Druhy chýb: systematické, náhodné, absolútna, približný

Byť exaktné vedy, matematika netoleruje priniesť situácie k všeobecnému, bez toho, aby s ohľadom na špecifiká konkrétny príklad. Najmä je nemožné robiť v matematike, fyzike, správne meranie je doslova "od oka", neberie do úvahy zároveň sa objaví chyba.

O čo ide?

Vedci z rôznych typov chýb, ktoré boli nájdené, takže dnes môžeme s istotou povedať, že nie je jedno desatinné miesto nezostane bez pozornosti. Samozrejme, že je nemožné, bez zaokrúhľovania, inak všetci na tejto planéte, a len to, k tomuto účtu, ísť hlboko do tisícin a desať tisícin. Ako je známe, mnoho čísla nemôže byť rozdelený na sebe bezo zvyšku a meranie získané počas experimentov - kontinuálne pokus rozdeliť na jednotlivé kusy k ich merania.

Takmer presnosť a výpočtová technika je naozaj veľmi dôležité, pretože to je jeden z hlavných parametrov, ktorý umožňuje hovoriť o správnosti dát. Typy chýb odráža ako blízko postavy k realite. Pokiaľ ide o kvantitatívne vyjadrenie neistoty merania - to je to, čo ukazuje, ako verný prišiel výsledok. Správnosť vyššie, ak chyba bola menšia.

zákony vedy

Podľa zistených právnych predpisov platných v súčasnosti existujúcu teóriu chýb, v situácii, keď je presnosť výsledku by mala byť vyššia, než je k dispozícii, polovica má na štvornásobok počtu pokusov. V prípade, že je presnosť zvýšené trikrát, pokusy by mala byť viac ako 9 krát. Vylúčené systematická chyba.

Metrológie sa domnieva, že k chybám merania je jedným z najdôležitejších krokov, ktoré pomáhajú zabezpečiť sledovateľnosť. Je potrebné vziať do úvahy: presnosť je ovplyvnená širokou škálou faktorov. To viedlo k vývoju veľmi zložitý klasifikačný systém pracujúci len s podmienkou, že je podmienená. V reálnych podmienkach, výsledky sú silne závislé nielen na vlastné chyba procese, ale aj na vlastnostiach procese získavania informácií pre analýzu.

systém triedenia

Typy chýb vypúšťaných modernými učenci:

• absolute;
• príbuzného;
• znížená.

Túto kategóriu, ktorú je možné rozdeliť do iných skupín, ak je založené na tom, čo sú dôvody pre nepresnosti výpočtov, experimenty. Hovorí sa, že tam boli:

• systematická chyba;
• nehoda.

Prvá hodnota je konštantná, závisí na vlastnostiach procesu merania a zostáva bez zmeny, ak pre každý z nasledujúcich manipuláciou podmienky zostávajú nezmenené.

Ale náhodná chyba môže byť zmenený, ak je skúška opakuje podobná štúdia vykonaná za použitia rovnakého zariadenia a za rovnakých podmienok ako v prvom období.

Systematická, náhodná chyba nastať súčasne a sú vo všetkých skúšok. Hodnota náhodnej veličiny nie je vopred známy, pretože to vyvoláva nepredvídateľné faktory. Napriek neschopnosti vylúčiť algoritmy znížiť toto množstvo vyvinuté. Sú používané vo fáze spracovania dát získaných v priebehu vyšetrovania.

Systematické porovnaní s náhodnými zreteľne odlišných zdrojov, jeho spustenie. To je detekovaný vopred a môže byť preskúmaný vedci u registrovaného vzťahu s jej príčinami.

A ak sa vám lepšie pochopiť?

Ak chcete mať úplné pochopenie pojmu, je nutné poznať nielen druhy chýb, ale tiež aké sú komponenty tohto javu. Matematika ojedinelých nasledujúce komponenty:

• spojená s postupom;
• vzhľadom k nástrojom;
• subjektívne.

Generovanie chýb vo výpočte prevádzkovateľ závisí na betón, jeho konkrétnym individuálnych charakteristík. Že tvoria súčasť subjektívne chyby, ktoré porušujú presnosť analýzu informácií. Možno, že dôvodom je nedostatok skúseností, niekedy - na chyby spojené so začatím indikácia rámu.

Väčšinou výpočet chyba berie do úvahy ďalšie dva body, to je inštrumentálne a metodické.

dôležité komponenty

Správnosť a presnosť - pojem, bez ktorej ani fyzika ani matematika, ani celý rad ďalších prírodných a exaktných vied, na ich základe.

Treba mať na pamäti, že všetky metódy, ktoré ľudstvo pozná prevziať údaje z experimentov, sú chybné. To je to, čo vyvolalo systematickú chybu, ktorý je úplne nemožné, aby sa zabránilo. To je tiež ovplyvnený systém výpočtu prijatého a neistotám spojeným výpočtových vzorcoch. Samozrejme, ich vplyv a že je potrebné zaokrúhliť výsledky.

Prideliť hrubé chyby, teda chyby, príčinu, ktorá - .. Nesprávne správanie prevádzkovateľa v priebehu pokusu, rovnako ako poruchy, nesprávnej činnosti zariadenia alebo výskytu nepredvídané situácie.

Hrubé hodnoty chýb odhaliť možné na základe analýzy dát a identifikovať nesprávne hodnoty pri porovnávaní dát s osobitnými kritériami.

To, čo dnes hovoriť matematiky, fyziky? Táto chyba môže byť zabránené preventívnymi opatreniami. Vynašiel niekoľko racionálnych spôsobov, ako znížiť tento koncept. K tomu, odstráňte jeden alebo iný faktor vedúci k výsledku poruchy.

Kategorizácie a klasifikácie

Tam sú chyby:

• absolute;
• metodický;
• náhodná;
• príbuzného;
• prezentovať;
• nástrojom;
• objemová;
• doplňujúce;
• systematicky;
• osobné;
• static;
• dynamická.

Vzorec chyba sa líšia pre rôzne druhy, pretože v každom prípade berie do úvahy viacero faktorov, ktoré majú vplyv na tvorbu dátových nepresnosti.

Ak budeme hovoriť o matematike, potom za takých podmienok vydávať iba relatívna a absolútna chybu. Ale keď vopred stanovený časový interval interakcie mení, môžeme hovoriť o dynamických, statických komponentov.

Vzorec chyba, ktorá zohľadňuje interakciu ciele s vonkajšími podmienkami, obsahuje ďalšie registráciu, základné údaje. Závislosť vstupných dát pre konkrétny experiment bude hovoriť o multiplikatívnej chyby alebo prísady.

absolútny

Tento termín sa všeobecne rozumie údaje, počítané, že uvoľňovanie z rozdielu medzi sadzbami odobratých počas experimentu platné. To bolo vynájdené nasledujúceho vzorca:

Qn = qn - A Q0

Qn - požadované údaje, Qn - uvedené v experimente, a nula - to je základné hodnoty, ktoré sú porovnávané.

vyššie uvedený

Tento termín sa rozumie hodnota, ktorá vyjadruje pomer medzi absolútnou chyba a normou.

Pri výpočte tohto typu chyby sú nielen nedostatky spojené s nástrojmi práce vynaložená na experimente, ale metodické zložka, rovnako ako približné chyba počítanie. Druhá hodnota vyvolaný nedostatky meradle absolvovanie prítomné na meter.

Úzko súvisí s touto predstavou a inštrumentálne chyby. To nastane, keď sa prístroj vyrobený nesprávne, zle, nesprávne, spôsobujúce meranie vydané nich nie sú dostatočne presné. Avšak, teraz naša spoločnosť je na úrovni technického pokroku, pri vytvorení nástroja nemá inštrumentálne chybu, ešte nedosiahnuteľný. Čo sa tu hovoriť o aplikované v školských a študentských pokusov zastaraných vzoriek. Preto dúfa, že ku kontrole, laboratórne práce, ignorovať inštrumentálne chyba je neprijateľná.

články

Tento druh spustil jeden z dvoch dôvodov, alebo komplex:

• aplikovaný výskum matematický model nie je dostatočne presná;
• vybrané nesprávne metódy merania.

subjektívne

Termín sa vzťahuje k situácii, v ktorej je uložený informácie počas výpočtu alebo experimenty boli chyby v dôsledku nedostatočnej kvalifikácia produkovať ľudskej činnosti.

Nemôžeme povedať, že je len len vtedy, ak sa projekt prevzala nevzdelaní alebo neinteligentny ľudí sa zúčastnilo. Najmä je chyba sa spúšťa nedokonalosti ľudského oka. V dôsledku toho, že príčiny nemožno priamo závislá na experimentálne užívateľa, však, sú klasifikované ako ľudský faktor.

Statika a dynamika teórie chýb

Určitá chyba je vždy spojená s tým, ako komunikovať vstupné a výstupné hodnoty. Najmä je proces analyzuje vzťah vo vopred stanovenom časovom intervale. Ak chcete hovoriť o:

• Chyby vyskytujúce sa pri výpočte určité hodnoty vo vopred stanovenom konštantnom časovom intervale. Jedná sa o tzv statické.
• Dynamické konjugát s tým rozdielom, vzhľad detekovaná meraním Prerušované dátového typu vyššie popísaného bodu.

Čo je primárny a čo sekundárne?

Samozrejme, že tolerancia chýb je spúšťaný základných parametrov, ktoré ovplyvňujú konkrétnu úlohu však vplyv nerovnomerného, ktorá umožnila výskumníci rozdelil skupinu do dvoch kategórií údajov:

• Vypočítaná za normálnych prevádzkových podmienok s normami numerických výrazov, ktoré ovplyvňujú všetky číslice. Tí, ktorí sa nazývajú základné.
• Dodatočné tvoril pod vplyvom atypických faktorov, nevhodné normálnym hodnotám. Rovnaké rysy tváre teda v prípade, kedy je hlavnou hodnotou je za hranicou normálu.

A čo sa deje okolo?

Máme už viac ako raz uvedený termín "normálne", ale nebol daný vysvetlenie toho, aký druh podmienok vo vede zvanej normálne, rovnako ako zmienku, že izolovaný a ďalších podmienok.

Takže normálne - situácia, keď všetky majú vplyv na hodnoty pracovného postupu sa pohybujú v rozmedzí identifikovanej pre svoje normálne hodnoty.

Ale pracovníci - termín vzťahuje na okolnosti, za ktorých došlo k zmene hodnoty. V porovnaní s normálnou, potom rozsah je oveľa širší, avšak vplyv hodnota by mala spadať do stanoveného pre nich priestoru.

Práca s hodnotou rýchlosti nárazu predpokladá interval hodnôt osi, keď je na prídel umožnené zavedením ďalšiu chybu.

Čo ovplyvňuje vstupnú hodnotu?

Generovanie chyby výpočtov, treba mať na pamäti, že je vstupný hodnota má vplyv na to, čo druhy chýb vyskytujú v konkrétnej situácii. Zároveň sa hovorí o:

• aditíva, ktoré sa vyznačujú neistotou, počítané ako súčet jednotlivých hodnôt prijatých modulom. Tak na ukazovateľ neovplyvní, aký veľký je nameraná hodnota;
• multiplikatívnej, ktorá sa mení, keď je ovplyvnený nameraná hodnota.

Treba mať na pamäti, že absolútna aditívne - je neistota, ktorá nemá žiadnu spojitosť s opatrením hodnotou, ktorá - na účely experimentu. V akejkoľvek časti rozsahu hodnôt indexu je udržiavaná konštantná, nie je ovplyvnená parametre a meracích prístrojov, vrátane citlivosti.

Chyba prísada označuje mieru, do ktorej môže byť malé množstvo dosiahnutá aplikácií vybraných meracích prostriedkov.

Ale multiplikatívnej nebude náhodne meniť, ale v pomere, pretože je spojený s parametrami nameranými hodnotami. Ako veľká chyba sa vypočíta tým, že skúma citlivosť zariadenia, ako to bude v pomere k hodnote. Tam je poddruh tejto chyby je kvôli skutočnosti, že vstupné hodnota na meracie nástroje a meniť jeho nastavenia.

Ako odstrániť chybu?

V niektorých prípadoch môžete odstrániť chyby, aj keď to nie je pravda pre každý druh. Napríklad, v prípade, že vyššie uvedené je trieda chyba v tomto prípade závisí od parametrov zariadení a môže byť zmenený na to presnejšie, moderné prostriedky. Zároveň nie je možné úplne vylúčiť meranie nevýhody spojené s technickými vlastnosťami použitých vozidiel, pretože vždy budú existovať faktory, ktoré znižujú presnosť údajov.

Classic rozlišujú štyri metódy na odstránenie alebo minimalizáciu chýb:

• Odstránenie príčiny, zdroj pred experimentom.
• Eliminácia chýb v opatrení pre zber dát. Ak to chcete urobiť, použite náhradné metódy, snaží kompenzovať znamenia a pult ostrahy k sebe navzájom, rovnako ako sa uchyľovať k symetrické pozorovanie.
• Oprava výsledkov získaných v priebehu vykonávania revízie, tj výpočtovej metódou na odstránenie chyby.
• Vymedzujú, aké sú limity systematické chyby, ich udržiavanie v prípade, keď je odstránenie takýchto nemenná.

Najlepšou voľbou - k odstráneniu príčin, zdrojov chýb pri získavaní pilotných dát. Napriek tomu, že táto metóda je označovaná ako najvhodnejší, to nekomplikuje pracovný proces, naopak, je to ešte jednoduchšie. To je spôsobené tým, že prevádzkovateľ nemusí vylúčiť chyby v priebehu okamžitých dát. A nebudú sa musieť upraviť konečný výsledok, ich montáž podľa predpisov.

Ale keď bolo rozhodnuté o odstránení chýb v priebehu merania, sa uchýlili k jednému z najobľúbenejších technológií.

Možnosti výraznými výnimkami

Najčastejšie sa používa podávanie úpravy. Ich použitie je potrebné presne vedieť, čo je zaujatosť inherentnú v danom experimente.

Okrem toho vyžadujú substitučnú varianty. Uchýlenie sa k nej odborníci záujem namiesto ich hodnoty sú použité substituovanú dodávané v podobnom prostredí. To je bežné pri meraní elektrických veličín potrebných.

Kontrastné - metóda, vyžadujúce dvakrát experimenty, zdroj v druhom stupni pôsobí na opačnej výsledku v porovnaní s prvým. V blízkosti logike tohto spôsobu prevedenia sa označuje ako "znamenie náhrady" v jednom experimente, kedy sa množstvo musí byť kladný v druhej - negatívne, a špecifická hodnota sa vypočíta porovnaním výsledkov dvoch meraní.