Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву
Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Вероятность и закон нормального распределения вероятностейСодержание книги
Поиск на нашем сайте
Вероятность (Р) – действительное число в диапазоне от 0 до1, приписываемое случайному событию, представляющее отношение количества благоприятных случаев (n) ко всему количеству возможных случаев (N) в данной совокупности случаев, т.е. P = n / N. При n = 0, P = n / N = 0 / N = 0; при n = N, P = n / N = N / N = 1, т.е. событие становится неслучайным, а погрешность становится систематической. При Р < 0,5 событие считают маловероятным, при Р ³ 0,5 событие считается вероятным. Чем больше N, тем больше вероятность и достоверность события. При N стремящемся к бесконечности, Р стремится к единице (закон больших чисел). В теории вероятностей известны несколько законов распределения вероятностей. В большинстве случаев погрешности измерений подчиняются закону нормального распределения вероятностей – закону Гаусса (если говорить точнее, то имеет место нечто среднее между нормальным и равновероятностным законами). Уравнение закона Гаусса, определяющее плотность вероятности Y при совпадении оси симметрии кривой с осью ординат:
где σ – теоретическая средняя квадратическая погрешность, e» 2,7183 – основание натуральных логарифмов, Δ – остаточная погрешность Δ = xi – mх, где xi – один из результатов, mх – средний арифметический результат или математическое ожидание случайной величины). Одной из количественных характеристик случайных величин является дисперсия, которая характеризует рассеяние случайных величин относительно среднего арифметического значения (центра группирования случайных величин
– математического ожидания):
где N – общее количество случаев, xi – отдельный результат, mx – математическое ожидание.
Из формулы видно, что D[x] имеет квадратическое значение, что неудобно (например, получается мм2). Поэтому применяют более удобную величину – теоретическую среднюю квадратическую погрешность: (здесь и далее, для обеспечения преемственности с курсом нормирования точности приняты те же обозначения; в метрологии σх = s). Закон Гаусса действует при достаточно большом количестве равновлияющих и незначительных по величине случайных погрешностей. Если учитывать только случайные погрешности в чистом виде, то закон Гаусса можно представить графически (рис.10) в виде теоретической кривой нормального распределения (кривой плотности распределения вероятностей)
x
Рис.10 Графическое изображение закона нормального распределения y – плотность вероятности P, частность, в нашем случае частота появления i-той составляющей случайной погрешности; xi – остаточная i-тая погрешность или погрешность отдельного i-того измерения, характеризующая отклонение случайной величины (результата измерения) от центра группирования (xi = Ai – Aср, где i = 1,2,…, n – порядковые номера измерений; Ai – результат i-того измерения; Aср – средний арифметический результат измерений, соответствующий центру группирования результатов (стремится к математическому ожиданию)). Теоретическая средняя квадратическая погрешность характеризует зону рассеяния – разброса случайных величин относительно центра группирования:
(в знаменателе n, если n ³ 25; n –1, если n < 25). Средняя вероятная погрешность γ = 0,675 * σ» 0,7 σ. Кривая Гаусса обладает свойством, что если площадь, заключенную между кривой и осью абсцисс принять за 100% (или равной 1), то площадь, заключенная между частью кривой и отрезком в пределах ± σ на оси абсцисс составит»68%, а между частью кривой и отрезком в пределах ± 2σ составит»95,456% от всей площади (т.е. доверительная вероятность 95,456% или 0,95456» 0,95). Распределение этих площадей соответствует распределению случайных погрешностей. При измерениях практически принимают Δlimи = ± σ и, которую называют предельной (наибольшей допустимой) случайной погрешностью измерения, а зону рассеяния погрешностей в пределах ± 2σ и называют полем рассеяния погрешностей измерений. Так как вся площадь составляет 100% (или равна 1), а площадь, соответствующая вероятности предельной случайной погрешности измерения 95,456%, то оставшаяся часть площади равна 4,544% (риск выхода погрешности за пределы ± 2σ и). Следовательно, с вероятностью очень близкой к 100% (или 1) можно утверждать, что случайные погрешности измерений, при достаточно большом количестве измерений (или составляющих случайной погрешности), не будут выходить за пределы ± 2σ и, т.е. будут считаться допустимыми. Но, так как возможен выход погрешности, как в плюс, так и в минус, то риск составляет 2,272%» 2,3%. Погрешности измерений, превышающие ± 2σ n, относят к грубым. При изготовлении (обработке) изделий, в том числе деталей СИ, величину Δтlim = ± 3σ т называют предельной случайной погрешностью изготовления (технологической). Детали, имеющие погрешности за пределами ± 3σ т, представляют собой брак. Анализ кривой Гаусса показывает, что: - малые по величине погрешности встречаются значительно чаще, чем большие; - одинаковые по абсолютной величине погрешности, но противоположные по знаку, встречаются одинаково часто; - большинство результатов измерений группируются около середины поля рассеяния (т.е. имеют значения погрешностей близкие к нулю, но не равные ему); - с увеличением количества измерений среднее арифметическое из случайных погрешностей данного ряда стремится к нулю (благодаря чему, увеличивая количество измерений одной величины можно уменьшать влияние случайных погрешностей на результаты измерений, практически исключая их); - наиболее достоверные результаты при многократных измерениях представляют собой средние арифметические из получаемых результатов (и наоборот); - погрешности, выходящие за пределы ± 2σ и, признаются грубыми и исключаются из результатов измерений. Для оценки степени уменьшения влияния случайной погрешности пользуются правилом
|
|||||||||||||||||||||||||||||||||||||||||||
|
Последнее изменение этой страницы: 2016-12-30; просмотров: 290; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 216.73.216.196 (0.008 с.) |