Теория ошибок
Теория ошибок
– дисциплина, которая изучает законы
возникновения и распределения ошибок
измерений, а также методы их обработки.
Виды измерений: 1)полученные непосредственно
из измерения (длина линии при изм. мерной
летной) и косвенным путем (неприступные
расстояния); 2) необходимые
(назыв.минимальное
кол-во измерений, которое нужно выполнить
для определения искомой величины) и
избыточные
(назыв измерения в которых для контроля
всегда выполняются дополнительные
измерения) вычисл. по формуле : r=n-k,
где n
– общее число изм., k
– необходим число изм.; 3) равноточные
(измерения выполненные одним и тем же
инструментом, при одинаковых внешних
условиях, по одной и той же методике,
наблюдателями одинаковой опытности) и
неравноточные (если хотя бы одно из
условий равноточности нарушается это
приводит к неравноточности).
Ошибки измерений
Теория ошибок делит
ошибки на: грубые(возникают
при просчетах и промахах, теор.ош. их не
изучает), систематические
( назыв ошибки МО которых отлично от
нуля. Н.ошибка компарирования), случайные
(ошибки
измерений которых имеют различные знаки
и их МО равно 0). Св-ва случайных ошибок:
1) их МО равно нулю; 2) Положит и отриц
ошибки появляются равновозможно; 3)
Малые по абсолютной величине ошибки
появляются чаще чем большие; 4) Ошибки
не превосходят определенной величины
равной 3m.
Истинная
ошибка
измерения: Δi=xi-X,
где xi
– результат измерения, Х – истинное
значение измеренной величины. Истинное
значение практически никогда не известно.
Средняя
квадратическая ошибка
Это МО квадрата
истинной ошибки, т.е. нач момент второго
порядка:
.
Истинная ошибка состоит из: Δ=Θ+с;
.
Т.е. любая СКО содержит случайную и
систематическую составляющую.
Систематической ошибкой можно пренебречь
если ее величина равна:
,
Θ – случайная ошибка.
Равноточные
измерения
Условие: измерения
выполненные одним и тем же инструментом,
при одинаковых внешних условиях, по
одной и той же методике, наблюдателями
одинаковой опытности. Т.к. равноточность
подразумевает одинаковую точность
каждого измерения для хар-ки точности
любого одного измерения используют СКО
одного измерения. Наиболее надежным
значением из ряда равноточных измерений
будет среднее арифметическое, которое
вычисляется по формуле:
,
где х – результат измерения, n
– число изм.
Оценка точности
равноточных измерений
1) СКО одного
измерения.
Если известна истинная ошибка измерения
Δ, которая находиться по формуле: Δi=xi-X,
где xi
– результат измерения, Х – истинное
значение измеренной величины.
.СКО
одного измерения находим как: а) n>=30.
Формула Гаусса:
,
где
;
б) n<30.
Формула Бесселя:
.
2) При вычислении СКО удерживают две
значащих цифры. Для того чтобы убедиться
что этого достаточно вычислим СКО самой
СКО:
— если СКО вычислено по формулам Гаусса,
— -«»- по формулам Бесселя; 3) СКО среднего
арифметического: вычисляется по формулам:
,
где m
– CКО
одного измерения, n
– число измерений. 4) Кроме СКО для хар-ки
точности равн.измерний используют
среднюю и вероятную ошибку: Средняя
ошибка —
,
ν – уклонение ср.кв.значения. Для
вычисления вероятной ошибки r,
которая хар-ет середину ряда используют
или ряд истинных значений Δ, или уклонения
от среднего ν.
Эти величины берут по абсолютной величине
и выстраивают в порядке возвр. Вероятная
ошибка r
будет равна центральному значению из
полученного ряда если число измерений
нечетное или среднему из двух центральных
знач. при четном числе измерений.
Относительные
ошибки измерений Абсолютные
Абсолютными ошибками
назыв СКО, среднюю v,
вероятную r,
истинную Θ. Относительной ошибкой –
назыв. величину получаемую как отношение
ошибки измерения к результату измерения:
mx/x.
В геодезии принято представлять
относительную ошибку в виде простой
дроби: 1/(х/mx)
И округлять
до целых сотых. В зависимости от того
какую точечную оценку использовали для
хар-ки точности различают относит.
истинная ош. – Δ/х, относит ср.кв.ош –
ν/х, относит вер-я ош – r/x.
СКО функции.
Принцип равного влияния
Если представить
ф-ю F(x)=F(x1,
x2…xn),
которую оцениваем как ф-ю измеренных
величин, то СКО ф-ии для некоррелированных
измерений
будет найдена как:
,
где
— частная производная оцениваемой ф-ии
по i-му
измерению. Если измерения коллерированы:
,
mxi
mxj
– коэф.кореляц между i-м
j-м
измерениями. Для определения СКО
отдельных аргументов применяют принцип
равного влияния. Суть принципа в том
что влияние каждого источника ошибок
на конечный результат применяют
одинаковым:
1)СКО алгебраической
суммы: F=x1±x2±..±xn,
— для неравноточных. Частный случай
когда измерения равноточны:
.
В этом случае формула приобретает вид:
2)Как СКО ф-ии
получают и СКО арифметической середины:
,
Неравноточные
измерения
Неравноточными
назыв измерения в которых каждое
измерение будет иметь свою отличную от
других СКО. Вычислить ошибку каждого
неравноточного измерения сложно, поэтому
для хар-ки неравноточ измерений применяют
относительную меру точности, которую
назыв.весом. Веса измерений обратны
квадратам СКО:
,
mi
– ско соотв измерения, с – произвольная
постоянная для данного ряда измерений.
При выборе с стараются чтобы вычисленные
веса измерений были близки к 1.Зная вес
всегда можно определить величину СКО
измерения:
.
При оценке точности заменяют с=μ2.
Ошибка единицы
веса для ряда неравноточных измерений
играет ту же роль что и СКО одного
измерения для ряда равноточных:
.
Для вычисления ошибки единицы веса
используют формулу Гаусса:
— когда известно истинное значение,
— при n<30,
— при n>30.
Наиболее надежное
значение из ряда неравноточных измерений
и его оценка точности:
Наиболее надежным
будет ср.весовое
.
Эту величину так же назыв.общая
арифметич.середина. СКО среднего
весового:
.
Вес функции:
Формулы для
вычисления весов ф-ии получают из формул
для вычисления весов ф-ий разделив их
на μ2.
Для некоррелированных
измерений:
.
Для коррелированных:
Задача уравнивания
Наличие в сети
избыточных измерений приводит к
неоднозначности определения неизвестных,
а значит возникает задача ур-я, которая
Состоит в определении наиболее надежных
значений неизвестных параметров и их
оценки точности. Мы решали такую задачу
при обработке измерения одной величины
в теории ошибок. Принципиальное отличие
задачи в том что в обработку включаются
разнородные величины. Существует два
вида ур-я: параметрический и корелантный.
Параметрический
способ ур-я
Х – истинное
значение неизвестного параметра, У –
истинное значение измеренной величины,
у – измеренное значение. Результаты
измерений всегда можно связать с какой
то ф-ей. Т.к. в общем случае ур-е (1) нелинейно
приведем его у линейному виду разложив
в ряд Тейлора
Порядок уравнивания
параметрическим способом
1) Выберем неизвестные
и обозначим их xj.
2)Составим у-е связей между измеренными
значениями и неизвестными У=φ(х).
3) Составим параметрическое у-е поправок
А∆х+L=V.
4)Находим приближенное значение
неизвестных и вычисляем свободные члены
параметрических у-ий поправок: φ(х(0))-у=L.
5) Составим нормальное у-е R∆x+B=0,
R=ATA,
b=ATL.
6) Получим поправки из уравнивания
приближенным значением неизвестных
∆х=-R-1b.
7) Вычислим уравненные значения неизвестных
.
Выполним оценку точности.
Запись матричных
выражений в параметрич.способе
Параметрич.у-е
поправок
V=A∆x+L
Для каждого измерения
Матрица поправок
изм.знач.
Матрица частных
произв.
Матрица коэфиц.
норм.ур-й. Св-ва:
1) по диагонали стоят квадратичные коэф.,
они всегда положит. 2) не лиагональные
элементы симметричны относительно
главной диагонали.
Матрица свободных
членов нормальных ур-ий
Номальные у-я для
4 неизвестных
R∆х+b=0
Способы решения
нормальных ур-ий
Прямой способ,
когда решения получают в виде: ax=b,
x=b/a.
При прямых способах мы можем заранее
указать кол-во операций. Приближенный
способ, когда решения получаем в виде:
ax+x-x-b=0,
xi=(1-a)xi-1-b,
т.е. в каждом последующем приближении
I
используется значение неизвестного
xi-1
полученное
в предыдущем приближении. В этом способе
мы заранее не можем описать кол-во
операций, но этот способ занимает меньше
памяти в ЭВМ.
Оценка точности
при параметрическом способе
а) оценка точности
неизвестных. Обратный вес уравненного
значения каждого неизвестного будет
равен соотв.диагональному элементу
обратной матрицы коэф.норм. ур-й
.В
матрице Q
по диагонали стоят обратные веса
неизвестных ее так же назыв. весовой
матрицей.
б) вычисление ошибки
единицы веса. При параметр. способе
ошибки единицы веса вычисляются по
формуле:
,
здесь v
может быть вычислено по формуле:
,
где n
– общее число изм., k
– число необходим изм., равное числу
определяемых неизвестных.
Ур-ие неравноточных
измерений
1)пусть измерения
неравноточны, чтобы привести их к
равноточному виду мы умножим их на
матрицу:
.
Получим у-е:
.
Решаем задачу также как и для равноточных
изм.: получим нормальное у-е и вектор
решения:
;
.
Из ур-я мы получим
,
чтобы получить величину V.
После ур-я разделим поправки:
2) для учета
неравноточных измерений во все алгоритмы
Гаусса ввести веса измерений и получит
алгоритмы в виде:
;
Коррелатный
способ ур-я
Сущность ур-я
коррелатным способом заключается в том
чт задачу нахождения минимума ф-ии
зависимых переменных [pv2]
решают способом Лагранжа, вводя
вспомогательные множители независимых
условных ур-ий. Приводит к тем же
результатам что и параметрический, но
иногда более выгоден.
Порядок ур-я
корелатным способом
1) Подсчитываем
число избыточных измерений в геод.сети.
Каждое избыточное измерение приводит
к возникновению независимого ксловного
у-я поправок. 2) Составляем у-е связей
между измеренными величинами которые
выражают какое-то математическое
соотношение: φ(У)=0;
3) Составляем условное у-е поправок:
BV+w=0;
4) Составляем нормальные у-я: Nk+w=0;
5)Получаем корелаты решив у-е любым
известным споcобом:
k=-N-1w;
6) вычисляем поправки к измеренным
величинам: V=p-1BTk;
7)Вычисляем уравненные значения измеренных
величин
;
По уравненным значениям измерений
вычисляем значения неизвестных; 9) Оценка
точности.
Подробная запись
матричных выражений
C
учетом у-я поправок:
Нормальные у-я в
подробной записи:
,
где
— обратный вес
Порядок обработки
ряда неравноточных измерений
1) Вычисляем общую
арифметич. середину:
,
где εi=xi-x’,
x’=minxi
. 2)
Вычисялем уклонения vi=хо-хточн
и выполняем контроль
,
где ошибка округления при вычислении
будет
.
3)Вычисляем [pv2]
с контролем:
.
4) Вычисляем μ, M,
mμ,
mM
b
и строим
доверительные интервалы
Порядок обработки
ряда равноточных измерений
1.Вычисляем простую
арифметич. середину:
,
где εi=xi-x’,
x’-
приближенное значение х (обычно
минимальное значение xi).
2) Вычисляем отклонения vi=
хi-xокр,
и выполняем контроль
,
где β – ошиюка округления х —
.
3) Вычисляем [v2]
с контролем:
.
4) Вычисляем m,
M,
mm.
5)Cтроим
доверительные интервалы
;
;
Число нормальных
ур-й в параметрическом и корелатном
способе
В параметрическом
способе: это определенная система из k
линейных уравнений с k
неизвестными: R∆х+b=0.
В корелатном: в системе нормальных
уравнений число уравнений r
равно числу неизвестных.
Алгоритм гаусса.
Эквивалентные ур-я.
Система эквивалентных
у-й имеет вид:
Алгоритм полученный
для вычисления коэффициентов в
экквивалентной системе, назыв алгоритмом
Гаусса. Первый сомножитель получается
как произведение первой буквы знаменателя
на первую букву раскрываемого алгоритма,
а второй как произведение второй буквы
знаменателя на его вторую букву
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
Теория ошибок измерений
Описание: В пособии четко выделены основные узловые моменты теории ошибок измерений: классификация ошибок измерений, свойства случайных ошибок, сформулированы шесть теорем, свойства простой и общей арифметических средин и оценка точности по невязкам условных уравнений.
Другие файлы:
Cпособ наименьших квадратов
65,02 Мб (+3%)В книге рассмотрена теория ошибок измерений, в частности, инструментальных, личных и внешних. Приведены примеры теории ошибок в геодези…
Теория математической обработки геодезических измерений
Книга состоит из двух частей. Первая часть — «Теория ошибок измерений» — включает элементы теории вероятностей и математической статистики (главы 1 и…
Введение в теорию ошибок
Книга профессора Колорадского университета (США) Дж. Тейлора является пособием по математической обработке результатов измерений в учебных физических…
Практикум по теории математической обработки геодезических измерений
8,42 Мб (+3%)Изложены две части курса: теория ошибок измерений и метод наименьших квадратов. Приведены необходимые сведения по теории вероятностей и…
Теория измерений
Теория измерений является составной частью эконометрики, которая входит в состав статистики объектов нечисловой природы. Краткая история теории измере…
Тео́рия оши́бок, раздел математической статистики, посвящённый построению выводов о численных значениях приближённо измеренных величин и об ошибках (погрешностях) измерений. Повторные измерения одной и той же постоянной величины дают, как правило, различные результаты, т. к. каждое измерение содержит некоторую ошибку. Различают три основных вида ошибок: систематические, грубые и случайные. Систематические ошибки постоянно либо преувеличивают, либо преуменьшают результаты измерений и происходят от определённых причин (неправильной установки измерительных приборов, влияния окружающей среды и т. д.), систематически влияющих на результаты измерений и изменяющих их в одном направлении. Оценка систематических ошибок производится с помощью методов, выходящих за пределы математической статистики. Например, в астрономии при измерении величины угла между направлением на светило и плоскостью горизонта систематическая ошибка является суммой двух ошибок: систематической ошибки, которую даёт прибор при отсчёте данного угла (инструментальная ошибка) и систематической ошибки, обусловленной преломлением лучей света в атмосфере (рефракция). Инструментальная ошибка учитывается с помощью таблицы или графика поправок для данного прибора; ошибку, связанную с рефракцией (для углов, меньших 80°), можно достаточно точно вычислить теоретически. Грубые ошибки возникают в результате просчёта, неправильного чтения показаний измерительного прибора и т. п. Результаты измерений, содержащие грубые ошибки, как правило, сильно отличаются от других результатов измерений и поэтому часто бывают хорошо заметны. Случайные ошибки происходят от различных случайных причин, действующих при каждом из отдельных измерений непредсказуемым образом то в сторону уменьшения, то в сторону увеличения результата.
Теория ошибок занимается изучением лишь случайных и грубых ошибок. Основные задачи теории ошибок: определение законов распределения случайных ошибок, построение статистических оценок неизвестных величин по результатам измерений, вычисление погрешностей таких оценок и устранение грубых ошибок.
Пусть в результате nn независимых измерений некоторой неизвестной величины μmu получены значения X1,X2,…,XnX_1,X_2,dots,X_n. Разности
δ1=X1−μ, δ2=X2−μ, …, δn=Xn−μdelta_1=X_1-mu,, delta_2=X_2-mu, ,dots, , delta_n=X_n-muназываются истинными ошибками; в терминах вероятностной теории ошибок все δidelta_i рассматриваются как случайные величины, независимость измерений понимается как взаимная независимость случайных величин δ1,…,δndelta_1, dots, delta_n. При этом измерения называются равноточными (в широком смысле), если эти величины имеют одно и то же распределение. Т. о., истинные ошибки равноточных измерений суть независимые одинаково распределённые случайные величины. При этом математическое ожидание истинных ошибок b=Eδ1=…=Eδnb=text{E}delta_1=ldots =text{E}delta_n называется систематической ошибкой, а разности δ1−b,…,δn−bdelta_1-b,dots,delta_n-b – случайными ошибками. Отсутствие систематической ошибки означает, что b=0b=0, в этом случае δ1,…,δndelta_1,dots,delta_n суть случайные ошибки. Величину 1/(2σ)1/(sqrt{2}sigma), где σsigma – квадратичное отклонение ошибок δ1,…,δndelta_1,dots,delta_n, называют мерой точности (при наличии систематической ошибки мера точности есть 1/2(b2+σ2)1/sqrt{2(b^2+sigma^2)}. Равноточность измерений в узком смысле понимается как одинаковость меры точности всех результатов измерений. Наличие грубых ошибок означает нарушение равноточности (как в широком, так и в узком смысле) для некоторых отдельных измерений.
В качестве оценки неизвестной величины μ mu обычно берут арифметическое среднее из результатов измерений X1,…,XnX_1,dots,X_n:
X‾=1n∑i=1nXi,displaystyleoverline X=frac{1}{n}sum^n_{i=1}X_i,а разности Δ1=X1−X‾,…,Δn−X‾Delta_1=X_1- overline X, dots, Delta_n — overline X называются кажущимися ошибками. Выбор X‾overline X в качестве оценки для μmu основан на том, что при достаточно большом числе nn равноточных измерений, лишённых систематической ошибки, оценка X‾overline X с вероятностью, сколь угодно близкой к единице, сколь угодно мало отличается от неизвестной величины μmu (это связано с Законом больших чисел); оценка X‾overline X лишена систематической ошибки (оценки с таким свойством называются несмещёнными оценками); дисперсия этой оценки есть
DX‾=E(X‾−μ)2=σ2/n.text Doverline X=text E(overline X-mu)^2=sigma^2/n.Опыт показывает, что практически очень часто случайные ошибки имеют распределения, близкие к нормальным (это объясняется центральной предельной теоремой). В этом случае распределение величины X‾overline X мало отличается от нормального распределения с математическим ожиданием μmu и дисперсией σ2/nsigma^2/n. Если распределение величин δ1,…,δndelta_1,dots,delta_n в точности нормально, то дисперсия всякой другой несмещённой оценки для μmu, например медианы, не меньше DX‾text Doverline X. Если же распределение величин δ1,…,δndelta_1,dots,delta_n отлично от нормального, то последнее свойство может не иметь места.
Если дисперсия σ2sigma^2 отдельных измерений заранее неизвестна, то для её оценки пользуются величиной
s2=1n−1∑i=1nΔi2;displaystyle s^2=frac{1}{n-1}sum^n_{i=1}Delta^2_i;
s2s^2 – несмещённая оценка для σ2sigma^2, т. к. Es2=σ2text E s^2=sigma^2.
Если случайные ошибки δ1,…,δndelta_1,dots,delta_n имеют нормальное распределение, то отношение
t=(X‾−μ)nst=dfrac{(overline X -mu)sqrt{n}}{s}имеет распределение Стьюдента с n−1n-1 степенью свободы. Этим можно воспользоваться для оценки погрешности приближённого равенства μ≈X‾mu approx overline X (см. Метод наименьших квадратов). Величина
χ2=(n−1)s2σ2chi^2=dfrac{(n-1)s^2}{sigma^2}при тех же предположениях имеет распределение хи-квадрат с n−1n-1 степенью свободы. Это позволяет оценить погрешность приближённого равенства σ≈ssigma approx s. Относительная погрешность ∣s−σ∣/s|s-sigma|/s не превосходит числа qq с вероятностью
ω=F(z2,n−1)−F(z1,n−1),omega=F(z^2,n-1)-F(z_1,n-1),
где F(z,n−1)F(z, n-1) – функция распределения хи-квадрат, а
z1=n−11+q,z2=n−11−q.z_1=dfrac{sqrt{n-1}}{1+q},quad z_2 = dfrac{sqrt{n-1}}{1-q}.
Дата публикации: 1 августа 2022 г. в 13:27 (GMT+3)