
222
Глава 2. Некоторые сведения по математике
умножается на вес pi, выраженный в какой-нибудь шкапе (чем точнее измерение,
тем больше его вес), а сумма произведений делится на сумму всех весов
х
„ = Ц?Р±=х. (45)
ЕР.
Можно оценить относительную погрешность самой средней квадратической
погрешности по формуле
Д«т„ = , (46)
где п — число измерений, вошедших в определение <t
n
. Таким образом, при четырех
измерениях Аа^ составляет около 35% величины при п = 50 погрешность
в определении стдг составляет примерно 1/10 величины
Среднее арифметическое определяется тем, что, во-первых, сумма отклонений
от него близка к нулю, а во-вторых, сумма квадратов уклонений от него отдельных
измерений должна быть наименьшей. Следовательно, если взять ряд значений
измеряемой величины, близких к предполагаемому наивероятнейшему ее значению,
и составить для каждого значения суммы квадратов уклонений отдельных измерений,
то наименьшая сумма будет соответствовать искомому наивероятнейшему значению
измеряемой величины. На этом свойстве основан разработанный Гауссом способ
наименьших квадратов (§ 2.9).
§2.7. О представлении распределения
гауссовой кривой
Желая получить наиболее вероятное значение какой-либо величины (например,
длины предмета) из многократных ее измерений, или желая оценить общую картину
отклонений отдельных значений какой-либо величины от некоего среднего, либо,
наконец, выяснить картину распределения численностей различных значений одной
какой-либо характеристики как функцию этой характеристики, можно сделать срав-
нение с соответствующей данному случаю кривой нормального распределения (гауссовой
кривой).
Закон нормального распределения можно записать в виде
(47)
где х — наиболее вероятное значение х определяется по положению максимума
кривой Гаусса, а <т — среднее квадратическое отклонение — по положению точек
перегиба этой кривой (рис. 151), а
2
— дисперсия этого нормального распределения.
Гауссова кривая описывает стандартную картину отклонений измеряемой ве-
личины от среднего — отклонений, происходящих от одних только случайных
погрешностей.
Пусть имеется N значений какой-либо величины х. Возьмем ряд равноотсто-
ящих значений этой величины Х{. Каждому из них будет соответствовать число щ
встречаемости значения ж, в ряду значений х. Очевидно, П\+П2 + П} +..
.
+ п
т
— N.
Теперь сравним распределение чисел n; по i с нормальным распределением.
Тогда мы получим наивероятнейшее значение х величины х и характеристику точ-
ности ее определения из наших N измерений. Положение максимума кривой Гаусса
даст наивероятнейшее значение х измеренной величины, а точки перегиба дадут