FIZYKA LABORATORIUM ODD

Transkrypt

1 dr hab. inż. Michał K. Urbański, Wydział Fizyki Politechniki Warszawskiej, pok 127B Gmach Fizyki, murba konsultacje pon GF strona Wydziału Fizyki

2 Harmonogram ćwiczeń na rok 2016/17 tydz data ćw.1a - statystyka pomiarów czasu i długości - tydzień 2 ćw.1, Metody pomiarowe, prawo Ohma - tydzień 3 ćw.7, Statystyczny charakter rozpadu promieniotwórczego ćw.19, Laminarny przepływ cieczy. ćw.30, Badanie odbicia światła od powierzchni dielektryka ćw.25 Rezonans elektryczny, ćw.27 Badanie własności statystycznych elektronów emitowanych w lampie próżniowej

3 Ćwiczenia cd ćw.10 Pomiar długości fali elektromagnetycznej metodami interferencyjnymi. ćw.3 Badanie anharmoniczności drgań wahadła matematycznego ćw.34 Wyznaczanie dyspersji optycznej pryzmatu metoda pomiaru kąta najmniejszego odchylenia ćw.36 Falowe właściwości mikrocząstek. Sprawdzanie hipotezy de Broglie Ćw. 43. Pomiar cp/cv metodą rezonansu akustycznego Ćw. 46. Wyznaczanie składowej poziomej pola magnetycznego Ziemi metodą busoli stycznych.

4 Zasady wykonywania ćwiczeń są na stronie mojej murba Oraz na stronie Centralnego Laboratorium Fizyki (CLF): użytkownik student hasło fizyka Materiał obowiązujący To co w instrukcji (mojej i CLF), wiedza ogólna z fizyki, wiedza matematyczna z probabilistyki statystyki.

5 CEL ZAJĘĆ 1 Zapoznać się ze zbieraniem danych 2 Przeanalizować dane zebrane samodzielnie Zazwyczaj Matematycy analizują cudze dane, taka okazja samodzielnego zbierania danych może się już nie zdarzyć. Gauss analizował dane dla geodezji, opracował metodę najmniejszych kwadratów, statystykę, tw Gaussa i inne no i... żył nieźle, Riemann, najgenialniejszy matematyk, robił ogólna teorię pola, zapoczątkował geometrię różniczkową no i... umarł za młodu na gruźlicę.

6 SPRAWOZDANIE Nie przepisywać instrukcji i nie kopiować rysunków (prawo autorskie). Podać uzasadnienie wyliczeń. (nie może być gołego wyniku liczbowego. Sprawozdanie składa się z (patrz instrukcja na stronie murba): 1 Wstęp: opis zjawiska, teoria, wyprowadzenie wzorów używanych w opracowaniu. Metoda obserwacji zjawiska. Możliwie krótkie. 2 Układ pomiarowy, zasady pomiaru, opis przyrządów 3 Wyniki pomiarów, tabele, wykresy. 4 opracowanie danych, statystyki, obliczenia, analiza niepewności. 5 Wnioski: czy zgodność z teorią? Główne źródła błędów, co największe? Jak zmnieszyć niepewność. porównać z wynikami pomiarów z literatury, tablic, internetu.

7 System pomiarowy Oddziaływania na obiekt i układ pomiarowy

8 Rodzaje pomiarów, dwa typy pomiarów: 1 pomiar bezpośredni, wartość mierzonej wielkości pokazuje przyrząd, przykłady masa (ciężar) mierzona wagą szalkową, długość mierzona linijką, czas mierzony zegarkiem, napięcie mierzone woltomierzem 2 pomiar pośredni: wyznaczenia wartości mierzonej wielkości poprzez wyliczenie ze wzoru opisującego zjawisko: z = f(x, y) (1) gdzie: x i y wielkości mierzone bezpośrednio. np: R = U/I, gdzie: U napięcie zmierzone woltomierzem, I natężenie prądu mierzone amperomierzem. metoda najmnieszych kwadratów, metoda statystyczna analizy zależności zmierzonych empirycznie.

9 Błąd i niepewność Błąd różnica pomiędzy wartością zmierzona a poprawną ( prawdziwą ): x 0 wartość poprawna ( prawdziwa ) x wartość zmierzona (odczytana z przyrządu) x błąd. x = x 0 + x (2)

10 Błąd i niepewność Błąd różnica pomiędzy wartością zmierzona a poprawną ( prawdziwą ): x 0 wartość poprawna ( prawdziwa ) x wartość zmierzona (odczytana z przyrządu) x błąd. x = x 0 + x (2) ALE Nie znamy ani wartości prawdziwej ani błędu, mamy tylko odczyt z przyrządu.

11 Błąd i niepewność Błąd różnica pomiędzy wartością zmierzona a poprawną ( prawdziwą ): x 0 wartość poprawna ( prawdziwa ) x wartość zmierzona (odczytana z przyrządu) x błąd. x = x 0 + x (2) ALE Nie znamy ani wartości prawdziwej ani błędu, mamy tylko odczyt z przyrządu. Możemy tylko oszacować błędy, takie oszacowane nazywamy: NIEPEWNOŚCIĄ

12 Źródła błędów Źródłami błędów są: 1 Model obiektu, założenia dotyczące języka opisu obiektów. 2 Doprowadzenie wielkości mierzonej do przyrządu, zakłócenia sygnałów. 3 Wpływ przyrządu na obiekt mierzony. 4 Wzorce odniesienia, względem których mierzone są wartości wielkości Wzorcowanie przenoszenie wartości wzorcowej na przyrząd. 5 Działanie przyrządu pomiarowego, histereza, nieliniowości, błąd przetwarzania. 6 Błędy odczytu. 7 Błędy interpretacji

13 Metody szacowania niepewności publikacje i organizacje Metody szacowania niepewności ujęte są zasadami ISO (International Organization for Standardization Podstawowy dokument GUIDE TO THE EXPRESSION OF UNCERTAINTY IN MEASUREMENT, ISO/GIMP w skrócie Przewodnik wydanie polskie: Wyrażanie niepewności pomiaru. Przewodnik., Główny Urząd Miar, Warszawa, dokument angielski: BIMP Bureau International des Poids et Mesures Dokument ten został ratyfikowany przez Główny Urząd Miar Rzeczpospolitej Polskiej

14 Klasyfikacja błędów i niepewności x = x 0 + x (3) x 0 wartość poprawna ( prawdziwa ), x wartość zmierzona (odczytana z przyrządu), x błąd. x s składowa systematyczna błędu, x r składowa przypadkowa błędu, zakładamy, że x r jest zmienną losową. x = x s + x r (4)

15 Błąd systematyczny, błąd graniczny Załóżmy, że pomiar jest jednokrotny lub też składowa przypadkowa jest bardzo mała. x = x 0 + x (5) jeśli x [ x max, x max ] to: x 0 [ x x max, x + x max ] co zapiszemy: x 0 = x ± max x (6) inaczej: wynik pomiary reprezentowany jest przedziałem: [ x x max, x + x max ] (7)

16 Jeśli wielkość mierzona jest sumą dwóch wielkości: z = x + y to wynik reprezentowany jest przedziałem: [ x x max, x + x max ] + [ỹ y max, ỹ + y max ] = (8) = [ x + ỹ ( x max + y max ), x + ỹ + x max + y max ] (9) gdzie x i y są błędami granicznymi wielkości x i y, a x i ỹ, wynikami pomiarów, tak więc: z max = x max + y max oraz: (10) z = x + ỹ (11) wzór powyższy opisuje propagację błędu granicznego. ALE Przewodnik zaleca, aby w każdy przypadku stosować model probabilistyczny.

17 Metody wyznaczania niepewności dwa algorytmy Przewodnik wyróżnia dwie metody wyznaczania niepewności: A. metoda A oparta o metody statystyczne serii danych B. metoda B wykorzystująca inne niż statystyczne metody Metoda statystyczna polega na analizie statystycznej serii pomiarów Metoda niestatystyczna polega na ustalenie rozkładu prawdopodobieństwa a priori opisujące możliwe rodzaje błędów na podstawie: analiza systemu pomiarowego i oceny składowych systematycznych (nielosowych) i przypadkowych wynikających z: budowy przyrządu, dokładności wzorcowania, oddziaływań środowiska (zakłóceń), doprowadzenia mierzonej wielkości do przyrządu, wpływu przyrządu na obiekt, modelu obiektu mierzonego.

18 Metoda statystyczna oceny niepewności {x i } N i=1 seria N danych pomiarowych wykonanych jednym przyrządem w warunkach powtarzalności dla tego samego obiektu. Estymator wartości zmierzonej średnia z próby: x sr = x = 1 N N x i (12) i=1 Niepewność standardowa = estymator odchylenia standardowego wartości średniej: ( ) u(x) = s {x i } N i=1 (13)

19 Estymacja niepewności s estymator odchylenia standardowego z danych pomiarowych {x i } N i=1 : ( ) s {x i } N i=1 = 1 N (x i x) 2 (14) N 1 i=1 Odchylenie standardowe średniej: s(x sr ) = 1 ( ) s {x i } N i=1 N Niepewność standardowa wartości średniej u(x): ( ) u(x sr ) = s {x i } N i=1 = 1 (N 1)N N (x i x) 2 (15) Niepewność rozszerzona U p (x sr ) dla poziomu ufności p równa jest promieniowi przedziału ufności. Jeśli założymy rozkład normalny: U p (x sr ) = K p u(x sr ), gdzie K p współczynnik zależny od poziomu ufności p. Dla p = 0, 95 przyjmiemy: K 0,95 2 i=1

20 Niestatystyczne metody szacowania niepewności Błąd systematyczny nie zmienia się przy kolejnych pomiarach. Nie znamy błędu i szacujemy niepewność na podstawie analizy działania przyrządu i metod pomiarowych. Zazwyczaj przyjmujemy, że niepewnością jest błąd graniczny maksymalna wartość błędu jaka wynika z analizy przyrządu (oznaczamy max x lub w skrócie x). Przedział [ x max x, x + max x] interpretujemy jako przedział, w którym na pewno znajduje się wartość prawdziwa (poprawna).

21 Niestatystyczne metody szacowania niepewności Błąd systematyczny nie zmienia się przy kolejnych pomiarach. Nie znamy błędu i szacujemy niepewność na podstawie analizy działania przyrządu i metod pomiarowych. Zazwyczaj przyjmujemy, że niepewnością jest błąd graniczny maksymalna wartość błędu jaka wynika z analizy przyrządu (oznaczamy max x lub w skrócie x). Przedział [ x max x, x + max x] interpretujemy jako przedział, w którym na pewno znajduje się wartość prawdziwa (poprawna). zazwyczaj będziemy pomijać oznaczenie max i przedział będziemy oznaczać:[ x x, x + x]. Jeżeli szukana wielkość x 0 : gdzie x wartość zmierzona. x 0 [ x x, x + x] x 0 = x ± x (16) Przykład mierzymy długość miarka z podziałka milimetrową, zazwyczaj przyjmujemy niepewność 1mm.

22 Niepewność standardowa złożona Niepewność standardowa złożona (całkowita): u p (X) = (s( x)) ( x)2 (17) x błąd graniczny (maksymalny) reprezentujący składową systematyczną niepewności przyrządu (składowa aparaturowa). s( x) estymator odchylenia standardowego wartości średniej z danych pomiarowych.

23 Decyzje statystyczne, test hipotez

24 Waga - komparator ciężaru i sprawiedliwości

25 Sprawiedliwość -czy ślepa Temida? Sprawiedliwość - Poczucie słuszności. Jeśli założymy, że: to 1 procesy społeczne są opisywalne procesem stochastycznym 2 poczucie sprawiedliwości (poczucie słuszności) można opisać wartością oczekiwaną procesu stochastycznego

26 Sprawiedliwość -czy ślepa Temida? Sprawiedliwość - Poczucie słuszności. Jeśli założymy, że: 1 procesy społeczne są opisywalne procesem stochastycznym 2 poczucie sprawiedliwości (poczucie słuszności) można opisać wartością oczekiwaną procesu stochastycznego to społeczny proces sprawiedliwy musi być martyngałem Definicja: martyngał proces stochastyczny (ciąg zmiennych losowych), w którym warunkowa wartość oczekiwana zmiennej w momencie t, gdy znamy wartości do jakiegoś wcześniejszego momentu s, jest równa wartości w momencie s. Czyli ciąg Y n jest martyngałem w stosunku do ciągu X n jeśli dla wszystkich n spełnia warunki: E Y n < oraz E(Y n+1 X 1,..., X n ) = Y n (18)

27 Sprawiedliwość - problemy 1 Czy zmienna losowa opisująca proces społeczny może być addytywna, czyli czy wartość oczekiwana jest statystyką adekwatną? 2 Czy miara addytywność miary probabilistycznej odzwierciedla wartościowanie ludzi? propozycja: 1 Nie ma addytywności, potrzebne są statystyki pozycyjne, zamiast średniej mediana (środek jest rozumiany intuicyjnie) 2 reguła wyboru lepszego zazwyczaj opiera się na normie max, czyli miarach maksytwnych Miara Π jest maksytywna jeśli Π(A B) = max(π(a), Π(B)) (19) zamiast probabilistyki niezbędne są zbiory rozmyte.

28 Ćwiczenie 1A - testowanie hipotez i analiza niepewności Przebieg ćwiczenia: 1 pomiar czasu spadania zakrętki 2 pomiar właściwości refleksu 3 pomiar średnicy pręta lub długości przedmiotu obliczenia: 1 średnia 2 odchylenie standardowe 3 przedział ufności 4 test hipotezy dotyczący rozkładu normalny Weibulla jednostajny

29 Weryfikacja hipotez statystycznych Hipoteza model teoretyczny zjawiska, Weryfikacja hipotezy badanie zgodności modelu zjawiska z danymi empirycznymi. Metoda statystyczna weryfikacji hipotezy Hipoteza: H 0 i P (A H 0 ) prawdopodobieństwo tego, że uzyskamy wynik obserwacji A jeśli prawdziwa jest hipoteza H 0. Kryterium odrzucenia hipotezy P (A H 0 ) jest zbyt małe. Typowe hipotezy H 0 : 1 wartość oczekiwana jest równa pewnej liczbie a, 2 dwa obiekty a i b dla których wykonano pomiary {a i } Na i=1 i {b j} N b charakteryzują się różnymi wartościami oczekiwanymi. 3 empiryczny rozkład statystyczny jest zgodny z hipotezą f. Konstrukcja testu hipotezy: Zakładamy hipotezę, ustalamy wielkości obserwowalne (statystykę), wyliczamy P (A H 0 ) j=1

30 Hipoteza: czy wartość oczekiwana jest równa a czyli: H 0 : E(X) = a. Wynik obserwacji: dane pomiarowe {x i } N i=1. Jeśli prawdopodobieństwo P (X < a) jest małe (mniejsze od α) to mamy powód odrzucenia hipotezy. Zazwyczaj α = 0, 05 P (X < a) = a f(x)dx < α (20)

31 Moc testu, błąd drugiego rodzaju α = P (A H 0 ) - poziom istotności testu: prawdopodobieństwo odrzucenia hipotezy gdy H 0 prawdziwa H 0 jeśli jest prawdziwa β = 1 P (A H 1 ) - moc testu: prawdopodobieństwo nieodrzucenia hipotezy zerowej gdy jest fałszywa (gdy prawdziwa jest alternatywna). Błąd drugiego rodzaju odrzucenie H 1, (czyli przyjęcia H 0 ), gdy jest prawdziwa jest H 1.

32 Jak policzyć test z danych doświadczalnych. Przedział ufności P (E(X) K p σ(x) < X < E(X) + K p σ(x)) = p (21) jeśli wynik pomiaru a - E(X) K p σ(x) > a to hipotezę E(X) odrzucamy. gdzie: p = 1 α, wartość oczekiwana E(X) i odchylenie standardowe zastępujemy estymatorami. K p współczynnik zależny od rozkładu prawdopodobieństwa.

33 test chi-kwadrat Test chi-kwadrat hipotezy o rozkładzie statystycznym. Miarą różnicy pomiędzy danymi eksperymentalnymi {x i } a rozkładem hipotetycznym p i jest: K χ 2 (n k Np k ) 2 = Np k k=1 = N K (f k p k ) 2 (22) p k k=1 n k liczba wystąpień wyników z k tego przedziału. N = K n k ilość prób. f k = n k N zaobserwowana częstość. k=1

34 p-value: p = P ( χ 2 ex χ 2 < χ 2 ) ex = χ 2 = f(χ 2 )dχ 2 (23)

35 Dane doświadczalne: x i N i=1 = (x 1,..., x N ), porządkujemy i dzielimy na przedziały o podobnej liczebności (niekoniecznie takiej samej szerokości): W każdy przedziale powinno być przynajmniej 10 punktów (aby rozkład zmiennej n k był zbliżony do normalnego). n k ma rozkład dwumianowy. granice przedziałów oznaczmy a k, czyli k ty przedziały ma postać: [a k 1, a k ]. W k tym przedziale jest n k danych. Do statystyki chi kwadrat musimy wstawić liczbę n k punktów pomiarowych w przedziale k tym, oraz prawdopodobieństwo p k znalezienia wyniku w tym przedziale policzone dla rozkładu prawdopodobieństwa hipotetycznego f.

36 p k prawdopodobieństwo tego, że wynik jest w przedziale k tym [a k 1, a k ]: p k = P (a k 1 < X < a k ) = a k a k 1, f(x)dx = F (a k ) F (a k 1 ) (24) F dystrybuanta dana w tablicach lub programach komputerowych

37 Wyznaczenie parametrów rozkładu 1 rozkład jednostajny - krańce a 1 i a 2 2 rozkład normalny - wartość oczekiwana m i odchylenie standardowego σ: (x m)2 f(x) = C exp 2σ (25) 3 rozkład Weibulla dwa parametry λ i k: F (x) = 1 e ( x λ )k (26)

38 Wyznaczenie parametrów rozkładu 1 rozkład jednostajny - krańce a 1 i a 2 : dystrybuanta ma postać: F (x) = { x a1 a 2 a 1 gdy x [a 1, a 2 ] 0 gdy x < a 1 i x > a 2 (27) krańce wyznaczamy na oko tak aby krzywa łamana dystrybuanty F (x) najlepiej pasowała do dystrybuanty empirycznej. 2 rozkład normalny - wartość oczekiwana m i odchylenie standardowego σ: (x m)2 f(x) = C exp 2σ 3 rozkład Weibulla dwa parametry λ i k: (28) F (x) = 1 e ( x λ )k (29)

39 Estymatory parametrów Dane pomiarowe x 1,..., x N, estymatory mają postać 1 krańce rozkładu - min(x 1,..., x N ) i max(x 1,..., x N ) N 2 wartość oczekiwana - m = 1 N x n, odchylenie standardowe: s 2 (x) = 1 N N 1 n=1 n=1 (x n m) 2 3 parametry rozkładu Weibulla - estymacja parametrów dystrybuanty Estymator dystrybuanty F (x) ma postać: F (x) = (x x i) N (30)

40 Weibulla. Rozkład Weibulla opisany jest dystrybuantą: F (x) = 1 e ( x λ )k (31) gdzie λ i k są parametrami rozkładu. W celu wyznaczenia parametrów rozkładu Weibulla należy wykreślić empiryczną dystrybuantę w następującym układzie współrzędnych: na osi pionowej y = ln ( ln(1 F (x))), a na osi poziomej z = ln x. Zależność (31) w nowych współrzędnych y w funkcji z ma postać funkcji liniowej: y = kz k ln λ. Jeśli tą funkcję zapiszemy jako y = az + b, to współczynniki są równe a = k i b = k ln λ. Wykonać należy taki wykres dla empirycznej dystrybuanty F wg. wzoru na dystrybuantę empiryczną i metodą najmniejszych kwadratów wyznaczyć nachylenie a i współczynnik stały b. Parametry rozkładu wyliczamy jako: k = a i λ = e b a.

41 Histogram Wykonujemy eksperyment N razy Histogram - rozkład częstości występowania zjawiska: jest to wykres: n(x k ) Prawdopodobieństwo empiryczne: p k,exp = P (x k ) = n(x k) N (32)

42 Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych. W tym ćwiczeniu wykonamy jedynie część : Pomiar rezystancji, sprawdzanie prawa Ohma i wyznaczenie rezystancji metodą najmniejszych kwadratów.

43 Prawo Ohma: liniowy związek I = U R. napięcie elektryczne U bodziec wymuszający przepływ prądu I. Natężenie prądu elektrycznego przepływ wymuszony napięciem elektrycznym. Należy szukać ogólnej postaci równania I = au + I 0 lub U = ai + U 0

44 Fizyka prawa Ohma Ładunki poruszają się w ośrodku lepkim lepkość zderzenia z siecią krystaliczną. Siły działające na ładunek: F = F pole + F zderzenia = q E + γ v Wypadkowa siła równa jest zeru: q E + γ v = 0 v = q γ E = µe gdzie µ - ruchliwość. Prędkość jest proporcjonalna do natężenia pola elektrycznego - jest to liniowość wynikająca ze zderzeń z siecią krystaliczną. Zderzenia z siecią - energia kinetyczna ładunków zamienia się w ciepło.

45 Prąd elektryczny - ruch ładunków natężenie prądu: I = dq dt dq = enadl = enavdt prąd I = enavdt gęstość prądu j = I A = env = enµe zapisujemy to jako: j = σe (33) gdzie σ = enµ - przewodność właściwa. Napięcie: U = W q U = F l q = Eql = El q B ogólnie U A,B = Ed l A czyli ponieważ I = Aj = AσE a E = U l to: I = Aσ U (34) l jest to prawo Ohma, gdzie 1 R = Aσ. l

46 Schemat woltomierza analogowego Woltomierz analogowy składa się z amperomierza na zakres I z i rezystora o rezystancji R V. Aby zbudować woltomierz na zakres U z musimy użyć opornika: R V = U z I z = U z 1 I z (35) Człon 1 I z jest rezystancją na jeden volt.

47 Pomiar rezystancji małych (w stosunku do rezystancji woltomierza) Rysunek: Schemat układu pomiaru rezystancji I A = I + I V (36) Zmierzona wartość R = U I A, wartość mierzona R = U I. Czyli: R = R R = U U R = I + I V I + U R = R2 R + R R V V

48 POMIARY Montujemy układ zgodnie ze schematem (1) i wykonujemy pomiary następującymi przyrządami natężenie prądu multimetrem cyfrowym cyfrowym napięcie woltomierzem (multimetrem) analogowym dla trzech zakresów woltomierza analogowego: 1V, 3V, 10V,. dla każdego zakresu woltomierza dane dobrać tak aby: 1 najmniejsza wartość napięcia nie była mniejsza od 1 3 zakresu, np. dla zakresu woltomierza analogowego na zakresie 10V należy wykonać pomiary dla napięć z przedziału [3V 10V ] 2 zakres pomiarowy amperomierza należy tak dobrać aby nie zachodziła potrzeba zmieniania zakresu amperomierza dla serii pomiarów wykonanych w jednym zakresie woltomierza. Powinniśmy uzyskać trzy serie pomiarów, dane w każdej serii wykonane są bez zmiany zakresu woltomierza i amperomierza. Cały czas kontrolować czy prąd nie jest za duży i czy wskazania nie skaczą.

49 Przykład pomiarów

50 Dla wszystkich obliczeń rezystancji wyznaczyć niepewność: a) metodą najmniejszych kwadratów wyznaczyć: i) wyznaczyć parametry prostej (nachylenie i punkt początkowy), ii) odchylenia standardowe s(a) współczynnika nachylenia i s(b) stałej. b) metodą niestatystyczną na podstawie zastosowania wzoru R=U/I przy maksymalnej wartości napięcia dla danego zakresu (danej serii) - określić niepewność złożoną wynikająca z błędów aparaturowych c) obliczyć błąd spowodowany prądem woltomierza. Porównać wyniki rezystancji uzyskane z każdej serii i dwoma metodami i określić czy efekt dekadowy jest mniejszy od niepewności aparaturowych.

51 Metoda najmniejszych kwadratów dla zależności I = a U + I 0 wyznaczyć parametry metodą najmniejszych kwadratów. Wykonujemy dla każdego zakresu (jak i dla danych łącznych) obliczenia: 1 współczynnik nachylenia a i stałą I 0 2 odchylania standardowe powyższych parametrów s(a) i s(b). 3 niepewności rezystancji. Rezystancja R = 1 a, błąd rezystancji wynikający z błędu współczynnika a: R = 1 a 2 a, niepewność rezystancji u(r) = 1 a 2 s(a)

52 Składowa aparaturowa rezystancji. Dla każdego z zakresów wyznaczyć rezystancję na podstawie jednego pomiaru dla największych wartości napięcia i natężenia prądu: R = U I (37) Niepewność tak wyznaczone rezystancji można oszacować jedynie metodą B czyli określając składową aparaturową u B (instrumentalną) niepewności pochodząca od błędów przyrządów: u B (R) = ( R I ) 2 2 I 3 + ( ) 2 R 2 U U 3 (38) gdzie: U i I - błędy graniczne wyznaczone z danych przyrządu. Porównać odchylenie standardowe nachyleń uzyskanych dla każdej serii z niepewnością opisującą błędy aparaturowe.

53 Wyznaczanie niepewności na podstawie danych producenta Przyrządy analogowe Dla przyrządów analogowych podana jest klasa niepewności γ K, niepewność wyznaczamy jako: x = γ K x z (39) gdzie x z jest zakresem pomiarowym przyrządu wykorzystywanym w danym pomiarze. Klasa określana jest w procentach i opisuje niepewność względem zakresu pomiarowego. Przyrządy cyfrowe Błąd graniczny ma dwie składowe: składową addytywną x a i multiplikatywną (niepewność względną γ). x = γx + x a (40) gdzie x wynik pomiaru, γ niepewność względna (zazwyczaj w procentach), x a składowa addytywna niepewności. Składową addytywną zazwyczaj podaje się jako wielokrotność k rozdzielczości q (numbers of digits) x a = k q

54 błąd spowodowany prądem woltomierza: R = R2 R V (41) gdzie: R zmierzona rezystancja, R V rezystancja woltomierza. Wyprowadzić ten wzór. Dla woltomierza analogowego podana jest rezystancja wewnętrzna poprzez kω/v Przykład: jeśli miernik ma 20kΩ/V to na zakresie 10V rezystancja wynosi 200kΩ. Wynika to z tego, że woltomierz jest amperomierzem (mikroamperomierzem) połączonym szeregowo z rezystorem wyskalowanym wg prawa Ohma. Woltomierz cyfrowy ma 10M Ω niezależnie od zakresu.

55 OBLICZENIA DLA KAŻDEJ SERII (3 serie) 1 wyznaczyć nachylenie metodą najmniejszych kwadratów i z tego wyliczyć rezystancję 2 określić niepewność nachylenia na podstawie estymatora odchylenia standardowego s a dla współczynnika nachylenia. Niepewność u(a) = s a 3 Wyznaczyć rezystancję z danych o najwyższym prądzie i wyznaczyć niepewność różniczka zupełną. 4 określić błąd spowodowany rezystancją woltomierza. R = R2 gdzie R- zmierzona rezystancja, R V rezystancja woltomierza. R V, Porównać wszystkie uzyskane nachylenia i ich niepewności. We wnioskach opisać przyczyny różnic niepewności i wartości rezystancji.

56 Pomiar rezystancji z jednego punktu pomiarowego Rysunek: Wykres pomiarowy, punkty są elipsami. Pomiary bez zmiany zakresu przyrządów. Rozrzut punków spowodowany rezystancja styków. Rezystancja z najlepszego pomiaru: R N = U N I N

57 Niepewność rezystancji R = U I więc: dr di = U I i dr du = 1 I Niepewność standardowa składowej systematyczne pochodzącej od przyrządu: (dr ) 2 ( ) u B (R) = σ(r s ) = 2 2 I dr di U du 3 gdzie: U i I wyznacza się z danych przyrządu. Całkowitą niepewność wynika ze wzoru na składanie niepewności (odchylenie standardowe sumy zmiennych losowych): (42) u(r) = (s( R) ) 2 + ub (R) 2 (43) R wartość średnia serii pomiarowej. s( R) odchylenie standardowe wyznaczone metodą najmniejszych kwadratów.

58 Przedyskutować czy trzeba uwzględniać błąd spowodowany woltomierzem. Zrobić tabelę: nr wielkość seria1 seria2... całość 1 rezystancja z MNK niepewność rezystancji z MNK rezystancja R=U/I niepewność aparaturowa niepewność od rezystancji woltomierza niepewność całkowita, złożona

59 Wnioski 1 porównać składowe niepewności (opisane powyżej dla różnych źródeł błędów) dla wszystkich zmierzonych zakresów (serii pomiarowych) i określić czynnik dominujący. 2 Pokazać na czym polega efekt dekadowy (zmiana wyznaczonej rezystancji przy zmianie zakresu), podać różnice wyznaczonych rezystancji dla różnych zakresów. 3 Sprawdzić czy różnice wartości rezystancji uzyskane dla poszczególnych zakresów mieszczą się w granicach błędów granicznych aparaturowych.

60 METODA NAJMNIEJSZYCH KWADRATÓW Badane zjawisko (obiekt) opisane jest równaniem y = f(x) (44) W wyniku pomiarów mamy serię danych {x i, y i } N i=1 Zadaniem jest znaleźć funkcję najlepiej pasująca do danych doświadczalnych. Mamy dwa zagadnienia: 1 dobór rodziny funkcji, 2 określenie kryterium dopasowania.

61 Kryteria dopasowania Kryterium dopasowania jest minimalizacja miary I różnicy pomiędzy danymi doświadczalnymi a funkcją opisana wzorem. Celem jest taki dobór parametrów opisujących funkcję, dla których miara różnicy pomiędzy danymi doświadczalnymi a równaniem funkcji jest jak najmniejsza. Przykładem miary najczęściej stosowanej jest suma różnic kwadratów: I(a, b, c, ) = N (y i f a,b,c (x)) 2 (45) i=1 Szukamy takich parametrów a, b, c dla których ta zależność jest minimalna. Używa się też sumy kwadratów ale z wagami zależnymi od niepewności pomiarów.

62 przykład, dopasowanie parametrów prostej f(x) = ax + b do danych {x i, y i } N i=1 gdy niepewności pomiarowe wszyskich punktów są takie same szukamy minimum: otrzymujemy: N I(a) = (y i (ax i + b)) 2 (46) i=1 n N x i y i N N x i y i i=1 i=1 i=1 a = (47) n N x 2 i ( N x i ) 2 i=1 i=1 i=1 ( b = 1 N ) N y i a x i = ȳ a x (48) N i=1

63 Wzory na a i b można zapisać następująco: oraz: gdzie: x = 1 N a = N (x i x) y i i=1 (49) N (x i x) 2 i=1 b = ȳ a x (50) N x i, i=1 odchylenie standardowe zmiennej a: σ 2 (a) = ȳ = 1 N N y i (51) i=1 ( N 2 (x i x)) σ 2 (Y ) i=1 ( N ) 2 = (x i x) 2 i=1 σ 2 (Y ) (52) N (x i x) 2 i=1

64 Model pomiaru, mamy dane pomiarowe {x i, y i } N i=1, każdy pomiar zmiennej Y obarczony jest błędem przypadkowym ε: Y = f(x) + ε = ax + b + ε (53) ε - zmienna losowa opisująca błąd wyznaczenia wartości y. Odchylenie standardowe σ(y ) = σ(ε) Zmienna ε w każdym doświadczeniu ma realizację ε i : estymator wariancji s(y): s 2 (y) = 1 N 2 y i = ax i + b + ε i (54) n i=1 ε 2 i = 1 N 2 n (y i ax i b) 2 (55) i=1

65 estymatory odchylenia standardowego: N 1 s a = σ y N 2 oraz s b = s a Sxx gdzie: = NS xx (S x ) 2, S xx = N x 2 i, S x = N x i, S yy = N yi 2, S y = N i=1 y i i=1 oraz suma kwadratów błędów: σy 2 = N (y i ax i by) 2 ( i=1 wzory na a i b: a = 1 NS xx (S x ) 2) i b = 1 (S ys xx S x S xy ) i=1 i=1 N (56)