Xreferat.com » Рефераты по математике » Обработка результатов эксперимента

Обработка результатов эксперимента

в качестве границы доверительного интервала следует взять величину Обработка результатов эксперимента. Записать окончательный результат X = a ± D x ; Оценить относительную погрешность результата серии измерений e = Обработка результатов эксперимента. 1.12.Обработка результатов измерений диаметра цилиндра

Микрометром было сделано десять замеров диаметра цилиндра. Цена деления микрометра 0,01 мм. Определить диаметр цилиндра с надежностью a = 0,95 и a = 0,99. Оценить влияние числа замеров на точность получаемого результата.

аi: 14,85; 14,80; 14,84; 14,81; 14,79;

14,81; 14,80; 14,85; 14,84; 14,80.

Для первых пяти измерений определим среднеарифметическое значение и границы доверительного интервала. Для удобства расчетов выберем произвольное число ао удобное для расчетов (ао = 14,80 мм) и определим разности (аi - ао) и квадраты этих разностей. Результаты сведены в таблицу.

i

аi, мм

аi - ао, мм

(аi - ао)2, мм2

1

14, 85

0, 05

0, 0025

2

14, 80

0, 00

0, 0000

3

14, 84

0, 04

0, 0016

4

14, 81

0, 01

0, 0001

5

14, 79

- 0, 01

0, 0001

Обработка результатов эксперимента

0, 09

0, 0043

Найдем среднее значение а и среднеквадратичное отклонение S а:

Обработка результатов эксперимента а - ао = 0, 018 мм; Обработка результатов экспериментаОбработка результатов эксперимента( мм2 );
Обработка результатов эксперимента ( мм ).

Для надежности a = 0,95 и n = 5 t a = 2,78. Абсолютная погрешность измерения D х:

Dх = t a × Sа = 2,78 × 0,0116 = 0,0322 мм.

Результат измерения можно представить в виде

(14,818 - 0,032) мм £ а £ ( 14,818 + 0,032) мм

или сохраняя в величине погрешности одну значащую цифру

(14,82 - 0,03) мм £ а £ ( 14,82 + 0,03) мм,

т.е. 14,79 мм £ а £ 14,85 мм или а = ( 14,82 ± 0,03) мм.

Относительная погрешность

e а = Обработка результатов эксперимента.

Теперь найдем абсолютную и относительную погрешность этих измерений при a = 0,99.

В этом случае t a = 4,60. Тогда

Dх = t a × Sa = 4,60× 1,16× 10-2 = 5,34× 10-2 ( мм ).

Следовательно а = ( 14,82 ± 0,05) мм

e а = Обработка результатов эксперимента.

Видно, что с увеличением надежности границы доверительного интервала возросли, а точность результата уменьшилась.

Проведем расчет погрешностей для этих же пяти измерений, незаконно полагая, что s 2 = S 2n (что при n = 5 ошибочно). Для этого используем распределение Гаусса (а не Стюарта). При a = 0,95 ka = Обработка результатов эксперимента

Это дает возможность определить

Dх = ka × Sa = 1,96× 1,16× 10-2 » 2× 10-2 ( мм ),

т.е. погрешность получилась меньше примерно на 30%. Если по этой величине погрешности определить величину надежности при t a = ka, то из таблицы коэффициентов Стьюдента получим a 0,90 вместо заданной a = 0,95. Следовательно при малом числе измерений n применение закона нормального распределения с s 2 = S2n вместо распределения Стьюдента приводит к уменьшению надежности результата измерений.

Найдем средние значения и погрешности следующих пяти измерений

i

аi, мм

аi - ао, мм

(аi - ао)2, мм2

1

14, 81

0, 01

0, 0001

2

14, 80

0, 00

0

3

14, 85

0, 05

0, 0025

4

14, 84

0, 04

0, 0016

5

14, 80

0, 00

0

Обработка результатов эксперимента

0, 10

0, 0042

ао = 14, 80 мм; а = ао + Обработка результатов эксперимента ( мм ); а - ао = 0, 02 мм; Обработка результатов эксперимента
Обработка результатов эксперимента ( мм2 );

Sa = 1, 05× 10-2 мм.

При a = 0,95:

Dх = t a × Sa = ± 2,78× 1,05× 10-2 = 2,92× 10-2 ( мм ); e а = Обработка результатов эксперимента; Х = 14, 82 ± 0, 03 мм.

При a = 0,99:

Dх = ± 4,60× 1,05× 10-2 » 5× 10-2 ( мм ); e а = ± Обработка результатов эксперимента Х = 14, 82 ± 0,05 мм.

Результаты практически не отличаются, от результатов полученных из первой серии.

Найдем теперь погрешность результата всей серии из десяти измерений. В этом случае Обработка результатов эксперимента (мм); Обработка результатов эксперимента(мм2).

Эти величины получаются суммированием последних строк из таблиц частных серий.

ао = 14, 80 мм; а = ао + Обработка результатов эксперимента ( мм ); а - ао = 0, 019 мм. Sa2 = Обработка результатов эксперимента =Обработка результатов эксперимента ( мм2 ); Sa = 7, 35× 10-3 мм.

При a = 0,95 имеем

Dх = ta × Sa = ± 2,26× 7,35× 10-3 = ± 1,7× 10-2 ( мм ); e а = Обработка результатов эксперимента; а = 14, 819 ± 0, 017 мм.

При a = 0,99 получаем

Dх = ta × Sa = ± 3,25× 7,35× 10-2 = ± 2,4× 10-2 ( мм ); e а = Обработка результатов эксперимента; а = 14, 819 ± 0, 024 мм.

Видно, что абсолютная и относительная погрешность результата десяти измерений стали почти в два раза меньше погрешностей пяти измерений.

Применение нормального распределения с s 2 = S2n дает в случае a = 0,95 ka = 1,96 и D х = 1,4 × 10- 2 мм, а величина надежности понижается до 0,91; в случае a = 0,99 получаем ka = 2,58 и D х = 1,9 × 10- 2 мм, а величина надежности понижается до a = 0,97.

Как видно, с ростом числа измерений различие между результатами, вычислениями по распределению Стьюдента и по нормальному распределению уменьшается.

Контрольные вопросы

Цель математической обработки результатов эксперимента; Виды измерений; Типы ошибок измерения; Свойства случайных ошибок; Почему среднеарифметическое значение случайной величины при нормальном законе ее распределения является вероятнейшим значением? Что такое истинная абсолютная и вероятнейшая ошибки отдельного измерения? Что такое доверительный интервал случайной величины? Что такое уровень значимости (надежности) серии измерений? Геометрический смысл уровня значимости; Почему при малом числе опытов нельзя погрешность измерений представить в виде D х = ± Ks а?Что является критерием “ случайности” большого отклонения измеряемой величины? Чем определяется величина случайной ошибки косвенных измерений? Чем определяется точность числовой записи случайной величины? 2. ЗАКОНЫ РАСПРЕДЕЛЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН

При характеристике случайных величин недостаточно указать их возможные значения. Необходимо еще знать насколько часто возникают различные значения этой величины. Это характеризуется вероятностью p отдельных ее значений.

Соотношение, устанавливающее связь между значениями случайной величины и вероятностями этих значений, называют законом распределения случайной величины. Различают интегральный и дифференциальный законы распределения.

2.1. Виды случайных величин и законы их распределения

Под случайной величиной понимается величина, принимающая в результате опыта какое либо числовое или качественное значение.

Случайная величина, принимающая конечное число или последовательность различных значений, называется дискретной случайной величиной. Случайная величина, принимающая все значения из некоторого интервала, называется непрерывной случайной величиной.

Под интегральным законом распределения (или функцией распределения) F (х) случайной величины Х понимают вероятность p того, что случайная величина Х не превысит некоторого ее значения х

F (х) = p (Х х).

Основным свойством интегрального распределения является монотонное не убывание в ограниченном диапазоне [ 0; 1 ] .

Действительно, если х1 и х2 некоторые значения случайной величины Х. Причем х2 > х1, то очевидно, что событие p (Х х2) ³ p (Х х1), т.к. между значениями х1 и х2 могут быть и промежуточные. Из определения интегрального закона следует, что F (х2) ³ F (х1), что говорит о монотонном не убывании функции. Очевидно также, что

F (- ¥ ) = p (Х - ¥ ) = 0; Þ F (¥ ) - F (- ¥ ) = 1, F (+ ¥ ) = p (Х ¥ ) = 1;

т.е. F (х) изменяется в диапазоне от 0 до 1.

Для дискретной случайной величины

F (x) = P (X x) = P (- ¥ X x) = Обработка результатов эксперимента,

Обработка результатов экспериментагде суммирование распространяется на хi х. В промежутке между двумя последовательными значениями Х функция F (х) постоянна. При переходе аргумента х через значение хi F (х) скачком возрастает на величину p (Х = хi).

Рассмотрим p (х1 £ Х х2). Если х2 > х1, то очевидно, что

p (Х х2) = p (Х х1) + p (х1 £ Х х2).

Тогда

p (х1 £ Х х2) = p (Х х2) - p (Х х1) = F (х2) - F (х1),

т.е. вероятность попадания случайной величины в интервал [ х1; х2) равен разности значений интегральной функции граничных точек.

Последнее условие можно использовать для нахождения вероятности p (Х = х1) для непрерывной случайной величины. Для этого рассмотрим предел

p (X = x1) = Обработка результатов эксперимента,

т.е. если закон распределения случайной величины есть функция непрерывная, то вероятность того, что случайная величина примет заранее заданное значение, равна нулю.

Здесь видно различие между дискретными и непрерывными случайными величинами. Для дискретных случайных величин, для каждого значения случайной величины существует своя вероятность. И для него справедливо утверждение: событие, вероятность которого равна нулю, невозможно. Для непрерывной случайной величины это утверждение неверно. Как показано, вероятность того, что Х = х1 ( где х1- заранее выбранное число) равна нулю, это событие не является невозможным.

Рассмотрим непрерывную случайную величину Х, интегральный закон которой предполагается непрерывным и дифференцируемым. Функцию

¦ (х) = F¢ (х)

называют дифференциальным законом распределения или плотностью вероятности случайной величины Х. Из определения производной можно записать

¦ (x) = F¢ (x) = Обработка результатов эксперимента,

т.е. плотность вероятности случайной величины Х в точке х равна пределу отношения вероятности попадания величины Х в интервал (х; х + Dх) к D х, когда D х стремится к нулю.

Используя понятия интегральной функции распределения и определенного интеграла можно записать

¦ (x) = F¢ (x) или F (x) = p (x1 < X < x2) = Обработка результатов эксперимента.

Это соотношение

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: