Общая теория измерений. Методические указания. Хамханова Д.Н. - 13 стр.

UptoLike

Составители: 

Работа 9
Обеспечение требуемой точности при многократном
измерений
Многократные измерения одного и того же размера
позволяет обеспечить требуемую точность. Поскольку
ширина доверительного интервала зависит от количества
экспериментальных данных, то увеличивая n можно
добиться наперед заданного условия.
о
ε
ε
Алгоритм обработки экспериментальных данных при
обеспечении требуемой точности измерения представлен на
рис. 5.
Задание. По данным примера 7 определить результат
измерения, если с вероятностью 0,95 точность измерения
должна быть не ниже
см
о
22 =
ε
.
Пример 7. В таблице 7 приложения 1 приведены 10
независимых числовых значений результата измерения
линейного размера (в сантиметрах). Определить его длину,
если с вероятностью 0,95 точность измерения должна быть
не ниже
см
о
22
=
ε
.
Увеличивается массив х отбрасывается
нет
xni
Sxx 3
~
Да
Да
ε>ε
o
Нет
Рис. 5.
Исходные данные
{}
ni
x
,...,1
; h; H;
о
ε
2
()
=
=
n
i
nix
xx
n
S
1
2
~
1
1
n=n+1 n=n+1
Проверка нормальности закона распределения
в
еро
ятн
ос
ти
резу
льтата и
з
м
ере
ния
n
S
S
x
x
=
~
Определение t по формуле Р=2S
n
(t)-1, где 2S
n
(t) – интег-
ральная функция распределения вероятности Стьюдента
x
tS
~
=
ε
εε
+≤=
nn
xxх
~
~
=
=
n
i
i
x
n
х
1
1
26
25
                        Работа 9

     Обеспечение требуемой точности при многократном                   Исходные данные     xi∈{1,..., n } ; h; H; 2ε о
                        измерений
                                                            Увеличивается массив                           х отбрасывается
     Многократные измерения одного и того    же размера
позволяет обеспечить требуемую точность.      Поскольку                                    1 n
ширина доверительного интервала зависит от   количества                              х=      ∑ xi
                                                                                           n i =1
экспериментальных данных, то увеличивая       n можно
добиться наперед заданного условия.
       ε ≤ εо
      Алгоритм обработки экспериментальных данных при
                                                                           Sx =
                                                                                      1 n
                                                                                          ∑
                                                                                    n − 1 i =1
                                                                                                 (  ~
                                                                                               xi − x n       )2


                                                           n=n+1                                                             n=n+1
обеспечении требуемой точности измерения представлен на
                                                                                                                     нет
рис. 5.                                                                                   ~
      Задание. По данным примера 7 определить результат                              xi − xn ≤ 3S x
измерения, если с вероятностью 0,95 точность измерения                                               Да
должна быть не ниже 2ε о = 2см .
                                                                    Проверка нормальности закона распределения
      Пример 7. В таблице 7 приложения 1 приведены 10                    вероятности результата измерения
независимых числовых значений результата измерения
линейного размера (в сантиметрах). Определить его длину,                               S ~x =
                                                                                                Sx
если с вероятностью 0,95 точность измерения должна быть                                          n

не ниже 2ε о = 2см .                                               Определение t по формуле Р=2Sn(t)-1, где 2Sn(t) – интег-
                                                                   ральная функция распределения вероятности Стьюдента


                                                                                     ε = tS           ~
                                                                                                      x

                                                                          Да
                                                                                          ε>εo
                                                                                                     Нет
                                                                                  ~              ~
                                                                                  х n − ε ≤ x ≤= x n + ε

                                                                                            Рис. 5.


25                                                                                                                            26