土木工程测量第五章.pptVIP

土木工程测量第五章;第五章 ; 5.1 测量误差分类; 、系统误差（systemic error）; 、偶然误差(random error); 高斯（Gauss, Carl Friedrish 1777~1855，德国数学家，天文学家，物理学家，在实验数据处理方面，发展了概率统计中的误差理论，发明最小二乘法，引入高斯误差曲线）根据偶然误差的四个特性，推导出偶然误差分布的概率密度函数为：; 5.2 观测值精度评价指标;则定义该组观测值的方差D为: ; 工程测量中将σ称为中误差（mean error），并常以符号m表示，这只是一种传统，而从工程实践的角度来看，中误差的数学实质就是数理统计中的标准偏差，即： ; 由图可见，偶然误差概率密度函数中的参数σ 反映着误差分布的密集或离散程度，即反映其离散度的大小，可以作为衡量精度的指标： σ 越小，偶然误差分布越集中，则测量精确度越高（如图中曲线Ⅰ）； σ 越大，偶然误差分布越分散，则测量精确度越低（如图中曲线Ⅱ）。 ; 、相对误差; 由于观测量的真值通常无法确定，工程实践中也常用观测量的算术平均值代替真值计算相对误差。例如，在距离测量中，通常是往返各测量一次，以下面公式来评定测量精度：; 、极限误差; 5.3　误差传播定律;式中—xi为可以直接观测的值，y为函数值。;【例5.3.1】设在三角形ABC中，直接观测∠A，∠B ，且已知其中误差分别为mA=±3〞， mB=±4〞 。当由∠A，∠B的观测值计算∠C大小时，相应的中误差mC等于多少？;【例5.3.2】证明：对某一量X进行n次等精度观测，观测值分别是l1 ，l2 ，…，ln。若单次观测中误差为m，则其算术平均值 的中误差为：; 右图是根据上式得到的算术平均值的中误差与观测次数的关系曲线。右图表明，增加观测次数可以提高算术平均值的精度，例如，假定单次观测中误差为1.0，则10次观测平均值的中误差将减到0.316。但右图同时显示，当观测次数达到一定数值后（如n=10），再增加观测次数提高观测精度的效果就不太明显了。; 5.4　无真值条件下的最大似然值;将上述各式求和，等号两边再同除以n，得：; 、观测值的改正数; 、用观测值的改正数计算中误差;本 章 结 束 土木工程测量第五章;第五章 ; 5.1 测量误差分类; 、系统误差（systemic error）; 、偶然误差(random error); 高斯（Gauss, Carl Friedrish 1777~1855，德国数学家，天文学家，物理学家，在实验数据处理方面，发展了概率统计中的误差理论，发明最小二乘法，引入高斯误差曲线）根据偶然误差的四个特性，推导出偶然误差分布的概率密度函数为：; 5.2 观测值精度评价指标;则定义该组观测值的方差D为: ; 工程测量中将σ称为中误差（mean error），并常以符号m表示，这只是一种传统，而从工程实践的角度来看，中误差的数学实质就是数理统计中的标准偏差，即： ; 由图可见，偶然误差概率密度函数中的参数σ 反映着误差分布的密集或离散程度，即反映其离散度的大小，可以作为衡量精度的指标： σ 越小，偶然误差分布越集中，则测量精确度越高（如图中曲线Ⅰ）； σ 越大，偶然误差分布越分散，则测量精确度越低（如图中曲线Ⅱ）。 ; 、相对误差; 由于观测量的真值通常无法确定，工程实践中也常用观测量的算术平均值代替真值计算相对误差。例如，在距离测量中，通常是往返各测量一次，以下面公式来评定测量精度：; 、极限误差; 5.3　误差传播定律;式中—xi为可以直接观测的值，y为函数值。;【例5.3.1】设在三角形ABC中，直接观测∠A，∠B ，且已知其中误差分别为mA=±3〞， mB=±4〞 。当由∠A，∠B的观测值计算∠C大小时，相应的中误差mC等于多少？;【例5.3.2】证明：对某一量X进行n次等精度观测，观测值分别是l1 ，l2 ，…，ln。若单次观测中误差为m，则其算术平均值 的中误差为：; 右图是根据上式得到的算术平均值的中误差与观测次数的关系曲线。右图表明，增加观测次数可以提高算术平均值的精度，例如，假定单次观测中误差为1.0，则10次观测平均值的中误差将减到0.316。但右图同时显示，当观测次数达到一定数值后（如n=10），再增加观测次数提高观测精度的效果就不太明显了。; 5.4　无真值条件下的最大似然值;将上述各式求和，等号两边再同除以n，得：; 、观测值的改正数; 、用观测值的改正数计算中误差;本 章 结 束