Өлшеу нәтижесінде пайда болатын статистикалық заңдылықтар

жүктеу/скачать 3,11 Mb.

бет	2/5
Дата	16.10.2023
өлшемі	3,11 Mb.
	#116245

1 2 3 4 5

Кездейсоқ қателіктер – өлшеу шарттарының кездейсоқ өзгеруі нәтижесінде пайда болатын қателіктер. Бұл жағдайда өлшеу нәтижелерінің бір-бірінен алшақтығын алдын-ала анықтауға болмайды, олар белгілі заңдылықпен өлшеу саны көп болғанда анықталады.
1.2.2. Кездейсоқ қателіктері бар тікелей өлшеу нәтижелерін өңдеу әдістері.
Бірдей жағдайда N рет өлшеу жүргізілсін және x_i i-ші өлшеудің нәтижесі болсын. Өлшеніп отырған шаманың ең ықтималды мәні оның орташа арифметикалық мәніне тең:
(1.2)
N жағдайда <x> шамасы өлшеніп отырған шаманың шын мәні x₀-ге ұмтылады.
Әрбір жеке өлшеу нәтижесінің орта квадраттық қателігі деп мына өрнекті айтады:
. (1.3)
Егер N, онда S_N өзінің тұрақты  шектік мәніне ұмтылады:
(1.4)
 ² шамасы өлшеулер нәтижелерінің дисперсиясы деп аталады.
Практикада орта арифметикалық шаманың қателігін табу қажет болады.
Дисперсияның мәні бірдей болып келетін жекеленген өлшеулердің нәтижелері мынадай x₁, x₂, … x_n болсын.
Бұлардың орта арифметикалық мәні мына формуламен анықталады:
. (1.5)
Демек шаманың дисперсиясы былай жазылады:
(1.6)
яғни,
. (1.7)
Осыған ұқсас:
. (1.8)
Сонымен орта арифметикалық шаманың орта квадраттық қателігі жеке нәтиженің орта квадраттық қателігін өлшеулер санының квадрат түбіріне бөлгенге тең. Бұл тұжырым өлшеулер санының артуына сәйкес дәлдіктің артуы туралы фундаменталды заңды айқындайды.
Шаманың шын мәнінің <x>-x  <x>+x интервалда жату ықтималдығын сенімділік ықтималдығы (сенімділік коэффициенті, сенімділік), ал интервалдың өзін – сенімділік интервалы деп атайды. N -нің мәні жеткілікті үлкен болғанда
<x> _{интервалы үшін = 0,68, ал <x>  2 интервалы үшін  =0,95, сонымен қатар <x>  3интервалы үшін = 0,997.

х -тің өлшенген мәнінің, оның шын мәні х₀ –ге жуықтау сипаттамасы  өлшеніп отырған шаманың физикалық табиғатымен және өлшеу тәсілін анықтайтын физикалық және конструктивтік принциптермен анықталады. Сондықтан өлшеу санын шексіз көбейту дәлдікті көп арттырмайды.

Өлшеу санын шексіз арттырудың мағынасы болмағандықтан, эксперимент жүргізгенде тәжірибелер белгілі санмен шектелуі қажет. Алайда, бұл жағдайда берілген сенімділік -ның мәні үшін -ның үлесімен (масштабымен) өлшенген сені-мділік интервалының мәні аз болады. Демек, өлшеу санына бай-ланысты сенімділік қалай өзгереді деген сұрақ туады Бұл бай-ланыс күрделі және элементар функциялармен сипатталмайды.

Сенімділік интервалын (Sмасштабында)  және N -ге байланысты анықтайтын коэффициенттерді Стьюдент коэффициенттері деп атайды. Бұл коэффициенттер t__,N деп белгіленеді және арнаулы таблицалардан табылады. Сенімділік интервалын x мына формуламен анықтаймыз:

. (1.9)

Бұл жағдайда, соңғы нәтиже мына түрде жазылады:  -нің белгілі мәні үшін

х = <x>  x . (1.10)

Егер  = 0,68 болса t__,_N >1, ал N болса t__,_N  1.

Эксперименттің нәтижесінің сенімділік интервалы әдетте  =0,95 сенімділік ықтималдықпен көрсетіледі.

Егер  = 0,95 болса t__,_N >2, ал N болса t__,_N  2.

Эксперименттің дәлдігін шамалау үшін оның салыстырмалы қателігін есептеу керек. Өлшенген шаманың шын мәнінің үлесімен өрнектелген шаманы салыстырмалы қателік деп атайды:

.

Оны процент арқылы жазуға болады:

. (1.11)

Өлшем санына және сенімділік ықтималдық мәніне сәйкес Стьюдент коэффициенттері 1.1-кестеде көрсетілген.

Барлық өлшеулер нәтижелерін интервалдарға бөлейік. N өлшеулер нәтижелерінен х-тің минимум (x_min) және максимум (x_max) мәндерін бөліп алайық. Интервал саны К мына бөліндіге тең болады:

,

мұндағы L - интервал қадамы. Бұл жұмысты орындағанда интервал қадамын бүтін сан етіп және интервал саны 8-ден көп, 20-дан аз болатындай етіп сайлап алу қажет. Интервалды мына тәртіппен нөмірлейік:

1 – интервал – ,

2 – интервал – ,

3 – интервал – ,

k – интервал – .

Егер абсцисса өсінің бойына интервалдар нөмерін, ал ордината өсінің бойына нәтижелері берілген интервалдарға сәйкес келетін өлшеулер санын n_i -ді салсақ, онда 1.1-суретте көрсетілген гистограмма деп аталатын өлшеулер санының интервалдар бойынша таралуының тәжірибелік графигін аламыз. Өлшеулер саны көп болғанда n_i /N қатынасы өлшеніп отырған шама мәнінің қадамы L-ге тең берілген интервалда байқалу ықтималдығын сипаттайды. Егер n_i /N шамасын L-ге бөлсек, онда шамасы бірлік интервалға сәйкес келетін орайлы жағдайлардың салыстырмалы санын сипаттайды. у_iүшін тұрғызылған диаграмма келтірілген гистограмма деп аталады. Оның түрі 1.2 - суретте көрсетілген.

1.1-сурет. Өлшеулер санының интервалдар бойынша таралуы (гистограмма)

Енді өлшеулер саны өте көп болсын деп қабылдайық. Интервал қадамы L -ді аз етіп алуға болады (өлшеуіш прибордың сезімталдығы жеткілікті деп қабылдаймыз), бірақ бәрібір әрбір интервалға көп өлшеу саны сәйкес келеді. Бұл жағдайда y_i-ді x-тің үздіксіз функциясы ретінде қарастыруға болады. Егер келтірілген гистограмма орнына y=f(x) тәуелділігі графигін түрғызсақ, таралу қисығы деп аталатын біркелкі үздіксіз қисық (1.2-сурет) аламыз. Бұл қисық х үздіксіз өзгергенде бірлік интервалға сәйкес келетін n_i өлшеулер санының үлесін анықтайды. f(x) функциясы таралу тығыздығы деп аталады. Оның мағынасы бойынша f(x)dx көбейтіндісі (мұндағы dx - тәуелсіз айнымалының дифференциялы) xx+dx интервалына сәйкес келетін n_i /N толық өлшеулер санының үлесін анықтайды. Басқаша айтсақ, f(x)dx дегеніміз өлшеніп отырған шаманың жеке кездейсоқ мәнінің xx+dx интервалында байқалу ықтималдығы.

1.2- сурет. Ықтималдық тығыздығының интервалдар бойынша таралуы: 1 – өлшеулер саны шекті (келтірілген гистограмма), 2 – Гаусс қисығы

Өлшеу саны аз болғанда, келтірілген гистограмманың формасын алдын ала анықтауға болмайды. Бірақ, өлшеу саны шексіз көбейген жағдайда ықтималдықтар теориясы бойынша шектік үздіксіз қисықтың формасын анықтауға болады. Бұл шектік қисық Гаусс қисығы деп аталады (1.2- сурет). Шектік қисыққа сәйкес келетін таралу қалыпты (Гаустық) таралу деп аталады және мына таралу функциясымен сипатталады:

, (1.12)

мұндағы жоғарыда айтылғандай дисперсия деп аталады,  - өлшеу нәтижелерінің орта арифметикалық мәннен ауытқуын сипаттайды және стандартты ауытқу немесе орта квадраттық қателік деп аталады.

Гаусс функциясы нормаланған, яғни f(x) мына теңдікті қанағаттандырады:

. (1.13)

Интеграл шексіздік бойынша алынады, себебі өлшеніп отырған шаманың мәнінің -   аралықта жату ықтималдығы 1-ге тең, яғни бұл аралықта өлшенетін шаманың байқалуын міндетті түрде орындалатын оқиға деп алуға болады. Ықтималдықтың тығыздық функциясының мынадай қасиеттері бар (1.2-1.3 - суреттерді қараңыз):

- <x> мәні бойынша симметриялы;

- <x> нүктесінде максимум мәніне жетеді;

-x_i - <x> мәні  -дан көп үлкен болғанда шұғыл нольге ұмтылады.

1.3-суретте  -ның әр түрлі мәндеріне сәйкес келетін таралу қисықтары келтірілген. Суреттен көргендей  -ның аз мәндерінде қисықтың формасы енсіз, максимум биік болады, бұл дәлірек өлшеулерге сәйкес келеді.

1.3 - сурет. ₁=10, ₂=20 ж¸не ₃=30 мәндеріне сәйкес Гаусс қисықтары. <х>=500.

жүктеу/скачать 3,11 Mb.
Достарыңызбен бөлісу:}

1 2 3 4 5