Вы находитесь на странице: 1из 3

Системи обробки інформації, 2008, випуск 6 (73) ISSN 1681-7710

УДК 621.3.089.5

Г.И. Манко, Н.С. Шевчук


Украинский государственный химико-технологический университет, Днепропетровск

ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ХАРАКТЕРИСТИК


ДЛЯ ОЦЕНКИ НЕОПРЕДЕЛЕННОСТИ ИЗМЕРЕНИЙ

В статье рассмотрены актуальные вопросы оценивания неопределенности измерений. Выявлены не-


достатки в существующих методиках вычислений неопределенностей результата измерений. Предложен
метод оценки неопределенности, основанный на использовании информационных характеристик.

Ключевые слова: неопределенность, закон распределения, информационные оценки, распределение ве-


роятностей, дезинформация, полезная информация.

Введение документах [5, 6] в качестве основной формы выра-


жения неопределенности нормируется суммарная
Постановка проблемы. В соответствии с Зако- стандартная неопределенность, а интервальная оцен-
ном Украины о метрологии и метрологической дея- ка (расширенная неопределенность) рассматривается
тельности [1] результат измерения физической вели- как дополнительная, применение которой предпола-
чины может быть использован, если известны соот- гается «в особых случаях».
ветствующие характеристики точности: погрешно- Межгосударственным советом по стандартиза-
стью измерения [2] или неопределенность измерения ции, метрологии и сертификации приняты рекомен-
[3]. Поэтому оценивание точности измерений являет- дации «Применение «Руководства по выражению
ся одной из важнейших задач современной метроло- неопределенности измерений» [3], в которых исполь-
гии. В последнее время в метрологическую практику зованы такие термины как:
все шире внедряется концепция неопределенности. неопределенность (измерений) – параметр, свя-
При этом, однако, возникает ряд проблем методоло- занный с результатом измерений и характеризую-
гического характера. щий рассеяние значений, которые могли бы быть
Анализ последних исследований и публика- обоснованно приписаны измеряемой величине;
ций. В соответствии с введенным в Украине государ- стандартная неопределенность (u) – неопреде-
ственным стандартом [4] результаты измерений долж- ленность результата измерений, выраженная в виде
ны включать характеристики неопределенности. Для CKO;
их расчета используется Рекомендация INC-I «Выра- суммарная стандартная неопределенность (uс)
жение экспериментальных неопределенностей» [5], – стандартная неопределенность результата измере-
определившая классификацию неопределенностей по ний, полученного через значения других величин,
типу А и В в зависимости от способа их оценки, выра- равная положительному квадратному корню суммы
жение этих неопределенностей в виде дисперсий членов, причем члены являются дисперсиями или
(стандартных отклонений) и ковариаций, способ их ковариациями этих других величин, взвешенными в
суммирования путем сложения дисперсий и ковариа- соответствии с тем, как результат измерений изме-
ций и интервальную оценку как произведение сум- няется при изменении этих величин;
марной неопределенности на коэффициент охвата. расширенная неопределенность (U) – величи-
Таким образом стандартные неопределенности на, определяющая интервал вокруг результата изме-
входных величин выражают в виде стандартных от- рений, в пределах которого, как можно ожидать,
клонений и находят статистическими и нестатистиче- находится большая часть распределения значений,
скими методами, получая, соответственно, стандарт- которые с достаточным основанием могли бы быть
ные неопределенности типа А (uA) или стандартные приписаны измеряемой величине.
неопределенности типа В (uВ). Стандартная неопре- В [3] также различают два типа вычислений
деленность измерений типа А соответствует средне- стандартной неопределенности:
квадратическому отклонению (СКО) результата из- − вычисления по типу А – путем статистиче-
мерения (от среднего арифметического) і-ой входной ского анализа результатов многократных измерений;
величины, оцененному по результатам многократных − вычисления по типу В – с использованием
наблюдений. Стандартная неопределенность типа В других способов.
і-ой входной величины рассчитывается аналитиче- В работе [7] отмечено, что стандартная неоп-
ским методом в зависимости от априорной информа- ределенность, если отбросить некоторые нюансы,
ции о изменчивости входной величины. совпадает с оцениванием среднеквадратичного от-
Развитием положений [5] явилось «Руководство клонения случайной погрешности и вычисляется по
по выражению неопределенности измерений» [6]. В результатам многоразовых наблюдений.

82 © Г.И. Манко, Н.С. Шевчук


Обробка інформації в складних технічних системах
Неопределенность типа В – это та часть неоп- дифференцирования и метод имитационного моде-
ределенности измерений, которая получена не в лирования – метод Монте–Карло.
результате повторных измерений. Она определяется В силу этих и ряда других причин оценки не-
на основе научных суждений, которые основывают- определенности методами, изложенными в [3] и [6]
ся на всей доступной информации о возможной из- оказываются завышенными. Это может быть полез-
менчивости каждой входной величины xi, входящей но потребителю, однако ущемляет интересы произ-
в модель измерения y = f(x1, x2, …, xn). При вычис- водителей средств измерений, поскольку приводит
лении неопределенности выходной (измеряемой) к снижению, часто необоснованному, заявленных
величины y, которая оценивается по типу В, геомет- характеристик точности.
рически суммируются стандартные отклонения ui Формулировка цели статьи. Целью статьи яв-
составляющих xi независимо от закона распределе- ляется показать целесообразность использования для
ния плотности их вероятности. оценки неопределенности измерений информацион-
Существенным недостатком данного подхода к ного критерия, который полностью учитывает законы
расчету неопределенности является то, что в соот- распределения случайных величин.
ветствии с ним случайная величина полностью ха-
рактеризуется дисперсией, которая в свою очередь Изложение основного материала
является лишь одной из характеристик случайного В соответствии с [8] для оценки неопределен-
процесса. Известно, что для полного описания слу- ности систем используются понятия неупорядочен-
чайной величины необходимо определить закон ности и неорганизованности.
распределения вероятностей ее значений.
Неупорядоченностью У в [8] называется мера
Более-менее полноценно характеризуют закон
распределения четыре параметра. различия какого-либо выбранного элемента xj в от-
1. Математическое ожидание – первый мо- ношении эталона порядка xэт, которая стремится к
мент случайной величины, который определяется нулю при xj→xэт. Неорганизованность О есть
как среднее арифметическое значение всех возмож- обобщенная характеристика неупорядоченности. В
ных реализаций случайной величины, которые мо- символическом виде:
гут появиться в ходе случайного эксперимента. l d m
2. Дисперсия дискретной случайной величины О = Uб в U si U p jf ( У ) , (1)
Х – второй момент случайной величины. Смысл где U – символ обобщения характеристики неупоря-
дисперсии заключается в том, что она характеризует доченности соответственно за m ситуаций, d элемен-
средний квадратичный разброс случайной величины тов и l интервалов времени; f – функция, посредством
вокруг своего математического ожидания. которой производится взвешивание неорганизован-
3. Третий момент случайной величины Х – ности по фактору существования её проявления в
асимметрия – величина, характеризующая отклоне- отношении определённого показателя функциониро-
ние распределения данной случайной величины вания системы; pj, si, αβ – веса соответственно j-й си-
относительно математического ожидания. Коэффи- туации, i-го элемента и β-го интервала времени. В
циент асимметрии положителен, если правый хвост частных случаях неорганизованность принимает вид
распределения длиннее левого, и отрицателен в энтропии Шеннона и неопределенности Бонгарда.
противном случае. Если распределение симметрич- Как известно, характеристикой неопределенно-
но относительно математического ожидания, то его сти случайной величины с распределением вероят-
коэффициент асимметрии равен нулю. ностей {pj} является энтропия [9]:
4. Четвертый момент случайной величины – О = H = − ∑ p j log p j . (2)
эксцесс – мера остроты пика распределения случай- j
ной величины. Коэффициент эксцесса нормального
Для наблюдателя, исходящего из гипотезы, что
распределения равен нулю. Он положителен, если
некоторая задача характеризуется распределением
пик распределения около математического ожида-
вероятностей ответа {qj}, в то время как реальным
ния острый, и отрицателен, если пик сглаженный.
является распределение {pj}, М.М. Бонгард предло-
Таким образом, дисперсия однозначно может
жил свою меру неопределенности [10]:
охарактеризовать только нормальный закон распре-
деления вероятностей. Для некоторых других зако- О = N(p / q) = − ∑ p j log q j . (3)
j
нов распределения вероятностей в [3, 7] предлагает-
ся вводить поправочные коэффициенты. Аналити- Согласно Бонгарду, эксперимент несет наблю-
ческие методы расчета характеристик неопределен- дателю полезную информацию в количестве
ности измерений, которые регламентируется отече- Iп = H − N(p / q) = ∑ p j log(q j / p j ) . (4)
j
ственными и международными нормативными до-
кументами, ориентированы в основном на линейные Формулой (2) оценивается неопределенность
функции. Как поступать в общем же случае – неиз- события с распределением вероятностей исходов
вестно. Для нелинейных модельных функций в [7] P = (pij), в (3) и (4) – то же для наблюдателя, исхо-
предлагается использовать числовые методы расче- дящего из гипотезы, что распределение вероят-
та неопределенности, такие как метод числового ностей исходов Q = (qij).

83
Системи обробки інформації, 2008, випуск 6 (73) ISSN 1681-7710
Если измеряемая величина X имеет распреде- Вывод
ление вероятностей P, а результаты измерений Y
имеют распределение Q, то можно говорить, что Для оценки неопределенности измерений целе-
измерительная система вносит следующее количе- сообразно использовать информационные критерии,
ство дезинформации: основанные на понятии полезной информации Бон-
D = N ( p q ) − H = ∑ р j log[p j / q j ] . (5) гарда. Они применимы для произвольного закона рас-
j пределения, не требуют введения поправочных коэф-
Для получения относительной оценки неопре- фициентов, что значительно уменьшает произвол в
деленности надо сравнить дезинформацию, вноси- оценке неопределенности, обеспечивает более точную
мую средством измерений, с максимально возмож- её оценку.
ной дезинформацией, которая имеет место при Список литературы
H = N(p / p) = 0 :
1. Закон України «Про метрологію та метрологі-
D max = N(p / q) = − ∑ p j log q j . (6) чну діяльність» від 15 червня 2004 року № 1765-IV,
j
2. МИ 1317-86. ГСИ. Результаты и характери-
Относительная неопределенность стики погрешности измерений. Формы представления.
D Способы использования при испытаниях образцов про-
ν= = 1 − ∑ p j log p j ∑ p j log q j . (7) дукции и контроле их качества.
D max j j 3. РМГ 43-2001. Рекомендации по межгосударст-
Из выражения (7) видно, что относительная не- венной стандартизации, ГСИ. Применение «Руководства
определенность изменяется в интервале [0; 1]. Если по выражению неопределенности измерений».
4. ДСТУ ISО/ІEC 17025 - 2001. Загальні вимоги до
ν = 0 , то неопределенности нет, средство измерений
компетентності випробувальних та калібрувальних ла-
является идеальным. Относительную неопределен- бораторій. – К.: Держстандарт України, 2001.
ность удобно выражать в процентах, для чего следует 5. Giacomo P. The Expression of Experimental Uncer-
(7) умножить на 100. tainties (Recommendation INC-I), BIPM // Metrologia. –
Для непрерывно изменяющейся измеряемой ве- 1981. – № 11. – P. 73.
личины следует идти классическим путем: разбить 6. Guide to the Expression of Uncertainty in Meas-
диапазон ее изменения на небольшие участки Δх , urement. – Geneva: ISO, 1993. – 101 р.
7. Чалий В. Сучасні тенденції в метрології // Мет-
определить вероятность попадания на участок как рологія та прилади. – 2006. – № 1. – С. 9-16.
произведение плотности вероятности на ширину уча- 8. Горский Ю.М. Информационные аспекты управ-
стка и выполнить предельный переход для выраже- ления и моделирования. – М.: Наука, 1978. – 223 с.
ния (7) при Δх → 0 : 9. Шеннон К. Работы по теории информации и ки-
∞ ∞ бернетика. – М.: Иностранная литература, 1963. – 829 с.
10. Бонгард М.М. Проблемы узнавания. – М.: Наука,
ν = 1− ∫ p(x) log p(x)dx ∫ p(x) log q(x)dx , (8)
1967. – 320 с.
−∞ −∞
11. Бородин А.Н. Элементарный курс теории веро-
где p(x) и q(x) – плотности вероятности измеряемой ятностей и математической статистики. – С.-Пб.:
величины и результата измерения. Издательство «Лань», 1998. – 224 с.
Очевидно, что информационные критерии (5), 12. Кожевников Ю.В. Теория вероятностей и ма-
(7) и (8) полностью учитывают законы распределе- тематическая статистика: Учебное пособие для вузов. –
ния измеряемой величины и результатов измерения, М.: Машиностроение, 2002. – 416 с.
и потому их использование для оценки неопределен-
ности измерений является более предпочтительным, Поступила в редколлегию 21.08.2008
чем СКО. Относительную неопределенность в виде
(7) или (8) удобно использовать для оценки точности Рецензент: д-р техн. наук, проф. И.П. Захаров, Харьковский
средств измерений. национальный университет радиоэлектроники, Харьков.

ВИКОРИСТАННЯ ІНФОРМАЦІЙНИХ ХАРАКТЕРИСТИК ДЛЯ ОЦІНЮВАННЯ НЕВИЗНАЧЕНОСТІ ВИМІРІВ


Г.І. Манко, Н.С. Шевчук
У статті розглянуті актуальні питання оцінювання невизначеності вимірювань. Виявлені недоліки в існуючих
методиках обчислень невизначеностей результату вимірювань. Запропонований метод оцінки невизначеності, заснова-
ний на використанні інформаційних характеристик.
Ключові слова: невизначеність, закон розподілу, інформаційні оцінки, розподіл вірогідності, дезинформація, кори-
сна інформація.

THE USE OF INFORMATIONAL CHARACTERISTICS FOR THE MEASURING UNCERTAINTY ESTIMATION


G. I. Manko, N. S. Shevchuk
The actual questions of evaluation of vagueness of measurings are considered in the article. Failings are exposed in the ex-
istent methods of calculations of vagueness result of measurings. The method of estimation of vagueness, based on the use of
informative descriptions, is offered.
Keywords: vagueness, distributing law, informative estimations, distribution of probabilities, misinformation, useful infor-
mation.

84