Вопрос 2-9 Почему распределение случайной погрешности и распределение случайной величины имеет одинаковый характер?

Случайные погрешности (ошибки) – это погрешности, изменяющие свою величину или знак от опыта к опыту, при измерениях, выполненных одинаковым образом и при одинаковых условиях. Случайные погрешности обуславливаются большим числом случайных причин, действующих в каждом отдельном измерении различным, неизвестным образом. К числу таких причин относятся случайные вибрации отдельных частей прибора, различные изменения в среде (температурные, оптические, электрические, магнитные воздействия, изменение влажности, колебание воздуха), трение, физиологическое изменение органов чувств экспериментатора (например, утомление) и множество других причин, которые практически невозможно исключить. Предсказать величину случайной погрешности для одного измерения в принципе невозможно. Поэтому приходится повторять измерения до определенного разумного предела, а полученную совокупность экспериментальных результатов обрабатывать с помощью методов теории вероятностей и математической статистики, которые являются основой, так называемой, теории погрешностей.

Случайными величинами называются величины, которые в результате опыта проведенного при одних и тех же условиях могут принимать различные числовые значения. Случайные погрешности измерений являются одним из примеров случайных величин. Случайная величина называется дискретной, если она может принимать только определенные числовые значения. Случайная величина называется непрерывной, если она может принимать непрерывный ряд значений. Так, измеряя длину стола многократно, мы можем, в принципе, в некотором диапазоне получить непрерывный ряд различных ее значений.

В теории погрешности экспериментальных измерений наиболее часто встречаются распределения Гаусса (нормальное распределение), Стьюдента и равномерное распределение.

Закон нормального распределения (Гаусса) играет в теории погрешностей особую роль. Это связано, прежде всего, с тем, что в теории вероятности существует центральная предельная теорема, которая утверждает, что случайная величина, формирующаяся как совокупность нескольких независимых случайных процессов, подчиняется закону нормального распределения. Результаты многократных измерений при наличии случайных погрешностей формируются под влиянием большого числа независимо действующих факторов. На этом основании можно считать, что при отсутствии какого-либо доминирующего влияния результаты прямых многократных измерений подчиняются нормальному распределению.

Дата добавления: 2015-04-30