Физика

Введение

Постановка вопроса. Виды погрешностей

Процесс исследования исходного объекта методом математического моделирования и вычислительного эксперимента неизбежно носит приближенный характер, так как на каждом этапе вносятся погрешности. Построение математической модели связано с упрощением исходного явления, недостаточно точным заданием коэффициентов уравнения и других входных данных. По отношению к численному методу, реализующему данную математическую модель, указанные погрешности являются неустранимыми, поскольку они неизбежны в рамках данной модели.

При переходе от математической модели к численному методу возникают погрешности, называемые погрешностями метода. Они связаны с тем, что всякий численный метод воспроизводит исходную математическую модель приближенно. Наиболее типичными погрешностями метода являются погрешность дискретизации и погрешность округления. При построении численного метода в качестве аналога исходной математической задачи обычно рассматривается её дискретная модель. Разность решений дискретизированной задачи и исходной называется погрешностью дискретизации. Обычно дискретная модель зависит от некоторого параметра (или их множества) дискретизации, при стремлении которого к нулю должна стремиться к нулю и погрешность дискретизации. Дискретная модель представляет собой систему большого числа алгебраических уравнений. Для её решения используется тот или иной численный алгоритм. Входные данные этой системы, а именно коэффициенты и правые части, задаются в ЭВМ не точно, а с округлением. В процессе работы алгоритма погрешности округления обычно накапливаются, и в результате, решение, полученное на ЭВМ, будет отличаться от точного решения дискретизированной задачи. Результирующая погрешность называется погрешностью округления (вычислительной погрешностью). Величина этой погрешности определяется двумя факторами: точностью представления вещественных чисел в ЭВМ и чувствительностью данного алгоритма к погрешностям округления.

Итак, следует различать погрешности модели, дискретизации и округления. В вопросе преобладания какой-либо погрешности ответ неоднозначен. В общем случае нужно стремиться, чтобы все погрешности имели один и тот же порядок. Например, нецелесообразно пользоваться разностными схемами, имеющими точность 10−6, если коэффициенты исходных уравнений задаются с точностью 10−2.

Понятие и классификация

Под термином погрешность принято понимать степень отклонения реальной величины от вычисленной. Этот показатель служит мерой точности измерения.

Существует несколько разновидностей погрешности:

1. Абсолютная — оценка ошибки в абсолютных единицах. Величина ее может быть разной в зависимости от способа расчета.
2. Относительная — отношение абсолютной величины к тому значению, которое принято считать истинным. Измеряется в процентах.
3. Приведенная — разновидность относительной. Ее вычисляют отношением абсолютной и условной постоянной величины, определяется в процентах.
4. Приборная или инструментальная — погрешность, которую дают технические средства измерений. Она обусловлена неточной цифровой градуировкой приборов или недостаточной наглядностью. Класс точности приборов будет равен максимальной приведенной погрешности и выражается в процентах. К примеру, класс точности вольтметра ΔU = ±0,75 В.
5. Методическая — связанная с несовершенством метода измерения или его чрезмерным упрощением.
6. Субъективная или операторная — погрешность, связанная с личными свойствами оператора — невнимательностью, утомлением, профессиональной подготовленностью.
7. Случайная. Погрешность, которая может изменяться при разных измерениях. Изменения возможны по знаку или величине отклонения. Причиной может быть техническое несовершенство приборов отсчета или объекта измерения, неблагоприятные для работы условия или особенности измеряемых единиц.
8. Систематическая. Погрешность, изменения которой имеют некоторую закономерность во времени. В качестве частного случая допускают постоянное отклонение, которое не изменяется во времени.
9. Прогрессирующая или дрейфовая — медленно изменяется во времени и не может быть предсказана. Такое отклонение относится к случайным.
10. Грубая или промах. Значительное отклонение от принятой нормы. Возникает в результате неисправности аппаратуры или ошибки экспериментатора.

Погрешность измерения и принцип неопределенности Гейзенберга

Принцип неопределенности Гейзенберга устанавливает предел точности одновременного определения пары наблюдаемых физических величин, характеризующих квантовую систему, описываемых некоммутирующими операторами (например, координаты и импульса, тока и напряжения, электрического и магнитного поля). Таким образом, из аксиом квантовой механики следует принципиальная невозможность одновременного определения с абсолютной точностью некоторых физических величин. Этот факт накладывает серьёзные ограничения на применимость понятия «истинное значение физической величины».

Расчёт ошибок косвенных измерений

Пусть искомая
величина Апри выбранном
методе косвенных измерений рассчитывается
по формуле:

A
= f(x₁
,x₂
,x₃
,…,x_n
) (12)

где x₁,x₂,…,x_n
— величины, найденные в результате прямых
измерений, с учётом ошибок о которых
шла речь выше. Из-за этих ошибок величина
«А»
так же будет определяться с ошибками.

Пусть X₁,X₂,…,X_N
— значения f(x₁
,x₂
,x₃
,…,x_n), вычисленные
для разных серий измерений (x₁,x₂,…,x_n).

Таблица 1

Таблица коэффициентов
Стьюдента

Число измерений	Доверительная вероятность
0.7	0.8	0.9	0.95	0.99	0.999
2	2.0	3.1	6.3	12.7	63.7	636.6
3	1.3	1.9	2.9	4.3	9.9	31.6
4	1.3	1.6	2.4	3.2	5.8	12.9
5	1.2	1.5	2.1	2.8	4.6	8.6
10	1.1	1.4	1.8	2.3	3.3	4.8
15	1.1	1.3	1.8	2.1	3.0	4.1
20	1.1	1.3	1.7	2.1	2.9	3.9

Абсолютной ошибкой
косвенных измерений, по аналогии с
аб­солютной ошибкой прямых измерений,
называют разность между ис­тинным
значением «А» и её значениями,
полученными в результате измерений:

(13)

Размерность
абсолютной ошибки совпадает с размерностью
определяемой величины. Относительной
ошибкой косвенных измерений называют
отвлечённое число:

(14)

Иногда относительную
ошибку выражают в процентах:

(15)

Для определения
величины «А» в формулах (12)…(15) по
теории

вероятностей
следует брать величину Х, которую можно
определить двумя способами:

1) А
= Х
= (Х₁
+ Х₂
+…+Х_n)/n
(16)

2) A
= X
= f(x₁
+ x₂
+…+x_n)
(17)

где x₁,x₂
,…, x_n
определяют по формуле (3). Если ошибки
измерений малы, то оба способа дают
практически тождественные результаты.

Рассмотрим способы
нахождения ошибки величины А,
опреде­лённой из косвенных измерений,
по найденным значениям оши

бок прямых измерений.
Выше отмечалось, что возможны различные
соотношения между приборной систематической
и случайными ошибками.

1-й случай. Преобладают
приборные ошибки. В этом случае можно
дать только оценку максимальной ошибки.
Формулы для нахож­дения предельной
ошибки косвенных измерений по внешнему
виду совпадают с формулами дифференциального
исчисления. В связи с этим для предельной
абсолютной ошибки используется формула:

(18)

а для расчёта
предельной относительной ошибки пригодна
фор

— 19 —

мула:

(19)

Формулы для расчёта
предельных ошибок некоторых часто
встречающихся функций, когда приборные
ошибки превышают случайные, приведены
в Таблице 2. Эти выражения легко
рассчитываются по формулам (18) и (19).

2-й случай. Преобладают
случайные ошибки. Для определения
среднеквадратичной ошибки теория
вероятностей даёт следующую формулу:

(20)

Относительная
ошибка вычисляется по формуле:

(21)

При выполнении
промежуточных расчётов необходимо
помнить, что число точных цифр в результате
расчётов не может увеличиваться. Поэтому
промежуточные результаты округляют,
сохраняя

1…2 избыточных
знака. При этом последующие цифры,
меньшие

5,отбрасываются;если
первая из отбрасываемых цифр больше 5,

то последняя из
оставшихся цифр увеличивается на
единицу. Ес

ли первая
отбрасываемая цифра 5, то предыдущая
цифра остаётся

без изменений,
если она чётная, и увеличивается на
единицу, если

она нечётная.
Выражения для среднеквадратичной ошибки
некоторых часто встречающихся функций
приведены в Таблице 3. Для определения
ошибок косвенных измерений используют
большую из инструментальной или случайной
ошибок прямого измерения.

Относительная погрешность измерения ε (ЭПСИЛОН)

Иногда важно знать, какую часть составляет наша погрешность от значения  измеряемой величины. Для этого разделим 0,5 мм на 706 мм

В результате получим: .  То есть наша ошибка составляет 0,0007 долю ширины стола, или 0,0007 · 100% = 0,07%. Это свидетельствует о достаточно высокой точности измерения. Эту погрешность называют относительной и обозначают греческой буквой  (эпсилон): 

     (5.1)

Относительная погрешность измерения свидетельствует о качестве измерения. Если длина какогото предмета равна 5 мм, а точность измерения –  плюс-минус 0,5 мм, то относительная погрешность будет составлять уже 10%.

Стандартная запись результата измерений и выводы

Таким образом, абсолютная погрешность в примере 5.1. составляет ∆L = 0,5 мм, а результат измерений следует записать в стандартном виде: L = (706,0 0,5) мм — Опыт выполнен с относительной погрешностью 0,0007 или 0,07%.

На точность измерения влияет много факторов, в частности:

1. При совмещении края стола с делением шкалы рулетки мы неминуемо допускаем погрешность, поскольку делаем это «на глаз» — смотреть можно под разными углами.
2. Не вполне ровно установили рулетку.
3. Наша рулетка является копией эталона и может несколько отличаться от оригинала.

Все это необходимо учитывать при проведении измерений.

Итоги:

• Измерения в физике всегда неточны, и надо знать пределы погрешности измерений, чтобы понимать, насколько можно доверять результатам.
• Абсолютную погрешность измерения можно определить как половину цены деления шкалы измерительного прибора. 
• Относительная погрешность есть частное от деления абсолютной погрешности на значение измеряемой величины:   и указывает на качество измерения. Ее можно выразить в процентах.

Числовые примеры

Специфику машинных вычислений можно пояснить на нескольких элементарных примерах.

ПРИМЕР 1. Вычислить все корни уравнения

Точное решение задачи легко найти:

Если компьютер работает при , то свободный член в исходном уравнении будет округлен до и, с точки зрения представления чисел с плавающей точкой, будет решаться уравнение , т.е. , что, очевидно, неверно. В данном случае малые погрешности в задании свободного члена привели, независимо от метода решения, к погрешности в решении .

ПРИМЕР 2. Решается задача Коши для обыкновенного дифференциального уравнения 2-го порядка:

Общее решение имеет вид:

При заданных начальных данных точное решение задачи: , однако малая погрешность в их задании приведет к появлению члена , который при больших значениях аргумента может существенно исказить решение.

ПРИМЕР 3. Пусть необходимо найти решение обыкновенного дифференциального уравнения:

Его решение: , однако значение известно лишь приближенно: , и на самом деле .

Соответственно, разность будет:

Предположим, что необходимо гарантировать некоторую заданную точность вычислений всюду на отрезке . Тогда должно выполняться условие:

Очевидно, что:

Отсюда можно получить требования к точности задания начальных данных при .

Таким образом, требование к заданию точности начальных данных оказываются в раз выше необходимой точности результата решения задачи. Это требование, скорее всего, окажется нереальным.
Решение оказывается очень чувствительным к заданию начальных данных. Такого рода задачи называются плохо обусловленными.

ПРИМЕР 4. Решением системы линейных алгебраических уравнений (СЛАУ):

является пара чисел .

Изменив правую часть системы на , получим возмущенную систему:

с решением , сильно отличающимся от решения невозмущенной системы. Эта система также плохо обусловлена.

ПРИМЕР 5. Рассмотрим методический пример вычислений на модельном компьютере, обеспечивающем точность . Проанализируем причину происхождения ошибки, например, при вычитании двух чисел, взятых с точностью до третьей цифры после десятичной точки , разность которых составляет .

В памяти машины эти же числа представляются в виде:

, причем и

Тогда:

Относительная ошибка при вычислении разности будет равна:

Очевидно, что , т.е. все значащие цифры могут оказаться неверными.

ПРИМЕР 6. Рассмотрим рекуррентное соотношение

Пусть при выполнении реальных вычислений с конечной длиной мантиссы на -м шаге возникла погрешность округления, и вычисления проводятся с возмущенным значением , тогда вместо получим , т.е. .

Следовательно, если , то в процессе вычислений погрешность, связанная с возникшей ошибкой округления, будет возрастать (алгоритм неустойчив). В случае погрешность не возрастает и численный алгоритм устойчив.

Неопределённость измерительного инструмента

Неопределённость может быть определена посредством сравнения результатов замеров с образцом
или замером инструментом более высокой точности. В процессе калибровки инструмента выводится
корректировочное значение и неопределённость.

Пример калибровки микрометра

Замерив образец заранее известной длины, мы получим значение корректировки, c. Таким образом, если длина, измеренная
инструментом равна x, фактическая длина будет равна x_c = x + c.

Произведём n_c замеров образца и получим отклонение s_c. Теперь, при любых замерах
откалиброванным микрометром, значение неопределённости u будет равно:
u = √(u2 + s2_c/n_c + u2_m/n),
u_m — отклонение полученное при n замерах.

Измерение объема. Мензурка

При измерении пространства нужно перейти к трем измерениям, так как представление о пространстве дает объем. Известны формулы объемов параллелепипеда, куба, шара, цилиндра.

(Источник)

Объем любого тела измеряется в кубических метрах (есть кратные и дольные единицы). Из математики известны формулы объемов:

V_пар = а ∙ в ∙ с (произведение длины, ширины и высоты),

V_к = а3 (а — ребро куба),

V_цил = π ∙ r2 ∙ h (r — радиус основания, h – высота цилиндра),

V_ш = 4/3 π ∙ R3 (R – радиус шара).

О вычислении объемов более сложной, но правильной, формы рассказывается в старших классах. А как определить объем, например, камня, форма которого может быть самой различной? Для измерения объемов таких тел используется специальный и очень простой прибор, который называется мензурка (или измерительный цилиндр). Это стеклянный сосуд с делениями. При помощи этого цилиндра легко найти объемы сыпучих тел и жидкостей. Для этого достаточно их засыпать вещество или налить в мензурку жидкость и, зная цену деления, определить объем.

(Источник)

На мензурке обычно ставится единица измерения в миллилитрах. Литр – это широко применяемая единица объема, равная одной тысячной кубического метра. 1 мл = 1 см3 = 10-6 м3.

Определить объем камня или любого другого тела неправильной формы с помощью мензурки можно при условии, что тело имеет размеры, позволяющие опустить его в мензурку.

(Источник)

Налить в мензурку воду и зафиксировать ее объем. Прикрепить тело неправильной формы к нити

Осторожно опустить полностью в воду. Уровень воды поднимется ровно на столько, чему равен объем тела

Пользуясь измерительным цилиндром, нельзя забывать, что это прибор, имеющий шкалу, а значит, результат получится с погрешностью.

Классификация погрешностей измерений

По способу выражения

Абсолютная погрешность

Абсолютной называют погрешность, выраженную в единицах измеряемой величины. Её можно описать формулой ΔX=Xизм−Xист{\displaystyle \Delta X=X_{\text{изм}}-X_{\text{ист}}}. Вместо истинного значения измеряемой величины, на практике пользуются действительным значением Xд{\displaystyle {X_{\text{д}}}}, которое достаточно близко к истинному, определяется экспериментальным путем и в конкретной задаче может приниматься вместо него. Из-за того что истинное значение величины всегда неизвестно, можно лишь оценить границы, в которых лежит погрешность, с некоторой вероятностью. Такая оценка выполняется методами математической статистики.

Относительная погрешность

Относительная погрешность выражается отношением δX=ΔXXд{\displaystyle \delta X={\frac {\Delta X}{X_{\text{д}}}}}. Относительная погрешность является безразмерной величиной; её численное значение может указываться, например, в процентах.

По источнику возникновения

Инструментальная погрешность

Эта погрешность определяется несовершенством прибора, возникающим, например, вследствие расхождения его реальной функции преобразования от калибровочной зависимости.

Методическая погрешность

Методической называют погрешность, обусловленную несовершенством метода измерений. К таким можно отнести погрешности от неадекватности принятой модели объекта от реального объекта или от неточности расчётных формул.

Субъективная погрешность

Субъективной является погрешность, обусловленная ограничениями человека, как оператора при проведении измерений. Проявляется, например, в неточностях при отсчете показаний со шкалы прибора.

По характеру проявления

Случайная погрешность

Это составляющая погрешности измерения, изменяющаяся случайным образом в серии повторных измерений одной и той же величины, проведенных в одних и тех же условиях. В появлении таких погрешностей не наблюдается какой-либо закономерности, они обнаруживаются при повторных измерениях одной и той же величины в виде некоторого разброса получаемых результатов. Случайные погрешности неизбежны, неустранимы и всегда присутствуют в результате измерения, однако их влияние обычно можно устранить статистической обработкой. Описание случайных погрешностей возможно только на основе теории случайных процессов и математической статистики.

Математически случайную погрешность, как правило, можно представить белым шумом: как непрерывную случайную величину, симметричную относительно нуля, независимо реализующуюся в каждом измерении (некоррелированную по времени).

Основным свойством случайной погрешности является возможность уменьшения искажения искомой величины путём усреднения данных. Уточнение оценки искомой величины при увеличении количества измерений (повторных экспериментов) означает, что среднее случайной погрешности при увеличении объёма данных стремится к 0 (закон больших чисел).

Часто случайные погрешности возникают из-за одновременного действия многих независимых причин, каждая из которых в отдельности слабо влияет на результат измерения. По этой причине часто полагают распределение случайной погрешности «нормальным» (см. Центральная предельная теорема). «Нормальность» позволяет использовать в обработке данных весь арсенал математической статистики.

Однако априорная убежденность в «нормальности» на основании Центральной предельной теоремы не согласуется с практикой — законы распределения ошибок измерений весьма разнообразны и, как правило, сильно отличаются от нормального.

Случайные погрешности могут быть связаны с несовершенством приборов (трение в механических приборах и т. п.), тряской в городских условиях, с несовершенством объекта измерений (например, при измерении диаметра тонкой проволоки, которая может иметь не совсем круглое сечение в результате несовершенства процесса изготовления).

Систематическая погрешность

Это погрешность, изменяющаяся во времени по определённому закону (частным случаем является постоянная погрешность, не изменяющаяся с течением времени). Систематические погрешности могут быть связаны с ошибками приборов (неправильная шкала, калибровка и т. п.), неучтёнными экспериментатором.

Систематическую ошибку нельзя устранить повторными измерениями. Её устраняют либо с помощью поправок, либо «улучшением» эксперимента.

Деление погрешностей на случайные и систематические достаточно условно. Например, ошибка округления при определённых условиях может носить характер как случайной, так и систематической ошибки.

Цена деления и точность измерений

Представьте, что вас отправили в магазин купить сахар, но вот незадача: фасованный в пачках как раз закончился и остался только на развес. Что делать, вы просите продавца тогда отмерить вам ровно килограмм. Продавец взял лопатку, наполнил пакет, положил его на весы, и они выдают значение — 1.000 кг.

Как удачно положили.

Вы рассчитываетесь и счастливым возвращаетесь домой. А теперь представим, что по необыкновенной случайности у вас дома имеются весы. Они показывают массу с точностью до миллиграмма. Вы решаете интереса ради перевесить пакет, чтобы посмотреть, действительно ли его масса равна строго килограмму.

И какого же удивление, когда более точные весы показывают массу не в 1.000 кг, а в 0.999990 кг. Иными словами, вас обсчитали. Обсчитали, между прочим, на десять миллиграмм!

Чем меньше цена деления прибора, тем точнее измерение.

Ваши весы с учетом массы до миллиграмма оказались точнее магазинных «граммовых» весов. Однако и это не предел, ведь существуют фармакологические весы, определяющие массу до микрограмма — одной миллиардной килограмма. Так можно продолжать до бесконечности, пока у нас не закончатся технологические возможности сконструировать еще более точные весы.

Однако все измерительные приборы, пусть и самые точные, несовершенны. Несовершенно даже само то, как мы видим, слышим и ощущаем мир вокруг. Это, наряду с прочими факторами, приводит к тому, что при измерении величины получается ее приближенное значение, не истинное.

Формула погрешности

Таким образом, общая формула для записи величин с погрешностью выглядит следующим образом:

$$X = x \pm \Delta x$$

где $X$ — измеряемая величина, $x$ — результат измерений, $\Delta x$ — погрешность. 

Выходит, что истинное значение длины карандаша располагается в диапазоне значений от 11.5 см до 12.5 см.

При более точных замерах до миллиметра: от 12.15 см до 12.25 см.

Однако остается один последний интересный момент. Несмотря на то, что мы провели замеры и определили длину, философски говоря, вопрос остается вопросом: так какую же точную длину имеет карандаш?

Таковы погрешности. Где-то от, где-то до. 

А точно — никак.

Δа = | a изм – а ист | ед. изм. (4)

Это
размерная, положительная величина, характеризующая отклонение измеренного от
истинного значений.

Относительная погрешность – это
отношение абсолютной погрешности к истинному значению измеряемой величины.

                                 
                                    (5)

Относительная
погрешность (5) – безразмерная величина, она измеряется в долях или процентах и
показывает какую часть от истинного значения измеряемой величины составляет
погрешность.

На
практике вместо неизвестного истинного значения используют среднее значение
измеряемой величины.

Формула (5) позволяет по
известной одной из характеристик определить другую. Часто вначале удобнее найти
относительную, а через неё абсолютную.

.

Если
измерение выполнено и погрешности определены, то окончательный результат
записывается в виде

        .                (6)

что эквивалентно заданию
интервала, в котором лежит истинное значение искомой величины. И чем уже данный
интервал, тем точнее измерения и наоборот.

4.
Вычисление погрешностей.

За
абсолютную погрешность однократно измеряемой величины применяют приборную
погрешность.

Для
простых измерительных и цифровых приборов приборная погрешностьравная
половине цены деления прибора.

                                         .                                                     (7)

Например:
приборная погрешность

                  
миллиметровой линейки (с=1 мм/_дел) равна, Δа_пр
=  0,5 мм.

                  
штангенциркуля (с=0,05 мм/_дел) – Δа_пр
= 0,025 мм.

                   эл.
секундомера (с=0,001 с/_дел) – Δа_пр
= 0,0005 с.

Для
стрелочных электроизмерительных приборов приборная погрешность определятся
через класс точности прибора (характеристика прибора указанная на его
шкале).

                                              ,                                               
(8)

представляющая
собой отношение приборной погрешности к максимальному значению измеряемой
прибором величины. Из (8) для приборной погрешности стрелочных
электроизмерительных приборов получаем:

                                
ΔАприб. = 0,01 · К · Аmax
.                  
                          (9) 

Часто
в расчетах приходится использовать физические и математические постоянные,
которые как правило выражаются сложными десятичными дробями

(π=
3.141593… , е = 2.718282… , с = 2.99792… · 108 м/_с

 q_e =
1,60219… · 10-19 Kл , m_е =
1.67265… · 10-31к2    и т.д.). 

При
использовании постоянных мы вынуждены их округлять т.е. брать приближённые
значения, это также даёт вклад в погрешность. К погрешностям табличных величин
относятся так же как и к приборным.

За
погрешность табличной величины принимают половину  единицы последнего разряда
табличной величины, выбранной с заданной точностью.

Например; при определении
плотности тела цилиндрической формы необходимо использовать число π.
Предварительно оговаривается точность расчётов (например вычисления проводят с
точностью до        

четырёх  значащих цифр).
Тогда используемое число π и погрешность Δπ соответственно будут равны:

π =
3.142,     Δπ = 0.0005

и окончательная запись числа
π с погрешностью имеет вид:

б)
Погрешности многократно измеряемых величин.

Погрешности
многократных измерений в рамках линейной теории оцениваются по следующей схеме

По форме представления[править | править код]

,

Относительная погрешность — отношение абсолютной погрешности к тому значению, которое принимается за истинное:

Приведенная погрешность — погрешность, выраженная отношением абсолютной погрешности средства измерений к условно принятому значению величины, постоянному во всем диапазоне измерений или в части диапазона. Вычисляется по формуле

,

где — нормирующее значение, которое зависит от типа шкалы измерительного прибора и определяется по его градуировке:

— если шкала прибора односторонняя, то есть нижний предел измерений равен нулю, то определяется равным верхнему пределу измерений;

— если шкала прибора двухсторонняя, то нормирующее значение равно ширине диапазона измерений прибора.

Источники погрешностей

Рассмотрим различные причины возникновения погрешностей.

Математическая модель задачи является неточной

Погрешность возникает из-за того, что сам численный метод или математическая модель является лишь приближением к точному методу (например, дифференцирование). Кроме того, любая математическая модель или метод могут внести существенные погрешности, если в ней не учтены какие-то особенности рассматриваемой задачи. Модель может прекрасно работать в одних условиях и быть совершенно неприемлемой в других. Такую погрешность называют также методической. Она всегда имеет место, даже при абсолютно точных данных и абсолютно точных вычислениях. В большинстве случаев погрешность численного метода можно уменьшить до требуемого значения за счет изменения параметров метода (например, уменьшением шага дискретизации, или увеличением количества итераций).

Ошибки в исходных данных

Исходные данные задачи часто являются основным источником погрешностей. Ошибки такого типа неизбежны и проявляются в любых реальных задачах, поскольку любое измерение может быть проведено с только какой-то предельной точностью. Вместе с погрешностями, вносимыми математической моделью, их называют неустранимыми погрешностями, поскольку они не могут быть уменьшены ни до начала решения задачи, ни в процессе ее решения.

Следует стремиться к тому, чтобы все исходные данные были примерно одинаковой точности. Сильное уточнение одних исходных данных при наличии больших погрешностей в других не приводит к повышению точности конечных результатов. Если какие-то отдельные точки данных (измерения) явно ошибочные, их можно исключить из вычислений.

Вычислительные ошибки (ошибки округления)

Ошибки этого типа проявляются из-за дискретной (а не непрерывной) формы представления величин в компьютере. Вычислительные ошибки можно свести к минимуму продуманно организовывая алгоритмы.

12.4. ВЕСА РЕЗУЛЬТАТОВ НЕРАВНОТОЧНЫХ ИЗМЕРЕНИЙ

При неравноточных измерениях, когда результаты каждого измерения нельзя считать одинаково надежными, уже нельзя обойтись определением простого арифметического среднего. В таких случаях учитывают достоинство (или надежность) каждого результата измерений.Достоинство результатов измерений выражают некоторым числом, называемым весом этого измерения. Очевидно, что арифметическое среднее будет иметь больший вес по сравнению с единичным измерением, а измерения, выполненные при использовании более совершенного и точного прибора, будут иметь большую степень доверия, чем те же измерения, выполненные прибором менее точным.
Поскольку условия измерений определяют различную величину средней квадратической погрешности, то последнюю и принято принимать в качестве основы оценки весовых значений, проводимых измерений. При этом веса результатов измерений принимают обратно пропорциональными квадратам соответствующих им средних квадратических погрешностей.
Так, если обозначить через р и Р веса измерений, имеющие средние квадратические погрешности соответственно m и µ, то можно записать соотношение пропорциональности:

Например, если µ средняя квадратическая погрешность арифметического среднего, а m – соответственно, одного измерения, то, как следует из

можно записать:

т. е. вес арифметического среднего в n раз больше веса единичного измерения.

Аналогичным образом можно установить, что вес углового измерения, выполненного 15-секундным теодолитом, в четыре раза выше веса углового измерения, выполненного 30-секундным прибором.

При практических вычислениях обычно вес одной какой-либо величины принимают за единицу и при этом условии вычисляют веса остальных измерений. Так, в последнем примере если принять вес результата углового измерения 30-секундным теодолитом за р = 1, то весовое значение результата измерения 15-секундным теодолитом составит Р = 4.