![](/user_photo/2706_HbeT2.jpg)
- •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
§ 2. Распределение Стьюдента
Распределение Стьюдента
(впервые получено английским математиком
В. Госсетом в 1908 г, который печатал свои
работы под псевдонимом Стьюдент)
выражается формулой
где
-
число измерений,t– коэффициент Стьюдента, Г(
)
–гамма-функция, представляющая обобщенное
понятие факториала ( для целых чисел
Г(
+1)=
!
Для полуцелых – Г
=
,
Г
=
/2
и т.д.
Кривые функцииимеют такой же вид, как и кривые
распределения Гаусса (см. рис.2).
При n→∞
(практически уже приn>20)
распределение Стьюдента переходит в
нормальное распределение Гаусса с
единичной дисперсией (=1).
§ 3. Вычисление среднего арифметического при измерениях высокой точности
Вычисление среднего арифметического
Если выбрать значение
близкое к
тогда эту формулу можно записать в виде
=
Данная формула оказывается более удобной, чем первая тогда, когда численное значение измеряемых величин имеют несколько значащих цифр. В этом случае приходится находить среднее арифметическое небольших разностей, а не самих больших чисел
§ 4. Расчет среднеквадратичного отклонения (другой вид формулы).
По определению среднее квадратичное отклонение равно (см. формулы 12,13)
Числитель под корнем можно преобразовать:
Следовательно, среднеквадратичную погрешность можно записать в виде:
При использовании этой формулы алгоритм вычисления погрешности при прямых измерениях упрощается.
xi |
xi2 |
|
x1 |
x12 | |
x2 |
x22 | |
x3 |
x32 | |
….. |
| |
xn |
xn2 | |
|
|
Однако следует иметь в виду, что в эту формулу входит малая разность, поэтому расчет необходимо производить с большим числом значащих цифр. Если вы проводите вычисления с помощью компьютера, то это условие выполняется. В том случае, если расчеты выполняются «вручную», или с помощью не очень совершенного калькулятора, то надежнее использовать алгоритм, предложенный в главе 5 §1.
§ 5 Алгоритм вычисления среднеквадратичного отклонения при прямых измерениях высокой точности
xi |
xi-А |
(xi-А)2 |
|
x1 |
x1-А |
(x1-А)2 | |
x2 |
x2-А |
(x2-А)2 | |
….. |
….. |
….. | |
xn |
xn-А |
(xn-А)2 | |
|
|
|
Здесь
А
– число близкое к
,см§ 3.
§ 6 Среднеквадратичная погрешность среднего арифметического
Пусть
- результаты отдельных измерений,
каждое из которых характеризуется одной
и той же дисперсией
Найдем выражение для
среднего арифметического:
Т.к. дисперсия суммы
равна сумме дисперсий слагаемых, то
дисперсия величины
При равноточных
измерениях
.
Следовательно,
и
.
Дисперсия среднего
арифметического в
раз меньше дисперсии отдельного
измерения в серии
измерений. А среднеквадратичная
погрешность среднеквадратичного в
раз меньше среднеквадратичного
отдельного измерения. Из этого следует
важный практический вывод: желая повысить
точность измерений в
раз, нужно увеличить число измерений в
раз.
§ 7 Определение коэффициентов линейной зависимости по мнк вывод.
Пусть в эксперименте измерен ряд значений некоторой величины xи, соответствующие им значения, величиныy. Между ними справедлива зависимость вида: y = ax + b.
Тогда сумма квадратов расстояний от экспериментальных точек до прямой будет равна:
Для решения задачи на нахождение минимума этого выражения необходимо приравнять нулю производные от этой суммы по двум неизвестным величинам aиb.
Взяв производные, получаем:
Преобразуем эти уравнения:
Решение системы из двух уравнений с двумя неизвестными приводит к следующим выражениям для коэффициентов aиb.