Лабораторная работа 0-1: обработка результатов физического эксперимента

Дата: 2025-05-25; Просмотры: 3

Оценка:

0.00 из 5.00 — оценок

Скачиваний: 0

Скачать

доц. Миндолин С.Ф.

ЛАБОРАТОРНАЯ РАБОТА 0-1: ОБРАБОТКА РЕЗУЛЬТАТОВ ФИЗИЧЕСКОГО ЭКСПЕРИМЕНТА

Студент группы________________________________________________________________________

Допуск ______________________ Выполнение ____________________Защита __________________________

Цель работы: получение и закрепление навыков обработки результатов прямых, косвенных и совместных измерений.

Основные теоретические сведения

П р ямые измерения

Одной из важнейших задач физического эксперимента являются измерения величин. Процесс измерения состоит в том, что измеряемую величину сравнивают с другой величиной, принятой за эталон. Измерения, в процессе которых искомая величина определяется с помощью специально предназначенного для этого прибора, называются прямыми. Они никогда не бывают абсолютно точными. Всегда возникает разброс результатов измерений, что требует оценки погрешности (ошибки)- обязательного элемента любого эксперимента. Род и причины погрешностей разнообразны и необходимы многочисленные эксперименты, чтобы их систематизировать.

Среди множества ошибок измерений выделим следующие:

Ø систематические погрешности- это погрешности, являющиеся следствием неправильной калибровки (сбитый ноль прибора, тепловое расширение линейки.), ошибочности метода измерений и т.п. При наличии такого типа погрешностей измеренное значение отклоняется от истинного значения в одну и ту же сторону и на одну и туже величину. Повторными измерениями эти ошибки не уменьшаются, однако их можно оценить методом сравнения результатов измерений заданной величины каким-либо прибором с измерениями, полученными исправным прибором (с большей степенью точности).

Ø случайные погрешности вносятся изменчивыми условиями эксперимента, несовершенством органов чувств и трудно учитываемыми условиями эксперимента, ограниченной точностью и т.п. Случайные ошибки уменьшаются с ростом числа измерений пропорционально , (где - число измерений в одинаковых условиях) и подчиняются законам теории вероятности и математической статистики. Чаще всего случайные погрешности проявляются в виде разброса (рассеяния) показаний прибора. В результате этого разброса измеряемая величина случайным образом отклоняется от истинного значения в произвольную сторону на произвольную величину.

Ø промахи- погрешности, чаще всего возникающие вследствие невнимательности человека или недостаточной его квалификации и опыта. Их можно наблюдать, например, при неправильном отсчете измеряемого значения (неправильное определение цены деления прибора). Кроме того, к грубым погрешностям могут привести внезапные сильные внешние влияния на измерительное устройство, повреждения или помехи, которые нельзя считать субъективными.

Ø приборные погрешности- этот тип погрешностей обусловлен тем, что практически любое измерительное устройство обладает ограниченной степенью точности, т.е. ,например, измерительной линейкой с ценой деления 1см нельзя измерить длину стола с точностью до одного миллиметра. Практически для большинства измерительных устройств (за исключением электроизмерительных приборов) в качестве приборной погрешности принимается половина его цены деления.

Ø погрешности округления - связаны с тем, что в расчетах приходится те или иные величины округлять до определенного десятичного разряда.

В методах математической статистики для обработки результатов измерений, в которых присутствуют только случайные погрешности, используется понятие генеральной совокупности значений измеряемой величины и выборки. Например, при измерении времени между двумя событиями или длины предмета, мы, в принципе, можем получить значения, заключенные в интервале . Множество всех допустимых значений, которые может принимать та или иная величина, называется ее генеральной совокупностью. Производя n измерений, мы получим значений измеряемой величины: . Данная совокупность значений называется выборкой для величины объемом . Очевидно, что выборка переходит в генеральную совокупность, если ее объем, т.е. число измерений , стремится к бесконечности. Введем понятие среднего значения выборки и ее дисперсии. Средним значением выборки объемом для величины называется величина, вычисляемая из соотношения:

. (0.1)

Далее введем понятие дисперсии выборки, являющейся мерой отклонений измеренных значений от их среднего значения . Дисперсию выборки находят из следующего соотношения

. (0.2)

Величина, которая является мерой отклонения среднего значения выборки от истинного значения измеряемой величины, называется дисперсией среднего значения. Дисперсия среднего значения обозначается и вычисляется по формуле:

. (0.3)

Величина , равная называется среднеквадратичным отклонением среднего значения от истинного значения . Очевидно, что среднее значение и дисперсия зависят как от измеренных значений , так и от объема выборки . Причем, при увеличении до бесконечности среднее значение и дисперсия выборки стремятся, соответственно, к среднему значению и дисперсии генеральной совокупности. Дисперсию генеральной совокупности обычно обозначают .

Результаты измерений величины являются случайными числами, поскольку при измерениях присутствуют случайные погрешности измерений. Наиболее часто вероятность получения результата измерений описывается распределением Гаусса. Плотностью распределения величины называется функция , такая, что вероятность получить измеряемую величину в интервале от до равна ,

где (0.4)

На рис 0.1 представлен график функции . Важнейшим свойством ее является то, что вероятность получения результата однократного измерения равна площади под кривой в пределах до . Например, в пределах от до вероятность равна 0.683, в пределах от до она равна 0.954 и в пределах , до она будет 0.997. Следовательно, из 1000 измерений 683 наиболее вероятно попадут в интервал , 954 -в интервал , а 997 соответственно в интервал .

Рисунок 0.1. График функции распределения Гаусса.

Целью физического эксперимента при проведении прямых измерений является определение интервала, в котором находится истинное значение величины (доверительного интервала). Чтобы записать данный интервал по результатам измерений, в которых присутствуют только случайные погрешности, предварительно введем параметр, определяемый по формуле

(0.5)

где - истинное значение измеряемой величины.

Из данного соотношения видно, что параметр также является величиной случайной, поскольку находится из случайных величин и . Следовательно, для всевозможных значений параметра также существует своя функция распределения. Впервые данная зависимость была найдена Стьюдентом и получила название функции распределения Стьюдента, а параметр называется параметром Стьюдента. Аналитическое выражения функции распределения параметра Стьюдента имеет следующий вид:

, где гамма функция.

График функции распределения параметра Стьюдента представлен на рисунке 0.2. Зная данное распределение и используя следующее равенство можно вычислить вероятность того, что параметр не превосходит значения .

Рисунок 0.2. График функции распределения параметра Стьюдента.

Обычно на практике поступают по иному. Зная количество измерений , и задавая вероятность , находят величину параметра . Значения данного параметра приведены в табл. 0.1. Данные таблицы 0.1 на практике используют следующим образом. Зная объем выборки и задавая значение вероятности , с помощью табл. 0.1 находят параметр , где -число степеней свободы ( ). После чего из соотношения (0.5) легко получить искомый интервал

(0.6)

при , равном заданному значению, и соответствующем .

Данная запись означает то, что истинное значение величины с вероятностью , попадает в указанный интервал. В том случае, если при проведении прямых измерений присутствуют кроме случайных погрешностей и другие виды погрешностей необходимо также учитывать их влияние на искажения полученных результатов. В этом случае дисперсию прямых измерений находят по формуле:

,

где - дисперсия измерений от случайных погрешностей, - дисперсия измерений от приборных погрешностей и т.д. Следует заметить, что из полученных прямых измерений оценить систематическую погрешность не представляется возможным.

Рассмотрим пример обработки результатов прямых измерений. Допустим, в результате пяти измерений получены значения: 6,7,6,5,6. Порядок обработки полученных измерений заключается в следующем.

1. Находим среднее значение измерений по формуле (0.1)

.

2. Дисперсию среднего значения находим по формуле (0.3.)

Тогда среднеквадратичное отклонение среднего значения равно

.

3. Для вероятности и числа измерений , находим значение параметра из табл. 0.1: ( .)

4. Окончательный результат записываем в виде

при .

Таблица 0.1

Значение параметра Стьюдента в зависимости от вероятности и числа степеней свободы .