Погрешности косвенных измерений
Часто интересующая нас величина непосредственно не может быть измерена, а определяется как функция других величин, которые находятся опытным путем. Например, расход воздуха в прямоугольном канале
, (6.26)
где h и b — высота и ширина канала; vср — средняя скорость воздуха. Для определения расхода измеряют ширину, высоту канала и среднюю скорость воздуха. При измерениях этих величин допускаются погрешности. Оценка их может быть выполнена по рассмотренной методике.
Погрешность определяемой величины зависит от погрешностей измеряемых величин и от вида функциональной связи между ними. Предположим, что величина, погрешность которой необходимо определить, является произвольной функцией k измеряемых переменных
, (6.27)
Поставив ряд параллельных опытов, найдем оценки и математического ожидания mxi и дисперсии Dxi для каждой i-й величины. Необходимо определить оценки и математического ожидания my и дисперсии Dy для искомой величины.
Распространив свойство (6.17) математического ожидания на его оценку, можем утверждать, что
и . (6.28)
Представим случайные величины xi в виде , где Δxi — отклонение величины от ее математического ожидания.
Если функция φ непрерывна и во всех точках интересующего нас интервала имеет производные, то ее, можно разложить в ряд Тейлора. Выполним эту операцию и оставим в ряде только линейные члены:
|
|
.
С учетом (6.26) и (6.27)
или
Возведем правую и левую части последнего равенства в квадрат и найдем математические ожидания левой и правой частей:
Левая часть равенства есть дисперсия y (6.19). Раскрыв скобки в правой части, получим
,
или, с учетом свойств (6.15) и (6.16) математического ожидания
.
Поскольку математическое ожидание квадрата отклонения случайной величины от ее математического ожидания есть дисперсия, а математическое ожидание произведения отклонений двух величин есть их корреляция, для независимых случайных величин равная нулю,
и , получим
. (6.29)
Заменив дисперсии xi их оценками по выборке , получим зависимость для определения оценки дисперсии величины y:
. (6.30)
Например, для случая (6.25) , и . Тогда
.
В случае, если точность измерения параметров h и b значительно выше, чем точность измерения vср, погрешностями этих величин можем пренебречь. Тогда .
|
|
Интервальные оценки измеряемых величин и их погрешностей
В п. 6.3 значение измеряемой величины оценивалось одним числом — выборочным средним. Такая оценка называется точечной. Так как среднее определяется по данным выборки, которая сама является случайной, то случайной будет и оценка. При проведении новой серии опытов на том же объекте будут получены новые результаты, которые будут отличаться от предыдущих. При использовании точечных оценок остаются неизвестными вероятность и точность результатов обработки.
Перечисленных недостатков лишены интервальные оценки. В основе интервальных оценок лежит понятие доверительного интервала.
Доверительным называется такой интервал [mx–Δxп; mx+Δxп], вероят-ность попадания в который реализации случайной величины не ниже заданной P. Величина P называется доверительной вероятностью, а Δxп — предельной погрешностью. Величина α = 1 – P, равная вероятности ошибки, называется уровнем значимости или риском. Если известен интегральный или дифференциальный закон распределения вероятностей случайной величины, то
|
|
. (6.31)
Рассмотрим случайную величину, распределение вероятностей которой подчиняется нормальному закону. При Δxп = σx (интервал mx ± σx) доверительная вероятность P = 0,683, а риск попадания единичного измерения за его пределы α = 0,317, рис. 6.4. Такой риск слишком велик для большинства научных и технических применений. Интервальные оценки выполняют со значительно большей вероятностью.
Вероятность попадания измерения в интервал mx ± 2σx составляет 0,955. Риск α = 0,045 уже приемлем. Такой интервал широко используется в инженерной практике. Для интервала mx ± 3σx риск составляет 0,0027, т.е. весьма мал. Интервалы mx ± 3σx используются в очень ответственных расчетах.
Закон распределения вероятностей величины, измеряемой в ходе опыта, обычно неизвестен. В таком случае существует два способа определения доверительного интервала.
1. Определение доверительного интервала по классу точности прибора. Класс точности прибора это выраженная в процентах относительная предельная погрешность измерения величины, равной пределу измерения прибора.
Например, если манометр с максимальным значением по шкале 100 кгс/см2 имеет точность ε = 1% то его абсолютная предельная погрешность Δxп = 100·0,01 = 1 кгс/см2. В настоящее время в измерительной технике в большинстве отраслей промышленности под предельной погрешностью прибора понимается величина, равная двум среднеквадратичным отклонениям, т.е. Δxп = 2σx, что соответствует доверительной вероятности P = 0,955 и риску α = 0,045.
|
|
Таким образом, доверительный интервал для результата измерения величины x составит x ± Δxп.
2. Определение доверительного интервала по результатам нескольких параллельных опытов. При наличии выборки из n результатов измерений величины x доверительный интервал составит
, (6.32)
где tf,α — значение критерия Стьюдента при уровне значимости α и числе степеней свободы f. Число степеней свободы равно разности объема выборки и числа наложенных связей. В данном случае наложена одна связь — определено среднеквадратическое отклонение, поэтому f = n – 1.
Значения критерия Стьюдента при уровне значимости α = 5% приведены в табл. 6.1. Заметно, что с увеличением размера выборки доверительный интервал сужается, т.е. повышается точность определения искомой величины.
Таблица 6.1 – Значения критерия Стьюдента при уровне значимости α = 0,05
f | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 10 | 20 | 30 | 60 |
tf,α | 12,706 | 4,303 | 3,182 | 2,776 | 2,571 | 2,447 | 2,306 | 2,228 | 2,086 | 2,042 | 2,00 |
Дата добавления: 2018-04-05; просмотров: 542; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!