- •Математическая обработка результатов эксперимента.
- •1. Введение
- •2.Погрешности эксперимента, их виды. Возможности их оценки § 1. Понятие погрешности измерения
- •§ 2. Абсолютная и относительная погрешности.
- •§ 3. Промахи
- •§ 4. Систематические погрешности
- •§5. Случайные погрешности
- •§6. Неисключенные систематические погрешности
- •3. Элементы теории вероятностей и математической статистики.
- •4. Распределение Стьюдента.
- •5. Практические способы расчета случайных погрешностей
- •§ 1. Обработка прямых измерений (алгоритм прямых измерений).
- •§ 2. Обработка косвенных измерений. Функция одной переменной. (Формулы переноса ошибок).
- •§ 3 Обработка косвенных измерений. Функция многих переменных. (Формулы переноса ошибок)
- •§ 4. Два способа оценки погрешности при косвенных измерениях.
- •§ 5 Метод наименьших квадратов (мнк).
- •§6. Некоторые сведения о неравноточных измерениях.
- •6.Учет погрешности приборов.
- •7. Вычисление суммарной случайной и систематической погрешности.
- •8.Некоторые правила приближенных вычислений.
- •§ 1 Значащие цифры в приближенном числе
- •§ 2 Верные знаки в приближенном числе
- •§ 3 Правила округления
- •§ 4 Правила записи окончательного результата
- •§ 5.Предельная относительная погрешность
- •§ 6 Действия с приближенными числами.
- •9. Правила выполнения отчета по лабораторной работе
- •10. Рекомендации по построению графиков.
- •Приложения § 1. Таблица коэффициентов Стьюдента
- •§ 2. Распределение Стьюдента
- •§ 3. Вычисление среднего арифметического при измерениях высокой точности
- •§ 4. Расчет среднеквадратичного отклонения (другой вид формулы).
- •§ 5 Алгоритм вычисления среднеквадратичного отклонения при прямых измерениях высокой точности
- •§ 6 Среднеквадратичная погрешность среднего арифметического
- •§ 7 Определение коэффициентов линейной зависимости по мнк вывод.
- •Литература
7. Вычисление суммарной случайной и систематической погрешности.
Если отношение неисключенной систематической погрешности измерения к случайной погрешности удовлетворяет неравенству:
0,8<< 5 (41),
то границы погрешности результата измерений (общие доверительные границы) вычисляют с учетом и случайных и не исключенных систематических погрешностей, рассматриваемых как случайные величины.
При работе в лаборатории рекомендуется использовать следующий вариант расчета:
– оценка суммарного среднеквадратичного отклонения результата измерения.
Θ – приборная (не исключенная систематическая) погрешность результата измерения
– доверительные границы случайной погрешности.
Пример.
Рассмотрим предыдущий пример измерения сопротивления нагрузки путем измерения падения напряжения на ней и тока в цепи.
Пусть были произведены пять измерений напряжения и тока в цепи. И каждый раз были получены различные значения напряжения и тока. Необходимо сопоставить не исключенную систематическую погрешность со случайной погрешностью.
Полученные значения записаны в таблице.
Таблица 7
Измеряемая величина |
Результаты измерений |
Средние значения | ||||
U В |
100 |
99 |
99 |
101 |
101 |
500/5 = 100 |
I А |
5,00 |
4,95 |
4,90 |
5,10 |
5,00 |
24,95/ 5= 4,99 |
По алгоритму прямых измерений вычисляются доверительные границы напряжения и тока для доверительной вероятности P=0,95, а также их средние значения, считая, что погрешности этих величин обусловлены случайными ошибками. Получаем следующие значения:
SI =0,033166 ΔI = 3,2×0,033= 0,11
SU = 0,447 ΔU = 3,2×0,447= 1,43
.
Суммарная средняя квадратичная погрешность сопротивления нагрузки будет определяться по формуле переноса ошибок:
приP=0,95.
Приборная погрешность для такого же примера была рассчитана в предыдущем параграфе:
=0,57/0,51 = 1,1 – следовательно, необходимо учитывать и ту и другую погрешность.
И окончательный результат будет записан в виде
R = (20,0 ± 0,8Р=0,95)Oм
8.Некоторые правила приближенных вычислений.
Измеряя различные физические величины, мы получаем не точные, а приближенные их значения. Поэтому математическая обработка результатов эксперимента всегда связана с действиями над приближенными числами.Полученный результат, конечно, тоже будет приближенным числом. Задача состоит в том, чтобы, оперируя приближенными числами, получить результат снаибольшей возможнойточностью. Точность математической обработки экспериментального материала должна соответствовать точности самих измерений, невозможно получить результат точнее, чем исходные данные. Вычисление с излишним числом значащих цифр, во-первых, создает лишние трудности и занимает больше времени, во-вторых, создает ложное представление о большой точности измерений. Таким образом, вычисления необходимо производить так, чтобы, с одной стороны не потерять достигнутую в эксперименте точность, с другой стороны не тратить лишние силы на ненужную работу.
Напомним некоторые понятия и правила, необходимые при работе с приближенными числами.
§ 1 Значащие цифры в приближенном числе
Значащими цифрами в приближенном числе называются все цифры кроме нулей в начале числа.
Например:
Приближенное число |
Количество значащих цифр |
Обратите внимание, на два последние примера. Здесь проявляется одна из особенностей приближенных чисел. В отличие от точных чисел, где нули в конце дробнойчасти можно было бы просто отбросить, эти нули отбрасывать нельзя. |
547,3 |
4 | |
0,0041 |
2 | |
0,40005 |
5 | |
0,0040 |
2 | |
1,500 |
4 |
Они означают, что эти разряды известны и равны именно 0. Если вместо числа 1,500 записано 1,5, то это означает, что в этом числе разряд сотых и последующие разрядынеизвестны. Если измерена длина предмета с точностью до 1 миллиметра, и она оказалась равной ровно одному метру, то результат следует записать:L=1,000м, запись L=1м будет неверной.