Ошибки и погрешности измерений

Систематические и случайные погрешности измерения физических величин в математической статистике. Методика обработки результатов непосредственных и косвенных измерений. Графический метод представления результатов опыта. Оформление отчета по работе.

Рубрика Математика
Вид реферат
Язык русский
Дата добавления 29.11.2016
Размер файла 235,3 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Ошибки и погрешности измерений

Измерить какую-нибудь величину - значит узнать, сколько раз в ней заключается однородная величина, принимаемая за единицу меры.

Произвести измерения физических величин абсолютно точно невозможно, так как всякое измерение сопровождается той или иной ошибкой или погрешностью. Погрешности или ошибки бывают систематические и случайные. Систематические погрешности порождаются: несовершенством приборов; неточной установкой прибора; смещением шкалы прибора; неточной установкой стрелки прибора в нулевом положении; недостаточной чувствительностью прибора; неучетом тепловых, электрических и магнитных полей, давлений, влажности и других внешних факторов, влияющих на результат измерений; приближенным характером уравнений и констант, используемых для расчета определяемых величин и так далее.

Характерной величиной систематических погрешностей является то, что при любом измерении они либо только увеличивают, либо только уменьшают результат измерений, изменяя его всегда в одном направлении.

Систематические погрешности не описываются методами математической статистики. Их можно уменьшить путем изучения приборов, которыми пользуются при выполнении работ и введением соответствующих поправок в результат измерений.

Случайные погрешности вызываются неточностями отсчетов, которую невольно может допустить всякий экспериментатор. Они обусловлены несовершенством наших органов чувств, посредством которых мы получаем сведения о внешнем мире. Кроме того, случайные погрешности вызываются многочисленными трудно учитываемыми кратковременными факторами, каждый из которых приводит к незначительному изменению результатов измерений. Случайные погрешности обнаруживаются путем повторных измерений.

В отличие от систематических случайные погрешности подчиняются законам математической статистики. Теория ошибок, построенная на теории вероятностей, позволяет определить степень влияния величины случайных погрешностей на окончательный результат измерений.

Всякий эксперимент состоит из одного или нескольких измерений. Измерения бывают прямые и косвенные. При прямых измерениях определяемая величина находится при помощи какого-либо прибора. Например, измерения длин производятся линейкой, штангенциркулем, микрометром, массы - весами, времени - секундомером, температуры - термометром, силы тока - амперметром, напряжения - вольтметром и т. д. При косвенных измерениях определяемая величина вычисляется по результатам прямых измерений других величин, которые связаны с ней какой-либо функциональной зависимостью. Например, измерение ускорения силы тяжести производится по измерению длины маятника и периода его колебаний. Во время таких измерений допускаются погрешности, которые в свою очередь вызывает появление ошибки в определении косвенным образом ускорения силы тяжести.

Обработка результатов непосредственных измерений.

Рассмотрим теорию случайных ошибок, допускаемых при непосредственном измерении каких-либо величин. В ее основе лежит три положения: 1) ошибки измерения принимают непрерывный ряд значений; 2) при большом количестве измерений одной и той же величины ошибки разного знака встречаются одинаково часто; 3) большие по абсолютной величине ошибки встречаются реже, чем малые, то есть вероятность появления ошибки уменьшается с ростом ее величины.

Пусть при непосредcтвенном измерении какой-либо величины получен ряд значений x1, x2, . . .xn, каждое из которых отличается от истинного значения x0 на величину Дxi, представляющую погрешность отдельного измерения, тогда:

x1 = x0 - Дx1;

x2 = x0 - Дx2; (1)

. . . . . . . .

xn = x0 - Дxn;

Суммируя почленно равенства (1), получим

n n

? xi = nx0 - ? Дxi

i=1 i=1

Если n велико, то, согласно второму положению,

n

? Д xi = 0.

i=1

Тогда ? xi = nx0, следовательно,

i=1

(x1+x2+ . . . +xn)/n = x0 = xср. (2)

Из выражения (2) видно, что при большом числе измерений среднее арифметическое xср всех результатов измерений совпадает с истинным значением x0 определяемой величины. При ограниченном числе измерений среднее арифметическое отличается от истинного значения на некоторую величину Дx и равенство (2) будет приближенным x0 ? xср. В дальнейшем мы оценим величину этого расхождения.

Случайные ошибки представляют не что иное, как случайные события по теории вероятностей. Гаусс, рассматривая случайные события, установил нормальный закон распределения случайной величины, который применим и для результатов измерений при наличии случайных ошибок Дxi:

(-Дx2i/2у2)

f(Дxi) = (1/ у2 v2р ) e (3)

где f (Дxi) - вероятность отклонения случайной величины x от ее наиболее вероятного значения x0. Параметр у в формуле (3) называется стандартной ошибкой, а ее квадрат у2 - дисперсией измерений. График функции f(Дxi) для разных значений у представлен на рис. 1, а, б.

Рис. 1

Как видно из рисунков, формы кривых определяются именно дисперсией у2. Таким образом, по кривым можно оценить вероятность появления случайной ошибки. С ростом у вероятность случайной ошибки уменьшается, то есть наиболее вероятные ошибки будут близки к нулю. Это означает, что большие ошибки менее вероятны, Дисперсия характеризует быстроту уменьшения вероятности появления ошибки Дxi. Поэтому она является мерой оценки точности измерений.

При ограниченном небольшом числе измерений дисперсия определяется по приближенной формуле

погрешность математический физический

n

у2 ? s2 = ? (xср - xi)2

i=1

где s = v (1/(n-1))((xср-x1)2 + (xср-x2)2 + . . . +(xср-xn)2 (4)

представляет собой среднюю квадратичную ошибку, или стандартное отклонение (ошибку).

Теория вероятностей показывает, что случайная величина, распределенная по нормальному закону (рис. 2), практически отклоняется от среднего значения на величину, не превышающую утроенного среднего квадратичного значения измеряемой величины.

Рис. 2

Нормальная кривая разделяется на три зоны, каждой из которых соответствует определенная вероятность попадания случайной величины. В интервал от xср - s до xср + s попадает 68% всех измерений. В интервале от xср- 2s до xср+ 2s то есть с удвоенной стандартной ошибкой, укладывается 95% всех измерений, а в интервал от xср - 3s до xср +3s - 99,7%. Только 0,003% всех измерений выходит за пределы интервала (xср - 3s, xср +3s). Практически вероятность таких измерений равна нулю. Таким образом, удобство применения стандартной ошибки в качестве основного выражения погрешности измерения заключается в том, что ей соответствует математически обоснованная определенная вероятность, называемая доверительной вероятностью, а соответствующий ей интервал называется доверительным интервалом.

Из-за ограниченности времени в лабораторной практике экспериментатор не в состоянии провести большое количество измерений, например n>30. Стьюдент нашел закон распределения плотности вкроятности, который при 20 измерениях практически не отличается от нормального закона распределения плотности вероятности Гаусса. Им была установлена связь абсолютной ошибки Дx с коэффициентом Стьюдента tб,n и средней квадратичной ошибкой определяемая выражением Sxср

Дx = x0 = tб,n (s/ vn ) = Sxср (5)

Коэффициент Стьюдента зависит от числа проведенных измерений n и доверительной вероятности б, часто называемой надежностью. Для различных n и Стьюдентом были найдены соответствующие значения tб,n. Некоторые из них, часто используемые в экспериментальной практике, приведены ниже в таблице.

n

a

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

0,95

0,98

0,99

0,999

1

2

3

4

5

6

7

8

9

10

11

12

13

14

2

0,16

0,33

0,51

0,73

1

1,38

2

3,1

6,3

12,7

31,8

63,7

636,6

3

0,14

0,29

0,45

0,62

0,82

1,06

1,3

1,9

2,9

4,3

7

9,9

31,6

4

0,14

0,28

0,42

0,58

0,77

0,98

1,3

1,6

2,4

3,2

4,5

5,8

12,9

5

0,13

0,27

0,41

0,57

0,74

0,94

1,2

1,5

2,1

2,8

3,7

4,6

8,6

6

0,13

0,27

0,41

0,56

0,73

0,92

1,2

1,5

2

2,6

3,4

4

6,9

7

0,13

0,27

0,4

0,55

0,72

0,9

1,1

1,4

1,9

2,4

3,1

3,7

6

8

0,13

0,26

0,4

0,55

0,71

0,9

1,1

1,4

1,9

2,4

3

3,5

5,4

9

0,13

0,26

0,4

0,54

0,71

0,9

1,1

1,4

1,9

2,3

2,9

3,4

5

10

0,13

0,26

0,4

0,54

0,7

0,88

1,1

1,4

1,8

2,3

2,8

3,3

4,8

11

0,13

0,26

0,4

0,54

0,7

0,88

1,1

1,4

1,8

2,2

2,8

3,2

4,6

12

0,13

0,26

0,4

0,54

0,7

0,87

1,1

1,4

1,8

2,2

2,7

3,1

4,5

13

0,13

0,26

0,4

0,54

0,7

0,87

1,1

1,4

1,8

2,2

2,7

3,1

4,3

14

0,13

0,26

0,39

0,54

0.69

0,87

1,1

1,4

1,8

2,2

2,7

3

4,2

15

0,13

0,26

0,39

0,54

0.69

0,87

1,1

1,3

1,8

2,1

2,6

3

4,1

16

0,13

0,26

0,39

0,54

0.69

0,87

1,1

1,3

1,8

2,1

2,6

2,9

4

17

0,13

0,26

0,39

0,54

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,9

4

18

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,9

4

19

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,9

3,9

20

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,9

3,9

21

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,8

3,8

22

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,8

3,8

23

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,8

3,8

24

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2,1

2,5

2,8

3,8

25

0,13

0,26

0,39

0,53

0.69

0,86

1,1

1,3

1,7

2

2,5

2,8

3,7

26

0,13

0,26

0,39

0,53

0,68

0,86

1,1

1,3

1,7

2

2,5

2,8

3,7

27

0,13

0,26

0,39

0,53

0,68

0,85

1,1

1,3

1,7

2

2,5

2,8

3,7

28

0,13

0,26

0,39

0,53

0,68

0,85

1,1

1,3

1,7

2

2,5

2,8

3,7

29

0,13

0,26

0,39

0,53

0,68

0,85

1,1

1,3

1,7

2

2,5

2,8

3,7

30

0,13

0,26

0,39

0,53

0,68

0,85

1,1

1,3

1,7

2

2,5

2,8

3,7

40

0,13

0,25

0,39

0,53

0,68

0,85

1,1

1,3

1,7

2

2,4

2,7

3,6

60

0,13

0,25

0,39

0,53

0,68

0,85

1

1,3

1,7

2

2,4

2,7

3,5

120

0,13

0,25

0,39

0,53

0,68

0,85

1

1,3

1,7

2

2,4

2,6

3,4

?

0,13

0,25

0,39

0,52

0,67

0,84

1

1,3

1,6

2

2,3

2,6

3,3

При выполнении лабораторных работ обычно ограничиваются доверительной вероятностью, равной 95%. В более строгих измерениях доверительная вероятность может составлять 99%. Таким образом, выбрав необходимую для данного эксперимента доверительную вероятность б, по данному количеству измерений n из формулы (2) находят xср, а по выражению (4) - s. По заданным n и б из таблицы находят значение tб,n, по которому, пользуясь уравнением (5), определяют абсолютную ошибку Дx. Результат измерений записывают в виде неравенства

xср - Дx ? x0 ? xср + Дx или x0 = xср + Дx.

Это означает, что истинное значение x0 измеряемой величины x попадает в доверительный интервал (xср - Дx , xср + Дx) с вероятностью, равной б. Мы видим, что в качестве истинного значения принимается не одно, а множество чисел, не выходящих за пределы доверительного интервала.

Абсолютная ошибка измерения сама по себе еще не дает достаточного представления о точности проведенного эксперимента. Например, ошибка в 1 см при измерении размеров кирпича будет недопустимо груба. В то же время измерение расстояния между двумя городвми, с такой же ошибкой означало бы высокую точность измерения. Поэтому для оценки точности измерений вводится понятие относительной ошибки.

Относительной ошибкой называют отношение абсолютной ошибки к среднему арифметическому результату измерения:

Е = + (Дx/xср)

Относительную погрешность принято выражать в процентах:

Е = + (Дx/xср) 100%

Чем меньше относительная ошибка, тем выше точность измерения.

Теория Стьюдента опровергает ложное предположение, что для расчета ошибок необходимо провести множество измерений. Из таблицы видно, что ошибку можно рассчитать и для двух - трех измерений. Но так как погрешность среднего арифметического уxср = у/vn, где - стандартная погрешность единичного измерения, то при большом числе измерений погрешность среднего арифметического уменьшается.

Рассчитаем ошибку при прямом измерении какой-либо величины. Пусть при измерении диаметра капилляра получены следующие числовые значения: 2,83; 2,82; 2,81; 2,85; 2,87 мк.

Найдем среднее арифметическое значение:

Dср = (2,83 + 2,82 + 2,81 + 2,85 + 2,87)/5 = 2,84мк.

Определим среднюю квадратичную ошибку измерения:

s = 2,45 x 10-2 мк.

Получим среднюю квадратичную ошибку среднего арифметического:

sDср = (2,45x10-2)/ 5 = 0,011 мк.

Приняв доверительную вероятность равной 0,95, из таблицы коэффициентов Стьюдента найдем значение t 0,95;5 = 2,78, по которому определим ошибку ДD, или полуширину доверительного интервала;

ДD = t б,n sDср = 2,78 х 0,11 = 0,03 мк.

Ширина доверительного интервала при + 0,95 будет находиться в пределах (2,84-0,03) ? Dср ? (2,84+0,03). Наиболее близкими к истинному значению измеряемой величины будут величины, находящиеся в интервале

D0 = Dср + ?D = (2,84+0,03) мк.

Относительная ошибка результата измерения определяется по формуле

Е = 0,03/2,84 = 0,1 = 1%.

Если точность прибора такова, что при любом числе измерений получается одно и то же число, лежащее где-то между делениями шкалы, то результат измерения записывается так:

xист = xср + Дxпр,

где xист - искомый результат измерения;

xср - средний результат, равный среднему арифметическому из двух значений, соответствующих соседним делениям шкалы, между которыми заключено остающееся неизвестным истинное значение измеряемой величины;

Дxпр - предельная погрешность, равная половине цены деления шкалы прибора.

Иногда положение какого-либо указателя, например столбика ртути в термометре, трудно различимо в пределах одного деления, равного, допустим 0,1о С. Тогда за предельную погрешность измерения берется значение всего деления, а не его половины.

Часто в работах даются значения некоторых величин, известных заранее. В таких случаях абсолютную погрешность принимают равной ее предельной величине, то есть равной половине единицы наименьшего разряда, представленного в числе. Например, если дана масса тела mср = 532,4 г, то Дm = 0,05 г, следовательно - m = 532,4 + 0,05 г.

Обработка результатов косвенных измерений

В тех случаях, когда физическая величина не может быть измерена непосредственно, прибегают к косвенным измерениям.

Пусть для нахождения величины N пришлось измерить какие-то величины x, y и z. Величины N, x, y, z связаны функциональной зависимостью N = f(x, y, z).

В этом случае средняя абсолютная ошибка ДNср может быть найдена по правилам дифференцирования, если знак дифференцирования d заменить знаком ошибки Д и выбрать знаки таким образом, чтобы величина ошибки была максимальной, то есть

dN = (?N/?x) dx + (?N/?y) dy +(?N/?z) dz (6)

Д N = (?N/?x) Дx + (?N/?y) Дy +(?N/?z) Дz (7)

Пример. Объем цилиндра V = рR2H, то есть V = f(R, H).

В этом случае

dV = (?V/?R) dR + (?V/?H) dH = 2р RH dR + р R2 dH.

Абсолютная ошибка

Д Vср = 2р RH ДR + р R2 ДH.

(В частном случае, когда N = f(x), формула () принимает вид:

Д N = (?N/?x) Дx (7')

То есть абсолютная ошибка функции одного аргумента равна абсолютной ошибке аргумента, умноженной на производную этой функции).

Относительная погрешность равна

E = ?Nср / Nср,

А так как дифференциал натурального логарифма

d(ln N) = dN / N, (8)

то

Д (ln Nср) = Д Nср / N ср,

или

E = Д Nср / Nср = Д (ln Nср) (9)

Таким образом, относительная ошибка результата равна полному дифференциалу натурального логарифма функции, определяющей зависимость данной величины от измеряемых величин. При вычислении надо брать сумму абсолютных значений дифференциалов всех членов логарифма (все частные ошибки складываются) с заменой знаков d знаком Д .

Определение погрешности для косвенных измерений удобно проводить по следующей схеме:

Вычисляем относительную погрешность измерения

E = Д Nср / Nср

Для этого следует:

а) прологарифмировать расчетную формулу;

б) найти от логарифма полный дифференциал;

в) сгруппировать все члены, содержащие одинаковый дифференциал и выражения в скобках, стоящие перед диференциалом, взять по модулю;

г) заменить все дифференциалы d независимых переменных абсолютными ошибками измерений Д, а все минусы перед дифференциалами заменить плюсами, так как все частные ошибки складываются.

Графический метод представления результатов опыта

При обработке результатов большого числа измерений в различных областях науки и техники очень часто пользуются графическим изображением функциональных зависимостей между исследуемыми

величинами. На практике чаще всего при выполнении графиков используют прямоугольную систему координат. По оси ординат принято откладывать переменную величину, являющуюся предметом исследования, то есть функцию, а на оси абсцисс - значение независимых переменных величин, то есть аргументов. У концов осей ставят буквенные обозначения величин, выполняющих роль функций и аргументов, а также единицы их измерения, например зависимость сопротивления Rt полупроводникового термистора от температуры t (рис. 3).

Рис. 3

При построении графиков следует руководствоваться следующими правилами.

Деления по осям координат должны быть кратны целым единицам, десяткам, сотням и так далее. Когда значения какой-либо из переменных величин представляют дробные десятые, сотые и так далее числа, то их представляют в виде произведения целого числа на десять или сто с отрицательной степенью. Например, 0,1; 0,01 оС представляют как 1х10-1; 1х10-2 оС.

Масштабы по осям координат не обязательно должны быть одинаковыми, однако они не должны превышать возможные в эксперименте ошибки. Например, если на миллиметровой бумаге отмечены показания температуры с точностью 0,1о, то бессмысленно эту величину обозначать отрезком в несколько миллиметров. Правильнее всего выбрать масштаб 1 мм = 0,1о .

Помечать нуль в начале координат не обязательно. Начало координат и масштабы по осям следует выбрать так, чтобы вся площадь, ограниченная осями координат, была использована для построения графика.

При построении графика не следует соединять точки в виде ломаной лини, как это показано на рисунке , так как в подавляющем большинстве случаев физический процесс протекает плавно. Разброс точек происходит в результате неточности измерений. Поэтому при построении графика кривую проводят по возможности плавно через большинство точек или полосу точек так, чтобы большая часть точек оказалась расположенной по обе стороны кривой и возможно ближе к ней.

На любом графике по какому-либо значению независимой переменной величины легко найти значение определяемой. Метод определения зависимой переменной величины по любому значению независимой переменной в прделах графика называется интерполяцией.

Иногда приходится определять величины, выходящие за пределы графика. Метод нахождения значений исследуемых величин за пределами графика путем продолжения линии графика называется экстраполяцией.

Оформление отчета по работе

Отчет по физическому практикуму оформляется на одном или нескольких листах бумаги для каждой работы отдельно.

Заполнение отчета проводится по следующей схеме:

Вначале отчета пишут разборчиво фамилию и инициалы исполнителя, класс, число и год.

Затем записывают название и номер лабораторной работы.

Приводят формулы, необходимые для расчета результатов измерений и вычисления относительной погрешности.

Приводят таблицу, в которой сведены измеренные данные и вычисленные погрешности.

Если необходимо строят график.

Все вычисления физических величин следует проводить в Международной системе единиц (СИ).

Размещено на Allbest.ru

...

Подобные документы

  • Обработка результатов при прямых и косвенных измерениях. Принципы обработки результатов. Случайные и систематические погрешности, особенности их сложения. Точность расчетов, результат измерения. Общий порядок расчета суммы квадратов разностей значений.

    лабораторная работа [249,7 K], добавлен 23.12.2014

  • Сущность метрологии как науки об измерениях, предмет и методы ее изучения. Разновидности измерений, их отличительные признаки и особенности реализации. Обработка результатов прямых, косвенных и совместных измерений. Погрешности и пути их минимизации.

    курсовая работа [319,2 K], добавлен 12.04.2010

  • Освоение основных приемов статистической обработки результатов многократных измерений. Протокол результатов измерений. Проверка гипотезы о виде распределения методом линеаризации. Особенности объединения результатов разных серий измерений в общий массив.

    методичка [179,5 K], добавлен 17.05.2012

  • Обработка данных измерений величин и представление результатов с нужной степенью вероятности. Определение среднего арифметического и вычисление среднего значения измеренных величин. Выявление грубых ошибок. Коэффициенты корреляции. Косвенные измерения.

    реферат [116,2 K], добавлен 16.02.2016

  • Измерения физических величин, их классификация и оценка истинного значения; обработка результатов. Понятие доверительного интервала: распределение Гаусса и Стьюдента. Понятие случайной величины и вероятностного распределения; методы расчета погрешностей.

    методичка [459,2 K], добавлен 18.12.2014

  • Процесс нахождения значения физической величины опытным путем с помощью специальных технических средств. Упрощенное описание объекта измерения с помощью математических формул. Инструментальные и методические, основная и дополнительная погрешности.

    презентация [729,1 K], добавлен 19.07.2015

  • Определение закона распределения вероятностей результатов измерения в математической статистике. Проверка соответствия эмпирического распределения теоретическому. Определение доверительного интервала, в котором лежит значение измеряемой величины.

    курсовая работа [2,0 M], добавлен 11.02.2012

  • Построение гистограммы и полигона по данным измерений. Статистический ряд распределения температур. Проверка нормальности распределения по критерию Пирсона. Определение погрешности средства измерений. Отсев аномальных значений. Интервальная оценка.

    курсовая работа [150,5 K], добавлен 25.02.2012

  • Оценка неизвестных величин по результатам измерений, содержащим случайные ошибки, при помощи метода наименьших квадратов. Аппроксимация многочленами, обзор существующих методов аппроксимации. Математическая постановка задачи аппроксимации функции.

    курсовая работа [1,9 M], добавлен 12.02.2013

  • Классическая теория измерений по поводу истинного значения физической величины, ее главные постулаты. Классификация погрешностей по способу выражения, ее типы: абсолютная, приведенная и относительная. Случайные погрешности, закон их распределения.

    реферат [215,4 K], добавлен 06.07.2014

  • Закон больших чисел. Нахождение точечных оценок. Построение неизвестной дисперсии погрешности измерений. Выборочная функция распределения. Теорема Ляпунова и распределение Стьюдента. Вычисление доверительных интервалов. Построение интервальных оценок.

    курсовая работа [4,3 M], добавлен 18.12.2011

  • Изучение способов решения нелинейных уравнений: метод деления отрезка пополам, комбинированный метод хорд и касательных. Примеры решения систем линейных алгебраических уравнений. Особенности математической обработки результатов опыта, полином Лагранжа.

    курсовая работа [181,1 K], добавлен 13.04.2010

  • Проведение проверки гипотезы о нормальности закона распределения вероятности результатов измерения случайной величины по критерию согласия Пирсона. Определение ошибок в массивах данных: расчет периферийных значений, проверка серии на равнорассеянность.

    контрольная работа [1,8 M], добавлен 28.11.2011

  • Методы снижения погрешности аппроксимирующих зависимостей на примере определения влажности нефти прибором "Ультрафлоу". Синтезирование математической модели для расчета влажности нефти на основе показаний датчиков доплеровского сдвига частоты и влажности.

    статья [33,7 K], добавлен 15.05.2014

  • Описание метода сведения краевой задачи к задаче Коши. Решение системы из двух уравнений с четырьмя неизвестными. Метод Рунге-Кутта. Расчет максимальной погрешности и выполнение проверки точности. Метод конечных разностей. Описание полученных результатов.

    курсовая работа [245,2 K], добавлен 10.07.2012

  • Обоснование оценок прямых и косвенных измерений и их погрешностей. Введение доверительного интервала в асимптотическом приближении бесконечно большого числа экспериментов. Вычисление коэффициента корреляции для оценки зависимости случайных величин.

    реферат [151,5 K], добавлен 19.08.2015

  • Рассмотрение понятия и сущности линеаризации. Изучение способов линейной аппроксимации функции преобразования средств измерений. Поиск погрешностей линеаризации; сопоставление полученных результатов для каждого метода на примере решения данных задач.

    контрольная работа [46,4 K], добавлен 03.04.2014

  • Этапы статической обработки результатов экспериментальных исследований. Расчет числа приложения нагрузок от воздушных судов на отдельном участке аэродромного покрытия. Определение статического коэффициента условий работы жестких аэродромных покрытий.

    курсовая работа [329,2 K], добавлен 19.03.2013

  • Сущность и математическая интерпретация абсолютной и относительной погрешности, способы записи величины вместе с ними. Понятие приближенного значения и погрешности приближения, направления анализа данных категорий. Правило округления десятичных дробей.

    реферат [77,9 K], добавлен 13.09.2014

  • Округление заданного числа до шести, пяти, четырех и трех знаков. Расчет погрешностей после каждого округления. Определение абсолютной и относительной погрешности вычисления значений функции u с учетом того, что все знаки операндов a, b, c и d верны.

    контрольная работа [131,5 K], добавлен 02.05.2012

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.