对于这5kg西瓜的“测量误差”ε1,它形成后自然不会变来变去(实用中可以忽略西瓜本身份量的变化)! 但我们不知道它究竟等于多少? 只知道 ε1∈[ -U,+U] (此处借用表达:ε1的值有95.4%的可能性落在 -U~+U的范围内。以下同)
对于这个我们只知道 ε1∈[ -U, +U] 的“测量误差”ε1,通常是若干因素共同影响形成的,将这些影响因素分成“互不相关”的a、b两部分,其中a部影响因素形成的“测量误差”分量记为ε1a、b部影响因素形成的“测量误差”分量记为ε1b,显然,人们也不知道ε1a、ε1b的值究竟是多少? 能知道的是,它们两个形成后也不会变来变去,并且:
1) ε1=ε1a+ε1b;
2) ε1a∈[ -Ua,+Ua];
3) ε1b∈[ -Ub,+Ub];
4) U=√(Ua^2+Ub^2);
其中,Ua、Ub是已求得的“值”,它是U的两个组成部分。
如果仅仅想知道本次“西瓜称量”结果的“准确性”,不关心该“准确性”对此结果后续应用的可能影响,那么上述 1)~4)的“分解”是没什么用处的!反之,便可能大有“用处”——
用同样的“台秤”称了另一只“5.6kg”的西瓜,相应有总的“测量误差”ε2、a分量ε2a、b分量ε2b,显然,人们也不会知道ε2、ε2a及ε2b究竟是多少?但也它们三个形成后也不会变来变去,并且:
5) ε2=ε2a+ε2b;
6) ε2a∈[ -Ua,+Ua];
7) ε2b∈[ -Ub,+Ub];
同时,根据a部影响因素形成“测量误差”分量的“特点”,知道: ε2a与 ε1a的取值大小“密切相关”,大致有 ε2a≈ ε1a —— (A);
而根据b部影响因素形成“测量误差”分量的“特点”,则知道: ε2b与 ε1b的取值大小“近似不相关相关”——(B)。
上述“分解”,对于“擅长”不确定度“评估”的人来说,不算“难事”吧?!
若有了上述“分解”基础,那么——
对应【(ε1+ε2)∈[ -U3,+U3]】的两只瓜份量之和的“测量不确定度” U3=√[(4*Ua^2+2*Ub^2);
而对应【(ε1-ε2)∈[ -U4,+U4]】的两只瓜份量之差的“测量不确定度” U4=√[(2*Ub^2)。
对于上述分别具有(A)、(B)“特点”的两部分影响因素形成“测量误差”分量,适当“简称”一下,应该不算无理吧?! ....至于,分别叫什么“名称”才合适? 可能是需要适当斟酌的? 本人以为当前称谓的“系统误差”/"随机误差"名称并不贴切。 |