平差一、二章分解.pptx

测量平差第一、二章 2 第一章 绪论 测量误差 误差来源：仪器、观测者、外界条件－－三者合称观测条件 误差分类：系统、偶然、粗差 经典平差：（1）要求观测值中仅含偶然误差（服从正态分布） （2）要有多余观测值 3 误差定义：真值与观测值之差： 平差的任务 1、消除观测值之间的矛盾 2、求出未知参数的最可靠值 3、评定测量成果的精度 4 2.1 正态分布 一、正态分布 连续型随机变量中最常见的一种分布模型。 正态分布特性： 1。具有重现性（可加性） 设xi~N(ai,?i2) ，且xi互独立，i=1,2----n 则由xi构成的线性函数： Y＝k1x1+k2x2+---+knxn 也具有正态分布，其期望： E(Y)=k1a1+k2a2+---+knan 5 方差： ?y2=k12 ?12+k22 ?22+---+kn2 ?n2 则： Y~N(E(Y), ?y2) 2。正态分布是许多分布的极限分布（如二项分布， 分布等，当n??时）－－中心极限定理 二、 二维正态分布 二维正态分布的联合密度函数为： 6 . 7 三、n维正态分布的矩阵形式 8 一、误差分布的三种表现形式： 1、表格；2、频率直方图；3、函数（曲线） 当观测次数足够多时，一定的观测条件?对应一种确定的误差分布?对应同一条误差分布曲线?对应一组同精度的观测值 平差约定 ：偶然误差?＝ 随机误差＝真误差 → 服从正态分布。其密度函数为： 2.2 偶然误差统计特性 9 10 误差分布曲线的性质： 1。曲线关于?＝0对称； 2。?＝0时，f(?)具有最大值 ， f(?)与?成反比； 3。| ?|越大，f(?)的值越小， ?→??时， f(?) →0； 4。曲线在?＝? ?处有拐点。 11 偶然误差特性 （1）有界性。在一定的观测条件下，偶然误差的绝对值不会超过一定的限值； （2）趋向性。绝对值较小的误差比绝对值较大的误差出现的可能性大； （3）对称性。绝对值相等的正误差与负误差出现的可能性相等； （4）抵偿性。偶然误差的简单平均值，随着观测次数的无限增加而趋于零。 12 二、偶然误差的概率特性 1。 ； 2。若?2 ?1， 则P( ?2)P( ?1)或f( ?2)f( ?1)； 3。P(+ ?)=P(–?)； 4。 ， 此时 ?～N(0，?2)。 13 数学期望在测量中的应用： －－ 观测值的真值 L－－观测值 E(L)－－L的期望 定义： 即当观测值中仅含有偶然误差且观测次数趋向于无穷大时，理论上观测值的数学期望值就等于其真值。 14 观测误差?的密度函数 ?～N(0，?2)时， ?～N(a，?2)时，说明存在系统误差，且系统误差的大小为a，此时密度函数为 15 2.3 衡量精度的指标 精度：指误差分布的离散度的大小。 衡量精度的指标：用数字反映的精度（离散度）的大小。 一、方差与中误差 1。定义式 16 2.方差的实用计算式 当?服从离散分布时且? i等精度时， 其中，[? ?]= ?12+ ?22+----+ ?n2 17 中误差 中误差的理论值： 中误差的估值： 一般情况下以上两值都用中误差简称。中误差永远是正数。 注意：中误差不代表个别误差的大小，而是代表误差分布的离散度的大小 ； 对分布已知的随机变量而言，中误差的理论值是一个定值。但其估值是随机变量，故理论值与估值是有区别的。 18 二、平均误差? 或 19 三、或然误差（概率误差）? 定义：误差出现在（-?, ?）之间的概率为1/2，即 经推导 20 ?、?、? 三种精度指标的特性： 1。通常n越大， ?、?、?的估值越接近理论值； 2。n很小时求出的?、?、?都不可靠； 3。当n很大时， ?比?、?能更灵敏地反映出大的真误差的影响。 四、极限误差（也称容许误差）?限 21 五、相对误差 相对中误差＝ 还有相对真误差，相对极限误差等