- •4. Специфика научного познания
- •1. Научное знание
- •5. Средства научного познания
- •2. Естественные и гуманитарные науки.
- •6. Начало естествознания
- •8. Взаимосвязь теории и эксперимента
- •9. Модели научного познания
- •10. Научные традиции
- •14. Проблемы науки
- •12. Научные открытия
- •13. Фундаментальные научные открытия
- •15. Идеалы научного знания
- •16. Функции науки
- •17. Научная этика
- •18. Оценка вклада конкретных ученых в науку
- •19. Методы очистки веществ.
- •22. Калориметрия
- •21 Рефрактометрия.
- •23 Рентгенография.
- •26, Электронография
- •27.Полярография и анодная вольтамперометрия
- •28, Спектральные методы
- •31, Спектры комбинационного рассеяния
- •29. Электронные спектры поглощения и люминесценции
- •30. Инфракрасные спектры поглощения
- •33. Ядерный магнитный резонанс (ямр)
- •36. Сверхпроводимость и сверхтекучесть.
- •Зонная структура. Модель Кронига—Пенни
- •38.Энергетические зонные структуры в кристаллах. Уровень Ферми. Туннельный диод лЭсаки.
- •39. Фотоэлектронная спектроскопия( фэс). Работа выхода
- •40. Масс-спектрометрия
- •41. Спектрополяриметрия. Эффект Фарадея.
- •42. Магнитооптические эфекты.
- •43. Эффект Холла.
- •44. Туннельный эффект и сканирующий туннельный микроскоп.
- •50Нормальные случайные величины
- •45Атомно-силовой микроскоп
- •47 Лазеры и голография
- •48.Магнитная нейтронография
- •56. Регрессия: метод наименьших квадратов.
- •11. Научные революции
- •51. Среднее и истинное значения измеряемой величины. Дисперсия. Оценка квадратичного отклонения по размаху.
- •52. Дисперсия совокупности среднеарифметических величин. Доверительные интервалы. Правило «трех сигм».
- •Погрешность интерполирования
- •55. Сплайн-интерполяция.
- •32 Электронный парамагнитный резонанс (эпр)
11. Научные революции
Научные революции обычно затрагивают мировоззренческие и методологические основания науки, нередко изменяя сам стиль мышления. они могут выходить далеко за рамки той конкретной области, где они произошли. Поэтому можно говорить о частнонаучных и общенаучных революциях.Возникновение квантовой механики -: это яркий пример общенаучной революции, поскольку ее значение выходит далеко за пределы физики. Квантово-механические представления на уровне аналогий или метафор проникли в гуманитарное мышление. Эти представления оказывают влияние на нашу интуицию, здравый смысл, мировосприятие.Дарвиновская революция по своему значению вышла далеко за пределы биологии. Она коренным образом изменила наши представления о месте человека в Природе, оказав сильное методологическое воздействие и повернув мышление ученых в сторону эволюционизма.Новые методы исследования могут приводить к далеко идущим последствиям: к смене проблем, к смене стандартов научной работы, к появлению новых областей знаний. В этом случае их внедрение означает научную революцию.Так, появление микроскопа в биологии означало научную революцию. Всю историю биологии можно разбить на два этапа, разделенные появлением и внедрением микроскопа. Целые фундаментальные разделы биологии — микробиология, цитология, гистология — обязаны своим развитием внедрению микроскопа. Иногда перед исследователем открывается новая область непознанного, мир новых объектов и явлений. Это может вызвать революционные изменения в ходе научного познания, как случилось, например, при открытии таких новых миров, как мир микроорганизмов и вирусов, мир атомов и молекул, мир электромагнитных явлений, мир элементарных частиц, при открытии явления гравитации, других галактик, мира кристаллов, явления радиоактивности и т.п.Таким образом, в основе научной революции может быть обнаружение каких-то ранее неизвестных сфер или аспектов действительности.
51. Среднее и истинное значения измеряемой величины. Дисперсия. Оценка квадратичного отклонения по размаху.
Для уменьшения влияния случайных ошибок необходимо произвести измерение данной величины несколько раз. Предположим, что мы измеряем некоторую величину x. В результате проведенных измерений мы получили значений величины :
x1, x2, x3, ... xn. (2)
Этот ряд значений величины x получил название выборки. Имея такую выборку, мы можем дать оценку результата измерений. Величину, которая будет являться такой оценкой, мы обозначим . Но так как это значение оценки результатов измерений не будет представлять собой истинного значения измеряемой величины, необходимо оценить его ошибку. Предположим, что мы сумеем определить оценку ошибки Δx . В таком случае мы можем записать результат измерений в виде
µ = ± Δx (3)
Так как оценочные значения результата измерений и ошибки Δx не являются точными, запись (3) результата измерений должна сопровождаться указанием его надежности P. Под надежностью или доверительной вероятностью понимают вероятность того, что истинное значение измеряемой величины заключено в интервале, указанном записью (3). Сам этот интервал называется доверительным интервалом.
Пусть - дискретная случайная величина с заданным законом распределения вероятностей
Значения |
х1 |
х2 |
. . . |
хn |
Вероятности |
p1 |
p2 |
. . . |
pn |
Математическим ожиданием дискретной случайной величины называется сумма парных произведений всех возможных значений случайной величины на соответствующие им вероятности, т.е. *
|
Среднее значение случайной величины равно мат.ожиданю случайной величины:
Дисперсия - (от лат. dispersio - рассеяние), в математической статистике наиболее употребительная мера рассеивания, отклонения случайных значений от среднего.
Для выборочной совокупности дисперсия рассчитывается по следующей формуле:
(1)
где n - число измерений, xi - единичное значение, - среднее значение.
Дисперсия является случайной величиной и подчиняется хи-квадрат распределению. Достоверность дисперсии определяется числом степеней свободы f. В данном случае (1) f = n-1
Применительно к обработке результатов измерения дисперсия характеризует случайную погрешность. Наряду с дисперсией используется стандартное отклонение, которое равно квадратному корню из дисперсии.
Если на результат измерения влияют несколько независимых случайных факторов, то вступает в силу закон сложения дисперсий: дисперсия результата равна сумме "составляющих" дисперсий.
Во многих практически важных случаях существенным является вопрос о том, насколько велики отклонения случайной величины от ее математического ожидания. Дисперсией случайной величины называется математическое ожидание квадрата отклонения случайной величины от ее математичекого ожидания:
Пусть - дискретная случайная величина, принимающая значения x1, x2, ..., xn соответственно с вероятностями p1, p2, ..., pn. Очевидно, случайная величина принимает значения
с теми же вероятностями p1, p2, ..., pn. Следовательно, согласно определению математического ожидания дискретной случайной величины, имеем
|
(44) |
Если же - случайная величина с плотностью распределения , то по определению
|
Принимая во внимание определение дисперсии и свойства математического ожидания, имеем:
Средним квадратическим отклонением случайной величины называется корень квадратный из ее дисперсии:
|
реднее квадратическое отклонение имеет ту же размерность, что и случайнаяв еличина .
Среднее квадратическое отклонение, как и среднее линейное отклонение, показывает, на сколько в среднем отклоняются конкретные варианты признака от среднего значения. Размах вариации (R) определяет разность между максимальным и минимальным значением какого-либо признака.
При обработке сгруппированных выборок оценку среднеквадратичного отклонения можно найти из выражений
,
где и - соответственно средний размах и отклонение группированных выборок, d2 и c4 - коэффициенты, которые выбираются из таблицы.