АБСОЛЮТНАЯ И ОТНОСИТЕЛЬНАЯ ПОГРЕШНОСТЬ
При изготовлении стандартных образцов понятия абсолютной и относительной погрешности используют для определения и представления неточности результатов измерений.
Погрешности измерения – отклонение результатов измерения от «истинного» значения измеряемой величины, возникающее из-за несовершенства результатов измерений.
Выразить погрешность измерения можно и в абсолютных и в относительных величинах.
Абсолютная погрешность измерения – погрешность измерения, выраженная в единицах измеряемой величины.
Если требуется смесь кислорода в азоте с концентрацией кислорода – 100 ppm, абсолютная по-грешность измерения также будет выражаться в ppm.
В случае с поверочными смесями чаще всего в абсолютная погрешность выражается %, ppm, или в мг/м3.
Относительная погрешность — отношение абсолютной погрешности концентрации к действительному значению концентрации, выраженное в процентах.
Действительное значение – значение, определенное прибором высокого класса точности, т.е. значение концентрации, полученное при аттестации поверочной смеси.
Относительная погрешность измерения показывает, на какую долю от «истинного» значения концентрации мы ошибаемся.
Чтобы абсолютную погрешность перевести в относительную, нужно значение абсолютной по-грешности умножить на 100 и разделить на действительное значение концентрации.
Как найти абсолютную погрешность и относительную погрешность
Абсолютной погрешностью или, короче, погрешностью приближенного числа называется разность между этим числом и его точным значением (из большего числа вычитается меньшее)*.
Пример 1. На предприятии 1284 рабочих и служащих. При округлении этого числа до 1300 абсолютная погрешность составляет 1300 — 1284 = 16. При округлении до 1280 абсолютная погрешность составляет 1284 — 1280 = 4.
Относительной погрешностью приближенного числа называется отношение абсолютной погрешности приближенного числа к самому этому числу.
Пример 2. В школе 197 учащихся. Округляем это число до 200. Абсолютная погрешность составляет 200 — 197 = 3. Относительная погрешность равна 3/197 или, округленно, 3/197 = 1,5 %.
В большинстве случаев невозможно узнать точное значение приближенного числа, а значит, и точную величину погрешности. Однако почти всегда можно установить, что погрешность (абсолютная или относительная) не превосходит некоторого числа.
Пример 3. Продавец взвешивает арбуз на чашечных весах. В наборе гирь наименьшая — 50 г. Взвешивание дало 3600 г. Это число – приближенное. Точный вес арбуза неизвестен. Но абсолютная погрешность не превышает 50 г. Относительная погрешность не превосходит 50/3600 ≈ 1,4%.
Число, заведомо превышающее абсолютную погрешность (или в худшем случае равное ей), называется предельной абсолютной погрешностью. Число, заведомо превышающее относительную погрешность (или в худшем случае равное ей), называется предельной относительной погрешностью.
В примере 3 за предельную абсолютную погрешность можно взять 50 г, а за предельную относительную погрешность — 1,4 %.
Величина предельной погрешности не является вполне определенной. Так, в примере 3 можно принять за предельную абсолютную погрешность 100 г, 150 г и вообще всякое число, большее чем 50 г. На практике берется по возможности меньшее значение предельной погрешности. В тех случаях, когда известна точная величина погрешности, эта величина служит одновременно предельной погрешностью. Для каждого приближенного числа должна быть известна его предельная погрешность (абсолютная или oотносительная). Когда она прямо не указана, подразумевается что предельная абсолютная погрешность составляет половину единицы последнего выписанного разряда. Так, если приведено приближенное число 4,78 без указания предельной погрешности, то подразумевается, что предельная абсолютная погрешность составляет 0,005. Вследствие этого соглашения всегда можно обойтись без указания предельной погрешности числа.
Предельная абсолютная погрешность обозначается греческой буквой Δ («дельта»); предельная относительная погрешность — греческой буквой δ («дельта малая»). Если приближенное число обозначить буквой а, то
δ = Δ/a.
Пример 4. Длина карандаша измерена линейкой с миллиметровыми делениями. Измерение показало 17,9 см. Какова предельная относительная погрешность этого измерения?
Здесь а = 17,9 см; можно принять Δ = 0,1 см, так как с точностью до 1 мм измерить карандаш нетрудно, a значительно уменьшить, предельную погрешность ни удастся (при навыке можно прочесть на хорошей линейке и 0,02 и даже 0,01 см, но у самого карандаша ребра могут разниться на бoльшую величину). Относительная погрешность равна 0,1/17,9. Округляя, находим δ = 0,1/18 ≈ 0,6%.
Пример 5. Цилиндрический поршень имеет около 35 мм в диаметре. С какой точностью нужно его измерить микрометром, чтобы предельная относительная погрешность составляла 0,05%?
Решение. По условию, предельная абсолютная погрешность должна составлять 0,05% от 35 мм. Следовательно, предельная абсолютная погрешность равна 36*(0,05/100) = 0,0175 (мм) или, усиливая, 0,02 (мм). Можно воспользоваться формулой δ = Δ/a. Подставляя в неё а = 35, δ = 0,0005, имеем 0,0005 = Δ/35. Значит, Δ = 35 • 0,0005 = 0,0175 (мм).
* Иначе говоря, если a есть приближенное число, а х – его точное значение, то абсолютная погрешность есть абсолютное значение разности a – х. В некоторых руководствах абсолютной погрешностью называется сама разность a – х (или разность х — a). Эта величина может быть положительной или отрицательной.
Как найти абсолютную погрешность и относительную погрешность
Лабораторный отчёт
Примечания
Задачи
Лабораторные работы по физике
Погрешности:
Введём следующие обозначения: 
, 
, 
, . — некоторые физические величины.
Тогда 
— приближённое значение физической величины, т.е. значение, полученное путём прямых или косвенных измерений, а 
— абсолютная погрешность измерения любой физической величины; таким образом
— абсолютная погрешность некоторой физической величины
— относительная погрешность измерения некоторой физической величины, например, :
— абсолютная инструментальная погрешность, определяемая конструкцией прибора (т.е. погрешность средств измерения; см. табл. 1).
— абсолютная погрешность отсчёта (получающаяся от недостаточно точного отсчёта показаний средств измерения); она равна в большинстве случаев половине цены деления, при измерении времени — цене деления секундомера или часов.
Максимальная абсолютная погрешность прямых измерений складывается из абсолютной инструментальной погрешности и абсолютной погрешности отсчёта при отсутствии других погрешностей:
Абсолютную погрешность измерения обычно округляют до одной значащей цифры
(
); числовое значение результата измерений округляют так, чтобы его последняя цифра оказалась в том же разряде, что и цифра погрешности (
).
Результаты повторных измерений некоторой физической величины , проведённых при одних и тех же контролируемых условиях и при использовании достаточно чувствительных и точных (с малыми погрешностями) средств измерения, обычно отличаются друг от друга. В этом случае находят как среднее арифметическое значение всех измерений, а погрешность (её называют случайной погрешностью) определяют методами математической статистики.
В школьной лабораторной практике такие средства измерения практически не используются. Поэтому при выполнении лабораторных работ необходимо определять максимальные погрешности измерения физических величин. Для получения результата достаточно одного измерения.
Для определения абсолютной инструментальной погрешности прибора надо знать его класс точности 
. Класс точности 
измерительного прибора показывает, сколько процентов составляет абсолютная инструментальная погрешность от всей шкалы прибора (
):
Класс точности указывают на шкале прибора или в его паспорте (знак % при этом не пишут). Существуют следующие классы точности электроизмерительных приборов: 0,1; 0,2; 0,5; 1; 1,5; 2,5; 4. Зная класс точности прибора () и всю его шкалу (), определяем абсолютную погрешность измерения физической величины этим прибором:
Абсолютная погрешность косвенных измерений определяется по формуле:
( выражается десятичной дробью).
Относительная погрешность косвенных измерений определяется так, как показано в табл. 2.
Метрологический музей находится в центре Санкт-Петербурга в старейшем метрологическом учреждении России — Всероссийском научно-исследовательском институте метрологии им. Д.И.Менделеева; здесь собраны уникальные памятники истории метрологии: отечественные и зарубежные образцовые меры, весы, измерительные приборы, редкие архивные документы и фотоматериалы, литературные источники ХVШ-ХХ вв. Значительная часть экспонатов музея связана с деятельностью великого русского ученого, основателя и первого управляющего Главной Палатой мер и весов (1893-1907 гг.) Дмитрия Ивановича Менделеева. Первые коллекции музея сформировались в XIX в., когда в России разрабатывалась система мер на научной основе. В состав музея входят: мемориальный служебный кабинет Д.И. Менделеева с разделами: «Российская система мер», «Д.И.Менделеев — основоположник Российской метрологии», воссоздан интерьер домашней химической лаборатории ученого; а также освещена деятельность выдающихся ученых-метрологов: А.Я.Купфера, В.С.Глухова, Ф.И.Блумбаха, Д.П.Коновалова, М.Н.Шателена и др.
Здание музея метрологии в Санкт-Петербурге (вид с Московского проспекта)
Здание музея метрологии в Санкт-Петербурге
(внутренний двор ВНИИМ им. Д.И.Менделеева)
Приложение А. Погрешности вычислений
Точность полученного в результате вычисления результата определяется погрешностью вычислений. Различают два вида погрешностей – абсолютную и относительную.
Абсолютная погрешность некоторого числа равна разности между его истинным значением и приближенным значением, полученным в результате вычисления или измерения:
(А.1)
где а – приближенное значение числа х.
Относительная погрешность – это отношение абсолютной погрешности к приближенному значению числа:
(А.2)
Истинное значение величины х обычно неизвестно. Имеется лишь приближенное значение а и нужно найти его предельную погрешность 
. В дальнейшем значение принимается в качестве абсолютной погрешности приближенного числа а. Тогда истинное значение х находится в интервале 
.
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.
Вычислительные ошибки
Рассмотрим подробнее вычислительные ошибки. Допустим, исходные данные не имеют погрешности, но поскольку место в памяти компьютера, отведенное на хранение чисел, ограничено, и соответственно ограничена точность представления чисел, возникновение вычислительных ошибок неизбежно.
Представление чисел с плавающей точкой
Для хранения целых чисел (int, long, unsigned int и т.д.) обычно отводится 4 байта памяти, что позволяет представлять целые числа, находящиеся примерно в диапазоне от .
В вычислениях чаще используются вещественные числа (float, double). Такие числа представляются в компьютере в форме с плавающей точкой, и хранятся в логарифмическом виде – мантисса и порядок:
(А.3)
где m – мантисса, p – порядок, а – основание степени.
Мантисса записывается в нормализованной форме – с фиксированной точкой, подразумеваемой после первой значащей цифры. Нормализованной формой числа с плавающей точкой называется такая форма, в которой мантисса десятичного числа (без учёта знака) принимает значения , а мантисса двоичного числа принимает значения от .
Например, число 273.9 можно 
представить в виде 
или в компьютерном представлении 2.739E+02.
В таблице А.1 приводится диапазон допустимых значений и другие параметры для чисел с плавающей точкой одинарной (float) и двойной (double) точности.
| Точность | Одинарная | Двойная |
| Размер (байты) | 4 | 8 |
| Наименьшее значение | 1.2·10 −38 | 2.3·10 −308 |
| Наибольшее значение | 3.4×10 +38 | 1.7×10 +308 |
| Размеры степени и мантиссы (биты) | 8-23 | 11-52 |
Таблица A.1. Диапазон чисел, представимых в формате с плавающей точкой
Для чисел с плавающей точкой существует понятие машинного эпсилон – наименьшего положительного число ε такого, что 
. Например, для числа с одинарной точностью 1 + 0.00000001 = 1. Для одинарной точности 
, а для двойной точности 
.
Погрешность округления
При вычислениях с помощью компьютера неизбежны погрешности округлений, связанные с ограниченностью хранимых разрядов мантиссы. Для приближенного числа, полученного в результате округления, абсолютная погрешность принимается равной половине единицы последнего разряда числа. Например, значение 
могло быть получено округлением чисел 0.73441, 0.73353 и др. При этом 
. При простом отбрасывании лишних разрядов эта погрешность увеличивается вдвое.
Перевод чисел из одной системы счисления в другую также может быть источником погрешности из-за того, что основание одной системы счисления не является степенью основания другой (например, 10 и 2). Это может привести к тому, что в новой системе счисления число невозможно представить абсолютно точно, например:
Погрешность арифметических действий над приближенными числами
При выполнении операций над приближенными числами можно оценить предельную погрешность результата в зависимости от выполняемой операции. При умножении или делении чисел друг на друга их относительные погрешности складываются:
, 
(А.4)
При возведении в степень приближенного числа его относительная погрешность умножается на показатель степени:
(А.5)
При сложении или вычитании чисел их абсолютные погрешности складываются:
(А.6)
Относительная погрешность суммы положительных слагаемых вычисляется как:
. (А.7)
Отсюда следует, что относительная погрешность суммы нескольких чисел одного и того же знака, заключена между наименьшей и наибольшей из относительных погрешностей слагаемых:
. (А.8)
На практике для оценки погрешности при сложении чисел обычно используют максимальную погрешность .
При сложении погрешность будет сильно завесить от абсолютных величин складываемых чисел. Рассмотрим пример сложения двух чисел с одинаковым количеством значащих цифр, но разных по абсолютному значению:
1234 + 0.005678 = 1234.00005678
или в компьютерном представлении:
1.234Е+03 + 5.678Е-03 = 1.234005678Е+03
После сложения количество значащих цифр равно 10. Число с одинарной точностью (float) позволяет хранить только 8 значащих цифр, то есть на самом деле число будет равно 1.2340056Е+03. Две значащие цифры потерялись в процессе сложения. Потеря точности здесь возникает из-за того, что при прибавлении к большому числу малых чисел результат сложения выходит за пределы точности при округлении. Для того чтобы уменьшить погрешность вычислений, нужно складывать числа в порядке возрастания их абсолютной величины. Таким образом можно минимизировать абсолютную величину промежуточной погрешности при каждом сложении.
Рассмотрим теперь вычитание чисел (сложение чисел разного знака, или вычитание чисел одного знака). В соответствии с выражением (А.7) относительная погрешность может быть очень большой в случае, если числа близки между собой, так как даже при малых погрешностях результат их сложения в знаменателе может быть очень малым. Чтобы уменьшить погрешность при вычитании, необходимо строить вычислительные алгоритмы таким образом, чтобы избегать вычитания близких чисел.
Таким образом, можно сделать вывод, что сложение и вычисление являются плохо обусловленными (неустойчивыми) операторами, так как при некоторых данных даже небольшая погрешность в исходных данных может привести к большой погрешности результата. Уменьшить погрешность можно за счет правильной последовательности операций. Из-за погрешности округления в машинной арифметике важен порядок выполнения операций, и известные из алгебры законы коммутативности (и дистрибутивности) здесь не всегда выполняются.