误差分析与处理 第二章误差基本性质与处理.pptVIP

第二章 误差的基本性质与处理;第一节 随机误差; 随机误差是由人们不能掌握，不能控制，不能调节，更不能消除的微小因素造成。这些因素主要有以下几方面： 1. 测量装置方面的因素：零部件配合的不稳定性、零部件的变形、零件表面油膜不均匀、摩擦等。 2. 环境方面的因素：温度的微小波动、湿度与气压的微量变化、光照强度变化、灰尘以及电磁场变化等。 3. 人员方面的因素：瞄准、读数的不稳定等。;二、随机误差的本质特征;三、随机误差的分布;（1）有界性 在一定的测量条件下，随机误差的绝对值不会超过一定界限。即随机误差总是有界限的，不可能出现无限大的随机误差。 （2）对称性 绝对值相等的正误差与负误差出现的次数相等。 （3）抵偿性 由随机误差的对称性知，绝对值相等的正负误差出现的次数相等。因此，取这些误差的算术平均值时，绝对值相等的正负误差产生相互抵消现象。对于有限次测量，随机误差的算术平均值是一个很小的量，而当测量次数无限增大时，它趋向于零。 （4）单峰性 绝对值小的误差比绝对值大的误差出现的次数多。 ; 设被测量的真值为L0，一系列测量值为li，则测量列中的随机误差δi为： δi＝ li－ L0 式中，i=1,2,…,n。 正态分布的概率分布密度f(δ)与分布函数F (δ)为 式中，σ为标准差（或称为方均根误差）；e为自然对数的底，其值为2.7182…。;其数学期望为 方差为 平均误差为 此外由 可解得或然误差为;图2－1; 2. 算术平均值;无限多次测量算术平均值作为真值的理论依据 ; 由此可见，如果能够对某一量进行无限多次测量，就可得到不受随机误差影响的测量值，或其影响甚微，可予忽略。这就是当测量次数无限增大时，算术平均值（数学上称之为最大或然值）被认为最接近于真值的理论依据。由于实际上都是有限次测量，我们只能把算术平均值近似地作为被测量的真值。; 一般情况下，被测量的真值为未知，不可能按式：δi＝ li－ L0求得随机误差，这时可用算术平均值代替被测量的真值进行计算，则有 式中，li为第i个测得值，i=1,2,…,n；vi为li的残余误差（简称残差）。 如果测量列中的测量次数和每个测量数据的位数皆较多，直接按 计算算术平均值，既繁琐， 又容易产生错误，此时可用简便法进行计算。;（2）算术平均值简便计算法 ;例2-1 测量某物理量10次，得到结果如表2-1，求算术平均值。 表2-1;（3）算术平均值的计算校核 ; 利用残余误差代数和为零的性质，可以校核算术平均值及其残余误差计算的正确性。但是在实际计算中，经常遇到小数位较多或除不尽的情况，此时必须根据测量的有效数字，按数据舍入规则，对算术平均值进行截取与凑整，带来舍入误差Δ，即 而; 利用残余误差代数和校核算术平均值及其残余误差的规则为： 1)残余误差代数和应符合： 当 ，求得的 为未经截取与凑整的准确数时， ； 当 ，求得的 为已经截取与凑整的非 准确数时， 为正，其大小为求 时的余数； 当 ，求得的 为经截取与凑整的非准确数时， 为负，其大小为求 时的亏数。;2)残余误差代数和绝对值应符合： 当n为偶数时， ; 当n为奇数时， 。 式中的A为实际求得的算术平均值末位数的一个单位。（因为按数字舍入规则进行算术平均值截取和凑整，其舍入误差皆不超过保留数字最末位的半个单位） 以上两种校核规则，可根据实际运算情况选择一种进行校核，大多数情况可能选用第二种规则比较方便，因其无需知道所有测得值之和。;例2-2 以例2-1数据，对计算结果进行校核。 解：因n＝10为偶数， ，A=0.01，由表2-1知 故计算结果正确。;例2-3 测量某直径11次，得到结果如表2-2，求算术平均值并进行校核。 表2-2;用第二种规则校核，则有 故用两种规则校核皆说明计算结果正确。;（1）单次测量的标准偏差 由于随机误差的存在，等精度测量列中各个测得值一般皆不相同，它们围绕着该测量列的算术平均值有一定的分散，此分散度说明了测量列中单次测得值的不可靠性，因此必须用一个数值作为其不可靠性的评定标准。