|
Главная -> Понятия метрологии 0 1 2 3 4 5 6 7 8 [9] 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 гласно которой закон распределения суммы независимых случайных величин с конечными дисперсия,\:и стремится к гауссовскому при увеличении числа слагаемых. Даже при трех-четырех слагаемых с соизмеримыми дисперсиями закон распределения суммы может быть близок к гауссовскому, особенно в области больших значений плотности вероятности. Однако в области малых значений плотности вероятности закон распределения суммы сходится к гауссовскому значительно медленнее. Экспериментальные исследования по определению и анализу реальных законов распределения погрешностей показали, что га-уссовский закон нельзя считать универсальным и пригодным без всяких ограничений для описания погрешностей средств измерений. Это объясняется тем, что на практике условия центральной предельной теоремы выполняются не полностью из-за ограниченного числа слагаемых. Кроме того, всем электронным устройствам свойственна некоторая нелинейность характеристик, например ограниченная протяженность амплитудных характеристик линейных устройств, вследствие чего гауссовский закон может сушест-венно исказиться. Гауссовский закон удобно использовать в качестве математической модели неизвестного закона распределения, если есть предпосылки считать его близким к гауссовскому. Плотность вероятности гауссовского закона Р() = -Г-ехр 1/2л а (Д - 0Г Для случайной погрешности е==А -6 плотность вероятности имеет вид: Вероятность появления случайной погрешности е в пределах ±Ав„ Яд = Я{ - Ав„ < е < где / = Ав„/(т. Функция 2Ф(/), называемая интегралом вероятности, табулирована (табл. 2.1). Закон распределения у/. Как известно из курса теории вероятностей, сумма квадратов k независимых центрированных слу- чайных величин х, с единичными дисперсиями х= 2 xf (г = Таблица 2.1. Значение интеграла вероятности
= 1, 2, .... к) подчиняется закону распределения х- Закон распределения зависит от числа независимых слагаемых, называемого j количеством степеней свободы. Плотность вероятности распределения описывают выражением 21(*/2)-1] exp(-xV2), где Г - гамма-функция. Математическое ожидание и дисперсия случайной величины /С = к; o = 2k. При большем числе степеней свободы /г> 30 распределение х приближается к гауссовскому. Закон Лапласа. Этот закон описывает предельное распределение суммы случайного числа случайных слагаемых. Плотность вероятности р{г) = V2 а Числовые характеристики некоторых законов распределения приведены в табл. 2.2. Выводы По причине возникновения, погрешности делят на методические, инструментальные и субъективные. По характеру проявления различают систематические и случайные погрешности. Динамическая погрешность обусловлена инерционностью средства измерений. Систематическая погрешность постоянна или медленно меняется за время проведения измерений с многократными наблюдениями. Некоторые составляющие ее для конкретных средств измерений поддаются приближенному описанию с помощью детерминированных функций времени. Таблица 2.2. Числовые характеристики некоторых законов распределения Закон распределения График плотности вероятности Д.„/а Арксинусный Равномерный Трапецеидальный Треугольный Гауссовский Лапласа
Примеч ание. Для гауссовского закона и закона Лапласа принято Рд =0,9973. Случайную погрешность обычно описывают как случайную величину или эргодический случайный процесс. Основной характеристикой ее является плотность вероятности, с помощью которой можно рассчитать вероятность пребывания погрешности в заданных границах или решить обратную задачу. Законы распределения некоторых составляющих случайной погрешности могут быть определены теоретически до проведения эксперимента. Это - погрешности квантования и дискретизации. Погрешности с неизвестным законом распределения, заданные своими пределами, в метрологии принято характеризовать равномерным законом. Если случайная погрешность состоит из нескольких статистически независимых составляющих с соизмеримыми СКО, то согласно центральной предельной теореме ее можно приближенно описать гауссовским законом независимо от законов распределения составляющих. 2 За 0 1 2 3 4 5 6 7 8 [9] 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 0.0079 |
|