Niepewności przypadkowe wynikają z równoczesnego
działania bardzo wielu niezależnych czynników.
Każdy z tych czynników wpływa jedynie nieznacznie
na rezultat pomiaru, powodując z prawdopodobieństwem
p = 0,5 odchylenie wartości pomiaru o małą wartość
w górę lub dół. Sumaryczne działanie
wszystkich tych zakłócających czynników
jest chaotyczne, dlatego przy powtórnym pomiarze nie otrzymamy
tego samego co wcześniej rezultatu. W każdym konkretnym
pomiarze nie jest możliwe przewidzenie wielkości i znaku
wartości niepewności pomiarowej, ale nie znaczy to,
że niepewności nie podlegają żadnym prawom.
Prawa te mają charakter statystyczny, tzn. że możemy
podać jedynie prawdopodobieństwo wystąpienia
wyniku pomiaru. Prawo rozkładu wyników pomiarowych
opisuje tzw. rozkład normalny, zwany inaczej rozkładem
Gaussa.
3.1. ROZKŁAD NORMALNY
N(xp,
)
Rozkład ten zawiera tylko dwa parametry: xp i
,
i jego postać matematyczna jest następująca:

gdzie f jest gęstością prawdopodobieństwa
wystąpienia w pomiarze wartości x,
x jest wartością
oczekiwaną, a
odchyleniem standardowym. W
kontekście teorii pomiarów f oznacza szansę
na wystąpienie wartości x,
jest pewną rzeczywistą
wartością, a
jest miarą rozrzutu otrzymywanych wartości
x, czyli jest miarą niepewności pomiarowej. Prawdopodobieństwo
uzyskania wyniku x zawartego w przedziale
(x1, x2) wynosi .


Jest to krzywa gęstości prawdopodobieństwa
f(x) niestandaryzowanego rozkładu normalnego dla
=1 i
=0,5
Wykres funkcji f dla =1 i =0,5 przedstawiony jest na
rysunku
2. Widać, że w wyniku pomiarów obarczonych niepewnością
przypadkową najczęściej otrzymamy wartości
leżące w pobliżu rzeczywistej wartości. Krzywa
jest symetryczna wokół wartości x =
i w punktach odległych o od maksimum na punkty przegięcia.
Jak nietrudno to obliczyć,

Podana powyżej postać f(x) nosi nazwę
niestandaryzowanego rozkładu normalnego. Używa się
także standaryzowanej postaci tego rozkładu, wprowadzając
zmienną standaryzowaną
Wtedy:


Jedyna różnica pomiędzy wykresami na powyższych rysunkach polega na przeskalowaniu osi układu współrzędnych.