测量平差1.docVIP

§1.2 Probability Properties of Random Errors Ⅰ. Distribution of Random Errors 1．实例上分析： 例1：打靶实验 经分析有以下规律： 每一枪不超过一定的范围。 越靠近靶心弹着点越密，远离靶心越稀。 以靶心为对称点。 例2：测量上，817个三角形，见P11. 表（1－2－1） 误差的 区间 ″ 为负值 为正值 总数 个数 频率 个数 频率 0.00~0.50 0.50~1.00 1.00~1.50 1.50~2.00 2.00~2.50 2.50~3.00 3.00~3.50 3.50 ~ ∞ 121 90 78 51 39 15 9 0 0.15 0.11 0.10 0.06 0.05 0.02 0.01 0.00 0.30 0.22 0.20 0.12 0.10 0.04 0.02 0.00 123 104 75 55 27 20 10 0 0.15 0.13 0.09 0.07 0.03 0.02 0.01 0.00 0.30 0.26 0.18 0.14 0.06 0.04 0.02 0.00 244 194 153 106 66 35 19 0 和 403 0.50 414 0.50 817 规律：（1）闭合差的绝对值不超过一定限值。 （2）小闭合差数比大闭合差数要多。 （3）绝对值相等的正负闭合差大致相等。 为了更直观的分析，画成直方图见课本。 由此图得出，偶然误差是服从正态分布的。 2．理论上分析： 中心极限定理：若随机变量是众多随机变量之和，，如果各相互独立且对y之影响均匀小，则当相当大时，y趋于服从正态分布。 Ⅱ. Probability Properties of Random Errors 1. 在一定条件下，偶然误差的数值不超出一定的限值，或者说超出一定限值的误差出现的概率为零。（界限性） 2. 绝对值小的误差比绝对值大的误差出现的概率大。（聚中性） 3. 绝对值相等的正负误差出现的概率相同。（对称性） Ⅲ. Notes 1. 界限性是制定限差的理论依据。 2. 聚中性说明偶然误差越小，其分布密度越大。 3. 对称性说明偶然误差具有一定的抵偿性。 （偶然误差的真值为0） 正负偶然误差的分布对称于0，故其密度函数必为偶函数。 4. 观测值L与其真误差分布曲线形状相同，但中心位置不同。 由概率论可知，服从正态分布的随机变量x的概率密度函数为: ，且a=E(x), 5. 正态分布的特征参数 E(L) 数学期望------分布中心。 方差------与拐点有关。 大，曲线扁平，观测离散。 小，曲线陡峭，观测聚中。 图（1－2－3）