欢迎来到天天文库
浏览记录
ID:52237977
大小:836.00 KB
页数:76页
时间:2020-04-03
《误差理论与数据处理第二章1.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、1/75第二章误差的基本性质与处理本章的目的:(重点掌握)1、研究三种误差的性质,出现的规律与产生原因2、找出相应减少误差的方法3、综合分析问题2/752-1随机误差一.定义:同一量值进行多次等精度的测量时,得到一系列不同的测量值,每个测量值都含有误差,而误差出现又没有确定规律,但就误差的总体而言,却具有统计规律性。注:影响因素包括环境、人员、测试装置等3/75二.随机误差特征(服从正态分布):1对称性-绝对值相等正、负误差出现次数相等。2单峰性-绝对值小的误差比绝对值大的误差出现次数多。3有限性-在一定测量条件下,随机误差不会超过一定界限。4抵偿性-随测量次数增加,随机误差算术
2、平均值趋于零。(特征1的推理)具有以上性质的误差分布规律,一般称正态分布规律,或反之。4/75正态分布曲线分布密度随机误差5/75随机误差的正态分布大多数随机误差服从正态分布,其应用范围包括各种物理、机械、电气、化学等特性分布例如:铝合金板抗拉强度,电容器电容变化、噪声发声器输出电压正态分布描述:密度函数、分布函数、数学期望、方差、平均误差和或然误差表示6/75三.随机误差的数字特征1.定义:用于描述随机误差分布特征的数值。2.随机误差的数字特征主要有:a)算术平均值、b)均方根偏差(标准差)算术平均值-表示随机误差的分布中心,可作为等精度多次测量结果。均方根偏差-分散性指标,描
3、述测量数和测量结果的精度。分散度反映单次测量值的不可靠性,作为不可靠程度的评价标准,平均值一定,可能其标准差不同。7/75(一)算术平均值1随机误差的表示方法设被测量真值L0(理想、理论),一系列测量值为l0,则测量值中随机误差δi为(i=1,2,3…,n)2算术平均值定义设 为n次测量所得结果,则算术平均值定义为:8/753与之关系对n个求和,有=>同除以n9/75说明:(1)n=1,δ1=-L0=l1-L0即为随机误差定义(2)n=2,(3)n→∞时,由随机误差的特征(抵偿性)有即:如能对同一量测无限次时,就可得到不受随机误差影响的测量值,或影响甚微,可忽略。10/75理论上
4、讲,n→∞时,算术平均值定义为数学期望(最大或然值)(理想状态下得到真值的理论依据)(4)对有限次测量时,但n较大11/754残余误差表示由于L0是未知,一般不能用,可用有限测量的算术平均值进行上式分析即:li--第i个测量值--li的残余误差12/75说明:(1)一组测量值残差之和为零,即(精确值)证明如下:由定义,当为未凑整(即不用数字舍入规则)时,由定义(准确数)13/75应用:可用上式检验及残差计算的正确性(校核)如对于凑整(即利用舍入规则时),成为非准确数假如有舍入误差即代入残差和公式中:14/75(2)残余误差代数和满足以下条件(残差和性质):残差代数和校核残差及的统
5、一规则为:a)当,求得为非凑整的准确数时,。b)当,求得为凑整的非准确数时,为正,其大小为求时的余数。c)当,求得为凑整的非准确数时,为负,其大小为求时的亏数(不足)。15/75如:1.372=1.37+0.002(0.002为余数)1.368=1.37-0.002(0.002为亏数)(3)残余误差代数和绝对值满足:(残差和性质)当n为偶数时,当n为奇数时,这里:A-实际求得的算术平均值 末位数的一个单位。如:则:16/75(4)一组测量值残余误差的平方和为最小(重要)导出:=最小求和:若最小,必有:17/75分析表明:如不取,而用其他值代替真值,则相应偏差的平方和一定要比残差平
6、方和大。从另一角度说明了较其他值更可信赖。18/75(二)标准差(均方根误差,均方根偏差,标准偏差)1.引例:算术平均值虽可表示一组测得值结果,但无法表示这组测得值的精度。如:以下两组测量值。Ⅰ组:20.0005,19.9996,20.0003,19.9994,20.0002Ⅱ组:19.9990,20.0006,19.9995,20.0015,19.9994两组平均值=20.0000显然:两组精度不同,Ⅱ分散性>Ⅰ组,Ⅰ精度>Ⅱ如何评价两组测量精度?--标准差19/752.标准差定义(标准偏差简称标准差)这里-标准差n-测量次数(应充分大)说明:(1)(2)与测量值具有相同误差(
7、3)评定测得值的精度(4)-方差20/753标准差与残差的关系实际求解中无法得求到,常用来分析。-算术平均值的误差21/75则:(1)对(1)求和(2)22/75若:对式(2)式直接平方,有:当n适当大时,认为:23/75又:代入:24/75说明:(1)以上分析用于单组(mi=1)即单次测量的25/75(2)正态分布下,与分布密度和分布函数的关系式为:a)分布密度(概率密度)定义:(连续函数)b)分布函数(对于连续函数而言)相应数学期望(平均值):(代入)方差:26/75(3)对
此文档下载收益归作者所有