ВУЗ:
Составители:
Рубрика:
9
ошибка
σ
(см. ниже),
M
- математическое ожидание или среднее значение
переменной
x
. Графики функции (9) при
5
,1
=
M
и при двух значениях
средней ошибки
2
,0
=
σ
(более острый график) и
4
,0
=
σ
в некоторых
условных единицах приведены на рис. 3.
Смысл кривой распределения (рис. 2) состоит в том, что вероятность
при единичном измерении получить значение
x
, в интервале от
1
x до
2
x
пропорциональна заштрихо-
ванной площади. Если же
говорить точнее, то эта
вероятность равна отношению
заштрихованной площади ко
всей площади, заключенной
между кривой и осью абсцисс
(площадь под всей кривой
равна 1). Так как мы чаще
имеем дело с конечным числом
измерений, то вычисляется не
σ
, а ее приближенное
значение
S
, которое находится
в таком же отношении к
σ
, как средний результат к математическому
ожиданию: чем больше число наблюдений, тем меньше
S
может отличаться
от
σ
. Величину
S
называют выборочным средним квадратичным
отклонением результата наблюдения. По определению:
1
)(
2
−
−Σ
=
n
xx
S
i
(10)
где
n
- число наблюдений, образующих данную выборку. Если
∞
→n
,
σ
→S
.
Как сказано выше, отношение площади заштрихованного участка,
внутри которого находиться случайная величина (рис. 2), ко всей площади,
заключенной между осью абсцисс и кривой Гаусса, есть вероятность того,
что погрешность случайной величины имеет значение от
1
x
∆
до
2
x
∆
. Если
рассчитать вероятность появления погрешностей, заключенных в интервале
от
σ−
до
σ+
, то она окажется равной 0,68. Интервалу погрешностей от
σ2−
до
σ2+
будет соответствовать вероятность 0,95. Увеличение
полуширины интервала значений погрешностей до
σ3+
приведет к
повышению вероятности до 0,997 (pис.4). То есть при увеличении ширины
интервала допустимых значений погрешностей вероятность их появления
стремиться к единице.
2
1
0.5 1.5
1
2
2.5
Рис.3
PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
ошибка σ (см. ниже), M - математическое ожидание или среднее значение переменной x . Графики функции (9) при M = 1,5 и при двух значениях средней ошибки σ = 0,2 (более острый график) и σ = 0,4 в некоторых условных единицах приведены на рис. 3. Смысл кривой распределения (рис. 2) состоит в том, что вероятность при единичном измерении получить значение x , в интервале от x1 до x2 пропорциональна заштрихо- 2 ванной площади. Если же говорить точнее, то эта вероятность равна отношению заштрихованной площади ко 1 всей площади, заключенной между кривой и осью абсцисс (площадь под всей кривой равна 1). Так как мы чаще 0.5 1 1.5 2.5 имеем дело с конечным числом 2 измерений, то вычисляется не Рис.3 σ , а ее приближенное значение S , которое находится в таком же отношении к σ , как средний результат к математическому ожиданию: чем больше число наблюдений, тем меньше S может отличаться от σ . Величину S называют выборочным средним квадратичным отклонением результата наблюдения. По определению: Σ ( xi − x ) 2 S= (10) n −1 где n - число наблюдений, образующих данную выборку. Если n → ∞ , S →σ . Как сказано выше, отношение площади заштрихованного участка, внутри которого находиться случайная величина (рис. 2), ко всей площади, заключенной между осью абсцисс и кривой Гаусса, есть вероятность того, что погрешность случайной величины имеет значение от ∆x1 до ∆x 2 . Если рассчитать вероятность появления погрешностей, заключенных в интервале от − σ до + σ , то она окажется равной 0,68. Интервалу погрешностей от − 2σ до + 2σ будет соответствовать вероятность 0,95. Увеличение полуширины интервала значений погрешностей до + 3σ приведет к повышению вероятности до 0,997 (pис.4). То есть при увеличении ширины интервала допустимых значений погрешностей вероятность их появления стремиться к единице. 9 PDF created with FinePrint pdfFactory Pro trial version http://www.fineprint.com
Страницы
- « первая
- ‹ предыдущая
- …
- 7
- 8
- 9
- 10
- 11
- …
- следующая ›
- последняя »