01_RACH_Bl.pdf

(207 KB) Pobierz
Microsoft Word - 01_RACH_Bl.DOC
RACHUNEK BŁĘDÓW
Cele ćwiczenia:
1.Utrwalenie wiadomości ze statystycznych i obliczeniowych metod analizy danych.
2.Nabycie praktycznej umiejętności zastosowania w/w metod do opracowania wyników
doświadczalnych.
3. Przeprowadzenie dyskusji otrzymanych rezultatów ćwiczenia: wartości liczbowych i wielkości
błędów; ocena jakości przeprowadzonych pomiarów i źródeł błędów.
Przygotowanie do ćwiczenia:
1 .Przed ćwiczeniami należy przypomnieć sobie następujące zagadnienia:
rodzaje błędów doświadczalnych
teoria rozkładu błędów przypadkowych
definicje parametrów charakteryzujących pomiar: średnia, odchylenie standardowe,
odchylenie standardowe wartości średniej
obliczanie błędów pomiaru wielkości złożonej (obliczanie pochodnej funkcji złożonej)
analiza pomiaru zależności funkcyjnej (regresja liniowa)
weryfikacja hipotezy statystycznej – test Studenta
2 .Należy przynieść ze sobą na ćwiczenia:
kalkulator
papier milimetrowy, linijkę, ołówek.
Podstawowe informacje
Doświadczenie z dziedzin nauk ścisłych można podzielić na dwie fazy: pomiar
przeprowadzany zwykle za pomocą specjalnych przyrządów umożliwiających porównanie
wielkości mierzonej z wzorcem oraz analizę wyników. Zadaniem analizy wyników jest nie tylko
uzyskanie pewnych wielkości charakteryzujących pomiar ale także krytyczna ocena otrzymanych
wyników, ocena prawidłowości wykonania doświadczenia oraz oszacowanie dokładności
wyników.
Wyznaczone w pomiarach wartości nigdy nie są wartościami prawdziwymi a jedynie ich
przybliżeniem. Na powstawanie błędów w pomiarach wielkości fizycznych wpływa wiele
czynników. Błędy doświadczalne dzielimy na trzy grupy: systematyczne, grube oraz
przypadkowe.
1.Błędy systematyczne
-wynikają z niedokładności przyrządów (np. posługiwanie się skalą, której działki są za duże
lub za małe w stosunku do wzorca, np. “spieszący” się stoper); z błędnej metody pomiaru (zła
metoda obserwacji-błąd paralaksy) lub działania czynników zewnętrznych (np. waga analityczna
umieszczona obok grzejnika, złe ustawienie zera skali). Nie istnieją ogólne metody eliminacji
błędów systematycznych (inaczej nazywanych niepewnością systematyczną), w każdym przypadku
trzeba stosować indywidualne sposoby.
2.Błędy grube
-powstają na skutek pomyłki obserwatora przy odczycie lub zapisie wyników; zwykle
przewyższają kilkakrotnie błędy reszty pomiarów. Wynik obarczony błędem grubym należy
odrzucić i w miarę możliwości powtórzyć pomiar.
3.Błędy przypadkowe
W 1783 roku Laplace podał następującą teorię powstawania błędów pomiarowych: pomiar
prawdziwej wartości wielkości mierzonej (np. długości a ) jest zakłócany przez dużą liczbę
niezależnych czynników, powodujących zaburzenia rzędu ε (ε- różnica między nieznaną
wielkością prawdziwą a, a wielkością x uzyskaną z pomiaru pojedynczego). Dla każdego
zakłócenia prawdopodobieństwo wywołania zmiany + ε jak i – ε jest takie samo. Błąd pomiarowy
jest zatem suma poszczególnych zakłóceń. Występowanie błędów przypadkowych podlega
pewnym prawidłowościom: zmiany ε mogą być dodatnie jak i ujemne, dla dostatecznej liczby
pomiarów liczba zaburzeń o dodatnich wartościach jest równa liczbie zaburzeń o wartosciach
ujemnych (rozkład jest symetryczny ); liczba zaburzeń o dużych wartościach jest mniejsza od
liczby zaburzeń o małych wartościach. Najważniejszy rozkład teorii błędów – rozkład Gaussa (lub
inaczej nazywany jako normalny ) opisuje prawdopodobieństwo wystąpienia błędu o wartości ε =a-
x:
1
( )
a
2
P
()
x
=
exp
σ
2
π
2
σ
2
Parametr σ - odchylenie standardowe – określa szerokość rozkładu błędów przypadkowych
(prawdopodobieństwo otrzymania w pomiarze wielkości x odległej od wartosci prawdziwej a
więcej niż o +/- 3 σ jest znikomo małe . Odchylenie standardowe może być wstępnie wyznaczone
przez wielokrotne powtarzanie pomiaru i charakteryzuje błąd pomiarowy. Identyfikacja rozkładu
błędów pomiarowych z rozkładem Gaussa jest bardzo istotnym założeniem, szczególnie dla
metody najmniejszych kwadratów, jednakże nie jest “absolutnym” prawem natury. Symetria
i niezależność zakłóceń nie zawsze mogą być zapewnione, dlatego przed przeprowadzeniem
szczegółowych żmudnych obliczeń należy sprawdzać (np. testem χ 2 ) czy rozkład doświadczalny
jest rozkładem Gaussa.
Parametry charakteryzujące pomiar
1.Wartość średnia: przy pomiarach o jednakowej dokładności najbardziej prawdopodobną,
najlepszą wartością poszukiwanej wielkości prawdziwej jest średnia arytmetyczna wszystkich
otrzymanych wyników pomiarów:
=
x
i
x
=
1
N
N
x
i
4739091.003.png
2.Odchylenie standardowe : błąd pojedynczego pomiaru:
=
( )
x i
x
2
σ
=
±
i
1
N
N
1
3.Błąd wartości średniej: błąd średniej arytmetycznej N pomiarów, czyli odchylenie standardowe
wartości średniej:
σ =
σ
x
N
Określanie błędu wielkości złożonej.
Często w doświadczeniu wyznaczamy wielkość Λ, która jest obliczana na podstawie pomiaru
innych wielkości bezpośrednio mierzonych ϕ i . Poszukiwana wielkość jest wyrażona jakimś
wzorem funkcyjnym Λ=Λ(ϕ 1 2 ....). Aby określić błąd maksymalny wyznaczonej wartości Λ
należy wziąć pod uwagę tę zależność funkcyjną oraz błędy z jakimi wyznaczono wartości
parametrów niezależnych, bezpośrednio mierzonych w doświadczeniu. Należy więc:
a) dla każdego parametru ϕ i obliczyć wartość średnią
ϕ, oraz odchylenie tej wartości średniej
σ
b) obliczyć różniczkę zupełną dla funkcji Λ = Λ ( ϕ 1 , ϕ 2 .... ϕ m ). Wartość tej różniczki określi błąd
z jakim wyznaczono poszukiwaną wielkość na podstawie wzoru Λ=Λ(ϕ 1 2 ....).
d
Λ
=
= 1
ϕ
d
ϕ
j
j
m
j
Symbol
oznacza pochodną cząstkową funkcji Λ po parametrze ϕ j . Za wielkość dϕ j
wstawiamy wartość błędu średniej ϕ .
Odchylenie standardowe wielkości Λ można obliczyć ze wzoru:
(
ϕ
1 ,...
,
ϕ
ϕ
)
2
σ
=
=
σ
m
Λ
ϕ
ϕ
j
j
1
m
j
Regresja liniowa
Sytuacją typową dla wielu doświadczeń jest badanie wpływu zmiennych o znanych
własnościach (zmiennych kontrolowanych) na zmienną losową (wynik pomiaru). Zmienna
kontrolowana wzrasta krok po kroku w określony sposób, analizując wyniki pomiarów szukamy
4739091.004.png 4739091.005.png 4739091.006.png 4739091.001.png
wzajemnej współzależności pomiędzy parametrami. W najprostszym przypadku zakładamy
liniowy model zależności pomiarów y od zmiennej kontrolowanej t :
=
α, β - to nieznane parametry, błąd pomiarowy i-tego pomiaru to ε i (zakładamy, że błedy te
podlegają rozkładowi normalnemu o wartości średniej równej zero). Parametry α, β mogą być
wyznaczone przy użyciu metody najmniejszych kwadratów. Wzory na te parametry mają postać:
y
i
α +
+
t
i
ε
i
( ) ( ) ( )( )
t
2
y
t
t
y
α
=
i
i
i
i
i
( )( )
β
=
n
t
i
y
i
t
i
y
i
=
n
∑∑
t
2
( ) 2
t
i
i
n – oznacza ilośc punktów pomiarowych; sumowanie odbywa się od i=1 do i=n
Prosta o przecięciu α i nachyleniu β nazywana jest empiryczną regresją liniową .
Współczynnik korelacji r dostarcza niezależnej informacji, czy zmiany wielkości kontrolowanej t
są w korelacji ze zmianami y . Współczynnik ten zmienia się w zakresie od 0 (brak korelacji) do
+/- 1 (korelacja zupełna). Wzór na współczynnik korelacji wyraża się wyrażeniem:
r
=
n
t
(
i
y
i
( )( )
( )
t
i
y
i
)
n
∑∑
y
2
y
2
i
i
Testowanie hipotez statystycznych
Postępowanie pozwalające decydować o prawdziwości hipotez statystycznych nazywamy testami
statystycznymi. Jeśli hipoteza H dotyczy wartości jakichkolwiek parametrów rozkładu F,
nazywamy ją hipotezą parametryczną, w przeciwnym wypadku nazywamy ją hipotezą
nieparametryczną . Hipotezę H która jednoznacznie precyzuje nieznany rozkład F nazywamy
hipotezą prostą . Aby zweryfikować postawiona hipotezę co do rozkładu rządzącego rozkładem
losowym jakiegoś zjawiska pobieramy próbę n niezależnych obserwacji zjawiska (dokonujemy n
pomiarów). Przed przystąpieniem do analizy próby ustalamy określoną wartość
prawdopodobieństwa α (poziom istotności). Zakładając, że postawiona hipoteza jest prawdziwa
pytamy czy prawdopodobieństwo zaobserwowania określonych własności próby jest mniejsze od
α. Jeśli tak jest, to postawioną hipotezę odrzucamy . W przeciwną stronę wnioskowanie nie jest
możliwe- można jedynie powiedzieć, że hipoteza jest niesprzeczna z wynikiem uzyskanym na
podstawie badanej próby.
Wykonanie ćwiczenia:
I. Wyznaczanie objętości i pola powierzchni brył.
4739091.002.png
1. Zapoznać się ze sposobem posługiwania się suwmiarką.
2. Zmierzyć za pomocą suwmiarki wszystkie parametry każdej z brył, potrzebne do wyznaczenia
jej objętości i pola powierzchni. Każdy pomiar wykonać 10 razy. Należy mieć na uwadze, że
mierzone bryły nie są idealne, więc pomiaru tego samego parametru nie można wykonywać w tym
samym miejscu bryły. Należy zanotować:
a) wartości wszystkich dokonanych pomiarów
b) niepewność systematyczną, z jaką dokonuje się pomiaru
3. Korzystając z odpowiednich równań należy podać wartości charakteryzujące każdy wyznaczony
parametr
a) wartość średnią
b) odchylenie standardowe pojedynczego pomiaru
c) odchylenie standardowe średniej
d) niepewność całkowitą ( jest to pierwiastek z sumy kwadratów niepewności systematycznej
i odchylenia standardowego).
4. Korzystając z odpowiednich równań podać dla każdej z brył:
a) objętość
b) odchylenie standardowe
c) niepewność maksymalną
5. Analogicznie do pkt. 4 podać pole powierzchni każdej z brył.
II. Porównanie średniej masy ziaren dwóch gatunków roślin.
l. Zapoznać się ze sposobem posługiwania się wagą.
2. Zważyć pojedynczo po n’ = 8 ziaren wybranego gatunku; zanotować wartości wszystkich
dokonanych pomiarów' oraz niepewność systematyczną, z jaką dokonuje się pomiaru.
Gdy różnice między wynikami poszczególnych pomiarów serii próbnej znacznie przekraczają
niepewność systematyczną, wtedy odchylenie standardowe możemy zmniejszyć do dowolnie małej
wartości δ, zwiększając liczbę pomiarów' do n, określonej zależnością:
t
2 S
2
n
=
n
δ
gdzie S oznacza odchylenie standardowe wyników próbnych, t - tzw. zmienną losową Studenta,
zależną od liczby pomiarów próbnych n' oraz poziomu istotności α. (wartości podane w tabeli).
Zaplanować na wybranym poziomie istotności α (w zakresie 0,10 - 0,01) liczbę pomiarów,
które należy przeprowadzić aby uzyskać dokładność odpowiadającą jak najmniejszemu odchyleniu
standardowemu S o jak najmniejszej wartości (wartość ta musi być jednak nie mniejsza od
niepewności systematycznej).
3. Wykonać zaplanowane pomiary.
4. Narysować histogram, dzieląc przedział zmienności zmierzonych wartości np. na dziesięć
podprzedziałów.
Zgłoś jeśli naruszono regulamin