МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ
РОССИЙСКОЙ ФЕДЕРАЦИИ
ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
ФИЗИЧЕСКИЙ ФАКУЛЬТЕТ
Кафедра прикладной физики На правах рукописи
А.М. Чмутин
ЛЕКЦИИ ПО МЕТРОЛОГИИ
Волгоград
2005
Содержание
|
Приложение E Приложение F Список литературы |
77 87 |
Приложение E
Обработка результатов измерений методом наименьших квадратов.
При проведении математической обработки результатов измерений задача формулируется, как нахождение некоторой функции у=f(x), значения которой при х=x1, x2, ... xn возможно меньше отличались бы от опытных значений у1, у2, .... уn.
Стоит сразу же предупредить, что метод наименьших квадратов отнюдь не позволяет выявить из результатов измерений вид f закономерности изменения измеряемой величины. Применение метода наименьших квадратов дает возможность лишь подтвердить или опровергнуть догадку о виде этой функции. Геометрический же смысл задачи заключается в проведении плавной кривой y=f(x), проходящей наиболее близко к опытным точкам.
Линейная задача наименьших квадратов предполагает допустимость аппроксимации опытных точек линейной зависимостью f(x, а, b, с, ... m) от параметров а, b, с, ... m.
Если, например, в качестве функции f(x) взят полином порядка m
f(x)=a+bx+cx2+…+mxm, (E1)
то метод наименьших квадратов позволяет найти такие значения параметров а, b, с, ... m, при которых сумма квадратов отклонений расчетных значений f(x1), f(x2), … f(xn) от опытных у1, y2, … f(xn) была бы наименьшей, т.е. чтобы выбранные значения параметров полинома давали наименьшую величину
S= [y1-f(xi)]2
где [уi-f(xi)] - отклонение по ординате опытной точки от соответствующей точки искомой кривой.
С учетом выражения (EI) формулу для S можно записать так:
S= [(a+bxi+cxi2+…+mxim)-f(xi)]2 (E2)
Для выполнения этого условия (минимизации S) достаточно приравнять нулю все частные производные (Е2) по параметрам a, b, c, … m:
(E3)
Полученная система (Е3) из (m+1) уравнений позволяет найти значения всех неизвестных параметров, которые вычисляют следующим образом.
1. По опытным данным составляют условные уравнения:
где значения x и у берут из опытных данных, причем число n уравнений больше числа m неизвестных.
2. Составляют нормальные уравнения, для чего:
а) умножают каждое условное уравнение на коэффициент при а (он равен х°=1), складывают их и находят первое нормальное уравнение
a+bx1+cx12+…+mx1m=y1
a+bx2+cx22+…+mx2m=y2
…………………………..
a+bxn+cxn2+…+mxnm=yn
--------------------------------
б) умножают каждое условное уравнение на коэффициент при b и находят второе нормальное уравнение
ax1+bx12+cx13+…+mx1m+1=y1x1
ax2+bx22+cx23+…+mx2m+1=y2x2
…………………………… ….
axn+bxn2+cxn3+…+mxnm+1=ynxn
в) умножают каждое условное уравнение на коэффициент при с и находят третье нормальное уравнение
Затем умножают каждое условное уравнение на коэффициенты при прочих искомых параметрах и находят оставшиеся нормальные уравнения. Всего будет m нормальных уравнений, т.е. столько, сколько имеется неизвестных параметров.
3. Решая полученную систему нормальных уравнений
находят искомые параметры а, b, с, ... m и получают эмпирическую формулу
fэ(xi)=a+bxi+cxi2+…+mxim. (E4)
4. По формуле (Е4) определяют значения у1э=fэ(x1).
5. Находят невязку εi как разность между значениями уi полученными из опыта, и уiэ, найденными по формуле (Е4):
εi=yi-yiэ
6. Зная невязку, уточняют значения искомых параметров, которые принимают равными А=а+α; В=b+β; С=с+; ... М=m+μ, где поправки α; β; ; … μ находят следующим путем.
7. Составляют новые условные уравнения того же вида, что и ранее
8. Как и прежде составляют нормальные уравнения умножением каждого условного уравнения на множитель при , затем при β и т.д., после чего полученные выражения складывают и получают систему новых нормальных уравнений.
9. Решают полученную систему нормальных уравнений относительно поправок α; β; ; … μ.
10. По найденным поправкам и вычисленным в п. 3 параметрам а, b, с, ... m находят исправленные искомые параметры А; В; С; ... М, после чего исправляют эмпирическую формулу, которая теперь принимает вид
Fэ(xi)=A+Bxi+Cxi2+…+Mxim. (E5)
Удовлетворительность проведенной аппроксимации проверяют путем вычисления среднего квадратического отклонения опытных значений у1, y2, ... yn величины уi от результатов F(x1), F(x2), ...F(xn), полученных по эмпирической формуле (Е5). При этом должно соблюдаться неравенство
(E6)
где n - число условных уравнений, равное числу значений х и у по результатам опыта; m - число определяемых параметров; y - допустимая погрешность измерений величины у при проведении опыта в долях y [71; 72; 73].
Итак мы показали, как метод наименьших квадратов позволяет найти эмпирическую формулу, обеспечивающую минимальную дисперсию отклонений точек (вычисленных по этой формуле) от экспериментальных. Как следствие, метод наименьших квадратов может быть эффективен для выявления закономерности изменения измеряемой величины при вариации условий проведения измерений; анализа трендов систематической погрешности измерений и т.д. [71].
Представляет интерес рассмотреть частный случай применения метода наименьших квадратов. Произведем статистическое оценивание результатов измерения постоянной величины – соответствующие выкладки студентам предлагается сделать самостоятельно, итоговая оценка есть среднее арифметическое результатов измерения этой величины [74].
ПРИМЕР I. при исследовании геометрической формы склейки из нескольких линз длиной 40 мм в пяти ее сечениях были получены следующие отклонения от номинального значения диаметра d=20 мм:
Расстояние х от торца до сечения, в котором измеряется диаметр склейки, мм |
Отклонение от номинального диаметра δd, мкм |
40
|
3
|
30
|
5
|
20
|
8
|
10
|
15
|
0
|
18
|
По этим данным построен график, представленный на рис. Е1.