Теперь необходимо рассмотреть вопрос о том, как находить погрешность физической величины U , которая определяется путем косвенных измерений. Общий вид уравнения измерения

Y =f (Х 1 , Х 2 , … , Х n ), (1.4)

где Х j – различные физические величины, которые получены экспериментатором путем прямых измерений, или физические константы, известные с заданной точностью. В формуле они являются аргументами функции.

В практике измерений широко используют два способа расчета погрешности косвенных измерений. Оба способа дают практически одинаковый результат.

Способ 1. Сначала находится абсолютная D, а затем относительная d погрешности. Этот способ рекомендуется для таких уравнений измерения, которые содержат суммы и разности аргументов.

Общая формула для расчета абсолютной погрешности при косвенных измерениях физической величины Y для произвольного вида f функции имеет вид:

где частные производные функции Y =f (Х 1 , Х 2 , … , Х n ) по аргументу Х j ,

Общая погрешность прямых измерений величины Х j .

Для нахождения относительной погрешности нужно прежде всего найти среднее значение величины Y . Для этого в уравнение измерения (1.4) надо подставить средние арифметические значения величин X j .

То есть среднее значение величины Y равно: . Теперь легко найти относительную погрешность: .

Пример: найти погрешность измерения объёма V цилиндра. Высоту h и диаметр D цилиндра считаем определёнными путём прямых измерений, причём пусть количество измерений n= 10.

Формула для расчета объёма цилиндра, то есть уравнение измерения имеет вид:

Пусть при Р= 0,68;

При Р= 0,68.

Тогда, подставляя в формулу (1.5) средние значения, найдём:

Погрешность D V в данном примере зависит, как видно, в основном от погрешности измерения диаметра.

Средний объём равен: , относительная погрешность d V равна:

Или d V = 19%.

V =(47±9) мм 3 , d V = 19%, Р= 0,68.

Способ 2. Этот способ определения погрешности косвенных измерений отличается от первого способа меньшими математическими трудностями, поэтому его чаще используют.

В начале находят относительную погрешность d , и только затем абсолютную D. Особенно удобен этот способ, если уравнение измерения содержит только произведения и отношения аргументов.

Порядок действий можно рассмотреть на том же конкретном примере - определение погрешности при измерении объёма цилиндра

Все численные значения входящих в формулу величин сохраним теми же, что и при расчетах по способу 1.

Пусть мм , ; при Р= 0,68;

; при Р=0,68.

Погрешность округления числа p (см. рис. 1.1)

При использовании способа 2 следует действовать так:

1) прологарифмировать уравнение измерения (берём натуральный логарифм)

найти дифференциалы от левой и правой частей, считая независимыми переменными,

2) заменить дифференциал каждой величины на абсолютную погрешность этой же величины, а знаки “минус”, если же они есть перед погрешностями на “плюс”:

3) казалось бы, что с помощью этой формулы уже можно дать оценку для относительной погрешности , однако это не так. Требуется так оценить погрешность, чтобы доверительная вероятность этой оценки совпадала с доверительными вероятностями оценки погрешностей тех членов, которые стоят в правой части формулы. Для этого, чтобы это условие выполнялось, нужно все члены последней формулы возвести в квадрат, а затем извлечь корень квадратный из обеих частей уравнения:

Или в других обозначениях относительная погрешность объёма равна:

причём вероятность этой оценки погрешности объёма будет совпадать с вероятностью оценки погрешностей входящих в подкоренное выражение членов:

Сделав вычисления, убедимся, что результат совпадает с оценкой по способу 1 :

Теперь, зная относительную погрешность, находим абсолютную:

D V =0,19 · 47=9,4 мм 3 , P =0,68.

Окончательный результат после округления:

V = (47 ± 9) мм 3 , d V = 19%, P =0,68.

Контрольные вопросы

1. В чём заключается задача физических измерений?

2. Какие типы измерений различают?

3. Как классифицируют погрешности измерений?

4. Что такое абсолютная и относительная погрешности?

5. Что такое промахи, систематические и случайные погрешности?

6. Как оценить систематическую погрешность?

7. Что такое среднее арифметическое значение измеренной величины?

8. Как оценить величину случайной погрешности, как она связана со средним квадратичным отклонением?

9. Чему равна вероятность обнаружения истинного значение измеренной величины в интервале от Х ср - s до Х ср + s ?

10. Если в качестве оценки для случайной погрешности выбрать величину 2s или 3s , то с какой вероятностью истинное значение будет попадать в определённые этими оценками интервалы?

11. Как суммировать погрешности и когда это нужно делать?

12. Как округлить абсолютную погрешность и среднее значение результата измерения?

13. Какие способы существуют для оценки погрешностей при косвенных измерениях? Как при этом действовать?

14. Что нужно записать в качестве результата измерения? Какие величины указать?

В большинстве случаев в ходе эксперимента несколькими приборами измеряются несколько величин и для получения конечного результата эти измерения необходимо обработать, используя математические операции: сложения, умножения и т.д. Поэтому необходимо оценивать точность опыта в целом с помощью вычисления предельной и среднеквадратической ошибок опыта.

Правила вычисления предельной относительной ошибки опыта:

1. Ошибка суммы заключена между наибольшей и наименьшей из относительных ошибок слагаемых. Обычно учитывается или наибольшая ошибка или средняя арифметическая величина (в лабораторной работе будем пользоваться средней арифметической величиной).

2. Ошибка произведения или частного равна сумме относительных ошибок сомножителей или соответственно делимого и делителя.

3. Ошибка n -ой степени основания в n раз больше относительной ошибки основания.

Для вычисления среднеквадратической ошибки результата косвенных измерений необходимо обеспечить независимость результатов измерений. В этом случае среднеквадратическая ошибка вычисления величины W , являющейся функцией измеряемых прямо параметров x , y , z , … определяется формулой:

где - частные производные функции вычисленные при средних значениях параметров x , y , z , …, - исправленные дисперсии соответственно x , y , z , ….

Пример . Определение погрешности косвенных измерений

В результате многократных измерений были получены средние значения и среднеквадратические ошибки 3-х взаимно независимых параметров:

а) предельную относительную ошибку измерений и предельную относительную ошибку определения функции

б) среднее значение и среднеквадратическую ошибку определения функции

а) Найдём предельные относительные ошибки измерений x , y , z по формуле (13):

Предельную относительную ошибку определения функции

Найдём по правилам вычисления предельной относительной ошибки опыта:

б) Вычислим среднее значение функции

Для вычисления среднеквадратической ошибки определения функции по формуле (14) найдём частные производные:

и вычислим их при средних значениях x , y , z :

Подставляя в формулу (14), получим:

4. Расчёт характеристик линейной регрессионной модели

Одним из эффективных методов установления взаимосвязей между факторами является корреляционно-регрессионный анализ.

Задача корреляционно-регрессионного метода заключается в нахождении эмпирического уравнения, характеризующего связь результативного параметра Y c определённым входным фактором Х .

В качестве формы связи Y и X широко используют линейную зависимость в силу её простоты в расчётах, а также в связи с тем, что к ней можно привести многие другие виды зависимости.

Расчёт линейной регрессионной модели включает следующие этапы:

1. Расчёт теоретического уравнения линейной регрессии;

2. Оценка силы связи, расчёт коэффициента корреляции;

3. Оценка значимости коэффициента корреляции;

4. Оценка значимости коэффициентов уравнения регрессии;

5. Определение адекватности уравнения регрессии и доверительных границ.

Линейная регрессия Y на X имеет вид:

где α и β - параметры регрессии (β называется коэффициентом регрессии).

Статистические оценки и параметров регрессии α и β выбираются таким образом, чтобы значения вычисленные по формуле были как можно ближе к эмпирическим значениям . В качестве меры близости выбирают сумму квадратов отклонений . Метод нахождения параметров с помощью минимизации суммы квадратов отклонений эмпирических значений от теоретических значений в тех же точках называют методом наименьших квадратов.

Оптимальные значения параметров, полученные согласно этому методу, определяются формулами:

где и - средние значения X и Y , которые вычисляют по формулам:

Учитывая (15), запишем эмпирическую линию регрессии в виде:

Силу линейной корреляционной зависимости Y и X характеризует коэффициент корреляции r . Коэффициент r изменяется в пределах от до 1. Чем ближе он к , тем сильнее линейная связь Y и X , в предельном случае, если , имеет место точная линейная функциональная зависимость Y от X . Если , то Y и X не коррелируют. Оценкой коэффициента корреляции r служит выборочный коэффициент корреляции , который вычисляется по формуле:

Коэффициент корреляции определяемый по выборочным данным, может не совпадать с действительным значением, соответствующим генеральной совокупности. Для проверки статистической гипотезы о значимости выборочного коэффициента корреляции используют t -критерий Стьюдента, наблюдаемое значение которого вычисляется по формуле:

Критическое значение t -критерия для числа степеней свободы и уровня значимости α находят по таблицам критических точек распределения Стьюдента . Если , то предположение о нулевом значении коэффициента корреляции не подтверждается, и выборочный коэффициент корреляции значим. Если , то величина r близка к нулю.

Для оценки параметров, входящих в уравнение регрессии (16) , при решении практических задач можно ограничиться построением доверительных интервалов. Для заданной надёжности γ доверительные интервалы для параметров и β определяются формулами:

где - критическое значение t -критерия для числа степеней свободы и уровня значимости , которое находят по таблицам критических точек распределения Стьюдента , - квадратный корень из остаточной дисперсии , которая находится по формуле:

После получения эмпирического уравнения регрессии, проверяют насколько оно соответствует результатам наблюдений. Для проверки гипотезы о значимости уравнения регрессии используют F -критерий Фишера, наблюдаемое значение которого вычисляют по формуле:

где - исправленная дисперсия Y , которая вычисляется по формуле:

Критическое значение F -критерия для числа степеней свободы и и уровня значимости α находят по таблицам критических точек распределения Фишера-Снедекора . Если , то гипотеза о незначимости уравнения регрессии не подтверждается, и уравнение соответствует результатам наблюдений. Если , то полученное уравнение незначимо.

Ещё одной характеристикой меры того, насколько эмпирическое уравнение хорошо описывает данную систему наблюдений, является коэффициент детерминации d , который вычисляется по формуле:

Чем ближе коэффициент d к единице, тем лучше описание.

После того как модель построена, она используется для анализа и прогноза. Прогноз осуществляется подстановкой фактора в уравнение (17). Получается точечная оценка :

Доверительный интервал для прогнозируемого значения имеет вид:

где - критическое значение t -критерия для числа степеней свободы и уровня значимости , которое находят по таблицам критических точек распределения Стьюдента .

Пример. Построение модели линейной регрессии

По данным наблюдений определить параметры линейного уравнения регрессии Y на X . Найти коэффициенты регрессии и корреляции проверить гипотезу о значимости выборочного коэффициента корреляции. Найти доверительные интервалы для параметров уравнения регрессии. Определить коэффициент детерминации. Проверить гипотезу о значимости полученного уравнения регрессии. Найти прогнозируемое моделью значение y при x=x 0 и найти для него доверительный интервал. Уровень значимости принять равным 0,05.

Для получения параметров уравнения регрессии составим таблицу. Таблица 2

В последней строке таблицы приведены суммы столбцов, используемых в расчётах.

Найдём средние значения X и Y по формуле (16):

Вычислим коэффициент регрессии по формуле (15):

И получим эмпирическое уравнение регрессии, подставляя в (17):

По формуле (28) вычислим теоретические значения и заполним два последних столбца таблицы 2.

Вычислим коэффициент корреляции по формуле (18):

И проверим гипотезу о его значимости. Наблюдаемое значение критерия найдём по формуле (19):

По таблице критических точек распределения Стьюдента найдём критическую точку распределения Стьюдента с числом степеней свободы и уровнем значимости Получим и сравним и : следовательно, коэффициент корреляции значим, и Y и X связаны линейной корреляционной зависимостью.

Для определения доверительных интервалов параметров уравнения линейной регрессии (28) найдём остаточную дисперсию по формуле (22):

Подставляя в формулу (20), получим доверительный интервал для Вычисляя, получим интервальную оценку для с надёжностью

Доверительный интервал для получим по формуле (21):

Итак, интервальная оценка для параметра с надёжностью

Проверим гипотезу о значимости полученного уравнения регрессии. Для вычисления наблюдаемого значения F -критерия найдём исправленную дисперсию Y по формуле (24): Подставляя в формулу (23), получим: По таблице критических точек распределения Фишера-Снедекора для числа степеней свободы и на уровне значимости найдём Сравнивая наблюдаемое и критическое значения F -критерия, получим следовательно, уравнение значимо.

Для оценки адекватности линейной модели наблюдаемым значениям найдём также коэффициент детерминации по формуле (25):

Этот результат истолковывается так: 97,1% изменчивости Y объясняется изменением фактора X , а на остальные случайные факторы приходится 2,9% изменчивости. Однако, этот вывод действителен только для рассматриваемого интервала значений X .

Используем уравнение (28) для прогноза. При точечную оценку для y получим путём подстановки в формулу (28): Доверительный интервал для получим по формуле (27):

Окончательно, интервальная оценка для с надёжностью

Пусть известны две независимо измеренных физических величины и с погрешностями и соответственно. Тогда справедливы следующие правила:

1. Абсолютная погрешность суммы (разности) есть сумма абсолютных погрешностей. То есть, если

Более разумная (учитывающая то, что величины и независимы и маловероятно, что их истинные значения одновременно окажутся на краях диапазонов) оценка получается по формуле:

На всех школьных олимпиадах допускается применение любой из этих двух формул. Аналогичные формулы справедливы для случая нескольких (более двух) слагаемых.

Пример:

Пусть величина , ,

.

2. Относительная погрешность произведения (частного) есть сумма относительных погрешностей.

То есть, если

Как и в предыдущем случае, более разумной будет формула

Аналогичные формулы справедливы для случая нескольких (более двух) множителей.

Таким образом, в результате сложения двух величин сначала вычисляется абсолютная погрешность величины, а после этого может быть вычислена относительная погрешность.

Пример:

Пусть величина , ,

3. Правило для возведения в степень. Если , то .

Пример:

4. Правило умножения на константу. Если .

Пример:

5. Более сложные функции величин разбиваются на более простые вычисления, погрешности которых можно рассчитать по формулам представленным выше.

Пример:

Пусть

6. Если расчётная формула сложна и не сводиться к описанным выше случаем, то, школьники знакомые с понятием частной производной могут найти погрешность косвенного измерения следующим образом: пусть , тогда

или более простой оценкой:

Пример:

Пусть

7. Школьники, не знакомые с производными, могут пользоваться методом границ, который состоит в следующем: пусть нам известно, что и для каждой величины диапазон в котором лежит её истинное значение. Рассчитаем минимальное и максимальное возможное значение величины на области задания величин :

За абсолютную погрешность величины возьмём полуразность максимального и минимального значения:

Пример:

Пусть

Правила округления

При обработке результатов измерений часто приходится производить округление. При этом нужно следить, чтобы ошибка, возникающая при округлении, была хотя бы на порядок меньше остальных погрешностей. Однако оставлять слишком много значащих цифр тоже неправильно, поскольку влечёт за собой потерю драгоценного времени. В большинстве случаев бывает достаточно погрешность округлить до двух значащих цифр, а результат до того же порядка, что и погрешность. При записи же конечного ответа принято оставлять в погрешности только одну значащую цифру, за исключением случая, когда эта цифра единица, тогда нужно оставить две значащих цифры в погрешности. Также часто порядок числа выносится за скобку, таким образом, чтобы первая значащая цифра числа осталась либо в порядке единиц, либо в порядке десятых.

Например, пусть были проведены измерения модуля Юнга стали и Алюминия и были получены следующие значения (до округления):

, , , .

Правильно записанный конечный ответ тогда будет иметь вид:

Построение графиков

Во многих задачах, предлагаемых на физических олимпиадах школьников, требуется снять зависимость одной физической величины от другой, а затем проанализировать эту зависимость (сравнить экспериментальную зависимость с теоретической, определить неизвестные параметры теоретической зависимости). График является наиболее удобным и наглядным способом представления данных и их дальнейшего анализа. Поэтому в критериях оценивания большинства экспериментальных задач присутствуют баллы за график, даже если построение графика не требуется явно в условии. Таким образом, если при решении задачи Вы сомневаетесь нужно ли в данной задаче построение графика или нет - сделайте выбор в пользу графика.

Правила построения графика

1. График строится на миллиметровой бумаге. Если на экспериментальном туре олимпиады миллиметровая бумага не была предоставлена сразу, нужно попросить её у организаторов.

2. График нужно подписать в верхней части, чтобы всегда можно было установить, какой участник строил этот график. В работе следует указать, что был построен соответствующий график, на случай если график будет потерян во время проверки.

3. Ориентация миллиметровой бумаги может быть как альбомная, так и книжная.

4. На графике обязательно должны присутствовать координатные оси. Вертикальная ось проводится в левой части графика, а горизонтальная ось в нижней части.

5. Вертикальная ось должна соответствовать значениям функции, а горизонтальная – значениям аргумента.

6. Оси на графике рисуются с отступом 1-2см от края миллиметровой бумаги.

7. Каждая ось должна быть подписана, то есть должна быть указана физическая величина, отложенная вдоль этой оси, и (через запятую) единица её измерения. Записи вида « », « » и « » эквивалентны, но первые два варианта предпочтительнее. Горизонтальная ось подписывается слева у верхнего конца, а вертикальная снизу у правого конца.

8. Оси не обязательно должны пересекаться в точке (0,0).

9. Масштаб графика и положение начала отсчёта на координатных осях выбираются так, чтобы наносимые точки располагались по возможности на всей площади листа. При этом нули координатных осей могут вообще не попадать на график.

10. Линии, проведённые на миллиметровой бумаге через сантиметр, должны попадать на круглые значения величин. С графиком удобно работать, если 1 см на миллиметровой бумаги соответствуют 1, 2, 4, 5 *10 n единиц измерения по данной оси. Часть делений на оси нужно подписать. Подписанные деления должны находится на равном расстоянии друг от друга. Подписанных делений на оси должно быть не менее 4х и не более 10ти.

11. Точки на график нужно наносить так, чтобы они были чётко и ясно видны. Для того чтобы показать, что величина наносимая на график имеет погрешность, из каждой точки проводятся отрезки вверх и вниз, вправо и влево. Длина горизонтальных отрезков соответствует погрешности величины, отложенной по горизонтальной оси, длина вертикальных отрезков - погрешности величины, отложенной по вертикальной. Таким образом, обозначаются области определения экспериментальной точки, называемые крестами ошибок. Кресты ошибок обязательны к нанесению на графике, за исключением случаев: в условии задачи дано непосредственное указание не оценивать погрешности, погрешность составляет меньше 1 мм в масштабе соответствующей оси. В последнем случае необходимо указать, что погрешность значений слишком мала для нанесения по этой оси. В таких случаях считается, что размер точки соответствует ошибке измерения.

12. Стремитесь к тому, чтобы ваш график был удобен, понятен и аккуратен. Стройте его карандашом, чтобы можно было исправить ошибки. Не подписывайте рядом с точкой соответствующее ей значение - это загромождает график. Если на одном графике показано сразу несколько зависимостей, используйте разные символы или цвета для точек. Для определения, какой тип экспериментальных точек, какой зависимости соответствует, используйте легенду графика. На графике допускаются зачёркивания (если подвёл ластик или под рукой не оказалось хорошего карандаша), но делать их нужно аккуратно. Не стоит использовать штрих-корректор - это выглядит некрасиво.

Примечание: все вышеперечисленные правила происходят исключительно из соображений удобства работы с графиком. Однако, при проверке работ на олимпиадах жюри пользуются этими правилами как формальными критериями: плохо выбран масштаб - минус полбалла. Поэтому на олимпиаде следует неукоснительно придерживаться этих правил.

Пример:

Справа приведен график, построенный не по критериям, а слева, построенный по указанным выше правилам.

Лекция №8

Обработка результатов измерений

Прямые однократные и многократные измерения.

1. Прямые однократные измерения .

В общем случае задача оценки погрешности полученного результата обычно осуществляется на основе сведений о пределе допускаемой основной погрешности средства измерения (по нормативно-технической документации на используемые средства измерений) и известным значениям дополнительных погрешностей от воздействия влияющих величин. Максимальное значение суммарной погрешности результата измерения (без учета знака) можно найти суммированием составляющих по абсолютной величине:

Более реальную оценку погрешности можно получить статистическим сложением составляющих погрешности:

где - граница i-й неисключенной составляющей систематической погрешности; k - коэффициент, определяемый принятой доверительной вероятностью (при Р =0,95, коэффициент k =1,11); m - число не исключённых составляющих.

Результат измерения записывается по первой форме записи результатов:

где - результат однократного измерения; - суммарная погрешность результата измерений; Р - доверительная вероятность (при Р =0,95 может не указываться).

При проведении измерений в нормальных условиях можно считать

2. Прямые многократные измерения.

Точно оценить действительное значение измеряемой величины можно лишь путем ее многократных измерений и соответствующей обработки их результатов. Правильно обработать полученные результаты наблюдений – значит получить наиболее точную оценку действительного значения измеряемой величины и доверительного интервала, в котором находится ее истинное значение.

В процессе обработки результатов наблюдений необходимо последовательно решить следующие основные задачи:

Определить точечные и интегральные оценки закона распределения результатов измерений по формулам:

где D(x) – точечная оценка дисперсии;

Исключить «промахи» (по одному из критериев);

Устранить систематические погрешности измерений;

Определить доверительные границы не исключённого остатка систематической составляющей, случайной составляющей и общей погрешности результата измерения;

Записать результат измерения.

Оценивание погрешности косвенных измерений. Основные принципы и этапы расчетов. ГОСТы на обработку результатов.

Погрешности косвенных измерений

Оценка погрешностей, возникающих при косвенных измерениях, основывается на следующих предположениях:

1. Относительные погрешности величин, полученных прямыми измерениями и участвующих в расчете искомой величины, должны быть малы по сравнению с единицей (на практике они не должны превышать 10%).

2. Для погрешностей всех величин, участвующих в расчете, принята одна и та же доверительная вероятность. Эту же доверительную вероятность будет иметь и погрешность искомой величины.

3. Наиболее вероятное значение искомой величины получается, если для ее расчета используются наиболее вероятные значения исходных величин, т.е. их средние арифметические значения.

Погрешность в случае одной исходной величины.

Абсолютная погрешность. Пусть искомая величина y , измеряемая косвенно, зависит только от одной величины a , полученной прямым измерением. Границы интервала, в котором с заданной вероятностью лежит величина a , определяются средним арифметическим значением и полной абсолютной погрешностью a величины a . Это значит, что значение a может лежать внутри интервала с границами ± a .

При косвенном измерении для величины y (a ) такие границы будут определяться ее наиболее вероятным значением = y () и погрешностью y , т.е. значения y лежат внутри интервала с границами ± y . Верхней границей для y (при монотонном возрастании) будет значение, соответствующее верхней границе a , т.е. значение + y = y ( + а ) . Таким образом, абсолютная погрешность y величины y имеет вид приращения функции y(a) , вызванного приращением ее аргумента a на величину a его абсолютной погрешности. Следовательно, можно воспользоваться правилами дифференциального исчисления, согласно которому при малых значениях a приращение y можно приближенно выразить в виде

Здесь - производная по a функции y(a) при a = .

Таким образом, абсолютная погрешность окончательного результата может быть вычислена с помощью формулы (1), причем доверительная вероятность соответствует той доверительной вероятности, которую имеет a .

Относительная погрешность. Чтобы найти относительную погрешность значения y , поделим (1) на y и примем во внимание, что

представляет собой производную по a натурального логарифма y . В результате получится

Если в это выражение подставить a = и y = , то его значение и будет относительной погрешностью величины y .

Для обработки результатов измерений используется ГОСТ 8.207-76 «ГСИ. Прямые измерения с многократными наблюдениями. Методы обработки результатов наблюдений».

8.3. Результат измерения и оценка его среднего квадратического отклонения:

1. Способы обнаружения грубых погрешностей должны быть указаны в методике выполнения измерений. Если результаты наблюдений можно считать принадлежащими к нормальному распределению, грубые погрешности исключают.

2. За результат измерения принимают среднее арифметическое результатов наблюдений, в которые предварительно введены поправки для исключения систематических погрешностей.

3. Среднее квадратическое отклонение S результата наблюдения оценивают согласно НТД.

4. Среднее квадратическое отклонение результата измерения оценивают по формуле

,

где х i - i -й результат наблюдения;

Результат измерения (среднее арифметическое исправленных результатов наблюдений);

n - число результатов наблюдений;

Оценка среднего квадратического отклонения результата измерения.

8.4. Доверительные границы случайной погрешности результата измерения:

1. Доверительные границы случайной погрешности результата измерения в соответствии с настоящим стандартом устанавливают для результатов наблюдений, принадлежащих нормальному распределению. Если это условие не выполняется, методы вычисления доверительных границ случайной погрешности должны быть указаны в методике выполнения конкретных измерений.

1.1. При числе результатов наблюдений n >50 для проверки принадлежности их к нормальному распределению по НТД предпочтительным является один из критериев: χ 2 Пирсона или ω 2 Мизеса - Смирнова.

В результате прямого измерения получается не истинное значение х измеряемой величины, а серия изn значений . Пусть теперь

Суммируя последнее равенство, получим

(7)

где средне арифметическое измеренных значений. Таким образом,

(8)

Из этого простого результата вытекают весьма важные следствия. Действительно, при

и
.

значит, при бесконечно большом числе измерений
и, следовательно, при конечныхn результат тем ближе к среднему арифметическому, чем больше число измерений. Отсюда также следует, что при оценке ∆ Х в качестве
целесообразно взять .

На практике n конечно и
. В задачу математической теории случайной погрешности входит оценка интервала

в котором заключено истинное значение измеряемой величины. Интервал (9) называется доверительным интервалом , а величина
–абсолютной погрешностью результата серии измерений. Теория оценки ∆ х достаточно сложна, поэтому здесь будут рассмотрены лишь её основные результаты. Прежде всего нужно отметить, что, поскольку х – случайная величина, ошибка ∆ х может быть определенна лишь с той или иной степенью надежности α , которую также называют доверительной вероятностью. Доверительная вероятность – это вероятность того, что истинное значение измеряемой величины х попадает в доверительный интервал (9). Если положить α =1 (100%), то это будет соответствовать достоверному событию, т.е. вероятности того, что х принимает какое-то значение в интервале (
). При этом
. Очевидно, такой выбор надёжностиα нецелесообразен. При малых α доверительный интервал ∆ х определяется с малой достоверностью. В дальнейшем мы будем полагать α =0.90 или 0.95. Доверительный интервал и надёжность взаимосвязаны. Для оценки границ доверительного интервала английский математик В. Госсет (публиковавший свои работы под псевдонимом Стьюдент) ввёл в 1908 г. коэффициент:

(10)

равный отношению погрешности ∆ х к средней квадратичной ошибке*

(11)

Коэффициент зависит от надёжностиα , а также от числа измерений n и называется коэффициентом Стьюдента. Этот коэффициент табулирован (см. приложение 1), поэтому рассчитав и задав доверительную вероятностьα , нетрудно найти случайную ошибку:

(12)

Расчёт погрешности косвенных измерений.

При косвенных измерениях измеряемая величина f находится из функциональной зависимости:

где x , y , z – результаты прямых измерений. Формулу для ∆ f можно получить, заменив в (2) дифференциалы погрешностями и взяв все слагаемые по модулю

(13)

Соотношение (13) рекомендуется для оценки погрешности ∆ f , обусловленной приборными погрешностями величины x, y, z, … Для оценки погрешности, связанной со случайными ошибками прямых измерений, рекомендуется соотношение:

(14)

Следует правда отметить, что формулы (13) и (14) приводят практически к одинаковым результатам. Производные в (13) и (14) берутся при средних, т.е. при измеренных значениях аргументов.

Очень часто функция f представлена степенной зависимостью от аргументов

(15)

где c, n, m и p – постоянные. Частным случаями формулы (15) являются соотнощения
,
и др.

Задание . Покажите, что для функции вида (15) формулы (13) и (14) принимают вид:

(13)

(14)

Из соотношений (13) и (14) следует, что для степенных функций расчёт погрещностей существенно упрощается, причём целесообразно сначала найти относительную погрешность, которая выражается через относительную погрешность прямых измерений, а затем найти абсолютную погрешность

(16)

Под понимается функция от средних (измеренных) значений аргументов

.

Алгоритм расчета погрешностей

- Для прямых измерений

1. Вычислить среднее арифметическое результатов
серии из n измерений:

Замечание: при расчете удобнее исходить из формулы:

где - любое удобное значение, близкое к.

2. Найти отклонения отдельных измерений от среднего значения

Замечание. При
можно положить
и рассчитывать по формуле

5. Если
, то случайную ошибку можно не рас­считывать.

6. В противном случае задать доверительную вероятность и найти по таблице коэффициент Стьюдента .

Замечание 1. Если приборная погрешность
имеет тот же порядок величины что и, то абсолютная погрешность результата серии измерений находится по формуле:

где
Практически в качестве
можно взять табличное значение
отвечающее самому большо­му из приведенных в ней значенийп (например, п=500 ) .

Замечание 2. При большом числе измерений
можно по­ложить

где
.

8. Результат измерения представить в виде:

- Для косвенных измерений

Погрешность
косвенного измерения можно рассчитать по одной из формул (13), (14), (13*), (14*). Две последние формулы выпол­няются для степенных зависимостей, а соотношения (13) и (14) име­ют общий характер.

Сводка соотношений для расчета погрешности косвенного измере­ния
для некоторых простых функциональных за­висимостей представлена в таблице.

Пример. Пусть джоулево тепло Q рассчитывается по формуле

Поскольку это степенная зависимость, целесообразно воспользоваться формулой (13*)

Правила представления результатов измерений и их погрешностей

Погрешности могут лишь оцениваться, поэтому обычно достаточно указать погрешность с одной значащей цифрой. Например, Δm=0,2 г.
г. Записьт = 3,0 г означает, что измерение произведено с точностью до десятых долей грамма. Однако при про­межуточных вычислениях целесообразно оставлять больше значащих цифр.

Правила округления чисел (результатов измерений) иллюстрируют­ся в таблице (обратите внимание на особенности округления цифры 5).

Таблица Округление до десятых значащих цифр

Результат измерения принято округлять так, чтобы числовое зна­чение оканчивалось цифрой того же разряда, что и значение погреш­ности. Например, запись

см.

непреемлема, т.к. само значение погрешности Δl = 0,1 см указыва­етна то, что цифры 018 результата не могут гарантироваться. Нуж­нозаписать так:
см.