения отдельных результатов от арифметической середины по так называемым вероятнейшим погрешностям V.

Пусть l1, l2, …, ln – результаты равноточных измерений одной и той же величины, истинное значение которой Х, а арифметическая середина – L. Тогда можно вычислить n случайных или истинных погрешностей

Δi = li – X (4.6)

и n вероятнейших погрешностей

Vi = li – L. (4.7)

Сумма n равенству (4.7)

[V] = [l] – nL. (4.8)

Но, согласно равенству (4.4) nL = [l], поэтому

[V] = 0, (4.9)

т. е. сумма вероятнейших погрешностей всегда должна быть равна нулю.

Вычитая из равенства (4.6) равенство (4.7), получим

Δi – Vi = L – X. (4.10)

В правой части равенству (4.10) мы имеем случайную погрешность арифметической середины. Обозначим ее через ε. Тогда

Δi = Vi + ε. (4.11)

Возведем в квадрат равенство (4.11), возьмем их сумму и разделим ее на n:

[Δ2] / n = [V2] / n + nε2 / n + 2ε[V] / n. (4.12)

Левая часть этого равенства есть не что иное как m2. Последнее слагаемое правой части ввиду равенства (4.9) равно нулю.

Читайте также:  Напиши какие свойства воздуха

m2 = [V2] / n + ε2. (4.13)

Случайную погрешность ε заменим ее средним значением, т. е. средней квадратической погрешностью арифметической середины. Ниже будет доказано, что средняя квадратическая погрешность арифметической середины

М 2 = ε 2 = m 2/ n. (4.14)

Тогда

m 2 – m2 / n = [V 2] / n или m 2(n – 1) / n = [V 2] / n,

откуда ___________

m 2 = [V 2] / (n – 1), или m = √ [V 2] / (n – 1). (4.15)

Формула (4.15) называется формулой Бесселя и имеет большое практическое значение. Она позволяет вычислять среднюю квадратическую погрешность по вероятнейшим уклонениям результатов измерений от арифметической средины.

Кроме средней квадратической погрешности различают еще среднюю, вероятную и относительную погрешности.

Средней погрешностью (Θ) называют среднее арифметическое из абсолютных значений случайных погрешностей т. е.

Θ = (|Δ1| + |Δ2| + … + |Δn| ) / n = [|Δ|] / n. (4.16)

В теории погрешности доказывается, что при n → ∞ Θ = 0,8 m, или m = 1,25Θ.

Иногда в прикладных вопросах пользуются вероятной погрешностью r. Вероятной погрешностью называют такое значение случайной погрешности в одном ряду равноточных измерений, по отношению к которой одинаково возможна погрешность как больше, так и меньше этого значения, по абсолютной величине. Для нахождения r все погрешности данного ряда располагают в порядке возрастания по абсолютной величине и выбирают то значение, которое занимает среднее положение, т. е. погрешностей меньше его столько же, сколько и больше. Вероятная погрешность связана со средней квадратической погрешностью соотношением r = 2/3 m = 0,67 m или m = 1,5 r.

Как видно, m > Θ и m > r, что показывает, что средняя квадратическая погрешность лучше характеризует точность измерений, чем средняя и вероятная погрешности.

Оценку точности таких измеренных величин, как линии, площади и объемы часто производят с помощью относительной погрешности. Относительной погрешностью называют отношение абсолютной погрешности к значению измеренной величины. Относительная погрешность записывается в виде дроби, в числителе которой стоит единица, а в знаменателе – число, показывающее какую долю измеряемой величины должна составлять допустимая погрешность. Например, длина стороны D = 150 м измерена с абсолютной погрешностью md = 0,05 м. Тогда относительная погрешность результата измерения составит md / D = 0,05 м / 150 м = 1 / 3000.

Величина 1 / 3000 означает, что на 3000 м расстояния может быть допущена погрешность в 1 м. Чем больше знаменатель относительной погрешности, тем выше точность измерений. Точность всех линейных измерений в геодезии всегда задается относительной погрешностью, которая приводится в соответствующих инструкциях и наставлениях по производству данного вида геодезических работ.



Источник

Погрешность окончательного результата измерения — это, как правило, итог совместного влияния (действия) нескольких различных факторов (погрешностей).

По источникам происхождения погрешности могут быть:

  • — личные (наблюдателя);
  • — приборные (измерительного прибора);
  • — методические (методики измерения);
  • — средовые (внешней среды).

Погрешности, обусловленные изменчивостью (непостоянством) самого объекта измерений обычно в расчет не принимаются. Хотя в отдельных случаях приходится учитывать и их.

По характеру действия погрешности принято подразделять на:

  • — грубые;
  • — систематические;
  • — случайные.

Грубые погрешности возникают вследствие грубых промахов наблюдателя (померещилось, просчитался, перепутал и т.п.), неисправности измерительного прибора, использования неадекватной (неуместной, непродуманной, необоснованной) методики измерений и резких изменений во внешней среде. Никакой системы (закономерности) в их появлении нет. И от них никто не застрахован.

Основной способ борьбы с грубыми погрешностями — контроль путем выполнения избыточных измерений (т.е. сверх минимально необходимых). В частности, измерение любой величины, где это только возможно, должно производиться многократно — как минимум, дважды — и максимально независимо одно от другого.

Например, измерение расстояния между двумя точками местности рулеткой следует выполнять два раза: один раз в прямом направлении (от условно начальной точки до конечной) и второй раз — в обратном (от условно конечной точки назад, до начальной).

Еще один способ обнаружения и исключения грубых погрешностей — организация измерений таким образом (опять же через избыточные измерения), чтобы было заранее известно абсолютно точное значение некоторой функции от измеряемых величин.

К примеру, если измерить все три угла в плоском треугольнике (где, в принципе, достаточно измерить только два угла, третий — вычисляется), то вследствие неизбежных погрешностей измерений истинные точные значения углов останутся неизвестными. Однако будет абсолютно точно известно, что сумма этих трех углов должна равняться 180° . В данном конкретном случае отклонение суммы всех трех измеренных углов в треугольнике от 180° будет представлять собой алгебраическую сумму трех неизвестных погрешностей измерения каждого из углов (т.е., своего рода, суммарную погрешность функции измеренных величин). И это дает возможность оценить, хоть и в неявном виде, примерную величину допущенных при измерении углов погрешностей, в том числе и судить о наличии грубых погрешностей, если такая суммарная погрешность по каким-то определенным критериям аномально велика. Характерно, что если измерить только два угла в треугольнике, а третий — вычислить (т.е. не сделать избыточного измерения), то мы не получим вообще никакой информации о фактических погрешностях наших измерений

Читайте также:  Ежевика какие полезные свойства

Приведенный выше пример — это пример очень простой функции измеренных величин: всего лишь суммы трех углов в треугольнике. На самом деле функциональные зависимости между несколькими измеряемыми величинами могут быть значительно сложнее.

Систематические погрешности являются результатом действия какого-либо одного или сразу нескольких вполне конкретных факторов и могут быть выражены в виде однозначной функциональной зависимости от этих факторов. Иначе говоря, в появлении таких погрешностей имеет место четкая система: есть фактор (или факторы), и есть обусловленная им (ими) погрешность.

Основной способ борьбы с систематическими погрешностями — выявление имеющихся функциональных связей между различными факторами и порождаемыми ими погрешностями, вычисление таких погрешностей и исправление результатов измерений поправками за влияние соответствующих факторов.

Выражение «поправка за влияние какого-то фактора» или «поправка за фактор» — это такой терминологический «профессионализм», принятый во многих измерительных дисциплинах, в том числе, в геодезии.

Примером учета систематической погрешности путем введения поправки в результат измерения может служить исправление результата измерения какого-то отрезка жезлом, номинальной длиной один метр (на нем так прямо и написано — 1 м). Если жезл уложился в отрезке 10 раз, то мы считаем, что отрезок имеет длину 10 м (1 м на 10 уложений жезла). Однако, если мы затем сравним длину нашего жезла с эталонным метром и выясним, что он длиннее эталона на 1 см, то нам придется ввести поправку в измеренный результат, равную +10 см (1 см на 10 уложений жезла), и окончательно длина измеренного отрезка должна быть оценена как 10,1 м. Такая поправка называется поправкой за компарирование (сравнение рабочей меры с эталоном).

Еще одним способом учета систематических погрешностей в результатах измерений является организация методики измерений таким образом, чтобы та или иная систематическая погрешность автоматически исключалась из окончательного результата измерения (была одинаковой по величине, но противоположной по знаку на двух последовательных этапах измерения).

Примером такого способа учета систематических погрешностей может служить геометрическое нивелирование на станции при «равных плечах» (одинаковых расстояниях от нивелира до нивелируемых точек). Соответствующая методика (с «равными плечами») позволяет исключить из результатов нивелирования на станции сразу две систематические погрешности: за наклон визирной оси зрительной трубы нивелира и за кривизну Земли.

Случайные погрешности обусловлены спонтанно возникающими при каждом конкретном измерении комбинациями всевозможных плохо учитываемых факторов, и зависят, в основном, от точности прибора, квалификации оператора и неучтенного влияния внешней среды. Исключить случайные погрешности из результатов измерений нельзя, также как и нельзя определить или предсказать значение случайной погрешности в каждом отдельном измерении (в отдельных измерениях они могут быть как малыми, так и большими, как положительными, так и отрицательными). Закономерности случайных погрешностей проявляются только в массе и носят вероятностный, статистический характер. И потому можно говорить лишь о вероятности появления той или иной случайной погрешности.

Случайные погрешности ведут себя как случайные величины, подчиняющиеся закону нормального распределения вероятности: со своими математическим ожиданием (равным нулю), дисперсией (разбросом или рассеиванием вокруг математического ожидания) и стандартом (среднеквадратическим отклонением случайной величины от ее математического ожидания).

Свойства случайных погрешностей (на основании закона нормального распределения вероятности):

  • 1. Положительные и отрицательные случайные погрешности равновозможны (свойство симметрии).
  • 2. Малые по абсолютной величине случайные погрешности возникают чаще, чем большие (свойство неодинаковой плотности вероятности).
  • 3. Алгебраическая сумма случайных погрешностей при неограниченном возрастании числа испытаний (измерений одной и той же величины) стремиться к нулю (свойство компенсации).
  • 4. С заданной (доверительной) вероятностью случайные погрешности не превосходят по абсолютной величине некоторого предела (свойство ограниченности).

Принимая во внимание свойства случайных погрешностей можно утверждать, что хотя исключить случайные погрешности из результатов измерений нельзя, но их влияние можно статистически учесть (оценить) и несколько ослабить (уменьшить) путем повышения качества и количества измерений, а также за счет выполнения надлежащей математической обработки этих измерений.

Источник