Презентации по Математике

Статистический анализ результатов мониторинга
Статистический анализ результатов мониторинга
Каждому физическому измерению присуща некоторая погрешность, которая в лучшем случае может быть снижена лишь до какого-то приемлемого уровня. Определение величины этой погрешности нередко представляет сложную задачу, требующую от исследователя дополнительных усилий, изобретательности и интуиции. Тем не менее, этой работой нельзя пренебрегать, так как результаты анализа, выполненного с неизвестной степенью надежности, не имеют научной ценности. Напротив, не очень точный результат может оказаться весьма важным, если с высокой степенью надежности можно установить пределы возможных ошибок. К сожалению, не существует простого общего приема абсолютно точной оценки качества экспериментальных результатов. Поэтому нет ничего удивительного в том, что обработка результатов нередко представляет задачу не меньшей сложности, чем их получение. Эта работа включает изучение литературы, калибровку прибора, дополнительные эксперименты, специально разработанные для выявления причин возможных ошибок, и статистический анализ данных. Следует признать, что на каждом этапе также возможны ошибки. В конечном счете, исследователь может лишь оценить возможную достоверность измерения: чем опытнее исследователь, тем более строгими и менее оптимистичными становятся подобного рода суждения. Достоверность аналитических измерений прямо зависит от времени и усилий, затраченных на их получение. Чтобы добиться десятикратного увеличения точности может понадобиться дополнительная работа в течение многих часов, дней или даже недель. Поэтому опытный исследователь в первую очередь устанавливает желаемую степень достоверности результата, так как это определит затраты времени и труда на выполнение анализа. Тщательное продумывание исследования в самом начале часто обеспечивает большую экономию времени и труда. Не следует тратить много времени в погоне за высокой точностью там, где она не нужна. Далее мы обсуждаем типы ошибок, возникающих при проведении анализа, методы их выявления, а также способы оценки и представления их величин.  Обычно исследователь повторяет анализ от 2 до 5 раз. Два раза – минимум, т.к. необходимо, чтобы результаты были достоверными. Чем больше выборка, тем достовернее результаты, но по двум значениям можно сделать выводы.  Некоторые определения Сходимость – близость результатов, выполненных одним аналитиком (исследователем) за короткий период времени. Воспроизводимость – близость результатов, выполненных разными исследователями или за более длительный промежуток времени.   Согласно ГОСТ Р ИСО 5725-1-2002 Прецизионность – степень близости друг к другу независимых результатов измерений, полученных в конкретных установленных условиях.  Показатели прецизионности: сходимость, воспроизводимость. Сходимость – прецизионность в условиях повторяемости. Воспроизводимость – прецизионность в условиях воспроизводимости. Правильность – степень близости полученного значения к значению, принятому за действительное, и выражается ошибкой (погрешностью).
Продолжить чтение
Объект и предмет метрологии
Объект и предмет метрологии
Объект и предмет метрологии Метрология (от греч. «metron»- мера, «logos» - учение) - это наука об измерениях, методах и средствах обеспечения единства измерений и методах и средствах обеспечения их требуемой точности. Любая наука является состоявшейся, если она имеет свой объект, предмет и методы исследования. Предмет любой науки отвечает на вопрос ЧТО ей изучается. Объектом метрологии является физическая величина. Объект науки может быть общим для ряда других наук. Предметом метрологии является измерение свойств объектов (длины, массы, плотности и т.д.) и процессов (скорость протекания, интенсивность протекания и др.) с заданной точностью и достоверностью. Метрологию разделяют на три основных раздела: «Теоретическая метрология», «Прикладная (практическая) метрология» и «Законодательная метрология».
Продолжить чтение
Число измерений, необходимое для получения заданной точности
Число измерений, необходимое для получения заданной точности
Алгоритм: 1). Задаются доверительным интервалом ∆; 2). Используя СКО наблюдений из предыдущих измерений определяют относительный интервал 3). Задаются доверительной вероятностью р 4). По ε и р из таблицы определяют числа измерений N для получения Заданного доверительного интервала. 4.4. Исключение промахов Промахом называют грубую погрешность, т.е. погрешность результата отдельного измерения, входящего в ряд измерений, которая для данных условий резко отличается от остальных результатов. Именно грубые погрешности и могут быть вызваны ошибками, которые допускает оператор: неправильный отсчет по шкале измерительного прибора или неправильная запись результата наблюдений. Также их причинами могут стать внезапные и кратковременные изменения условий измерения или незамеченные неисправности в аппаратуре. Промахи могут возникать при однократных измерениях и могут быть выявлены и устранены при повторных измерениях. Что же надо делать с измерениями, погрешность которых существенно выше погрешности остальных измерений? Надо их отбрасывать или можно оставить? Для ответа на данный вопрос существует ряд статистических критериев. Сама же процедура выявления слишком больших погрешностей, называется цензурированием выборки. Для того чтобы воспользоваться определенным критерием, необходимо знать закон распределения результата измерения.
Продолжить чтение
Случайные погрешности
Случайные погрешности
Пример. Пусть при измерении напряжения при помощи вольтметра, позволяющего производить измерения с дискретностью отсчета в 1 В, были получены следующие 10 значений: 34, 36, 34, 38, 36, 33, 35, 37, 38, 34 В. Далее запишем полученные значения в порядке возрастания (х1 < х2 < … < хk) в таблицу и занесем в нее, сколько раз было получено каждое значение nk (k = 1, 2, …, m). Причем . Из полученных значений можно вычислить среднее арифметическое: = 35.5 Среднее значение можно получить, используя средневзвешенную сумму, так как по своему смыслу nk является весовым множителем для каждого xk: = 35.5 Далее вместо числа реализаций nk можно ввести относительные частоты Fk = nk /N появления xk. Если N будет стремиться к бесконечности, то частоты будут стремиться к вероятностям pk появления конкретных значений дискретной случайной величины. Заметим, что сумма всех вероятностей будет всегда равна единице - условие нормировки
Продолжить чтение
Систематические погрешности
Систематические погрешности
Предел допускаемой основной погрешности – максимально возможная абсолютная погрешность при нормальных условиях измерения, для которой средство измерения признаётся годным к применению. Может определяться классом точности прибора. Нормальные условия, например: ** температура (20 ± 5) °С, ** напряжение питания ±5% номинального, ** коэффициент гармоник – не более 1% и т. д. Предел допускаемой дополнительной погрешности – тоже при отклонении условий измерения от нормальных. Изменения показаний вследствие отклонения условий эксплуатации от нормальных, нормируется коэффициентом влияния Ψ 3). Обусловлена свойствами измеряемого объекта – сводится к случайной погрешности 3.2. Классы точности приборов Метрологи и приборостроители существенно облегчили возможность определения данного вида погрешность при помощи такого понятия, как класс точности средства измерения. Обобщённая характеристика пределов допускаемых погрешностей прибора(ГОСТ 8.401-80 ГСИ. Классы точности средств измерения. Общие требования). К исполнению: Государственный стандарт (до 2002 г.) Технический регламент – обязателен к исполнению. Стандарт – для добровольного использования. Класс точности выражается в виде определенного числа и указывается или на шкале измерительного прибора или в его паспорте (технической документации). Dektak-150
Продолжить чтение
Методы обработки результататов измерений (математическая обработка результататов измерений)
Методы обработки результататов измерений (математическая обработка результататов измерений)
План: Л1 Введение: физические величины и их измерение -физическая величина; -система единиц физических величин; -измерения (классификация). 1.Общая характеристика измерений. 2.Общая характеристика погрешностей 2.1.источники погрешностей измерений. 2.2.Классификация погрешностей.   Л2 3. Систематические погрешности. 3.1. Разновидности систематических погрешностей и способы их учёта 3.2. Классы точности приборов 3.3. Сложение неисключённых систематических погрешностей 3.4. Примечания. Как правильно снять показания прибора.   Л3 4. Случайные погрешности 4.1. Случайные величины и закон распределения 4.1.1 Дискретные случайные величины 4.1.2 Непрерывные случайные величины 4.1.3. Равномерный закон распределения. 4.1.4. Нормальный закон распределения (гауссовское распределение). Распределение Стьюдента. 4.2. Использование нормального закон распределения для представления результатов измерений Л4 4.3. Число измерений, необходимое для получения заданной точности 4.4 Исключение промахов 4.5. Прямые однократные измерения. 5. Полная погрешность измерений 5.1. Вычисление погрешностей косвенных измерений 5.2. Оценка оптимальных требований к точности измерений 5.3. Правила сложения систематической и случайной составляющих погрешности (ГОСТ 8.207-76) 5.4 Округление результатов измерений   Л5 6. Правила проведения измерений и обработки их результатов 6.1. Правила представления экспериментальных данных в виде таблиц. 7. Правила построения графиков 7.1. Общие правила построения графиков 7.2. Построение графиков на миллиметровой (масштабно-координатной) бумаге   Л6 7.3. Метод наименьших квадратов для расчета коэффициентов аппроксимирующей функции 7.4. Проведение расчётов и построение графиков с использованием компьютерных программ   Л7-8
Продолжить чтение
Правила проведения измерений и обработки их результатов
Правила проведения измерений и обработки их результатов
6.5. Вычислить средние значения, оценки СКО результатов наблюдений и СКО среднего арифметического : 6.6. Провести проверку результатов на наличие «промахов» (критерий Грабса): -задаться уровнем значимости; -вычислить значение максимального отклонения Δmax (Δmin) подозрительного результата измерений xextr; -сравнить с критическим отклонением из таблицы Δкр; -при Δmax > Δкр считать результат промахом, исключить его из выборки; -повторить анализ с количеством измерений N-1 6.7. Определить доверительные интервалы для каждой измеряемой величины: -задаться доверительной вероятностью; -для данных N и Р по таблице определить коэффициент Стьюдента; -определить доверительный интервал: 6.8. Определить полную случайную погрешность при косвенных измерениях
Продолжить чтение
Математическая логика и теория алгоритмов
Математическая логика и теория алгоритмов
Электронные ресурсы Режим доступа: http://www.iprbookshop.ru/ Балюкевич Э.Л. Математическая логика и теория алгоритмов [Электронный ресурс]: учебное пособие/ Балюкевич Э.Л., Ковалева Л.Ф.— Электрон. текстовые данные.— М.: Евразийский открытый институт, 2009.— 188 c.— Маньшин М.Е. Математическая логика и теория алгоритмов [Электронный ресурс]: учебное пособие/ Маньшин М.Е.— Электрон. текстовые данные.— Волгоград: Волгоградский институт бизнеса, Вузовское образование, 2009.— 106 c. Жоль К.К. Логика [Электронный ресурс]: учебное пособие для вузов/ Жоль К.К.— Электрон. текстовые данные.— М.: ЮНИТИ-ДАНА, 2012.— 400 c. Новиков Ф. А. Дискретная математика для программистов: учеб. пособие /. - 3- изд. - СПб.: ПИТЕР, 2009. - 383с.  Электронные ресурсы Режим доступа: http://www.iprbookshop.ru/ ЭБС «IPRbooks», по паролю Лавров И.А. Задачи по теории множеств, математической логике и теории алгоритмов Верещагин Н.К. Лекции по математической логике и теории алгоритмов. Часть 2. Языки и исчисления Верещагин Н.К. Лекции по математической логике и теории алгоритмов. Часть 3. Вычислимые функции
Продолжить чтение