background image

 

 

 

 
 
 

Podstawy Metrologii i Technik Eksperymentu 
 
Laboratorium

 

 
 
 
 
 
 
 
 

Rozkład normalny, niepewność 
standardowa typu A 

 
 

Instrukcja do ćwiczenia nr 1 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

 

 

 

Zakład Miernictwa i Ochrony Atmosfery 

Wrocław, listopad 2010 r.

 

background image

 

Podstawy Metrologii i Technik Eksperymentu                                                             

Ćwiczenie laboratoryjne nr 1  

 
                                                                        

R

OZKŁAD NORMALNY, NIEPEWNOŚĆ STANDARDOWA TYPU A 

 
 
1. C

EL ĆWICZENIA 

Celem  ćwiczenia  jest  sporządzenie  histogramu  wartości  wielkości  mierzonych,  a  następnie  

analityczne wyznaczenie parametrów funkcji Gaussa dla pojedynczego 

pomiaru  i  średniej  oraz  

graficzne przedstawienie wyników w raz z ich interpretacją. 
 
2. POJEDYNCZY POMIAR [1,2,3] 

Na rysunkach 1 i 2 przedstawiono 

[1] histogram  100 i 1000 pomiarów tej samej wielkości 

fizycznej.  Po  wykonaniu  1000  pomiarów  histogram  staje  się  dość  gładki  i  regularny.  Gdy  ilość 

pomiarów  dąży  do  nieskończoności  ich  rozkład  zbliża  się  do  tzw.  krzywej  granicznej,  która 

przypomina swoim kształtem dzwon i jest symetryczna względem wartości prawdziwej X wielkości 
mierzonej.  

 

Rys.1. Histogram 

przedstawiający 100 pomiarów pewnej wielkości fizycznej [1] 

 

                                                                             

Wartość prawdziwa X 

Rys.2. Histogram przedstawiający 1000 pomiarów wielkości fizycznej z rysunku 1 [1] 
 

Taka sytuacja występuje jeżeli wynik pomiaru jest narażony na wpływ błędów przypadkowych , a 

błędy  systematyczne  są  zaniedbywalne.  Błędy  przypadkowe  z  równym  prawdopodobieństwem 

zaniżają i zawyżają otrzymane wartości. Jeżeli wszystkie błędy są przypadkowe  to powinniśmy z 

takim samym prawdopodobieństwem  uzyskać  tyle samo wyników poniżej jak i powyżej wartości 

prawdziwej.  Błędy  systematyczne  przesuwają  wszystkie  mierzone  wartości  w  jednym  kierunku  i 

powodują, że środek rozkładu oddala się od wartości prawdziwej.[1]  

 

krzywa 
graniczna 

Cz

ęst

ość

 

Cz

ęst

ość

 

background image

 

Krzywa graniczna nazywa się funkcją Gaussa i ma postać: 

f

X,σ

(x) =

1

σ√2π

e

−(x−X)

2

/2σ

2

    

 

 

 

 

 

 

 

 

(1) 

gdzie: 
X – 

wartość prawdziwa (środek rozkładu) 

σ – szerokość rozkładu 

Pomiary, których rozkładem jest funkcja Gaussa są to pomiary, które mają rozkład normalny. 
Funkcja  f

X,σ

 

– 

nazywa  się  funkcją  gęstości  prawdopodobieństwa, a  jej znaczenie przedstawia 

rysunek 3. 
 
 
 
 
 
 
 

f(x)dx= częstość  pomiarów w                                                                   ∫ f(x)

b

a

 - 

częstość pomiarów w przedziale od 

przedziale od x do x+dx                                                                                       x = a do x = b   

 

Rys.3.  Interpretacja rozkładu granicznego  

 

Rozkład graniczny f(x) pomiarów pewnej wielkości fizycznej oznacza również prawdopodobieństwo 
uzyskania wyniku pojedynczego pomiaru w przedziale  a

≤x≤b.  

 

Co to jest wartość  X ora z σ ? 
Wartość średnia pomiarów przy nieskończonej ilości  powtórzeń wyraża się równaniem: 

x� = ∫ xf(x)dx

+∞

−∞

  

 

 

 

 

 

 

 

 

 

 

(2) 

Wstawiając do tego równania  wartość  f(x) z równania (1) otrzymamy: 

x� = ∫ xf

X,σ

(x)dx

+∞

−∞

=

1

σ√2π

∫ x

+∞

−∞

e

(x−X)2

2σ2

dx  

 

 

 

 

 

 

(3) 

Podstawiając y = x-X  otrzymujemy dx=dy  oraz 

x� =

1

σ√2π

∫ (y + X)

+∞

−∞

e

(y)2

2σ2

dy    

 

 

 

 

 

 

 

 

(4) 

 i dalej 

x� =

1

σ√2π

�∫ y

+∞

−∞

e

(y)2

2σ2

dy + ∫ X

+∞

−∞

e

(y)2

2σ2

dy�    

 

 

 

 

 

 

(5) 

 

                                0                                   

x� =

1

σ√2π

�X ∫ e

(y)2

2σ2

+∞

−∞

dy�         

 

 

 

 

 

 

 

(6) 

 

                                              

𝜎√2𝜋 

Stąd  𝒙� = 𝑿 

Wyn ika  z  tego ,  że  wartość  prawdziwa  wielkości  mierzonej  dla  nieskończonej  liczby  powtórzeń 

równa się wartości średniej. 

 

x+dx 

f(x) 

background image

 

Odchylenie standardowe przy nieskończonej liczbie powtórzeń wyraża się równaniem: 

σ

x

2

= ∫ (x − x �)

2

+∞

−∞

f

X,σ

(x)dx  

 

 

 

 

 

 

 

 

(7) 

Ponieważ  X  =  x �  oraz  podstawiając    x  -  X=  y    i  y/σ  =  z  ,  a    następnie    całkując  przez  części 
otrzymamy:  

 

 

σ

x

2

= σ

2

.   

 

 

 

 

 

 

 

 

 

 

 

(8) 

 O

znacza,  że  dla  nieskończonej  ilości  pomiarów  szerokość  funkcji  Gaussa  jest  równa  odchyleniu 

standardowemu.   
Równania 2 i 7 oznacza

ją  również  to,  że  znając  funkcję  f(x)  potrafimy  obliczyć  średnią  x �  oraz 

odchylenie standardowe  σ

x

  

dla nieskończenie długiej serii pomiarów, czyli poznalibyśmy wartość 

prawdziwą X. 

W  rzeczywistości    dysponujemy  skończoną  liczbą  pomiarów:  x

1

, x

2,

..., x

N. 

  Jak 

określić  zatem 

najlepsze przybliżenie  wartości prawdziwej X oraz szerokości rozkładu σ?  

Jeżeli wyniki pomiarów  podlegają  rozkładowi  normalnemu  f

X,

σ

(x)  to  możemy  określić 

prawdopodobieństwo otrzymania wyniku w pobliżu x

1, 

mieszczącego się w przedziale  dx

1. 

Wynosi 

ono [1]: 

 

P(x w przedziale od x

1

  do x

1

+dx

1

)= 

1

σ√2π

e

(x1−X)2

2σ2

dx

1

  

 

 

 

 

 

(9) 

Prawdopodobieństwo otrzymania wyniku w pobliżu x

2  

 wynosi: 

 

P(x w przedziale od x

2

  do x

2

+dx

2

)= 

1

σ√2π

e

(x2−X)2

2σ2

dx

2

  

 

 

 

 

 

(10) 

Prawdopodobieństwo otrzymania wyniku w pobliżu x

N  

 wynosi: 

 

P(x w przedziale od x

N

  do x

N

+dx

N

)= 

1

σ√2π

e

�xN−X�

2

2σ2

dx

N

    

 

 

 

 

(11) 

Prawdopodobieństwo,  że  otrzymamy  cały  zbiór  N  wartości  jest  iloczynem  poszczególnych 
prawdo

podobieństw i wyraża się równaniem: 

 

P

X,σ

(x1,…,x

N

)= P(x

1

)P(x

2

)…P(x

N

).    

 

 

 

 

 

 

 

(12) 

Można zatem napisać, że : 

 

P

X,σ

(x1,…,x

N

)~ 

1

σ

N

e

− ∑(x

i

−X)

2

/2σ

2

    

 

 

 

 

 

 

 

(13) 

Za najlepsze przyb

liżenie  X  i σ  przyjmujemy  takie ,  które  daje  największe  prawdopodobieństwo 

wynikające z równania (13).  

Równanie  to  osiąga  maksimum  gdy  ∑(x

i

− X)

2

/2σ

2

  ma wa

rtość  minimalną.  Po  obliczeniu 

pochodnej po X  i przyrównaniu jej do  0 otrzymamy: 

 

1

2

�∑ x

i

N

i=1

− NX� = 0  

 

 

 

 

 

 

 

 

 

(14) 

i dalej  

X =

x

i

N

i=1

N

  

 

 

 

 

 

 

 

 

 

 

 

(15) 

 

background image

 

Oznacza to, że najlepszym przybliżeniem wartości prawdziwej X jest średnia z N pomiarów.  

W  celu  znalezienia  najlepszego  przybliżenia 

σ  należy  dokonać  operacji  pochodnej  równania 

13 

względem σ i przyrównania ją do zera,. Po obliczeniach otrzymamy: 

 

σ = �

1

N−1

∑ (x

i

− x�)

2

N

i=1

   

 

 

 

 

 

 

 

 

 

(16) 

Szerokość rozkładu określa, zatem odchylenie standardowe pojedynczego pomiaru. 

 

Podsumowując,  jeżeli  dysponujemy  zbiorem  N  mierzonych  wartości  x

1, 

x

2

,…x

najlepszym 

przybliżeniem  wartości  prawdziwej  jest  średnia  wyników,  a  najlepszym  przybliżeniem 

szerokości rozkładu Gaussa jest odchylenie standardowe pojedynczego pomiaru. 

 

Obliczmy dalej jakie jest prawdopodobieństwo, że wynik pojedynczego  pomiaru leży w przedziale 

jednego odchylenia standardowego σ od wartości prawdziwej X jeżeli rozkładem granicznym jest 
funkcja  Gaussa  f

X,σ

 (x). 

Prawdopodobieństwo to wyraża równanie: 

 

P(w promieniu σ) =    ∫

f

X,σ

(x)

X+σ

X−σ

=

1

σ√2π

e

−(x−X)

2

/2σ

2

X+σ

X−σ

dx   

 

 

 

(17) 

Graficzną interpretację całki z równania (17) pokazuje rysunek  4. 

f(x) 

 
 
 
 
 
 
 

 

                                                            

X-

σ              X            X+σ 

Rys.4. Prawdopodobieństwo otrzymania wyniku pomiaru w przedziale X±σ 

 

Podstawiając  z = (x-X)/σ   otrzymamy dz = dx/σ oraz: 

 

P(w promieniu σ) =  =

1

√2π

∫ e

−z

2

/2

1

−1

dz    

 

 

 

 

 

 

(18) 

Ogólnie 

prawdopodobieństwa znalezienia się pojedynczego wyniku pomiaru w promieniu tσ, gdzie t 

jest dowolną liczbą stała przedstawia równanie: 

 

P(w promieniu tσ) =

1

√2π

∫ e

−z

2

/2

t

−t

dz ,   

 

 

 

 

 

 

(19) 

którego i

nterpretację przedstawia rysunek 5. 

 
              f(x) 
 
 
 
 
 
 
 

                                          

              X-

tσ             X            X+tσ 

Rys.5.  

Prawdopodobieństwo otrzymania wyniku pomiaru w przedziale X±σ 

 

background image

 

Całka w równaniu (19) nazywa się funkcją  błędu  i nie można ją obliczyć arytmetyczne. Graficzne 
jej r

ozwiązanie jej przedstawia rysunek  6   oraz zamieszczona po nim tabela. 

 
 

 
 
 
 
 
 
 
 
 
 
 
 

 

0,25 

0,5 

0,75 

1,25 

1,5 

1,75 

2,5 

3,5 

P,% 

20 

38 

55 

68 

79 

87 

92 

95,4  98,8  99,7  99,95  99,99 

 

Rys.

6. Rozwiązanie równania  (19) [1] 

 
Z rysunku 6 

wynika, że prawdopodobieństwo uzyskania wyniku pojedynczego pomiaru w przedziale 

o promieniu 

σ wynosi 68% a o promieniu 3σ wynosi 99,7%. Inaczej mówiąc, jeżeli wykonamy na 

przykład  10  pomiarów  pewnej  wielkości  fizycznej  i  obliczymy  wartość  średnią  i odchylenie 
standardowe, a 

następnie  wykonamy  11  pomiar  to  możemy  stwierdzić  z  prawdopodobieństwem 

równym 68%, 

że znajdzie się on w przedziale wartość średnia ± σ albo z  prawdopodobieństwem  

99,7%, że znajdzie się on w przedziale wartość średnia ± 3σ. 
 
3. R

OZKŁAD GAUSSA DLA ŚREDNIEJ [1,2,3]  

Zakładamy, że wykonujemy wielokrotnie serię N pomiarów tej samej wielkości fizycznej , 

tzn. otrzymamy zbiory wyników pomiarów: 

 

{x

11

, x

12

, x

13,

…,x

1N

}  

 

{x

21

, x

22

, x

23,

…,x

2N

{x

31

, x

32

, x

33,

…,x

3N

}

 

………………………………. 

{x

M1

, x

M2

, x

M3,

…,x

MN

 

Każda seria opisana jest przez rozkład normalny o wartości prawdziwej X  i szerokości rozkładu σ. 
Obliczymy ile wynosi 

średnia x �oraz odchylenie standardowe sredniej σ

x�

Średnia z tak przeprowadzonych pomiarów wyraża się równaniem: 

 

x� =

x�

1

+x�

2

+x�

3

+⋯+x�

N

N

=

NX

N

= X  

 

 

 

 

 

 

 

 

(20) 

w którym: 

x�

i

 – srednia dla i-tej serii pomiarowej. 

Odchylenie standardowe 

średniej σ

x�

 ,

zgodnie z regułą kwadratowego przenoszenia błędów, wyraża 

się ogólnym równaniem: 

 

σ

x�

= ��

∂x

∂x

11

σ

x

11

2

+ �

∂x

∂x

12

σ

x

12

2

+ ⋯ + �

∂x

∂x

1N

σ

x

1N

2

    

 

 

 

 

(21) 

100% 

68% 

50% 

95,4% 

99,7% 

0,67 

background image

 

w  którym:  

σ

x

1i

  – odchylenie standardowe pojedynczego pomiaru. 

Po przekształceniach otrzymamy: 

 

σ

x�

= ��

1

N

σ

x

11

2

+ �

1

N

σ

x

12

2

+ ⋯ + �

1

N

σ

x

1N

2

     

 

 

 

 

 

(22) 

Ponieważ szerokości rozkładów są takie same:  σ

x

11

=

 σ

x

12

=

 σ

x

13

=…=

 σ

x

1N

= σ   to otrzymamy: 

 

σ

x�

= ��

1

N

σ�

2

+ �

1

N

σ�

2

+ ⋯ + �

1

N

σ�

2

    

 

 

 

 

 

 

 

(23) 

i dalej: 

 

σ

x�

= �N �

1

N

σ�

2

=

σ

√N

   

 

 

 

 

 

 

 

 

 

(24) 

Oznacza  to,  że  w  wyniku  wielokrotnego  powtarzania  pomiaru  wartości  średniej  podlegają 
rozkładowi  normalnemu  z  wartością  prawdziwą  X  i  szerokością  rozkładu 

σ

√N

  , w którym 

σ 

wyznaczone jest  równaniem (17). 
Równanie Gaussa 

dla średniej  ma zatem postać: 

 

f

X,σ

(x) =

1

σ√2π

e

−(x−X)

2

/2�

σ

√N

2

  

 

 

 

 

 

 

 

 

(25) 

I

nterpretację  którego  przedstawia rysunek 7  dla N=10  [1] 

 

Rys.7. Funkcje Gaussa dla pojedynczego pomiaru i 

średniej z 10 pomiarów [1] 

 

Jeżeli zatem wielokrotnie obliczymy  średnią z  10 pomiarów do średniej opisane będą przez 

rozkład  normalny  wokół  X    z  szerokością  𝛔

𝐱�

=

𝛔

√𝐍

.  Albo i inaczej 

jeżeli      znamy  rozkład 

średniej i następnie jednokrotnie wyznaczymy średnią na podstawie N pomiarów to możemy z 

68% prawdopodobieństwem stwierdzić, że średnia znajduje się w przedziale X±𝛔

𝐱�

 
4. N

IEPEWNOŚĆ STANDARDOWA TYPU A u

 

 

Jeżeli wyniki pomiarów podlegają rozkładowi normalnemu to niepewność standardowa tupu 

A jest  odchyleniem standardowe średniej i wyznacza je równanie: 

 

u

A

=

σ

√N

= �

1

N(N−1)

∑ (x

i

− x�)

2

N

i=1

    

 

 

 

 

 

 

 

(26) 

W którym:  N- liczba pomiarów, x

i

 –  pojedynczy pomiar,    

x�- wartość średnia N pomiarów 

 

 

 

background image

 

5. S

POSÓB REALIZACJI ĆWICZENIA 

1.  Z

mierzyć za pomocą stopera 30 razy czas wyłączenia świecącej lampy za pomocą, stopera 

2. 

Narysować  histogram  otrzymanych wyników pomiarowych  przyjmując  przedział  na  osi 

czasu δt= 0,2 s. 

3.   

Policzyć średnią oraz odchylenie standardowe średniej  oraz pojedynczego pomiaru. 

4. 

Narysować    funkcję  Gaussa  dla  pojedynczego  pomiaru i średniej  oraz  przedstawić 
analitycznie równanie Gaussa 

5.  Z

aznaczyć  obszar  wewnątrz  którego  znajduje  się  95%  wszystkich  wyników    dla 

pojedynczego pomiaru i 

średniej i zapisać poprawnie wynik. 

 
6. P

RZYKŁADOWE PYTANIA SPRAWDZAJĄCE 

1.  Równanie  Gaussa 

dla  pojedynczego  pomiaru  i  znaczenie  wielkości  wchodzących  w  skład 

tego równania 

2.  Naryso

wać przykładową funkcje Gaussa i zaznaczyć częstość pomiarów w przedziale <a b> 

3.  Interpretacja fizyczna równania Gaussa 
4. 

Różnica miedzy krzywą Gaussa dla pojedynczego pomiaru i średniej 

5.  Interpretacja fizyczna równania Gaussa dla 

średniej 

6.  Co oznacza odchyleni

e standardowe σ, 2σ, 3σ dla pojedynczego pomiaru 

7. 

Co to jest niepewność standardowa typu A 
 

7. LITERATURA 

1. John.R. Taylor: 

Wstęp do analizy błędu pomiarowego, PWN, Warszawa 1999 

2. Danuta Turzeniecka: 

Ocena niepewności wyniku pomiaru, Wydawnictwo Politechniki 

Poznańskiej 1977 
3. Jerzy Arendarski: 

Niepewność pomiarów, Oficyna Wydawnicza Politechniki Warszawskiej 2006  

 

Data wykonania instrukcji: 

18.10.2010 

 


Document Outline