This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
RACHUNEK NIEPEWNOŚCI
POMIARUhttp://physics.nist.gov/UncertaintyWyrażanie Niepewności Pomiaru. Przewodnik. Warszawa, Główny Urząd Miar 1999H. Szydłowski, Pracownia fizyczna, PWN Warszawa 1999A.Zięba, Postępy Fizyki, tom 52, zeszyt 5, 2001, str.238-247A.Zięba, Pracownia Fizyczna WFiTJ, Skrypt Uczelniany SU 1642, Kraków 2002
Międzynarodowa Norma Oceny Niepewności Pomiaru
(Guide to Expression of Uncertainty in Measurements –
WSTĘPW trakcie pomiaru uzyskujemy wartości różniące się od przewidywań teorii. Gdy doświadczenie staje się doskonalsze, niepewności pomiarowe maleją. W ogólności rozbieżność między teorią i eksperymentem zależy od:
-Niedoskonałości człowieka (osoby wykonującej pomiar)-Niedoskonałości przyrządów pomiarowych-Niedoskonałości obiektów mierzonych
Terminologia
„Niepewność” a błąd pomiaru
W przypadku pojedynczych pomiarów stosujemy określenia:
Błąd bezwzględny:
Błąd względny:
Gdzie x – wartość zmierzona, x0 – wartość rzeczywista
0xx −=Δ
0xΔ
=δ
[wymiar x]
[bezwymiarowe]
NiepewnośćBłąd pomiaru jest pojedynczą realizacją zmiennej losowej i nie wchodzi do teorii niepewności. W praktyce nie znamy wartości rzeczywistych wielkości mierzonych i szacujemy niepewności pomiarowe wynikające ze statystycznych praw rozrzutu pomiarów.
Niepewność jest parametrem związanym z pomiarem.
Istotny jest również problem niepewności przypisywanej wielkości złożonej (wyliczanej ze wzoru fizycznego) y=f(x1,x2,...xn)
Podział błędówWyniki pomiarów podlegają pewnym
prawidłowościom, tzw. rozkładom typowym dla zmiennej losowej. Z tego względu błędy dzielimy na:
Otrzymuje się układ równań liniowych dla niewiadomych a i b
∑∑ ii ybnxaRozwiązując ten układ równań otrzymuje się wyrażenia na a i b
=+∑=∑+∑ iiii yxxbxa 2
Wyxxyxb
Wyxyxna
iiiii
iiii
∑ ∑ ∑ ∑−=
∑ ∑ ∑−=
2
Z praw statystyki można wyprowadzić wyrażenia na odchylenia standardowe obu parametrów
prostej:
( )22 ∑−∑= ii xxnW
nx
ab
WS
nna
i∑Δ=Δ
−=Δ
2
2
2
Przykład zastosowania regresji liniowej y=ax+b
0.00 0.05 0.10 0.15 0.200.0
0.2
0.4
0.6
0.8
1.0
x0
x [m]
F [N]
x=F/k+x0
1/k=a=4.45±0.15, x0=b=0.467±0.08
Prawo Hooke’a
Dopasowywanie właściwej funkcji
0 2 4 6 8 10 12 14 160
20
40
y=ax czyli U=IRa= R= 2.0 ±0.2 [kΩ]
U [V]
I [mA]
Model matematyczny musi pasować do modelu fizycznego!!!
Przykład: prawo Ohma
U=R·Iczyli
Y=a·xa nie y=ax+b
Wyraz wolny b=0!
Regresja liniowa jednoparametrowa
[ ] min2
2 =−= ∑n
iii axyS
02
=∂
∂a
S
022 2 =+− ∑∑ iii xayx
∑∑= 2
i
ii
xyx
a[ ]
[ ]∑
∑
=
=
−•
−= n
ii
n
iii
a
x
yax
nn
1
2
1
2)(
2σ
0 40 80 120 160 200 240 280 32060708090
100110120130140150160170180
Zasady rysowania wykresówZasady rysowania wykresów
Czy ten wykres jest narysowany zgodnie z zasadami? 1. Należy wyraźnie zaznaczyć
punkty eksperymentalne !!!
2. Trzeba nanieść błąd pomiaru
0 40 80 120 160 200 240 280 32060708090
100110120130140150160170180
3. Dobrać zakresy osi współrzędnych odpowiednio do zakresu zmienności danych pomiarowych !!!
0 40 80 120 160 200 240 280 32060708090
100110120130140150160170180
4. Właściwie opisać osie współrzędnych i dobrać skalę, tak aby łatwo można było odczytać wartości zmierzone.
160 200 240 280 32060708090
100110120130140150160170180
co jest na osiach ???
5. Nie łączyć punktów eksperymentalnych linią łamaną!!! Jeśli znany jest przebieg teoretyczny to dokonać dopasowania teorii do doświadczenia (przeprowadzić fitowanie)
160 200 240 280 32060
90
120
150
180
ρ [μ
Ω c
m]
T [K]
160 200 240 280 32060
90
120
150
180 dane eksperymentalne dopasowanie
ρ [μ
Ω c
m]
T [K]
6. Zadbać o aspekt estetyczny wykresu (opis, zamknięcie ramką, itp.)
160 200 240 280 32060
90
120
150
180
dane eksperymentalne dopasowanie
ρ [μ
Ω c
m]
T [K]
Wykres 1Rezystywnosc ρ probki Bi w funkcji temperatury T