Инженерия

Учебник Метрология, измерения и обработка погрешностей для начинающих

22 урока · 8 разделов · ~3 ч · бесплатно, без регистрации

Этот курс — мост между формулой и кодом. Вы научитесь грамотно измерять, оценивать погрешности, строить доверительные интервалы, переносить неопределённость через формулы косвенных измерений и моделировать её методом Монте-Карло. Каждый расчёт сопровождается коротким самодостаточным кодом на стандартной библиотеке Python (math, statistics, random), который реально запускается прямо в браузере и подтверждает теорию числами. Подходит инженерам, студентам технических специальностей, физикам-экспериментаторам и всем, кто работает с данными измерений.

Курс «Метрология, измерения и обработка погрешностей» состоит из 8 разделов и 22 уроков: Что такое измерение, Виды погрешностей, Статистическая обработка серии, Доверительные интервалы, Распространение погрешности, Метод Монте-Карло для неопределённости, Округление и запись результата и Средства измерений и обработка данных. Уроки идут по порядку — от основ к более сложным темам, в каждом есть объяснение с примерами, а в конце — вопросы для самопроверки. К урокам привязаны задачи с автоматической проверкой: прочитали тему — сразу закрепили её кодом.

Программа учебника

8 разделов · 22 урока
  1. 1Что такое измерение3 урока

    1. 1Измерение как сравнение с эталономЧто такое измерение, физическая величина и единица. Почему любой результат — это число плюс единица плюс погрешность.
    2. 2Система СИ и основные единицыСемь основных единиц СИ, производные единицы, кратные и дольные приставки. Как устроена современная система измерений.
    3. 3Размерность и проверка размерностейАнализ размерностей как способ ловить ошибки в формулах. Размерность величины, безразмерные числа, контроль расчётов.
  2. 2Виды погрешностей3 урока

    1. 4Систематические, случайные и грубые погрешностиТри природы погрешностей: систематическая смещает, случайная разбрасывает, грубая — промах. Как их различать и что с ними делать.
    2. 5Абсолютная и относительная погрешностьАбсолютная погрешность Δ и относительная δ = Δ/x. Зачем нужны обе и почему относительная честнее для сравнения точности.
    3. 6Классы точности приборовКласс точности средства измерения, приведённая погрешность, предел измерения. Как по классу прибора оценить погрешность отсчёта.
  3. 3Статистическая обработка серии3 урока

    1. 7Среднее арифметическое как лучшая оценкаПочему среднее арифметическое серии измерений — лучшая оценка истинного значения при случайных погрешностях.
    2. 8СКО: мера разброса измеренийВыборочное стандартное отклонение (СКО) — мера разброса измерений. Формула с n−1, дисперсия, поправка Бесселя.
    3. 9Стандартная погрешность среднегоСтандартная погрешность среднего s/√n — точность самого среднего. Почему она в √n раз меньше разброса измерений.
  4. 4Доверительные интервалы3 урока

    1. 10Что такое доверительный интервалДоверительный интервал и доверительная вероятность. Корректная интерпретация: что значит «95% доверительный интервал».
    2. 11Коэффициент СтьюдентаРаспределение Стьюдента и его коэффициенты. Почему при малых выборках интервал шире, чем по нормальному распределению.
    3. 12Как растёт точность с числом измеренийСимуляция: как доверительный интервал сужается с ростом числа измерений и где наступает закон убывающей отдачи.
  5. 5Распространение погрешности3 урока

    1. 13Общая формула переноса погрешностиЗакон распространения погрешности: σ_f² = Σ (∂f/∂xᵢ)² σ². Как погрешности входных величин переходят в результат.
    2. 14Правила для суммы, произведения и степениГотовые правила переноса погрешности: для суммы складываются абсолютные квадраты, для произведения и степени — относительные.
    3. 15Примеры: площадь и плотностьРасчёт погрешности косвенных измерений на примерах: площадь прямоугольника и плотность тела. От формулы к числу.
  6. 6Метод Монте-Карло для неопределённости2 урока

    1. 16Идея метода Монте-КарлоСуть метода Монте-Карло для неопределённости: вместо производных — тысячи случайных прогонов входных величин через формулу.
    2. 17Гистограмма результата и нелинейностьГистограмма результата Монте-Карло. Почему нелинейные формулы дают несимметричное распределение, которое формула производных не видит.
  7. 7Округление и запись результата3 урока

    1. 18Значащие цифры и округлениеЗначащие цифры, правило округления к чётному (банковское). Сколько цифр имеет смысл оставлять в результате измерения.
    2. 19Запись результата по ГОСТПравила записи результата с погрешностью: погрешность округляют до 1–2 значащих цифр, результат согласуют с ней по разряду.
    3. 20Калибровка и поверкаРазличие калибровки и поверки средств измерений. Прослеживаемость к эталону, межповерочный интервал, борьба с систематикой.
  8. 8Средства измерений и обработка данных2 урока

    1. 21Шкалы, чувствительность и диапазонХарактеристики средств измерений: цена деления, чувствительность, порог чувствительности, диапазон и предел измерения.
    2. 22Метод наименьших квадратов вручнуюМетод наименьших квадратов: вывод формул для наклона и сдвига линейной регрессии и их реализация на чистом Python.