测量误差分析误差的定义.PPT

Shanghai Jiao Tong University 第二章 测量误差分析 误差的定义： 定义1 ： 设xo为准确值，x是xo的一个近似值，称 e=x0-x为近似值x的绝对误差，简称误差。 由于准确值xo通常是未知的，故误差e一般是不可知的，为此引入误差限来对误差进行估计。 定义2： 称满足|e|=| x0-x|≤ε的正数ε为近似值x的误差限。 误差限一般是可以求出的，例如用具有毫米刻度的皮尺去测量某个物件的长度，测量的数据与物件的实际长度不会超过半个毫米，这半个毫米就是物件长度的误差限。 误差限ε给出了准确值x0的所在范围为 x-ε≤x0≤x+ε，显然误差限ε越小，近似值x的近似值越精确。 绝对误差不能反映近似值x的近似程度，例如：某个量的准确值x01=1000，其近似值x1=999， 另一个量的准确值x02=10，相应近似值x2=9这两个量的绝对误差都是1，但显然x1的近似程度比x2好。为反应这种近似程度，需引入如下相对误差 为近似值x的相对误差。 相对误差的绝对值越小，近似程度越高 例如，前面两个量x1和x2，它们相对误差分别为e1r=0.001和e2r=0.1，因为|e1r||e2r|，所以x1比x2逼近程度好。同样，由于准确数x0通常是未知的，导致相对误差不能计算出来，因而产生估计相对误差的相对误差限概念 正数εr为x的相对误差限。 相对误差限不如绝对误差限容易得到，使用中常借助绝对误差限来求之，即取εr=ε/|x|。 目的： 误差存在的必然性，认识误差存在的规律性，消除和减小误差，误差的分析和处理，测试结果的表达 在研究随机误差时，认为无系统误差和过失误差，反之亦然 2.1 随机误差的分布规律 2.1.1　随机误差的正态分布性质 例：某班考试　　 90~95　分 4人 80~89　分 14人 70~79　分 16人 60~69　分 6人 1.成绩评分为整数，最高分95分，最低分60分 2.不能以60 ～70，70～80，80～90分段，因70，80，90会重复出现　怎么办？ 3.分点原则：比原精度高一位0.1分 59.5～69.5～79.5～89.5～100.0 2.1.2 正态分布密度函数 Gauss提出了随机变量的正态分布理论 或 标准误差 －真值 ； 、 是决定正态分布的特征参数 大小表征测量值关于的弥散程度，即表征了测量值的精密度 小，曲线陡，幅值大，精密度高 大，曲线平坦，幅值小，精密度低 ４.计算各组的频数和频率 　频数－测量值落在各组的数目 　频率－频数/总测量次数 　累计频率－构成直方图 理论上，在测量过程中，当测量精度进一步提高，且测量次数足够大，数学上，可使间距　 ， ，则测量值将在一定范围内连续地充满数值的某一区间 直方图光滑曲线，称为分布密度函数 或 ，其中 规律： １)测量数据落在算术平均值中心 ２)测量偏差只可能落在某一范围内 性质： 指数项中存在 项，所以以 左右对称 （零误差 ，概率最大） （ 的概率为0） （左右对称，出现正负误差的 概率相等） 数学上可以证明： 处是两个拐点 性质（四条公理） 有界性－测量值总是在一定的相当窄的范围内变动，故随机误差（精密度）也只可能在某一区间内波动，且遵循一定的统计规律，绝对误差不会超过一定的界限 , 姚明的身高 单峰值－出现小误差的概率最大，即落在附近，出现超大误差的概率为0 对称性－出现正负误差的概率相当，对称轴是数据分布中心 抵偿性－由于对称性，令随机误差的算术平均值为0， 2.1.3 概率积分 对于 ，即 经n次测量计算 繁琐，提出特例（ ），称为标准 正态分布函数 （制表可查） 标准分布密