第二章 误差的基本性质及处理.pptVIP

复 习 误差存在的必然性和普遍性； 研究误差的意义； 误差：绝对误差，相对误差，引用误差；误差来源；误差分类。 精度。 有效数字与数据运算――数字舍入规则；数据运算规则。 第二章 误差的基本性质与处理 任何测量总是不可避免地存在误差，为了提高测量精度，必须尽可能消除或减小误差，因此有必要对各种误差的性质、出现规律、产生原因、发现与消除或减小它们的主要方法以及测量结果的评定等方面作进一步研究。 第一节 随机误差 随机误差的产生原因 随机误差：在同一测量条件下，多次测量同一量值时，绝对值和符号以不可预定方式变化的误差称为随机误差。就随机误差的总体而言，却具有统计规律性。 随机误差产生原因：随机误差是由很多暂时未能掌握或不便掌握的微小因素所构成，主要有以下几方面： 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。 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。 人员方面的因素：瞄准、读数的不稳定等。 正态分布 随机误差一般具有以下几个特征： 误差的对称性：绝对值相等的正误差与负误差出现的次数相等，这称为误差的对称性。 单峰性：绝对值小的误差比绝对值大的误差出现的次数多，这称为误差的单峰性。 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，这称为误差的有界性。 抵偿性：随着测量次数的增加，随机误差的算术平均值趋于零，这称为误差的抵偿性。 服从正态分布的随机误差均具有以上四个特征。 正态分布 设被测量的真值为 ，一系列测得值为 ，则测量列中的随机误差为： 式中， 。 正态分布的分布密度 与分布函数 为： 式中， ( sigma)为标准差（或称为方均根误差有）；e为自然对数的底，其值为 。它的数学期望(均值)为： 其方差： 平均误差：在一定测量条件下，一组独立的随机误差绝对值的数学期望称为平均误差。 或然误差： 随机变量 出现在区间 的概率是 则对于偶然误差 来说，出现在区间 的概率是0.5，那么偶然误差 的或然误差就 是 。 三 算术平均值 算术平均值的意义 算术平均值：在系列测量中，被测量的n个测得值的代数和，除以n而得的值称为算术平均值。 设 为n次测量所得的值，则算术平均值 算术平均值与被测量的真值最为接近，由概率论的大数定律可知，若测量次数无限增加，则算术平均值 必然趋近于真值 测量系列中的随机误差之和： 因正态分布随机误差：当 时，有 一般情况下，被测量的真值为未知，不可能求得随机误差，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， 为第i个测得值， 为 的残余误差（简称残差）。 简便法进行计算方法： 任选一个接近所有测得值的数 作为参考值，计算出每个测得值 与 的差值： 四 测量的标准差 测量的标准偏差简称为标准差，也可称为方均根误差。 测量列中单次测量的标准差 由于随机误差的的存在，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，必须用一个数值作为其不可靠性的评定标准。 正态分布的随机误差分布密度 当被测量的真值为未知时，不能求得标准差。实际上，在有限次测量情况下，可用残余误差 代替真值误差，而得到标准的估计值。 测量列算术平均值的评定标准 由此可知，在n次测量的等精度测量列中，算术平均值的标准差为单次测量标准差的 当测量次数n愈大时，算术平均值愈接近被测量的真值，测量精度也愈高。 五 测量的极限误差 测量的极限误差是极端误差，测量结果（单次测量或测量列的算术平均值）的误差不超过该极端误差的概率为P，并使差值（1－P）可予忽略。 单次测量的极限误差 引入新变量 t为置信系数 ： 算术平均值的极限误差 测量列的算术平均值与被测量的真值之差称为算术平均值误差 测量列 的算术平均值误差为正态分布时,同理可得 总结复习 随机误差；正态分布：条件：误差的对称性；单峰性；有界性；抵偿性；公式。 六 不等精度测量 为了得到更精确的测量结果，如在科学研究或高精度测量中，往往在不同的测量条件下，用不同的仪器、不同的测量方法、不同的测量次数以及不同的测量者进