Среднее квадратическое

Среднее квадратическое (также среднеквадратическое значение, квадратичное среднее) — одна из статистических мер центральной тенденции, представляющая собой квадратный корень из среднего арифметического квадратов исходных значений. Для набора чисел \( x_1, x_2, \dots, x_n \) среднее квадратическое вычисляется по формуле:

\[ \text{RMS} = \sqrt{\frac{1}{n} \sum_{i=1}^{n} x_i^2} \]

В отличие от среднего арифметического, среднее квадратическое придаёт больший вес большим по модулю значениям, что делает его чувствительным к выбросам. Эта характеристика широко применяется в физике, технике, статистике и обработке сигналов для оценки эффективной величины переменных процессов, особенно колебательных и случайных.

История

Понятие среднего квадратического восходит к работам математиков XVIII—XIX веков, связанным с теорией ошибок и методом наименьших квадратов. Карл Фридрих Гаусс в 1809 году в труде «Теория движения небесных тел» обосновал использование среднеквадратического отклонения как меры точности измерений. Само же название «среднее квадратическое» (англ. root mean square, RMS) закрепилось в англоязычной литературе в конце XIX века, когда оно стало стандартной характеристикой переменного электрического тока.

В 1893 году американский инженер Чарльз Протеус Штейнмец ввёл термин «эффективное значение» для переменного тока, эквивалентное среднеквадратическому. В XX веке с развитием теории вероятностей и цифровой обработки сигналов среднее квадратическое стало одной из фундаментальных метрик.

Определение и свойства

Формальное определение

Пусть дана конечная последовательность вещественных чисел \( \{x_1, x_2, \dots, x_n\} \). Среднее квадратическое (RMS) определяется как:

\[ \text{RMS} = \sqrt{\frac{1}{n} \sum_{i=1}^{n} x_i^2} \]

Для непрерывной функции \( f(t) \) на интервале \([a, b]\) среднее квадратическое вычисляется как:

\[ \text{RMS}_f = \sqrt{\frac{1}{b-a} \int_a^b [f(t)]^2 \, dt} \]

Основные свойства

• Неотрицательность: RMS ≥ 0, причём RMS = 0 только если все значения равны нулю.
• Масштабирование: если все значения умножить на константу \( c \), то RMS умножится на \(|c|\).
• Сравнение со средним арифметическим: для любого набора чисел, не состоящего из одинаковых значений, среднее квадратическое строго больше среднего арифметического (неравенство Коши — Буняковского). Исключение — набор из одинаковых чисел, когда они равны.
• Связь с дисперсией: для набора чисел \( \{x_i\} \) со средним арифметическим \( \bar{x} \) выполняется:

\[ \text{RMS}^2 = \bar{x}^2 + \sigma^2 \]

где \( \sigma^2 \) — дисперсия. Это соотношение часто используется в статистике.

Применение

Электротехника

В электротехнике среднее квадратическое (эффективное значение) переменного тока или напряжения — основная характеристика, определяющая тепловое действие тока. Для синусоидального сигнала амплитудой \( A \) эффективное значение равно \( A / \sqrt{2} \approx 0,707 A \). Например, в бытовой электросети России номинальное напряжение 220 В — это именно среднеквадратическое значение; амплитуда составляет около 311 В.

Эффективное значение используется для расчёта мощности, выбора сечения проводов и защиты оборудования. Для несинусоидальных сигналов (например, в импульсных источниках питания) RMS вычисляется по общей формуле.

Физика и механика

В физике среднее квадратическое применяется для оценки:

• Среднеквадратичной скорости молекул газа — в кинетической теории газов: \( v_{\text{RMS}} = \sqrt{\frac{3kT}{m}} \), где \( k \) — постоянная Больцмана, \( T \) — температура, \( m \) — масса молекулы. Эта скорость определяет среднюю кинетическую энергию частиц.
• Среднеквадратичного отклонения — в теории ошибок и статистике как мера разброса данных.
• Среднеквадратичной амплитуды колебаний — в механике и акустике.

Обработка сигналов

В цифровой обработке сигналов RMS используется для измерения мощности сигнала, уровня шума, отношения сигнал/шум (SNR). Для звуковых сигналов RMS-уровень (в децибелах) лучше коррелирует с воспринимаемой громкостью, чем пиковое значение. В аудиотехнике стандарт ITU-R BS.1770 предписывает измерение громкости программ на основе интегрированного RMS с учётом частотной коррекции.

Статистика и эконометрика

В статистике среднее квадратическое лежит в основе:

• Среднеквадратической ошибки (MSE) — меры точности оценок и прогнозов.
• Среднеквадратического отклонения (стандартного отклонения) — корня из дисперсии.
• Коэффициента детерминации \( R^2 \) — через отношение сумм квадратов.

В эконометрике RMS используется для оценки качества моделей регрессии.

Сравнение с другими средними

Среднее квадратическое занимает промежуточное положение между средним арифметическим и средним квадратическим отклонением. Для одного и того же набора чисел выполняется:

\[ \text{среднее арифметическое} \leq \text{среднее квадратическое} \]

Равенство достигается только для постоянной последовательности. В иерархии средних (степенных средних) среднее квадратическое соответствует степени 2 и является частным случаем среднего степенного:

\[ M_p = \left( \frac{1}{n} \sum_{i=1}^{n} x_i^p \right)^{1/p} \]

При \( p = 2 \) получаем среднее квадратическое, при \( p = 1 \) — среднее арифметическое, при \( p = -1 \) — среднее гармоническое.

Примеры вычислений

Пример 1. Для набора чисел {1, 2, 3, 4, 5}:

• Сумма квадратов: \( 1^2 + 2^2 + 3^2 + 4^2 + 5^2 = 1 + 4 + 9 + 16 + 25 = 55 \)
• Среднее арифметическое квадратов: \( 55 / 5 = 11 \)
• RMS = \( \sqrt{11} \approx 3,317 \)

Среднее арифметическое того же набора: 3.

Пример 2. Для синусоидального сигнала \( u(t) = 311 \sin(100\pi t) \) В:

• RMS = \( 311 / \sqrt{2} \approx 220 \) В.

Критика и ограничения

Основное ограничение среднего квадратического — его чувствительность к выбросам. Одно аномально большое значение может существенно увеличить RMS, что не всегда желательно при анализе данных. В таких случаях предпочтительнее использовать медиану или усечённое среднее. Кроме того, RMS не является робастной мерой — для распределений с тяжёлыми хвостами (например, распределение Коши) RMS может быть неопределённым или бесконечным.

В некоторых приложениях (например, при оценке громкости звука) RMS-измерение не учитывает психоакустические особенности восприятия, что потребовало разработки взвешенных RMS-метрик (например, с фильтрами A, C, Z).

Интересные факты

• В бытовой электросети США номинальное напряжение 120 В — также среднеквадратическое; амплитуда — около 170 В.
• В аудиотехнике термин «RMS-мощность» часто ошибочно используется для обозначения средней мощности; на самом деле RMS-мощность — это мощность, вычисленная через RMS-напряжение и ток.
• В метеорологии среднеквадратическая ошибка прогнозов погоды — стандартная метрика качества моделей.

Источники

• Вентцель Е. С. Теория вероятностей. — М.: Наука, 1969.
• Гмурман В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 2003.
• Штейнмец Ч. П. Теория переменных токов. — М.: Госэнергоиздат, 1932.
• ITU-R BS.1770-4: Algorithms to measure audio programme loudness and true-peak audio level. — International Telecommunication Union, 2015.
• Кендалл М., Стьюарт А. Статистические выводы и связи. — М.: Наука, 1973.