- •Приборостроение введение в специальность
- •Оглавление
- •Введение
- •Физическая величина
- •Единицы физических величин
- •1.5 Познавательный смысл измерений
- •2.2 Основные единицы си
- •2.4 Кратные и дольные единицы си
- •3.2 Составляющие погрешностей измерений
- •3.3.3 Независимые события
- •3.3.4 Сумма совместных независимых событий
- •3.3.5 Дискретные законы распределения и обобщенные характеристики
- •3.3.6 Непрерывные случайные величины
- •Точечная оценка погрешностей измерения
- •3.4.3 Интервальная оценка погрешностей измерений
- •4.2 Общие свойства измерительных преобразователей
- •4.3 Абсолютная, отностительная и приведенная
- •4.4 Аддитивная и мультипликативная погрешности ип
- •4.5 Ип электрических величин
- •4.5.1 Измерительные преобразователи на базе оу
- •Если выразить токи в (4.7) через напряжения и сопротивления, то получим:
- •4.5.2 Аналого – цифровые преобразователи (ацп)
- •4.6.2 Ип на эффектах взаимодействия металлов с постоянным электрическим полем
- •4.6.3 Ип на эффекте прохождения переменного тока через диэлектрик
- •4.6.4 Ип на других физических эффектах
- •5 Измерительные системы
- •6.2.4.2 Рабочие эталоны
- •6.2.5 Образцовые средства измерений (оси) 1, 2, 3, 4-го разрядов (рабочие эталоны 1, 2, 3, 4-го разрядов)
- •6.3 Поверочная схема средств измерения массового расхода
3.3.6 Непрерывные случайные величины
Непрерывными называют величины, которые могут принимать любые значения на числовой оси или ее части. Например, распределение скоростей молекул в газе, изменения давлений или температур технологического процесса в определенном диапазоне, погрешности измерений, время безотказной работы средства измерений.
Законы распределения непрерывных случайных величин задаются аналитически либо графически. Как устанавливают вид закона распределения конкретной величины?
Основных подхода два. Первый – закон выводится из теоретических построений. Так Максвелл вывел закон распределения молекул газа по скоростям в состоянии термодинамического равновесия; достаточно просто выводится распределение погрешности аналого – цифровых измерительных преобразователей.
Второй – экспериментальный. Например, закон распределения времени работы электронных компонентов (диодов, транзисторов, микросхем, резисторов, конденсаторов и т.д.) устанавливается по результатам исследования больших групп компонентов определенного вида.
Теоретические законы распределения, т.е. формулы, описывающие зависимость вероятностей от значения случайных величин, являются аппроксимирующими для реальных распределений. Другими словами, они описывают поведение реальных случайных величин с некоторой погрешностью, с которой мирятся ради получения конечных и понятных результатов анализа.
Для любых непрерывных законов распределения Р(Х) можно указать некоторые общие свойства, вытекающие из рассмотренного ранее понятия вероятности событий:
- функция Р(Х) является неотрицательной и конечной; при изменении случайной величины Х от - ∞ до + ∞ вероятность изменяется от нуля до единицы;
- вероятность появления любого наперед заданного числа равна нулю, поскольку чисел на любом числовом интервале бесконечное множество, а сумма вероятностей несовместных событий попадания в разные точки равна единице; отличным от нуля является вероятность попадания в интервал на числовой оси от какого – то значения х1 до значения х2.
Поскольку вероятность
попадания в любую точку числовой оси
равна нулю, то невозможно воспользоваться
выражениями (3.11) и (3.14) для вычисления
математического ожидания и дисперсии.
Поэтому выражения модифицируют по
правилам курса математического анализа:
конечные суммы заменяют суммированием
бесконечно малых величин (знак суммы
заменяют знаком интеграла), а вероятность
заменяют его бесконечно малыми
приращениями в окрестностях точки х
(точки берутся на всей числовой оси)
.
- производная от
функции вероятности Р(Х)
имеет
специальное название – функция
плотности распределения f(x):
.
(3.19)
Функция плотности распределения - положительная и конечная; площадь под ней (как полная вероятность) рвана единице:
.
(3.20)
Теперь можно окончательно записать выражения для математического ожидания и дисперсии (выражение для с.к.о. остается неизменным) непрерывной случайной величины:
;
(3.21)
.
(3.22)
Д
ля
примера рассчитаем параметры случайной
величины, заданной равномерным законом
распределения (рисунок 3.3). Плотность
распределения имеет отличное от нуля
значения в интервале от х1
= 0
до х2
= 4; в остальном
диапазоне числовой оси значения плотности
равны нулю. Для вычислений интегралов
(3.21) и (3.22) необходимо в явной форме знать
функцию плотности распределения f(x).
Поскольку в интервале 0 ≤
х ≤
4 значение f(x)
постоянно,
обозначим его буквой с.
Численное значение с найдем из условия нормировки (3.20), учтя, что вне интервала 0 ≤ х ≤ 4 функция f(x) = 0 и интегрировать нужно в пределах от 0 до 4:
,
откуда 4с =
1, с
= 1/4.
Полученное значение f(x) = 1/4 на интервале 0 ≤ х ≤ 4 подставим в выражение (3.21) и определим математическое ожидание mx:
.
Легко убедиться по рисунку 3.3, что абсцисса х = 2 является центром рассеяния случайной величины, заданной непрерывным распределением; другими словами, математическое ожидание вычислено верно.
Теперь вычислим дисперсию распределения по выражению (3.22) и среднее квадратическое отклонение по (3.18):
;
.
Особое значение в теории погрешностей имеет распределение, называемое нормальным законом распределения. Особенность его заключается в том, что, согласно предельным теоремам теории вероятности, сумма S большого количества независимых случайных величин c примерно одинаковым влиянием на величину суммы S = X +Y + Z +... при любом законе распределения каждой из величин, дает нормальный закон распределения [6]. Описанные условия характерны для измерительных процедур, когда действует большое количество источников погрешности (методические; не измеряемые параметры физического объекта; погрешности измерительных средств; влияющие факторы внешней среды).
Плотность нормального закона распределения описывается следующим выражением:
,
(3.23)
где σ – с.к.о. случайной величины х;
a = mx – математическое ожидание случайной величины х.
Коэффициенты при с.к.о. σ обеспечивают условие нормировки: интеграл в бесконечных пределах от f(x) должен быть равен единице.
Графически плотность распределения нормального закона имеет вид (рисунок 3.4)
Кривая плотности распределения имеет вид колокола, ветви которого уходят в бесконечность. Однако большая часть площади под кривой, характеризующая вероятность появления случайной величины в интервале значений х, сосредоточена в области математического ожидания а. Причем кривая тем более размыта, чем больше с.к.о. σ. На рисунке 3.4 показан вид кривой распределения при σ1 = 1; σ2 = 2,5; σ3 = 0,5. Чем меньше с.к.о., тем более сжата кривая плотности и больше ее максимальная ордината при х = а. Это естественно, поскольку при любом с.к.о. площадь под кривой равна единице.
Если необходимо
узнать вероятность
попадания случайной величины в какой-либо
интервал от х1
до х2
, то необходимо вычислить интеграл
вероятности
.
(3.24)
Интеграл не имеет точного аналитического описания, но составлены подробные таблицы его значений при а = 0 и σ = 1. Этого вполне достаточно для выполнения вычислений с разумной точностью.
После знакомства с азами теории вероятности вернемся к описанию погрешностей.
3.4 ВЫЧИСЛЕНИЕ ОЦЕНОК ПОГРЕШНОСТЕЙ ИЗМЕРЕНИЙ
3.4.1 Задачи оценки результатов измерений
Если расписать выражение (3.1), результат измерений y равен
,
(3.25)
где х – истинное значение измеряемой физической величины;
- систематическая
составляющая погрешности измерений;
ε – случайная составляющая погрешности.
Вся проблема сводится к ответу на вопрос: как выделить из результата измерений y ту ее часть, которая равна истинному значению физической величины. В такой постановке вопроса ответа не существует.
Но можно сформулировать вопрос по-другому: необходимо оценить погрешность измерений и сделать выводы о допустимости значений погрешностей в конкретных измерениях. В такой постановке задача может быть решена. Первая ее часть решается применением аппарата теории вероятностей, а вторая – выходит за рамки теории измерений. Сначала займемся первой частью задачи, а потом поясним смысл второй ее части.
