МЕТРОЛОГИЧЕСКИЕ ОСНОВЫ И МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ОБРАБОТКИ ДАННЫХ ЭКСПЕРИМЕНТА

        Вероятностный характер - как универсальное явление для физических величин и их значений в материальном мире.

       Реальный мир содержит такое количество материальных объектов и их взаи-модействий, что ни один физический процесс невозможно выделить «в чистом виде», какие бы ухищрения для этого не предпринимались. Этому же подвержен и сам, как таковой, процесс измерения.
       Как сами физические процессы, вызывающие изменения интересующих нас физических величин, так и процесс измерения этих величин, подвержены флуктуациям и, как следствие, - некоторому рассеянию, поэтому любая реализация- это случайная величина.
       Если на значение физической величины влияет большое количество пример-но равнозначных по воздействию факторов то, как доказывает центральная предельная теорема Ляпунова, рассеяние упомянутой физической величины подчиняется нормальному закону распределения (закону Гаусса).
       Любой процесс - и измеряемый и измерительный - есть некоторая закономерность, прокладывающая себе путь в хаосе случайностей; как тенденция, общая причинность, «идеальная» зависимость. Все известные нам законы физики (Ньютона, Ома, Бойля и т.д.) проявляются именно так, в виде идеализации случайных процессов. Причины случайного рассеяния заключаются не в том, что мы не можем достаточно совершенно выделить или реализовать интересующий нас процесс, а находятся в самой природе вещей. Доказательством этого является: принцип Гейзенберга (квантование энергии) на субмикроуровне, Броуновское движение на микроуровне, тепловые флуктуации (флуктуации конвекции), флуктуации концен-трации растворов и расплавов, колебания погоды на микроуровне, а также сложения массы техногенных и антропогенных факторов и т.д. Поэтому для подавляю-щего большинства явлений в природе и технике типичны стохастические зависимости.
       Определение. Между двумя случайными величинами имеет место стохасти-ческая зависимость тогда (в общем случае), когда существует некоторые случайные факторы, которые влияют на обе случайные величины z_m, и некоторые случайные факторы, которые действуют только на первую x_j или только на вторую случайную величину y_j, так что, если: Х=f(z₁,…z_m, x₁,…x_j), Y=f(z₁,…z_m, y₁,…y_j), то величины Х и У стохастически зависимы.
       Если факторы x_j и y_j малозначащие, то такую зависимость мы обычно назы-ваем функциональной, или физическим законом.
       Итак, в реальной действительности мы имеем дело со статическими процессами - измеряемыми и измерительными.
       Исследование некоторого процесса или объекта это не только и не столько измерение. Это определение зависимости между какими – либо величинами, например: «стойкость» - «скорость резания», «сила»-«податливость». И это нам необходимо не для удовлетворения любопытства, а для того, чтобы иметь возможность предсказать значение некоторой величины У, если другие случайные величины, от которых стохастически зависит У, приняли конкретные значения. Поэтому нам необходимо научиться определять тенденцию, тренд из измеренных значений двух или более взаимовлияющих величин; оценивать близость этой тенденции к строго функциональной зависимости, оценивать достоверность сделанных предположений; анализировать процессы, имеющие периодические изменения; выявлять наиболее значимые факторы, влияющие на результат и т.д.
       Такая обработка результатов измерений является предметом следующего раздела.