WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Ocena dokładności i trafności prognoz
Statystyka Wojciech Jawień
Pochodna Pochodna  funkcji y = f(x)  określona jest jako granica stosunku przyrostu wartości funkcji y do odpowiadającego mu przyrostu zmiennej niezależnej.
IV Tutorial z Metod Obliczeniowych
Zmienne losowe i ich rozkłady
BUDOWA MODELU EKONOMETRYCZNEGO
Jak mierzyć zróżnicowanie zjawiska? Wykład 4. Miary jednej cechy Miary poziomu Miary dyspersji (zmienności, zróżnicowania, rozproszenia) Miary asymetrii.
Statystyka w doświadczalnictwie
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Wybrane wiadomości z teorii błędów
Wyrównanie spostrzeżeń pośrednich niejednakowo dokładnych
wyrównanych spostrzeżeń pośredniczących i ich funkcji
Wyrównanie metodą zawarunkowaną z niewiadomymi Wstęp
Ogólne zadanie rachunku wyrównawczego
Jakość sieci geodezyjnych. Pomiary wykonane z największą starannością, nie dostarczają nam prawdziwej wartości mierzonej wielkości, lecz są zwykle obarczone.
Metody kollokacji Metoda pierwsza.
Analiza korelacji.
Dane informacyjne: Gimnazjum im. Marii Skłodowskiej-Curie
Niepewności przypadkowe
Wykład 4 Przedziały ufności
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Doświadczalnictwo.
Średnie i miary zmienności
Co to są rozkłady normalne?
Co to są rozkłady normalne?
AGH Wydział Zarządzania
Elementy Rachunku Prawdopodobieństwa i Statystyki
Konstrukcja, estymacja parametrów
Analiza współzależności cech statystycznych
Elementy Rachunku Prawdopodobieństwa i Statystyki
Hipotezy statystyczne
NIEPEWNOŚĆ POMIARU Politechnika Łódzka
Elementy Rachunku Prawdopodobieństwa i Statystyki
Błędy i niepewności pomiarowe II
Henryk Rusinowski, Marcin Plis
Testowanie hipotez statystycznych
Co to jest dystrybuanta?
Treści multimedialne - kodowanie, przetwarzanie, prezentacja Odtwarzanie treści multimedialnych Andrzej Majkowski.
Wnioskowanie statystyczne
Wykład 5 Przedziały ufności
Geodezyjny monitoring elementów środowiska
Weryfikacja hipotez statystycznych
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Równania nadokreślone Zastosowanie macierzy Carl Friedrich Gauss (30 kwietnia lutego 1855), niemiecki matematyk, fizyk, astronom i geodeta.
Błędy pomiarów Rachunek wyrównawczy.
Statystyczna analiza danych w praktyce
Statystyczna analiza danych
Statystyczna analiza danych
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Badanie konstrukcji Badanie konstrukcji geometrycznej ciągów.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Dokładność NMT modelowanie dokładności NMT oszacowanie a priori badanie a posteriori.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
METROLOGIA Podstawy rachunku błędów i niepewności wyniku pomiaru
Jak mierzyć zróżnicowanie zjawiska?
Błędy i niepewności pomiarowe II
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Statystyka matematyczna
METROLOGIA Statystyczne metody poprawienia dokładności
MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Analiza niepewności pomiarów
Jakość sieci geodezyjnych
Zapis prezentacji:

WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2 GEODEZJA WYKŁAD Teoria błędów Katedra Geodezji im. K. Weigla ul. Poznańska 2

TEORIA BŁĘDÓW Twórca teorii błędów CARL FRIEDRICH GAUSS niemiecki matematyk i astronom, w 1799 doktor matematyki Uniwersytetu Helmstedt.  Wydał dwutomowe dzieło (1844 i 1847) z dziedziny geodezji.  Pierwsze prace z zakresu teorii błędów w geodezji: - postulat Legendre’a – met. najmn. kwadratów - hipotezy Hagena o rozkładzie błędów

Błędy pomiarów i ich charakterystyka Błąd prawdziwy obserwacji  - różnica między nieznanym wymiarem X (prawdziwą wartością) mierzonej wielkości i wynikiem pomiaru L  i = X - L Źródła błędów: - niedoskonałość zmysłów obserwatora, - narzędzia pomiarowe (dalmierz, teodolit, niwelator) - warunki pracy, czyli środowisko (temperatura, ciśnienie, wilgotność, wiatr, opady, promieniowanie słoneczne). Ogólna klasyfikacja błędów obserwacji: - błędy grube (omyłki), - systematyczne, - przypadkowe (losowe).

Rozkład błędów przypadkowych Błędy przypadkowe są zmiennymi losowymi. Charakteryzuje je rozkład normalny zwany rozkładem Gaussa-Laplace'a N(μ,σ). Jest to najczęściej spotykany w naturze rozkład zmiennej losowej ciągłej. Rozkład normalny ma dwa parametry: -  μ – wartość oczekiwana, -  σ – odchylenie standardowe.

Funkcja gęstości rozkładu normalnego

Wykres funkcji gęstości rozkładu normalnego dla parametrów μ,σ.

DYSTRYBUANTA ROZKŁADU

Własności rozkładu normalnego

Empiryczne wartości parametrów rozkładu normalnego Obliczone empiryczne wartości parametrów μ,σ z próby losowej :   - wartość średnia - xs - błąd średni – m. Błąd średni to empiryczna ocena parametru σ, Definicja: P(|| < m) = 0.68 Różne charakterystyki do oceny błędów: błąd średni, błąd przeciętny, błąd prawdopodobny, błąd graniczny oraz błąd względny. Różnica między wartością średnią z próby losowej xs i obserwacją li nazywa się błędem pozornym vi vi = xs - li

Obliczenie błędu średniego z próby losowej Wielokrotny pomiar tej samej wielkości daje nadliczbowe elementy i pozwala obliczyć błędy pozorne v oraz błąd średni m. Dotyczy to zarówno pomiarów bezpośrednich jak też pośrednich.

wystąpienia błędów || większych od granicznego) Błąd graniczny Małe prawdopodobieństwo zdarzenia: P(||<m)=0.68 nakazuje szukać korzystniejszego parametru do oceny błędów: P(|| < mgr) = 0.997, mgr = 3 m. (0.3% ryzyka wystąpienia błędów || większych od granicznego) Błąd graniczny jest przyjmowany do określenia największej wartości błędu dopuszczalnej dla obserwacji. W metrologii w budownictwie, do określania odchyłki dopuszczalnej często przyjmuje się 5% poziom istotności, stąd P(|| < 2 m) = 0.95 Błąd przeciętny t jest średnią arytmetyczną bezwzględnych wartości błędów danego szeregu jednakowo dokładnych obserwacji:  

Błąd względny Błąd względny to stosunek bezwzględnej wartości błędu do całej mierzonej wielkości. W pewnych zadaniach przy ocenie dokładności korzystniej jest użyć miary względnej. Na przykład porównanie błędów długości odcinków, pola figur, objętości obiektów lub ich masy. Odcinka krótkiego i bardzo długiego ewentualnie pomiar objętości obiektów lub ich masy. Takie porównania wymagają względnej miary dokładności:

Prawo Gaussa przenoszenia się błędów średnich. Błędy obserwacji powodują, że również wszelkie funkcje tych obserwacji są obarczone błędami. W przypadku funkcji liniowych ocena błędu funkcji obserwacji jest nieskomplikowana. Dla funkcji nieliniowej F = f(x, y, z, ...), błąd średni może być obliczony dla przybliżonej postaci tej funkcji, przy założeniu, że daje się ona rozwinąć w szereg Taylora. Funkcja F (x, y, z) w postaci szeregu Taylora w otoczeniu punktu P (x0, y0, z0): F (x,y,z) = F (x0 + dx ,y0 + dy, z0 + dz) = F (x0,y0,z0) +

Utożsamiając zmiany dx, dy, dz z błędami: x, y, z wzór na średni błąd dowolnej funkcji:  

Przykład: Pole prostokątnej działki o bokach a,b.   b a     Z pomiaru długości boków figury: a =300m, ma=0,10 m, b = 20m mb= 0,01m Obliczyć pole figury, błąd średni oraz względny pola. Pole P = F(a,b) = a * b = 6000 m2= 60 a. Średni błąd tej funkcji:  

Pochodne cząstkowe:   P = 6000 m2 ± 4 m2 Błąd względny pola figury:

Wyrównanie obserwacji i ocena dokładności Obserwacje bezpośrednie: - jednakowo dokładne. - niejednakowo dokładne (o różnej dokładności). Wzajemny stosunek dokładności wyraża się przez nadanie wag pi dla każdej obserwacji, Wagi pi =1 dla każdej obserwacji jednakowo dokładnej. Wagi to liczby niemianowane, które określają dokładność względną poszczególnych obserwacji.

Wyrównanie i ocena dokładności obserwacji bezpośrednich jednakowo dokładnych Teoria błędów posługuje się błędami pozornymi przy obliczaniu wartości najbardziej prawdopodobnej. W statystyce wyrównanie wyników pomiaru nosi nazwę estymacji parametrów rozkładu.   Wyrównanie obserwacji metodą najmniejszych kwadratów jest wykonywane przy założeniu v2 = minimum dla obserwacji jednakowo-dokładnych. Dla obserwacji niejednakowo-dokładnych warunek ten ma postać: pv2 = minimum. Wyrównanie takie nazywane jest wyrównaniem ścisłym.

Próba złożona z n obserwacji: l1, l2,. , ln wykonanych z tą samą Próba złożona z n obserwacji: l1, l2, ..., ln wykonanych z tą samą dokładnością. Jeżeli wartość prawdziwa poszukiwanej wielkości wynosi X, to zgodnie z podaną wcześniej definicją błędu prawdziwego można zapisać: 1= X—l1 2= X—l2 ... n= X—ln Sumując równania, otrzymuje się , stąd X = /n dąży do zera, dąży do wartości prawdziwej X Wartość średnia:  

= ±5 mm Błąd średni średniej arytmetycznej M: Średnia arytmetyczna:

Średni błąd pojedynczej obserwacji z próby (m): Błąd średni średniej arytmetycznej (M): (po wyrównaniu obserwacji)

Ocena dokładności pomiarów Błąd średniej arytmetycznej M można wyznaczyć jako błąd funkcji: = F(l):   Przyjmując, że suma obserwacji ma odchyleni standardowe σx, otrzymuje się wzór na tzw. średni błąd średniej arytmetycznej:

Próba losowa n obserwacji niejednakowo dokładnych: l1, l2, ..., ln Wyrównanie i ocena dokładności obserwacji bezpośrednich niejednakowo dokładnych Próba losowa n obserwacji niejednakowo dokładnych: l1, l2, ..., ln średnie błędy m1, m2, ..., rnn lub wagi p1, p2, ..., pn , lub

Błąd średni typowej obserwacji o wadze p0=1. Ogólna średnia arytmetyczna (ważona): Błąd średni typowej obserwacji o wadze p0=1. Błąd średni ogólnej średniej arytmetycznej:

= 3.3 mm = 1.2 mm Średni błąd wartości oczekiwanej: = 1.4141.2 mm Średni błąd obserwacji typowej: = 3.3 mm Średni błąd wartości oczekiwanej: = 1.2 mm = 1.4141.2 mm