Mga uri ng mga error: sistematiko, random, absolute, tinatayang

Ang pagiging isang eksaktong agham, matematika ay hindi magparaya dalhin sitwasyon sa pangkalahatang nang walang isinasaalang-alang ang peculiarities ng isang partikular na halimbawa. Sa partikular, ito ay imposible na gawin sa matematika, pisika, tamang pagsukat ay literal "sa pamamagitan ng mata", hindi isinasaalang-alang sa parehong oras lumalabas error.

Ano ito tungkol sa?

Ang mga siyentipiko ng iba't ibang mga uri ng mga error ay natagpuan, kaya ngayon maaari naming ligtas na sabihin na walang isang decimal lugar ay hindi mananatili nang walang pansin. Of course, ito ay imposible, walang rounding, kung hindi man lahat ng tao sa planeta, at tanging ginagawa sa account na iyon, pagpunta malalim sa thousandths at 10/1000. Bilang ay kilala, maraming mga numero ay hindi maaaring hinati sa isa't isa nang walang nalalabi at sukat na nakuha sa panahon ng eksperimento - isang patuloy na pagtatangka upang hatiin sa mga indibidwal na mga piraso upang masukat ang mga ito.

Halos katumpakan at computing ay tunay na napakahalaga, tulad ng ito ay isa sa mga pangunahing mga parameter, na nagpapahintulot sa upang makipag-usap tungkol sa kawastuhan ng ang data. Mga uri ng mga error mapakita kung gaano kalapit ang mga numero na katotohanan. Tulad ng para sa mga nabibilang na expression ng pagsukat ng kawalan ng katiyakan - na kung ano ay nagpapakita kung paano tapat na dumating na resulta. Ang katumpakan ng sa itaas, kung ang error ay mas maliit.

Ang mga batas ng agham

Ayon sa ang nahanap na mga batas sa puwersa sa kasalukuyang umiiral na teorya ng error, sa isang sitwasyon kung saan ang katumpakan ng mga resulta ay dapat na mas mataas kaysa ay magagamit, kalahating kailangang apat na beses ang bilang ng mga eksperimento. Sa kaso kung saan ang katumpakan ay nadagdagan ng tatlong beses, ang mga eksperimento ay dapat na higit sa 9 ulit. Ibinukod systematic error.

Metrolohiya Isinasaalang-alang ang mga error ng pagsukat ay isa sa mga pinaka-mahalagang mga hakbang na makatulong na matiyak traceability. Nakarating na isinasaalang-alang: ang katumpakan ay naiimpluwensyahan sa pamamagitan ng isang malawak na hanay ng mga kadahilanan. Ito na humantong sa ang pagbuo ng isang napaka-kumplikado uuri ng system operating lamang sa kondisyon na ito ay may kondisyon. Sa ilalim ng real kondisyon, ang mga resulta ay Matindi ang nakasalalay hindi lamang sa taglay na error ng proseso, ngunit din sa mga katangian ng proseso ng pagkuha ng impormasyon para sa pag-aaral.

grading system

Mga uri ng mga error na ibinubuga ng modernong mga iskolar:

• absolute;
• kamag-anak;
• nabawasan.

Maaari mong hatiin ang kategoryang ito sa iba pang mga pangkat, kung batay sa kung ano ang mga dahilan para sa hindi kawastuan ng mga kalkulasyon, mga eksperimento. Sinasabing mayroong:

• systematic error;
• aksidente.

Ang unang halaga ay pare-pareho depende sa mga katangian ng ang proseso ng pagsukat at nananatiling hindi magbabago kung para sa bawat isa sa mga sumusunod na manipulations kondisyon ay hindi magbabago.

Ngunit ang mga random na error ay maaaring mabago, kung ang mga pagsubok umuulit natupad isang katulad na pag-aaral sa labas ng paggamit ng parehong mga patakaran ng pamahalaan at sa mga magkakahawig na mga kondisyon sa unang panahon.

Sistematiko, random error mangyari nang sabay-sabay at ikaw ay sa anumang pagsubok. Ang halaga ng random variable ay hindi kilala nang maaga, dahil ito provokes mahuhulaan kadahilanan. Sa kabila ng kawalan ng kakayahan upang ibukod ang mga algorithm mabawasan ang dami binuo. Sila ay ginagamit sa yugto ng pagproseso ng data na nakuha sa panahon ng imbestigasyon.

Systematic kumpara sa random tiyakan iba't-ibang mga pinagmumulan, ang nagti-trigger. Ito ay nakita nang maaga at maaaring suriin ng mga siyentipiko ang mga rehistradong relasyon sa mga sanhi nito.

At kung nauunawaan mo higit pa?

Upang magkaroon ng isang kumpletong-unawa sa mga konsepto, ito ay kinakailangan upang malaman hindi lamang ang mga uri ng mga error, ngunit din kung ano ang mga bahagi ng mga ito kababalaghan. Mathematics ihiwalay sumusunod na mga bahagi:

• kaugnay sa mga pamamaraan;
• dahil sa ang kasangkapan na ito;
• subjective.

Bumubuo ng mga error pagkalkula, ang operator ay depende sa kongkreto, ang mga tiyak na, mga indibidwal na mga katangian. Bumuo sila ng isang subjective sangkap ng error na lumalabag sa kawastuhan ng pagtatasa ng impormasyon. Marahil ang dahilan ay ang kakulangan ng karanasan, minsan - sa mga error na kaugnay sa simula ng frame indikasyon.

Mas madalas na error sa pagkalkula tumatagal sa account sa iba pang mga dalawang puntos, iyon ay instrumental at may sistema.

Mahalaga Components

Katumpakan at katumpakan - ang konsepto, nang walang kung saan hindi physics o matematika, o ng isang bilang ng iba pang mga likas at eksaktong agham, batay sa mga ito.

Dapat ito ay remembered na ang lahat ng mga pamamaraan na kilala sa sangkatauhan makuha ang data mula sa mga eksperimento ay flawed. Ito ay kung ano provoked systematic error, na kung saan ay ganap na imposible upang maiwasan. Ito ay naiimpluwensyahan din ng sistema ng pagkalkula pinagtibay at uncertainties likas na taglay ng mga formula pagkalkula. Of course, ang kanilang impluwensya at ang pangangailangan upang isalin resulta.

Maglaan ng blunders, ie error, ang dahilan ng kung saan - .. Hindi tamang pag-uugali ng operator sa kurso ng eksperimento, pati na rin ang pagkabigo, hindi tamang operasyon ng mga aparato o ang pangyayari ng isang hindi inaasahan na sitwasyon.

Magaspang mga halaga ng error sa tiktikan posibleng pamamagitan ng pagsusuri ng data at pagkilala sa mga maling halaga kapag paghahambing ng data sa tukoy na pamantayan.

Anong araw na magsalita matematika, pisika? Ang error na maaaring iwasan sa pamamagitan preventive mga panukala. Imbento ang ilang mga may talino mga paraan upang mabawasan ang konseptong ito. Upang gawin ito, mag-alis ng isa o sa iba pang kadahilanan na humahantong sa resulta ng umaandar nang tama.

Categorization at pag-uuri

May mga error na ito:

• absolute;
• nasa sistema;
• random;
• kamag-anak;
• ipakita;
• tool;
• maramihan;
• karagdagang;
• sistematikong;
• personal;
• static;
• dynamic.

Formula error ay naiiba para sa iba't ibang uri ng hayop, dahil sa bawat kaso isinasaalang-alang ng isang bilang ng mga kadahilanan na nakakaapekto sa pagbuo ng mga kamalian data.

Kung makipag-usap namin tungkol sa matematika, at pagkatapos ay sa ilalim ng nasabing tadhana naglalabas lamang ng kaugnay at absolute error. Ngunit kapag ang isang paunang natukoy na agwat ng oras ng pakikipag-ugnayan ng mga pagbabago, maaari naming makipag-usap sa mga dynamic, static na mga bahagi.

error formula na isinasaalang-alang ang pakikipag-ugnayan sa mga target sa mga panlabas na mga kondisyon, Naglalaman ng mga karagdagang registration, ang mga pangunahing figure. Pagpapasustento ng data input para sa isang partikular na eksperimento ay pakikipag-usap tungkol sa mga multiplicative error o additive.

lubos

Ang salitang ito ay karaniwang nauunawaan data, kinakalkula na ang release ng ang pagkakaiba sa pagitan ng mga rate na kinunan sa panahon ng eksperimento wasto. Ito ay imbento sa pamamagitan ng mga sumusunod na formula:

Ang isang Qn = Qn - Isang Q0

Ang isang Qn - nais na data, Qn - na kinilala sa eksperimento, at zero - ito ay ang mga pangunahing mga numero na kung saan ay inihambing.

ang itaas

Ang salitang ito ay itinuturing na nangangahulugan ng ang halaga na nagpapahayag ng ang ratio sa pagitan ng absolute error at ang mga pamantayan.

Sa pagkalkula ng ganitong uri ng error ay hindi lamang ang pagkukulang kaugnay sa mga instrumento trabaho kasangkot sa eksperimento, ngunit ang methodological component, pati na rin ang tinatayang error ng pagbilang. Sa huli halaga provoked sa pamamagitan ng kakulangan scale graduation mayroon sa mga meter.

Malapit na naka-link sa ang paniwala na ito at ang mga instrumental error. Ito ay nangyayari kapag ang instrumento ay gawa nang hindi tama, mali, hindi tama, nagiging sanhi ng pagbabasa na ibinigay ng mga ito ay hindi tumpak na sapat. Gayunpaman, ngayon ating lipunan ay isang antas ng teknolohikal na pag-unlad, kapag ang paglikha ng mga instrumento ay hindi magkaroon ng instrumental error, gayon pa man hindi matamo. Ano ang dito upang makipag-usap tungkol inilapat sa paaralan at mga eksperimento ng mag-aaral lipas na sample. Samakatuwid, umaasa upang makontrol, laboratoryo sa trabaho, huwag pansinin ang instrumental error ay hindi katanggap-tanggap.

artikulo

Ang ganitong uri ng nag-trigger ng isa sa dalawang mga kadahilanan, o kumplikadong:

• inilapat pananaliksik mathematical modelo ay hindi sapat na tumpak;
• pinili hindi tamang pamamaraan ng pagsukat.

pansarili

Ang terminong ay sumasaklaw sa isang sitwasyon kung saan ang impormasyon ay natanggap sa panahon ng pag-compute o mga eksperimento ay pagkakamali dahil sa kakulangan ng kwalipikasyon ng paggawa ng operasyon ng tao.

Hindi namin maaaring sabihin na mayroon lamang lamang kapag ang proyekto ay nagsagawa walang pinag-aralan o di pinag mga tao na lumahok. Sa partikular, ang error ay na-trigger kasiraan ng tao visual system. Bilang resulta, ang mga sanhi ay hindi maaaring direktang nakasalalay sa ang pang-eksperimentong gumagamit, gayunman, sila ay inuri bilang isang tao factor.

Estatika at dinamika ng teorya ng mga error

Ang ilang mga error ay palaging nauugnay sa kung paano nakikipag-ugnayan input at output halaga. Sa partikular, ang proseso ay pinag-aaralan ang kaugnayan sa isang paunang-natukoy na pagitan ng oras. Upang makipag-usap tungkol sa:

• Mga error na lumalabas sa pagkalkula ng ilang mga halaga sa isang paunang-natukoy na pare-pareho ang agwat ng oras. Ang mga ito ay tinatawag na static.
• Dynamic conjugate na may ang hitsura pagkakaiba napansin sa pamamagitan ng pagsukat Pasulput-sulpot na uri ng data na inilarawan sa itaas talata.

Ano ang pangunahin at kung ano ang secondary?

Siyempre pa, ang margin ng error ay na-trigger ng mga pangunahing mga parameter na nakakaapekto sa isang partikular na gawain, gayunpaman, ang impluwensiya ng mga di-unipormeng, na kung saan pinapayagan ang mga mananaliksik na hinati sa grupo sa dalawang kategorya ng data:

• Kinalkula sa normal na kondisyon operating sa mga pamantayan ng de-numerong mga expression, ang lahat ng na nakakaapekto sa mga digit. Yaong ay tinatawag na basic.
• Karagdagang nabuo sa ilalim ng impluwensiya ng mga hindi tipiko mga kadahilanan, hindi naaangkop na normal na halaga. Ang parehong facial tampok sabihin sa kaso kung saan ang pangunahing halaga ay lampas sa limitasyon ng mga normal.

At kung ano ang nangyayari sa paligid?

Mayroon kaming na higit sa isang beses tinutukoy ng terminong "normal", ngunit ay hindi ibinigay pagpapaliwanag kung anong uri ng mga kondisyon sa ang agham tinatawag na normal pati na rin ng pagbanggit na ang nakahiwalay at iba pang mga kondisyon.

Kaya, normal - isang sitwasyon kung saan ang lahat na nakakaapekto sa halaga workflow ay nasa hanay na kinilala para sa kanilang normal na halaga.

Ngunit ang mga manggagawa - isang kataga na naaangkop sa mga pangyayari kung saan ang pagbabago sa halaga nangyayari. Kumpara sa normal pagkatapos ay ang saklaw ay mas malawak, gayunpaman, makakaapekto sa halaga ay dapat mahulog sa loob ng tinukoy na para sa kanila workspace.

Paggawa gamit ang isang epekto rate halaga Ipinagpapalagay ang halaga ng agwat ng axis kapag ang pagrarasyon maaari sa pamamagitan ng pagpapasok ng isang karagdagang error.

Ano ang nakakaapekto sa ang halaga ng input?

Bumubuo ng mga error pagkalkula, ito ay kinakailangan upang tandaan na ang input ng halaga ay may isang epekto sa kung ano ang uri ng mga error mangyari sa isang partikular na sitwasyon. Kasabay nito ang pakikipag-usap tungkol sa:

• additive, na kung saan ay nailalarawan sa pamamagitan ng kawalan ng katiyakan, kinalkula bilang ang kabuuan ng mga iba't ibang mga halaga na kinunan ng module. Kaya sa indicator ay hindi nakakaapekto sa kung paano malaki ang sinusukat halaga;
• multiplicative, kung saan ay mababago kapag ang sinusukat halaga ay apektado.

Dapat ito ay remembered na ang absolute additive - ay ang kawalan ng katiyakan na may kaugnayan sa mga sukatan halaga na - ang layunin ng eksperimento. Sa anumang bahagi ng hanay ng mga halaga ng index ay pinananatiling pare-pareho, ito ay hindi apektado ng ang mga parameter at pagsukat ng mga instrumento, kabilang ang sensitivity.

Ang additive error ay nagpapahiwatig ang lawak kung saan maliit na dami ay maaaring nagawa sa pamamagitan ng application ng napiling sukatan paraan.

Ngunit hindi multiplicative ay magbabago random, ngunit sa proporsyon bilang ito ay konektado sa ang mga parameter ng sinusukat halaga. Paano mahusay na ang error ay kinakalkula sa pamamagitan ng pagsusuri ang pagiging sensitibo ng ang aparato, tulad ng ito ay sa proporsyon sa halaga. May ay isang subspecies ng error na ito ay dahil sa ang katunayan na ang input na halaga sa pagsukat tool at baguhin ang mga setting nito.

Paano mag-alis ang error?

Sa ilang mga kaso, maaari mong alisin ang mga error, kahit na ito ay hindi totoo para sa bawat species. Halimbawa, sa kaso ng mga nasa itaas, may error na klase sa kasong ito ay depende sa mga parameter ng aparato at maaaring mabago para sa mas tumpak na, ang modernong paraan. Kasabay ito ay imposible upang ganap na puksain ang disadvantages ng pagsukat na kaugnay sa mga teknikal na mga tampok ng ginagamit cars, dahil doon ay palaging magiging mga kadahilanan na bawasan ang katumpakan ng data.

Classic makilala sa apat na mga pamamaraan upang maalis o mabawasan ang mga error:

• Inaalis ang sanhi, pinagmulan bago ang eksperimento.
• Pag-aalis ng mga error sa mga hakbang para sa data acquisition. Upang gawin ito, gamitin ang kapalit pamamaraan, sinusubukan upang bumawi para sa pag-sign at counter surveillance sa bawat isa, pati na rin resorting sa simetriko obserbasyon.
• Pagwawasto ng mga resulta na nakuha sa kurso ng paggawa ng mga pagbabago, ie, computational paraan ng pagtatanggal ng mga error.
• Pagtukoy kung ano ang mga limitasyon ng systematic error, nang pinapanatili ang mga ito sa kaso kung saan ang pag-aalis ng naturang non-Napapag-usapan.

Ang pinakamahusay na opsyon - ay upang puksain ang mga dahilan, ang mga mapagkukunan ng error sa pilot data acquisition. Sa kabila ng katotohanan na ang paraan na ito ay tinutukoy ang pinaka-angkop, ito ay hindi makapagpalubha ang proseso ng trabaho, sa salungat, ay gumagawa ito kahit na mas madali. Ito ay dahil sa ang katunayan na ang operator ay hindi kailangan upang ibukod ang mga error sa kurso ng agarang data. At hindi na kailangang i-edit ang natapos na resulta, umaangkop ito sa ilalim ng mga regulasyon.

Ngunit kapag ito ay nagpasya na puksain ang mga error sa kurso ng pagsukat, ay may resorted sa isa sa mga pinaka-popular na mga teknolohiya.

Pambihirang mga pagbubukod pagpipilian

Ang pinaka-karaniwang ginagamit administration in-edit. Upang gamitin ang mga ito na kailangan mong malaman kung ano mismo ang ay ang bias likas na taglay ng mga partikular na eksperimento.

Sa karagdagan, hinihiling ng pagpapalit variant. Resorting sa mga ito, mga espesyalista ay interesado sa halip na ang kanilang mga halaga ay ginagamit ipinalit inihatid sa isang katulad na kapaligiran. Ito ay karaniwan kapag ang pagsukat ng mga de-koryenteng dami kinakailangan.

Contrasting - Ang pamamaraan, na nangangailangan ng dalawang beses ang eksperimento, ang mga mapagkukunan sa ikalawang yugto ay gumaganap sa ang kabaligtaran resulta kapag kumpara sa una. Malapit sa logic ng ang paraan na sagisag, na tinutukoy bilang "ang pag-sign ng compensation" sa isang eksperimento kapag ang dami dapat na positibo sa isa - negatibo, at ang partikular na halaga ay kinakalkula sa pamamagitan ng paghahambing ng mga resulta ng dalawang sukat.