TEORIE CHYB A VYROVNÁVACÍ POČET I

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ

JOSEF WEIGEL

TEORIE CHYB A VYROVNÁVACÍ POČET I GE04_M01 MĚŘICKÉ CHYBY

TCHVP – Měřické chyby

Tento text neprošel jazykovou ani redakční úpravou. Za jazykovou stránku odpovídá autor © Doc. Ing. Josef Weigel, CSc., Brno 2004

- 2 (26) -

Obsah

OBSAH 1 Úvod 5 1.1 Cíle ........................................................................................................5 1.2 Požadované znalosti ..............................................................................5 1.3 Doba potřebná ke studiu .......................................................................5 1.4 Klíčová slova.........................................................................................6 1.5 Metodický návod na práci s textem ......................................................6 2 Měření a zdroje jeho chyb ...........................................................................7 2.1 Měření a jeho fáze.................................................................................7 2.2 Podmínky ovlivňující měřický proces ................................................10 2.2.1 Metoda měření ......................................................................10 2.2.2 Podmínky při měření.............................................................11 3 Měřické chyby.............................................................................................15 3.1 Definice chyb ......................................................................................15 3.2 Rozdělení chyb a jejich struktura........................................................18 3.2.1 Omyly a hrubé chyby............................................................19 3.2.2 Systematické chyby ..............................................................20 3.2.3 Náhodné chyby .....................................................................21 3.2.4 Úplné chyby ..........................................................................22 4 Charakteristiky přesnosti měření .............................................................23 4.1 Charakteristiky polohy a proměnlivosti ..............................................23 4.1.1 Střední hodnota .....................................................................24 4.1.2 Základní a výběrová střední chyba .......................................24 5 Závěr ............................................................................................................25 5.1 Shrnutí.................................................................................................25 5.2 Studijní prameny .................................................................................25 5.2.1 Seznam použité literatury .....................................................25 5.2.2 Seznam doplňkové studijní literatury ...................................26 5.3 Odkazy na další studijní zdroje a prameny .........................................26 5.4 Klíč......................................................................................................26

- 3 (26) -

Úvod

1

Úvod

1.1

Cíle

Cílem modulu Měřické chyby je objasnit studentům oboru Geodézie a kartografie základní pojmy z teorie měření a měřických chyb a zdroje těchto chyb. Studenti budou seznámeni se vzorci a způsoby používanými při stanovení charakteristik přesnosti výsledků měření. V závěru budou seznámeni se zákony (vztahy, pravidly) podle kterých se přesnosti (nejistoty) vstupních veličin projeví na výsledcích funkčních vztahů, tj. na přesnostech (nejistotách) výsledků nějakých výpočtů. Student musí pochopit teoretický význam nadbytečných měření, naučí se rozlišovat různé způsoby vyjádření přesnosti měřených a vypočtených veličin. Po nastudování tohoto modulu by měl získat předpoklady pro rozlišování pojmů vnitřní a vnější přesnost měření.

1.2

Požadované znalosti

Při studiu tohoto modulu se studenti neobejdou bez základních znalostí z předmětu Matematika I a některých pasáží i z předmětu Matematika II. Pochopit musí zejména kapitoly týkající se derivací jednoduchých funkcí, rozvojů funkcí pomocí řad, především Taylorovy řady. Rovněž základní znalosti z teorie jednoduchého integrálu budou nezbytné. Souběžně s tímto předmětem probíhá ve stejném semestru i výuka v předmětu Pravděpodobnost a matematická statistika. Bez nadsázky lze říci, že teorie chyb a metody používané ve vyrovnávacím počtu jsou zcela založeny na principech a teoriích definovaných v teorii pravděpodobnosti a v matematické statistice. Matematické základy budou okamžitě aplikovány v tomto předmětu a proto se doporučuje studovat tento modul souběžně s texty předmětu Pravděpodobnost a matematická statistika. Znalosti z předmětu Geodézie I jsou nutné především k pochopení praktických příkladů.

1.3

Doba potřebná ke studiu

Obsah modulu je sestaven tak, že je pak v plné míře využíván v navazujícím předmětu Teorie chyb a vyrovnávací počet II. Protože se jedná o úvodní modul těchto dvou předmětů jsou jeho znalosti klíčové pro pochopení navazujících informací. V prezenční formě studia je předmětu Teorie chyb a vyrovnávací počet I věnován týdenní rozsah výuky 2 hod přednášek a 2 hodiny cvičení, po dobu 13 až 14 týdnů. Celková časová náplň pro nastudování tohoto modulu je asi 50 hodin, z toho se předpokládá 20 hodin na studium teorie a 30 hodin na procvičování příkladů. Časový rozsah jednotlivých kapitol tohoto modulu je uveden vždy u příslušné kapitoly.

- 5 (26) -


1.4

Klíčová slova

Měření, měřické chyby, náhodné chyby, systematické chyby, hrubá chyba, omyl, charakteristiky přesnosti, variance, kovariance, směrodatná odchylka, střední chyba, jednotková střední chyba, váhy měření, zákony hromadění chyb.

1.5

Metodický návod na práci s textem

Text a příklady v něm uvedené jsou seřazeny tak, aby se postupovalo od jednodušších příkladů k příkladům složitějším. Vzorové příklady jsou ve většině případů doplněny postupem výpočtu. Výpočty jsou sestaveny tak, aby mohly být počítány na kalkulačkách. Doporučuji studentům, aby si každý příklad nejprve vypočítali ručně (na kalkulačce se zápisem mezivýsledků na papír) a teprve potom jej realizovali například v tabulkovém procesoru Excel. Cílem totiž není jen vypočítat správný výsledek, ale pochopit detailně jeho jednotlivé fáze. Zvláště doporučuji, aby si student všímal velikosti každého čísla, počtu jeho cifer a jak se které číslo uplatní ve výsledku. V některých příkladech je možno sledovat vliv zaokrouhlování na celkový výsledek. Počet platných cifer má velký význam při výpočtech charakteristik přesnosti – středních chyb a vah. Musíme si uvědomit, že se jedná o čísla přibližná, neboť střední chyby středních chyb (charakteristiky druhého řádu) bývají u těchto empirických odhadů dosti pesimistické. Pokud student ovládá nějaký programovací jazyk, nebo pracuje s programovacími systémy typu MATCAD, MATLAB a pod., je vhodné věnovat tvorbě programů v těchto systémech více času, neboť si tak student ušetří čas při výpočtech jednotlivých aplikací vyrovnávacího počtu v navazujících odborných předmětech. Samozřejmě orientační čas uvedený ve stati 1.3 pro studium tohoto modulu pak bývá překročen i vícenásobně.

- 6 (26) -

Měření a zdroje jeho chyb

2


Cílem této kapitoly je objasnit pojem měření v širších souvislostech než je jen realizace vlastního procesu měření. Dále budou uvedeny hlavni zdroje způsobující rozdílnost výsledků v opakovaných měřeních. Průměrný čas k nastudování druhé kapitoly je 3,5 hodiny Objekt, znak, náhodná proměnná, fáze měření, měřický proces, zpracovatelský proces, pravé chyby, skutečné chyby, opravy, Předměty a jevy v přírodě a společnosti existují a uskutečňují se nezávisle na našem vědomí a neustále se mění a vyvíjejí. Jejich zkoumáním se zabývají jednotlivé vědní obory a disciplíny. Nezbytnou složkou tohoto zkoumání jsou kvantitativní stránky předmětů a jevů. I tyto existují nezávisle na našem vědomí. Měření je důležitý prostředek v procesu poznání právě kvantitativních stránek předmětů a jevů. Oborů a vědních disciplín ve kterých se provádí měření je velké množství. Zeměměřictví (geodézie a kartografie) je jedním z oborů v jehož činnosti hraje měření dominantní roli. S pojmem měření jsou úzce spjaty pojmy chyba měření a přesnost měření.

2.1

Měření a jeho fáze

Zkoumané předměty či jevy nazýváme objekty. Na každém objektu je nutno definovat jeho znaky, které chceme měřit (pozorovat). Je-li objektem např. nějaká osoba, je poměrně snadné definovat a změřit takové znaky jako je její výška, hmotnost, aj.. Poněkud obtížnější může být definovat a změřit její IQ nebo oblíbenost a téměř nemožné např. zbabělost, smysl pro spravedlnost apod.. V technických disciplínách, mezi které zeměměřictví patří, bývá vymezení jednotlivých znaků obvykle jednoznačnější než v disciplínách humanitních. Ze znaků, přiřazených k určitému objektu nebo jevu budou dále vybrány jen ty, které jsou měřitelné. V praxi má mnoho znaků proměnný charakter a proto je nazýváme proměnnými. Základní dělení proměnných je na proměnné vyjádřené číselnými hodnotami (kvantitativní proměnné) a na proměnné vyjádřené slovním popisem (kvalitativní proměnné). Při dalším zpracování se kvalitativním proměnným obvykle přiřazuje stanovený číselný kód. Podle počtu sledovaných znaků rozdělujeme proměnné na: 1. Jednorozměrné proměnné, když je na objektu zkoumán (měřen, pozorován) jen jeden znak 2. Vícerozměrné proměnné, když jsou zkoumány (měřeny, pozorovány) dva a více znaků

- 7 (26) -


Veličinou budeme nazývat proměnnou, kterou lze vyjádřit matematicky (skupinou čísel, funkcí aj.). Podle počtu hodnot, kterých proměnná nabývá rozdělujeme proměnné na: 1. Spojité proměnné, které mohou nabýt nespočetně nekonečného počtu hodnot 2. Diskrétní proměnné (nespojité), které nabývají konečného nebo nejvýše spočetného nekonečného počtu hodnot. Měřením budeme nazývat: a) proces, ve kterém se určité veličině přiřazuje její hodnota neboli výsledek měření. b) jednotlivý výsledek měření Hodnota veličiny je její kvantitativní vyjádření v nějakém zvoleném vztažném systému – měřické jednotce. Hodnota se vyjadřuje reálným číslem doplněným rozměrem veličiny. Rozměry veličin bývají uváděny v měřických jednotkách nebo jejich násobcích. Existují samozřejmě i veličiny, jejichž hodnoty jsou bezrozměrné. Pokud lze hodnoty veličin přímo změřit, nazýváme takové výsledky přímá měření, pokud jsou hodnoty určeny prostřednictvím známého funkčního vztahu k jiné nebo k jiným, obvykle přímo měřeným veličinám, nazýváme je nepřímá měření Příkladem přímého měření je třeba úhel, jehož hodnota je určena pomocí vhodného přístroje na měření úhlů, např. úhloměru, teodolitu aj. Dalšími typickými příklady přímých měření jsou: vzdálenost naměřená pásmem, teplota teploměrem, čas hodinkami, hmotnost váhami aj, Mezi nepřímo měřené veličiny můžeme zařadit např. obsahy ploch, objemy těles, vzdálenosti a směrníky počítané ze souřadnic, výšky bodů počítané z přímo měřených převýšení, převýšení počítaná ze známých výšek apod.. Otázka 2.1: a)

Lze délky naměřené elektronickým tachymetrem (totální stanicí) zařadit do kategorie přímých měření?

Odpověď 2.1: b) Ve většině případů považujeme za přímá měření ta měření, která jsou výstupem z nějakého měřícího přístroje, tj. i elektronického tachymetru. Bude-li výstupem naměřená „šikmá vzdálenost“, pak by bylo možno tuto hodnotu považovat za výsledek procesu přímého měření délek. Bude-li výstupem „vodorovná vzdálenost“, bylo by ji možno zařadit mezi nepřímá měření, neboť k převodu ze šikmé délky na vodorovnou musel přístroj naměřit i další veličinu - svislý úhel a k převodu použít nějakou matematickou funkci, vztah nebo tabulku. Rovněž by měla být k tomuto převodu v přístroji k dispozici přímo změřená výška přístroje i výška odrazného systému, a případně známy i některé další veličiny (poloměr Země aj.).

- 8 (26) -


V uvedených příkladech je vidět, že zařazení nějakého výsledku mezi přímá nebo nepřímá měření může být někdy dosti komplikované. Exaktní vymezení přímých a nepřímých měření je uvedeno např. v [9] na str. 12. Nejprve se budeme detailněji věnovat hlavně přímým měřením. Z hlediska teorie chyb doplníme měřický proces ještě o zpracovatelský proces. Měřický proces se dále rozdělí na přípravnou fázi měření a vlastní měření a zpracovatelský proces na fázi určení hodnoty měřené veličiny a na fázi úpravy hodnoty. Schématicky jsou tyto fáze ukázány na obr. 2.1. Příprava měření

Měřický proces Vlastní měření Přímé měření Určení hodnoty Zpracovatelský proces Úprava hodnoty

Obrázek 2.1 Schéma přímého měření Moderní měřické přístroje a systémy v sobě slučují, ve větší či menší míře, měřický i zpracovatelský proces. Příkladem veličiny získané pomocí složitého měřicího systému, ve kterém lze pro uživatele jen obtížně oddělit měřický proces od zpracovatelského procesu, je určování polohy bodů metodou GPS. Na příkladu měření délky elektronickým tachymetrem budou ve zjednodušené podobě ukázány jednotlivé fáze měření. V přípravné fázi je nutno ověřit správnou funkci dálkoměru a na srovnávací základně, nebo jinou vhodnou metodou, stanovit konstanty přístroje a odrazného systému (hranolu). Řadíme sem též rektifikaci přístroje a pomocných zařízení (seřízení libel, centrovačů atd.) a nastavení dalších konstant a parametrů v přístroji. Při vlastním měření dbáme na kvalitní centraci a horizontaci přístroje a odrazného systému, dále změříme výšky přístroje a odrazného zařízení, rovněž změříme teplotu vzduchu, případně i vlhkost a atmosférický tlak. Délku změříme několikrát (opakovaně) a zaznamenáme jednotlivé výsledky. Současně s měřenou délkou měříme a zaznamenáváme i hodnoty svislého úhlu, nejlépe v obou polohách dalekohledu. Ve zpracovatelské fázi se nejprve zavedou k opakovaně měřeným délkám jejich korekce z komparace a z vlivu atmosféry a pak se vypočte pro šikmou délku její průměrná hodnota Při následné úpravě této hodnoty se prostřednictvím matematických redukcí převede šikmá délka na vodorovnou délku v nulové nadmořské výšce a podle potřeby se převede i do roviny kartografického zobrazení (např. S-JTSK).

- 9 (26) -


2.2

Podmínky ovlivňující měřický proces

Z hlediska teorie chyb považujeme měření za pokus. Obecně je pokus jakákoliv činnost nebo proces, které jsou libovolně opakovatelné a uskutečňují se za předem vymezených podmínek. Pokusy rozdělujeme na deterministické a stochastické. Jako deterministické pokusy jsou označovány pokusy, které za vymezených podmínek vedou při jejich opakování vždy ke stejným výsledkům. Jako stochastické (náhodné) pokusy jsou označovány pokusy, kdy na výsledek pokusu působí ještě další podmínky (vlivy), které jsou obvykle náhodného charakteru a způsobují, že se výsledky opakovaných pokusů liší. Pod pojmem předem vymezené podmínky zde rozumíme především metodu měření. Metoda měření v sobě zahrnuje předepsané měřicí zařízení a požadovaný (doporučený) postup měření. Součástí metody měření bývá i vymezení vhodných podmínek pro měření. Podmínky působící na přímé měření: 2. Metoda měření (deterministické podmínky)

měřicí zařízení

postup měření

3. Podmínky při měření (stochastické podmínky)

skutečný stav měřícího zařízení

vliv prostředí na měření

vliv lidského faktoru při měření

2.2.1

Metoda měření

Každá metoda měření vyžaduje: měřicí zařízení, což je komplex měřicích přístrojů s jejich přídavnými zařízeními a dalšími nezbytnými pomůckami a doplňky. Měřicí zařízení musí splňovat parametry požadované kvality. Kvalitou se z hlediska teorie chyb rozumí u přístrojů především

citlivost – nejmenší diference hodnot měřené veličiny, která koresponduje s příslušným dílkem stupnice přístroje,

replikovatelnost, (schopnost opakovat údaje), stálost distribuční funkce chyb měření při opakování měření

přesnost (vnitřní a vnější).

Do parametrů kvality patří i řada dalších, např. složitost obsluhy, poruchovost, energetická náročnost aj. Zvláštní pozornost si zaslouží zejména možnost pravidelné kontroly některých parametrů kvality měřícího zařízení , např. porovnávání měřicího zařízení s předepsanými etalony tzv. komparace. postup měření (technologický postup), což je souhrn postupů, pravidel a podmínek předepsaných pro danou metodu měření. Postup měření vyžaduje zejména použití všech předepsaných přístrojů a pomůcek v souladu s návodem či předpisem pro jejich používání. Důležité je dodržení pořadí a návazností jed-

- 10 (26) -


notlivých úkonů, dodržení předepsaného či přiměřeného tempa měření, důsledná registrace všech požadovaných údajů atd. V dalším budeme předpokládat, že použitá metoda měření je teoreticky správná a za doporučených podmínek realizovatelná.

2.2.2

Podmínky při měření

Každé reálné měření se koná v konkrétních vnějších podmínkách (teplota, tlak a vlhkost vzduchu, sluneční svit, vítr apod.) a ve většině případů se na vlastním měření podílí i lidský faktor (měřič a jeho pomocníci). Z toho je zřejmé, že při měření nelze obecně oddělovat deterministické podmínky (vyžadované metodou měření) od podmínek náhodných, daných.skutečným stavem celého systému. 1.

Vliv měřícího zařízení

Vliv měřícího zařízení (jeho skutečného stavu) na výsledky měření záleží na:

celkovém stavu přístrojů, zařízení a pomůcek, zejména na kvalitě prováděné i provedené údržby (seřízení přístrojů, rektifikace libel aj.),

"okamžitém" stavu (urovnání přístrojů a měřických latí, zaostření dalekohledu, vnitřní pnutí v přístrojích a stojanech, vliv nastavení indexů a stupnic a jejich osvětlení, vliv tzv. mrtvých chodů ustanovek, vliv napětí v bateriích aj.). Velké riziko pro okamžitý stav přináší rovněž nešetrný transport přístrojů a pomůcek na lokalitu a zpět. I dobře v laboratoři seřízený přístroj může být transportem znehodnocen.

2.

Vliv prostředí

Prostředí ve kterém se měření uskutečňuje se řadí k jedněm z nejvýznamnějších faktorů ovlivňujících výsledky měření:

Ovlivnění měřického paprsku nebo signálu. Velká část geodetických měření využívá některého z druhů elektromagnetické záření (světelné vlny, radiové vlny), které je výrazně ovlivňováno prostředím, kterým se šíří. Rychlost a směr šíření elektromagnetických vln jsou závislé na indexech lomu daného prostředí, kde zejména okamžitý stav atmosféry (troposféry, případně i ionosféry) způsobuje celou řadu jevů (např. refrakci, difrakci, zpoždění signálu aj.), které jsou proměnlivé s časem a místem. Vlivem jiných elektromagnetických zdrojů záření působí prostředí na elektromagnetický signál a způsobuje jeho zašumění, rušení či degradaci. Nezanedbatelný může být i vliv falešných odrazů signálu, či ohyb světelného paprsku vlivem blízkých objektů a překážek. Mohou nastat situace, kdy při snížené viditelnosti (opar, smog, déšť, sněžení, mlha či silné chvění obrazu) se zmenší dosah měřícího zařízení nebo je měření zcela znemožněno.

Působení prostředí na měřící zařízení. Prostředí dále působí přímo na měřící přístroje a některé pomůcky, např. při osvitu přístroje či stojanu přímým sluncem nebo za mrazu v nich nastávají různá pnutí. Teplota vzduchu ovlivňuje teplotu měřidel (pásem, latí,..) a tím mění i jejich délku. Silnější vítr způsobuje chvění přístrojů a latí, zvětšuje průhyb pásma, způsobuje kývání olovnice, či znemožňuje použití slunečníku

- 11 (26) -


pro ochranu přístroje před přímým slunečním zářením. Rovněž málo únosný terén (bláto, sníh, led, rozměklý asfalt, oranice, tráva apod.) výrazně snižuje stabilitu přístrojů a pomůcek v průběhu měření. Podobný charakter mají i vibrace v průmyslových závodech či silný dopravní ruch, které způsobují chvění přístrojů a snižují jejich stabilitu.

3.

Prostředí působí i na měřiče a jeho pomocníky, zejména je-li nepříznivé (velké vedro či chlad, silný vítr, mrholení, déšť, sníh, hluk apod.).

Slapové změny. Mezi vlivy prostředí řadíme i působení dalších jevů, jako jsou změny v tíhovém poli vyvolané např. proměnlivou polohou Slunce a Měsíce, působení magnetického pole Země, vlnění zemské kůry aj., které mají velmi často periodický charakter.

Při studiu vlivu prostředí na výsledky měření se zkoumají vlivy jednotlivých jejich složek pokud možno odděleně. Toto studium má obvykle jak teoretickou, tak i experimentální část, která může mít laboratorní nebo terénní charakter. Vliv lidského faktoru.

Měřič a jeho pomocníci vnášejí do procesu měření lidský faktor. Ten se může projevit příznivě i nepříznivě. Především se od měřiče očekává, že umí měřit. K tomu účelu musí být vybaven schopnostmi, znalostmi a zkušenostmi:

Schopnost. Ne každý člověk je schopen kvalitně měřit. Například při vyhodnocování fotogrammetrických snímků musí být měřič obdařen schopností stereoskopického vidění. Při náročných měřeních v komplikovaném terénu musejí být měřiči i pomocníci přiměřeně fyzicky zdatní apod. S pojmem schopnost bezprostředně souvisí i pojem dovednost. Dovednost je zjednodušeně řečeno rozvinutá a využitá schopnost. Schopnost a dovednost ovlivňují výsledky měření obvykle přímo.

Znalosti se získávají především studiem, ať již řádným, v rámci příslušného odborného vzdělávání, tak i studiem při řešení teoretických a praktických problémů. Znalosti působí na kvalitu měření velmi často nepřímo, většinou se projeví již při volbě vhodné metody měření či postupu měření.

Zkušenosti jsou nezbytné zejména při řešení nestandardních problémů. Měřické zkušenosti obvykle přinášejí efektivní a někdy i netradiční řešení. Nejsou-li zkušenosti dostatečně doplněné znalostmi, mohou někdy působit i negativně, neboť svádí k přeceňování praxe na úkor teorie.

Aktuální fyzický a psychický stav. Člověk je ovlivňován nejen svoji povahou, ale též okamžitým psychickým stavem a fyzickou kondicí. Může být zatížen aktuálními starostmi, problémy, povinnostmi a potřebami. Určitou roli hraje i motivace k získávání kvalitních výsledků.

Z uvedeného vyplývá, že při správnosti metody měření ovlivňují vlastní měření především náhodné podmínky, které jsou v neustálém pohybu a změně a v každém okamžiku vytvářejí více či méně odlišnou situaci.

- 12 (26) -


Je-li měřický proces dostatečně citlivý (přesný), pak je schopen změny podmínek registrovat ve výsledcích měření. Důsledkem je, že při opakovaném měření za vymezených podmínek obdržíme rozdílné výsledky měření, které se navzájem v malých mezích liší. Vývoj metod měření dlouhodobě směřuje ke zkvalitňování přístrojů, pomůcek a postupů měření. Objevují se nové teorie, metody, přístroje a technologie. Podrobně jsou studovány i podmínky měření, zejména vlivy prostředí. U mnoha podmínek při měření lze považovat jejich vliv na výsledek měření spíše za systematický (lze jej popsat nějakou funkční závislostí) než za náhodný. Poznání těchto zákonitostí (systematičností) a eliminace jejich vlivu na měřené výsledky je významných prostředkem zvyšování přesnosti a vývoje metod měření. Lidský faktor je prostřednictvím automatizace a elektronizace postupně z celého procesu měření vytěsňován. Limitujícími pro zvyšování přesnosti měření se tak u řady metod stávají především vlivy prostředí. Kontrolní otázky 2.2: a) Můžeme předem předvídat jakou hodnotou ovlivní prostředí naměřenou hodnotu ? b) Je výhodněji měřit pomalejším tempem, ale o to pečlivěji, nebo při měření přiměřeně spěchat ? c) Můžeme zvýšit přesnost přímého měření zvýšením přesnosti některých částí použitých přístrojů a pomůcek, např. u teodolitu nebo nivelační latě doplněním citlivější přídavnou libelou apod. ? d) Je vhodnější z hlediska proměnlivosti přírodních podmínek měřit za stejných klimatických podmínek, nebo je výhodnější podmínky prostředí vhodně prostřídat ? e) Co si představujete pod pojmy vnitřní a vnější přesnost měření ? Odpovědi na otázky 2.2: Na žádnou z uvedených otázek neexistuje jednoznačná odpověď. Jedním z cílů studia tohoto předmětu je získat teoretické a částečně i praktické poznatky pro kvalifikovanější odpověď na uvedené otázky. Proto doporučuji studentům zapsat si nyní své názory na problematiku nastíněnou v otázkách a průběžně je konfrontovat s poznatky získanými při studiu.

- 13 (26) -


- 14 (26) -

Charakteristiky přesnosti měření

3

Měřické chyby

3.1

Definice chyb

Každá fyzikální veličina vyjadřuje určitou vlastnost (znak) hmotného objektu. Každý hmotný objekt je v neustálém pohybu a podléhá neustálým změnám, proto i příslušná veličina nabývá v různých časových okamžicích různou velikost. Tyto velikosti nazveme pravými hodnotami. Je zřejmé, že pravé hodnoty většiny veličin jsou proto proměnlivé. Velmi často však považujeme objekt a jeho znaky za neměnné a pravou hodnotu proto za stálou. Procesem měření se pokoušíme.určit tuto hodnotu pravé veličiny. Pravé hodnoty (bezchybné hodnoty) jsou známy obvykle pouze v matematických či geometrických vztazích. Pravou hodnotou je např. součet n vnitřních úhlů v uzavřeném rovinném mnohoúhelníku, který se rovná právě hodnotě (n - 2)180o. Pro n = 3 (součet úhlů v trojúhelníku) je to všeobecně známých 180o. Jiným příkladem je velikost rozdílu dvojího měření téže veličiny (např. rozdílu měření „TAM a ZPĚT“). Tento rozdíl by měl být přesně nulový. Kontrolní otázky 3.1: a) Jaký bude součet vnějších úhlů v n-úhelníku? b) Lze za pravou hodnotu považovat chybu vzniklou zaokrouhlením nějakého čísla? c) Nalezněte alespoň jeden další příklad na pravou hodnotu. Odpovědi jsou uvedeny v závěrečné kapitole v klíči. Zdálo by se nesmyslné, a zejména neekonomické, pravé veličiny získávat měřením, když jejich hodnoty již známe. V geodézii a kartografii existuje mnoho situací, kdy přesto takové hodnoty určujeme. Obvykle je to z důvodu kontroly našich měření. Měřením nelze pravou hodnotu určit neboť: a) každé měření je ovlivněno proměnlivými podmínkami za kterých je realizováno b) pravé hodnoty chyb způsobené proměnlivostí podmínek jsou nepoznatelné c) tyto chyby ovlivňují výsledek měření Skutečnou hodnotou nějaké veličiny budeme označovat číslo μ , které se dostatečně málo liší od její pravé hodnoty, a jímž se pravá hodnota nahrazuje. Skutečná hodnota je měřením poznatelná a představuje obvykle tu hodnotu, která byla získána nejdokonalejšími metodami měření s použitím nejlepších přístrojů a co nejlepší eliminací nepříznivých vlivů vyvolaných proměnlivým charakterem podmínek při měření. Opakováním měření lze řadu těchto nepříznivých vlivů snížit či výrazně eliminovat. Skutečná hodnota je proto obvykle určována z velmi rozsáhlých měřických souborů.

- 15 (26) -


Je zřejmé, že získání skutečných hodnot měřených veličin je velmi komplikované a nákladné. Velký význam mají pravé a skutečné hodnoty ve vlastní teorii měření a v teorii chyb.

Chybou měření budeme v teorii chyb nazývat rozdíl mezi zvolenou referenční hodnotou a její naměřenou hodnotou. Podle volby referenční hodnoty budeme rozeznávat různé druhy chyb: Pravá chyba je rozdíl pravé hodnoty. veličiny od její naměřené hodnoty Skutečná chyba je rozdíl skutečné hodnoty. veličiny od její naměřené hodnoty Student může v naprosté většině případů považovat oba pojmy za identické. Mějme n výsledků opakovaných měření veličiny X, které označíme x1 , x 2 ,..., x n . Skutečné chyby jednotlivých měření vypočítáme

ε i = μ − xi ,

(3.1)

kde i = 1,2,...,n V praxi z kontrolních a jiných důvodů měření několikrát opakujeme. Neurčíme při tom skutečnou hodnotu měřené veličiny μ , ale z těchto opakovaných měření jen její vyrovnanou hodnotu, (nejpravděpodobnější hodnotu) x . Vyrovnaná hodnota se ke skutečné hodnotě obvykle blíží. Byla-li opakovaná měření vykonána stejnou metodou měření, za obdobných podmínek při měření a jsou-li vzájemně nezávislá, je možno vyrovnanou hodnotu vypočítat jednoduchým aritmetickým průměrem (viz stať 3.1.1 textu [12]): n

∑ xi 1 ∑x i=1 = x = (x1 + x2 + ...+ xn ) = n n n

(3.2)

.

Oprava je rozdíl vyrovnané hodnoty a měřené hodnoty.

vi = x − xi .

(3.3)

Opravy se též nazývají nejpravděpodobnější chyby, domnělé chyby, rezidua. Pro opravy vypočítané podle (3.3) platí důležitý kontrolní vztah

∑ v =0

(3.4)

.

Důkaz vztahu (3.4) je velmi jednoduchý a vyplývá přímo z (3.3) a (3.2). Jeho odvození je rovněž ve stati 3.1.1 textu [12] Jaký je vztah mezi skutečnou chybou a opravou?

ε i − vi = ( μ − xi ) − ( x − xi ) = μ − x = ε x

- 16 (26) -

.

(3.5)


Vidíme, že rozdíl mezi pravými (skutečnými) chybami a příslušnými opravami je konstantní pro všechna měření xi (i = 1, 2, ... , n). Skutečnou hodnotu měřené veličiny obvykle neznáme, víme jen, že všechny opravy jsou od svých skutečných chyb odchýleny o konstantu ε x . Této hodnotě říkáme skutečná chyba aritmetického průměru. Poznámka 3.1 Vzorec (3.2) je rozepsán ve třech podobách. Při použití značky sumy by měly být formálně uváděny indexy sčítanců (viz. druhý vztah). V dalším textu budeme používat neformální zápis a označení indexů bude vynecháváno (viz.třetí vztah). Poznámka 3.2 V případě výpočtu oprav je referenční hodnotou vyrovnaná hodnota (např. jednoduchý aritmetický průměr) a jednotlivá měření se od něj odečítají. Podobně u pravých a skutečných chyb. V teorii pravděpodobnosti a v řadě dalších vědních disciplín je tomu právě naopak. Naším důvodem je požadavek, abychom při vyrovnání opravy k měřeným veličinám přičítali a tak jsme získali vyrovnané hodnoty (hodnotu). Je to však jen otázkou konvence znamének oprav a znamének pravých či skutečných chyb. V teorii chyb a vyrovnávacím počtu se vžilo pravidlo, že znaménko chyby se určuje podle hesla „má býti - mínus jest“. Má býti vyjadřuje vyrovnanou, pravou či skutečnou hodnotu, jest měřenou hodnotu. Poznámka 3.3 V praxi se občas porovnávají výsledky měření získané dvěma metodami, z nichž jedna je mnohem přesnější (minimálně o jeden řád přesnější). Rozdíly mezi výsledky získanými oběma metodami se často považují za skutečné chyby, tj. jako by přesnější metoda byla bezchybná.

Úkol 3.1 Délka mezi dvěma body byla měřena třemi různými metodami – krokováním, pásmem a elektronickým dálkoměrem vždy 10 krát. Jednotlivá měření jsou uvedena v tab. 3.1. Kroky byly přibližně metrové. Vypočítejte: - průměrné hodnoty pro jednotlivé metody a také příslušné opravy k těmto průměrným hodnotám - skutečné chyby jednotlivých výsledků z metody krokování. Považujte pro tuto metodu průměrnou hodnotu určenou dálkoměrem za skutečnou hodnotu měřené délky. Určete průměrnou délku kroku. Tabulka 3.1

i

krokování

pásmo

dálkoměr

xi [počet

yi [m]

zi [m]

i

kroků]

krokování

pásmo

dálkoměr

xi [počet

yi [m]

zi [m]

kroků]

1

126

125,65

125,640

6

128

125,66

125,647

2

133

125,63

125,647

7

133

125,67

125,646

3

144

125,64

125,641

8

124

125,66

125,657

4

117

125,67

125,653

9

139

125,64

125,652

5

127

125,60

125,650

10

130

125,69

125,647

- 17 (26) -


3.2

Rozdělení chyb a jejich struktura

Jednou z hypotéz o vzniku měřických chyb je představa, že chyba měření vzniká jako algebraický součet tzv. elementárních chyb δ . Obecně je měření složitý proces s mnoha dílčími činnostmi a vlivy, z nichž každý může být zdrojem jiné chyby. Elementární chyby mají v každém okamžiku různou velikost i znaménko a výsledná chyba je součtem velkého množství těchto elementárních chyb.

εi = ∑δ .

(3.6)

Při měření úhlů teodolitem lze za elementární chyby považovat chyby v zacílení, chyby v koincidenci, chyby dělení stupnic, chyby z dalších konstrukčních nedokonalostí přístroje, z kroucení stativu v průběhu měření, z vlivu refrakce atd. Takto definované elementární chyby lze dále dělit např. na chyby v zacílení na levý směr a na pravý směr atd. Z příčin uvedených ve stati 2.2 nelze obecně podchytit všechny elementární chyby. Úkol 3.2 Pokuste se vyjmenovat hlavní elementární chyby vznikající při měření délek pásmem. Proměnlivost velikosti i znaménka jednotlivých elementárních chyb způsobuje, že se z velké části vzájemně eliminují. Velikost každé elementární chyby je omezená, tzn. že nepřekročí určité limitní hodnoty. Pokud při měření nedošlo k nějakému omylu, chyby jednotlivých měření prakticky nepřekročí v absolutní hodnotě limitní hodnotu danou součtem limitních absolutních hodnot jednotlivých elementárních chyb. Z čistě teoretického hlediska může být elementárních chyb nekonečně mnoho a limitní hodnota chyby měření by proto mohla být nekonečně velká. Naše zkušenosti však tomu nenasvědčují. Naopak, vyskytneli se v nějakém měření „velká chyba“, předpokládáme že došlo při měření k nějakému omylu. Na měření působí nejen uvedené vlivy náhodné ale i vlivy systematické. Proto dělíme chyby principiálně na náhodné chyby a systematické chyby . Uvedené typy doplňme o chyby, které se při měření rovněž vyskytují. Jsou to hrubé chyby a omyly. Schéma rozdělení jednotlivých měřických chyb podle jejich typu je na obr. 3.1. Základním kritériem pro rozhodnutí, zda je měření zatíženo hrubou chybou nebo omylem, je překročení objektivně stanovené meze, která je definována tzv. mezní chybou εmez . Platí-li pro i-té měření

ε i > ε mez ,

(3.7)

pak takové měření z dalšího procesu vylučujeme a obvykle nahrazujeme měřením novým. Stanovení mezních chyb je poměrně komplikovaná záležitost a bude jí věnována pozornost později.

- 18 (26) -


Náhodné chyby Δ i Menší než objektivně stanovená mezní chyba

| εi | < εmez Systematické chyby ci Měřické chyby

εi Hrubé chyby Větší než objektivně stanovená mezní chyba

| εi | > εmez Omyly

Obrázek 2.2 Typy měřických chyb

3.2.1

Omyly a hrubé chyby

Omyl vznikne nejčastěji lidskou nepozorností nebo při selhání nějaké funkce měřícího přístroje. Pozná se obvykle tak, že výsledky zatížené omylem se nápadně liší od předpokládané hodnoty nebo hodnot získaných při opakovaných měřeních. Hrubá chyba je chyba která sice překročí mezní chybu, ale její příčinou nebyl omyl. Za zatížené hrubou chybou považujeme ta měření, ve kterých se soustředily elementární chyby převážně se stejným znaménkem, takže ve svém součtu jejich velikost překročila mezní chybu. Velikost mezní chyby bývá stanovena obvykle tak, že ji překročí 1% až 5 % ze všech „správných“ měření. Dalšími příčinami vzniku hrubých chyb bývají: nedodržený postup měření, nedokonale seřízený přístroj, nepříznivé podmínky při měření apod.. V uspořádaném souboru opakovaných měření zaujímají měření zatížená hrubou chybou nebo omylem nápadně krajní pozice a říkáme jim proto odlehlé hodnoty. Proti omylům a hrubým chybám se zabezpečujeme opakovanými a kontrolními měřeními. Příkladem kontrolního měření je změření nadbytečného třetího úhlu v trojúhelníku, oboustranné připojení a orientace polygonového pořadu apod. V geodézii platí známé pravidlo: Jedno měření – žádné měření Odlehlé hodnoty z dalšího procesu vylučujeme a vyloučené měření obvykle nahrazujeme měřením novým. Příklady typických omylů způsobených měřičem či jeho pomocníky jsou: zacílení na jiný bod, opomenutí nebo zanedbání nějakého úkonu (koincidence, urovnání libely), záměny bodů, čísel, znamének, chybná čtení, chybný zápis a mnoho dalších. Rovněž přístroje a měřící systémy mohou vykazovat během měření nějaké poruchy či vady, které zatíží výsledky mylnými údaji. - 19 (26) -


Hrubé chyby mohou být také způsobeny např. silným větrem, ozářením přístroje sluncem, vibracemi přístroje, chvěním vzduchu, nedostatečným osvětlením stupnic, neseřízenými nebo neurovnanými libelami na přístrojích a latích, neseřízeným centrovacím zařízením, menší pečlivostí, spěchem nebo přílišným otálením při měření, únavou měřiče a obdobnými příčinami. I když budeme měřit velmi pečlivě, kvalitním přístrojem a za ideálních podmínek, určité procento výsledků bude zatíženo hrubými chybami.

3.2.2

Systematické chyby

Systematické chyby – jsou chyby, které systematicky ovlivňují výsledky měření. Příčinou jsou různé faktory (známé i neznámé), na kterých jsou výsledky závislé. Někdy lze formulovat zákon (pravidlo), kterým se systematické chyby řídí, či definovat funkci vlivu faktoru na výsledek měření. V mnoha případech tyto faktory ani funkce jejich působení neznáme. Systematické chyby rozdělujeme na:

konstantní (stálé), které se vyznačují stejným znaménkem a přibližně stejnou velikostí,

jednostranné, které mají stejné znaménko ale proměnlivou velikost,

proměnlivé, jejichž znaménka jsou různá a velikosti proměnlivé.

V literatuře se můžeme setkat s dalšími kategoriemi systematických chyb. Např. skupinové chyby působí ve skupině měření jako konstantní a jejich velikost se liší skupinu od skupiny. Periodické chyby se opakují v rámci určité periody. Osobní chyby příslušející určitému měřiči. Jako chyby teorie se nazývají chyby vzniklé při zjednodušení matematických vztahů (rozvoje v řady, některá numerická řešení apod.). Příklady jevů které způsobují konstantní systematické chyby: nesprávná délka měřidla, posunutý počátek stupnice latě, chybná konstanta odrazného hranolu, indexová chyba svislého kruhu teodolitu aj. Příklady jevů které způsobují jednostranné systematické chyby: vybočení pásma ze směru, nevodorovnost pásma, nesvislost měřické latě, chybná násobná konstanta dálkoměru aj.. Příklady jevů které způsobují proměnlivé systematické chyby: nepravidelné dělení stupnic, refrakce, proměnlivá teplota měřidla, slapové jevy aj.. Systematické chyby se v procesu měření snažíme eliminovat, nebo snížit jejich vliv na únosnou míru. Z časového hlediska existují tři způsoby eliminace:

před měřením: správnou funkci přístroje a příslušných pomůcek zabezpečujeme pomocí jejich rektifikace, komparace apod. (tzv. konstrukční eliminace). Do této skupiny patří i zaškolení a výcvik měřické skupiny nebo kontrolní měření.

při měření (tzv. technologická eliminace): jedná se o: použití vhodného postupu měření (např. měření ve dvou polohách dalekohledu), volbu vhodné doby a příznivých podmínek pro měření - při opakovaných měřeních se podle potřeby střídají doby i podmínky, registraci všech požadovaných prvků pro následné zavádění korekcí či oprav apod..

- 20 (26) -


po měření (tzv. matematická eliminace): zavádění oprav a korekcí, analýza naměřených dat, zpracování nadbytečných měření aj.

Každý přístroj a každá metoda má své specifické zdroje systematických chyb. Zbytkové systematické chyby které se nepodařilo dostatečně eliminovat z procesu měření a zpracování jsou pro většinu metod limitujícím faktorem zvyšování jejich přesnosti.

3.2.3

Náhodné chyby

Náhodné chyby zatěžují výsledky měření náhodně, neboť jejich velikost a znaménko závisí na náhodě. Velikost i znaménko jsou dány náhodnou kombinací většího počtu elementárních chyb. V jednotlivých případech se neřídí žádným zákonem, proto je nelze předvídat ani určit a nelze je proto z měření vyloučit. Teprve v souboru chyb se chovají podle zákonů pravděpodobnosti. Tyto zákony nám poskytují o projevech, charakteru a účinku náhodných chyb informace, které se využívají ve zpracovatelském procesu. Jednotlivé náhodné chyby považujeme za vzájemně nezávislé. Typické náhodné chyby vznikají při cílení, urovnání libely, při koincidenci stupnic, odhadu části nejmenšího dílku čtení, při centraci, provážení, přiřazení apod. Rovněž i chyby v poloze jednotlivých dílků stupnic mohou mít náhodný charakter. Vlastnosti náhodných chyb:

náhodné chyby oscilují kolem nulové střední hodnoty,

pravděpodobnost výskytu kladné i záporné chyby určité velikosti je stejná,

pravděpodobnost výskytu náhodné chyby je funkcí její velikosti, přičemž malé chyby jsou četnější než chyby velké,

pravděpodobnost, že absolutní hodnota chyby překročí určitou limitní hodnotu je prakticky nulová.

Teoreticky mají náhodné chyby normální rozdělení pravděpodobnosti s nulovou střední hodnotou E(ε) = 0 a rozptylem. σ2. Symbolicky to zapíšeme ε ~ N( 0 ; σ2). Funkce hustoty pravděpodobnosti bude v tomto případě

f (ε ) =

1

σ 2π

2 2 e − ε / 2σ .

(3.8)

Úkol 3.2 Vypočítejte jednotlivé hodnoty a vykreslete graf funkce (2.8) pro parametr σ = 1 a proměnlivou veličinu ε v intervalu (-5,0 ; +5,0) s krokem 0,1. Do stejného grafu vykreslete tutéž funkci s parametrem σ = 1,5. Úkol vypracujte v Excelu nebo v obdobném programu. Výsledný graf je na obrázku 3.2

- 21 (26) -


f(ε)

σ=1

σ = 1,5

0,45 0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 -5

-4

-3

-2

-1

0

ε

1

2

3

4

5

Obrázek 3.2 Grafy funkce f(ε) pro dva různé parametry σ

3.2.4

Úplné chyby

Označíme-li pro skutečnou chybu ε její náhodnou složku jako Δ a systematickou složku jako c , můžeme psát: εi = Δi + ci

(3.9)

Protože je nemožné jednoznačně oddělit náhodné a systematické působení jednotlivých elementárních chyb, je teoreticky nemožné jednoznačně oddělit náhodnou a systematickou složku skutečné chyby. Při praktických experimentech se systematická složka obvykle popisuje nějakým matematickým modelem. Působí-li při měření pouze náhodné vlivy bude pro jednotlivé elementární chyby platit E(δi) = 0 a s uvážením vztahu (3.4) bude E (ε ) = 0

(3.10)

,

respektive

lim

∑ε = 0 ,

lim

n→∞ n

∑ x = lim x = μ

n →∞ n

n →∞

.

(3.11)

Symbolem E(.) bude označována střední hodnota. Působí-li při měření systematické chyby bude E (ε ) = E (c )

(3.12)

.

Chyby úplné se též nazývají celkové chyby nebo totální chyby. Kontrolní otázka 3.1: Které měření z úkolu 3.1 je přesnější? a) Měření x5 nebo x10 ?, b) y1 nebo z8 ? c) kolikrát je měření dálkoměrem přesnější než měření pásmem ? Odpovědi na tyto otázky budou objasněny v následující kapitole.

- 22 (26) -

Závěr

4


Cílem této kapitoly je definovat pojmy, které vyjadřují přesnost měření jednou hodnotou (střední chybou, směrodatnou odchylkou). Podrobněji bude využito normální rozdělení pravděpodobnosti. Student se naučí počítat pravděpodobnosti výskytu chyb na určitém intervalu (konfidenčním intervalu). Tato kapitola velmi úzce navazuje na předmět Pravděpodobnost a matematická statistika. Průměrný čas k nastudování této kapitoly je odhadnut na 12 hodin Přesnost měření. Základní a výběrový soubor. Základní a výběrové střední chyby. Váhy měření. Váhové koeficienty. Kovarianční matice. Vnitřní a vnější přesnost měření. Jednotlivé chyby nemohou dostatečně spolehlivě vyjádřit přesnost měření, neboť mají převážně náhodný charakter. Za přesnější proto nebudeme považovat jednotlivý výsledek měření, který má menší skutečnou chybu (opravu) než výsledek jiný, ale taková měření, která vykazují menší rozptyl kolem skutečné hodnoty (pravé hodnoty) v celém souboru. Veličiny, které charakterizují velikost tohoto rozptylu nazýváme charakteristiky (míry) přesnosti. V této kapitole se proto budeme zabývat soubory měření. Každé metodě měření přísluší jiný počet a jiné střední velikosti elementárních chyb. Takto je dán pro každou metodu a průměrné podmínky základní soubor možných výsledků měření a tudíž i skutečných chyb s určitými parametry rozdělení. Praktická měření jsou však omezena svým rozsahem (opakovaných měření je vždy omezený počet). Souboru výsledků měření s konečným počtem hodnot pak říkáme výběrový soubor. Při opakovaném měření téhož znaku na nějakém objektu provedených stejnou metodou měření a za „stejných“ podmínek měření, lze předpokládat, že jednotlivé výsledky měření jsou náhodné veličiny se stejným rozdělením pravděpodobnosti. Pokud jsou jednotlivá měření dále vzájemně nezávislá a jejich počet je n, říkáme jim náhodný výběr o rozsahu n . Výběrový soubor je vlastně jednou konkrétní realizací náhodného výběru.

4.1

Charakteristiky polohy a proměnlivosti

Předpokládejme, že náhodná veličina je popsána příslušným zákonem rozdělení (rozložení) pravděpodobnosti (pravděpodobnostní funkcí pro diskrétní veličiny nebo funkcí hustoty pravděpodobnosti pro spojité veličiny). Dalším možným vyjádřením náhodné veličiny je distribuční funkce. Všechny uvedené pojmy byly vysvětleny v předmětu Pravděpodobnost a matematická statistika a student je najde např. v [7]. V geodetických aplikacích pracujeme většinou s naměřenými hodnotami, které mají sice obecně spojitý charakter, ale jsou vyjádřeny číselnými hodnotami v diskrétních bodech daných citlivostí přístroje (obvykle nejmenším dílkem stupnice přístroje). Ve většině aplikací předpokládáme, že měřené veličiny mají normální rozdělení pravděpodobností.

- 23 (26) -


Předpokládejme nyní, že existuje náhodná veličinu X , kterou definuje konkrétní metoda měření aplikovaná na konkrétní znak objektu. Předpokládejme, že tento znak má pravou hodnotu, kterou označíme μ . Tuto hodnotu obvykle neznáme a pokoušíme se ji danou metodou měření zjistit.

4.1.1

Střední hodnota

Střední hodnotu označujeme znakem E(.) a vypočítá se pro spojité náhodné veličiny vztahem (4.1) a pro diskrétní náhodné veličiny vztahem (4.2) E ( X ) = ∫ xf ( x )dx ,

(4.1)

E ( X ) = ∑ xp( x) ,

(4.2)

Ω

x∈Ω

kde Ω je základní prostor, f(x) distribuční funkce a p(x) pravděpodobnostní funkce náhodné veličiny. Praktická realizace vzorců pro výpočet střední hodnoty vyžaduje znalost rozdělení pravděpodobnosti. V případě konkrétní metody měření můžeme pouze předpokládat určitý teoretický typ rozdělení pravděpodobností anebo rozsáhlými experimenty tento typ empiricky určíme. Takovému rozsáhlému souboru měření říkáme základní soubor. Při opakovaných měřeních dostáváme náhodný výběr (X1 , X2 ,..., Xn) - náhodný vektor o rozsahu n , jehož každý prvek je náhodnou veličinou se stejným rozdělením pravděpodobnosti. Nestranným odhadem střední hodnoty bude

4.1.2

Základní a výběrová střední chyba

Nejvhodnější mírou koncentrace náhodné veličiny X je střední kvadratická odchylka od střední hodnoty.

- 24 (26) -

Závěr

5

Závěr

5.1

Shrnutí

Tento studijní text je prvním modulem zajišťujícím předmět Teorie chyb a vyrovnávací počet I. Studijní text Měřické chyby seznamuje studenta se základy úlohou vyrovnávacího počtu a sice vyrovnáním zprostředkujících měření. Tomuto druhu vyrovnání je věnována až čtvrtá kapitola. Předcházející třetí kapitola, zabývající se vyrovnáním přímých měření, je vlastně jednoduchým případem (variantami) vyrovnání zprostředkujících měření. Má pomoci studentovi postupně proniknout do odborné terminologie, takže vlastní pochopení textu by již nemuselo být tak obtížné. Obě druhy vyrovnání vycházejí z metody nejmenších čtverců oprav, která je stručně uvedena v 2. kapitole. Doporučuji, aby se student po prostudování 4. kapitoly vrátil k předcházejícím dvěma kapitolám a pokusil se pochopit a interpretovat předložený text a příklady z pohledu znalostí vyrovnání zprostředkujících měření. Na tento modul by měl navazovat modul Základní druhy vyrovnání – 2. část, který zpracovává vyrovnání podmínkových měření, které patří s oběma předcházejícími do skupiny základních druhů vyrovnání. Obsahově je však již zařazen do předmětu Teorie chyb a vyrovnávací počet II. Studium teorie vyrovnání není možné bez praktických příkladů. Bohužel úspornost této formy výkladu neumožňuje uvést více konkrétních příkladů a variant řešení. Zde musím bohužel studenta odkázat na některé sbírky příkladů a studijní texty. Rozsah textu rovněž neumožňuje věnovat se některým specifickým otázkám podrobněji. Řada méně významnějších informací musela být z textu vypuštěna. Čtenáře proto odkazuji na některé učebnice a odborné texty.

5.2

Studijní prameny

5.2.1

Seznam použité literatury

[1]

Hampacher, M.- Radouch V.: Teorie chyb a vyrovnávací počet 10 skripta Vydavatelství ČVUT , Praha 1997, 159 stran,

[2]

Chmelík, M.:Vyrovnávací počet – Přehled vyrovnání metodou nejmenších čtverců, skripta Vojenská akademie, Brno 1996, 14 stran.

[3]

Vykutil, J.: Teorie chyb a vyrovnávací počet, skripta ES VUT, Brno 1988, 309 stran.

[4]

Wolf, P.R. Ghilani, - Ch.D.:Adjustment Computations – Statistics and Least Squares in Surveying and GIS, John Wiley & Sohn, Inc. , 1997, 564 pp.

- 25 (26) -


5.2.2

Seznam doplňkové studijní literatury

[5]

Hampacher, M.- Radouch V.: Teorie chyb a vyrovnávací počet (příklady a návody ke cvičením), skripta Vydavatelství ČVUT , Praha 1995, 164 stran

[6]

Koch, K. R.: Parameter Estimation and Hypothesis Testing in Linear Models. Springer 1999, 333 pp.

[7]

Koutková, H. – Moll,I.:Úvod do pravděpodobnosti a matematické statistiky, skripta CERM, Brno 2000, 192 stran.

[8]

Koutková, H. – Dlouhý, O.: Sbírka příkladů z pravděpodobnosti a matematické statistiky, skripta CERM, Brno 2001, 58 stran.

[9]

Kubáček, L. – Kubáčková, L.: Statistika a metrologie, Universita Palackého v Olomouci 2000, 307 stran.

[10]

Wolf, H.: Ausgleichungsrechnung, Formeln zur praktishen Anwendung, Dűmmler Bonn, 1975

[11]

Wolf, H.: Ausgleichungsrechnung II, Aufgaben und Beispiele zur praktishen Anwendung, Dűmmler Bonn, 1979

5.3 [12]

5.4

Odkazy na další studijní zdroje a prameny Weigel, J.: Teorie chyb a vyrovnávací počet I – Základní druhy vyrovnání (1. část) el. adresa:...........................................…... 59 stran

Klíč

3.1 a) Součet vnějších úhlů uzavřené mnohoúhelníka o n vrcholech se rovná (n+2)180o. b) Zaokrouhlovací chyba může mít charakter pravé chyby (hodnoty), pokud je pravou hodnotou sama zaokrouhlovaná veličina. Ve většině případů má zaokrouhlovací chyba charakter skutečné chyby (zaokrouhlovaná veličina je určená s výrazně vyšší přesností než je požadavek na zaokrouhlení). c) Za pravé (skutečné) hodnoty můžeme považovat i různé „konstanty“ jako je např. číslo π , které známe prakticky s libovolnou přesností aj. Většina matematicky definovaných podmínek vyžaduje splnění jakési pravé hodnoty (definované podmínky). Praxe velmi často považuje také výsledky předcházejících měření za jakési „pravé hodnoty“. Například katalogové souřadnice trigonometrických bodů, výšky nivelačních bodů a jiné (tj. souřadnice bodů v dokumentaci), považujeme při výpočtech za „absolutně přesné“ a přesnost našich měření k těmto souřadnicím vztahujeme. Některé veličiny jsou prohlášeny za „pravé“ ze zákona. V katastru nemovitostí je závazným údajem např. výměra. Je velmi důležité si uvědomit, že měřením nemůžeme pravou hodnotu získat.

- 26 (26) -

TEORIE CHYB A VYROVNÁVACÍ POČET I

Recommend Documents