Opracowane_danych_pomiarowych.pdf
(
2715 KB
)
Pobierz
186933736 UNPDF
Rozdział1
Opracowaniedanychpomiarowych
AndrzejZi˛eba
Pomiaryfizycznemog˛aby
´
cdokonywanetylkozesko
´
nczon˛adokładno
´
sci˛a.Powodemtegojestniedo-
skonało´s´cprzyrz˛adówpomiarowychinieprecyzyjno´s´cnaszychzmysłówbior˛acychudziałwobserwacjach.
Podawaniesamegotylkowynikupomiarujestniewystarczaj˛ace,opracowaniepomiarówwinnozawiera´ctak
˙
ze
miar˛eichwiarygodno´sci,czyliniepewno´s´cpomiaru.Zpotrzebyrozwi˛azaniapowy˙zszychproblemówpo-
wstałateorianiepewno´scipomiaru(zwanawymiennierachunkiemniepewno´scipomiaru).Wtymopracowaniu
przedstawionojejnajwa˙zniejszerezultaty,ilustrowaneprzykładami.
Teorianiepewno´scipomiaruniejest´scisł˛ateori˛afizyczn˛a,leczraczejprzybli
˙
zonymmatematycznym
opisemniedoskonało´scieksperymentu.Jejmetodyirezultatynieograniczaj˛asi˛edofizyki,leczs˛atakiesa-
me–lubbardzopodobne–dlawszystkichnaukdo´swiadczalnych.Mi˛edzynarodowaspołeczno´s´cnaukowaod
dawnad˛a˙zyładouzgodnieniaterminologiiimetodszacowanianiepewno´sci.RezultatemjestdokumentGuide
toExpressionofUncertaintyinMeasurementopracowanyprzezMi˛edzynarodow˛aOrganizacj˛eNormalizacyj-
n˛aISOwporozumieniuzszeregiem
´
swiatowychorganizacjinaukowo–technicznych.Wtek
´
scieniniejszym
dokumentb˛edziecytowanyb˛edziejakoPrzewodnik
1
.Jestnajwa
˙
zniejszymaleniejedynymdokumentemmi˛e-
dzynarodowejkonwencjidot.ocenyniepewno´scipomiaru,okre´slanejjakokonwencjaGUM
2
.
U˙zywanenazewnictwo,symbolikaimetodyobliczanianiepewno´scis˛azgodnezzaleceniamiPrzewod-
nika.Najwa
˙
zniejszeterminywyró
˙
znionowtek´scieczcionk˛apogrubion˛a.Niektóreznichró
˙
zni˛asi˛eodna-
zewnictwastosowanegowdotychczasowejliteraturze(wtymwskryptachipublikacjachautora).Dlawygody
czytelnikaiunikni˛ecianieporozumie´npodanonako´ncutabelarycznezestawienieterminówwprowadzonych
przezPrzewodnikiichtradycyjnychodpowiedników.
Opracowaniestanowizmodyfikowan˛awersj˛erozdziału1skryptupodredakcj˛aA.Zi˛eby,PRACOWNIA
FIZYCZNAWydziałuFizykiiTechnikiJ˛adrowejAGH,Cz˛e´s´cI,Wydanietrzeciezmienione.SkryptSU1642,
stron265,WydawnictwaAGH,Kraków2002.Zrozumienietre´scizwi˛azanychzestatystyk˛amatematyczn˛awy-
magaznajomo´scitylkokilkuelementarnychpoj˛e´c:zmiennalosowa,jejrozkładprawdopodobie´nstwa,rozkład
jednostajny(prostok˛atny),rozkładnormalny(Gaussa),warto´s´coczekiwana,odchyleniestandardowe.
1
Oficjalnetłumaczeniepolskie:Wyra
˙
zanieNiepewno´sciPomiaru.Przewodnik.Warszawa,GłównyUrz˛adMiar1999.
2
Zwi˛ezł˛ainformacj˛enatemathistoriikonwencjiGUMijejobecnegostatusumo˙znaznale´z´cwinternecie:
http://physics.nist.
gov/Uncertainty
1
1.1Bł˛adpomiaruijegorodzaje
Doniedawnasłowa„bł˛ad”i„niepewno´s´c”byłyu
˙
zywanewymiennie.Przewodnikwprowadzajasneroz-
graniczenietychpoj˛e´c.Wznaczeniuilo´sciowymprzezbł˛adpomiarurozumiemyró
˙
znic˛emi˛edzywarto´sci˛a
zmierzon˛ax
i
irzeczywist˛ax
0
,
bł˛adpomiaru=x
i
−x
0
(1.1)
Czynimyprzytymmilcz˛acezało˙zenie,˙zewarto´s´crzeczywistaistnieje.Wpraktycewarto´s´crzeczywist˛a
x
0
mo
˙
znauto
˙
zsamia´czwynikiempomiaruwykonanegoprzypomocyinnej,znaczniedokładniejszejmetody.
Zasadniczeznaczeniesłowa„bł˛ad”jestjako´sciowe,jakonazwadlafaktu,˙zewarto´s´cmierzonaró˙znisi˛e
odwarto´scirzeczywistej.Naprzykład,gdychcemywyró
˙
zni´cró
˙
znerodzajebł˛edupomiaru.Rysunek
1.1
poka-
zujenaosiliczbowejwzajemn˛arelacj˛emi˛edzywarto´sci˛arzeczywist˛ax
0
iszeregiemwarto´scix
i
uzyskanychw
eksperymencie,ilustruj˛actrzyrodzajebł˛edupomiaru.
Rysunek1.1:Wzajemnarelacjawarto´scirzeczywistej
x
0
izbioruwynikówpomiaru
(zaznaczonychkreskami)naosiliczbowej:a)dlabł˛eduprzypadkowego,b)dlabł˛edu
systematycznego,c)dlakombinacjibł˛eduprzypadkowegoibł˛edugrubego.Narysun-
kach(c)i(a)pokazanowró
˙
znejskali,rezultatyliczboweu
˙
zytewprzykładach1.1i
1.2
Przybł˛edzieprzypadkowymobserwujemyrozrzutwynikówpomiaruwokółwarto´scirzeczywistej(rys.
1.1
).Wynikkolejnegopomiarujestinny,przyczymwyst˛epujewprzybli
˙
zeniutakasamaszansauzyskania
wynikówtakwi˛ekszych,jakimniejszychodx
0
.
Jakies˛aprzyczynystatystycznegorozrzutuwynikówpomiaruwfizyceklasycznej,gdziewi˛ekszo´s´czja-
wiskjestopisywanaprzezprawadeterministyczne?Najcz˛e´sciej´zródłembł˛eduprzypadkowegojestniedokład-
no´s´ciprzypadkowo´s´cdziałanialudzkichzmysłów.Wykonuj˛ackolejnypomiarczłowiekwykonagonieco
inaczej,st˛adpowstaniestatystycznyrozrzutwyników.Naprzykładwynikipomiaruczasuspadaniakulkiz
dwumetrowejwysoko´sciprzyu
˙
zyciustoperacechujepewienrozrzutpomimotego,
˙
zesamstoperchodzirów-
no.
´
Zródłemstatystycznegorozrzutuwynikówpomiarumog˛aby´cte˙zszumygenerowanewsamymukładzie
pomiarowymizakłóceniazewn˛etrzne.Tegotypuprzyczynybł˛eduprzypadkowegowyst˛epuj˛araczejwpomia-
rachowysokiejczuło
´
sci.
Zbł˛edemsystematycznymmamydoczynienia,gdyprzypowtarzaniupomiaruwyst˛epujetasamaró
˙
z-
nicami˛edzywarto
´
sciamizmierzonymiawarto
´
sci˛arzeczywist˛a,natomiastrozrzutwynikówposzczególnych
pomiarówjestniewielkilubniewyst˛epujewogóle.Je˙zelinp.zapomoc˛aomomierzazmierzymywarto´s´copor-
nikawzorcowego(b˛ed˛acegorealizacj˛awarto´scirzeczywistej),tostwierdzimywyst˛epowaniesystematycznej
ró˙znicy,takiejsamejprzykolejnympowtarzaniupomiaru.
2
Obł˛edziegrubymmówimy,gdyró
˙
znicami˛edzywynikiempomiaruiwarto´sci˛arzeczywist˛ajestdu
˙
za
lubdrastyczniedu˙za.Bł˛adgrubypojawiasi˛enaskuteknieumiej˛etno´sciu˙zyciadanegoprzyrz˛adu,pomyłek
przyodczytywaniuizapisiewynikówitp.
Zprzypadkiemwyst˛epowaniabł˛edugrubegowseriipomiarówmamydoczynienia,gdyjedenzwyników
odbiegaznacznieodpozostałych.Przykład1.1ilustrujedwaznajró
˙
zniejszychmo
˙
zliwo´scipopełnieniabł˛edu
grubego.
Przykład1.1Wahadło–bł˛edygrubeprzypomiarzeokresu
Integraln˛acz˛e´sci˛awykładurachunkuniepewno´scipomiarus˛a
przykłady.Wi˛ekszo´s´cznich(przykłady
1.1
,
1.2
,
1.3
,
1.5
,
1.6
i
1.7
)dotycz˛ajednegoprostegoeksperymentu:badaniaruchuwa-
hadłaprostego.Wahadłemprostym(lub:matematycznym)nazy-
wamypunktmaterialnyomasiemzawieszonynaniewa
˙
zkiejinie-
rozci˛agliwejniciodługo
´
scil(rys.1.2).
Praktyczn˛arealizacj˛ategowyidealizowanegoobiektumo
˙
zeby´c
np.metalowakulazawieszonanazwykłejnicikrawieckiej.Gdy
k˛atwychyleniaQjestmały,okreswahadłaT
0
zale˙zytylkoodjego
długo´sciliprzyspieszeniaziemskiegog,
s
l
g
T
0
=2p
(1.2)
Rysunek1.2:Wahadłoproste.
Dlazmierzeniaokresuwahadłazastosowanosekundomierzzodczytemcyfrowym.Mierzono9razyczastrwa-
nia50okresów.Rezultatyspisanozoknaprzyrz˛aduwpostaciliczb:
103,88104,16105,26104,03103,90103,97103,85104,02103,85104,02103,92
Obliczonenapodstawietychdanychprzyspieszenieziemskieokazałosi˛etrzyrazyzamałe.Ekspery-
mentatorspojrzałnasekundomierzizrozumiał:pierwszacyfrawoknie(jedynka)oznaczaliczb˛eminut,czas
50okresówwyra
˙
zonywsekundachwynosi:
63,8864,1665,2664,0363,9063,9763,8564,0263,92
Takwykrytoipoprawionopierwszybł˛adgruby(powstaływwynikupomyłkiprzyzapisieliczb).
Przyjrzeniesi˛ewynikompokazuje,˙ze8liczbskupiasi˛ewpobli˙zu64sekund,aletrzeciwynik,65,26s,
jestoponadsekund˛ewi˛ekszy.Zaczynamypodejrzewa´c,
˙
zezmierzyli´smy51okresówzamiast50.Upewnianas
wtymprzekonaniufakt,
˙
zerezultat65,26sró
˙
znisi˛eodpozostałychowarto
´
s
´
czbli
˙
zon˛adojednegookresu.
W˛atpliwyrezultatodrzucamy.
3
1.2Cotojestniepewno
´
s
´
cpomiaru?
Ilo
´
sciowyopisjakiegokolwiekzjawiskarozpocz˛a
´
cmusimyodzdefiniowaniacharakteryzuj˛acychgo
miar.
Bł˛adpomiaruzdefiniowanywzorem(
1.1
)niestanowimiarydokładno´scimetodypomiarowej,gdy
˙
zpo-
dobnypomiar,alewykonanyinnymprzyrz˛adem,winnymczasieimiejscu,dainn˛awarto´s´c.Zatemx
i
jestliczb˛a
losow˛a,którejwarto´sciprzewidzie´csi˛enieda,podobniejakniemo
˙
znaprzewidzie´crezultaturzutukostk˛a.
Aleorezultatachrzutukostk˛amo˙znawiedzie´c,˙zezawieraj˛asi˛ewszereguliczbcałkowitychod1do
6.Podobnie,celemrachunkuniepewno´scijestcho´cbyprzybli
˙
zoneoszacowanierozrzutuwynikówpomiarów.
Przewodnikprzyjmujedefinicj˛e:
Niepewno´s´cpomiarujestzwi˛azanymzrezultatempomiaruparametrem,
charakteryzuj˛acymrozrzutwyników,którymo˙znawuzasadnionysposób
przypisa´cwarto´scimierzonej.
Definicjasugeruje,˙zemo˙zliwes˛aró˙znemiaryniepewno´sci.Dlaokre´slenianiepewno´scipomiarubezpo-
´sredniegowykorzystujemydwiemiary:podstawow˛ajestniepewno´s´cstandardowau(x),drug˛amiar˛aprzydatn˛a
wokre
´
slonychsytuacjachjestniepewno
´
s
´
cgranicznaDx.
Wprzypadkuniepewno´scigranicznejDxstaramysi˛eokre´sli´cprzedział
x
0
−Dx<x
i
<x
0
+Dx, (1.3)
wktórymmieszcz˛asi˛ewszystkiewynikipomiarux
i
,aktualniewykonaneiprzyszłe(rys.
1.3
).
Rysunek1.3:Rozrzutwynikówpomiaruijegomiary
Niepewno´s´cgranicznajestmiar˛adeterministyczn˛a,gdy˙ztwierdzimy,˙zewarto´s´cprawdziwazawartajest
napewnowprzedzialex
0
±Dx.Niepewno´s´cmaksymalnajeststosowanawokre´slonychsytuacjach,np.jako
miaradokładno
´
scielektrycznychprzyrz˛adówpomiarowych.
Miar˛adokładno´scipomiarunajpowszechniejstosowan˛aiuznan˛azapodstawow˛aprzezPrzewodnikjest
niepewno´s´cstandardowa.Jejnajkrótsz˛adefinicj˛ajestzdanie:
Niepewno´s´cstandardowajestoszacowaniemodchyleniastandardowego.
Skomentujmykluczowesłowatejdefinicji:
(i)Wprzedstawionymsformułowaniukryjesi˛ezało˙zenie,˙zerezultatpomiarujestzmienn˛alosow˛a,której
rozrzutcharakteryzujeparametrzwanyodchyleniemstandardowym.Odchyleniestandardowezdefinio-
wa´cmo˙znajakopierwiastekz´sredniejwarto´scikwadraturó˙znicywarto´scizmierzonejirzeczywistej.
(ii)Dokładnejwarto´sciodchyleniastandardowegonieznamy,niepewno´s´cstandardowajestjegoniezbytdo-
kładnymoszacowaniem(estymatorem,ocen˛a).Dwiepodstawowemetodyszacowanianiepewno´scipo-
miarubezpo´sredniegoprzedstawioneb˛ed˛awpodrozdziałach1.3oraz1.4.
4
Rysunek1.3porównujegraficznieobydwiemiaryniepewno´sci.Niepewno´s´cstandardowaujestmiar˛a
´sredniegoodchyleniawynikówpomiarówodwarto´scirzeczywistej,zatemcz˛e´s´cwyników(około1/3)znaj-
dziemypozaprzedziałem(x
0
−u(x),x
0
+u(x)).
Wdalszymci˛agutekstusłowo„niepewno´s´c”bezprzymiotnikaoznaczazawszeniepewno´s´cstandardow˛a.
Niepewno´s´cstandardow˛aoznaczamyjakou(x).Symbolupochodziodang.uncertainty,symbolwewn˛atrzna-
wiasuokre´sla,cojestwielko´sci˛amierzon˛a
3
.Zalet˛awprowadzonejprzezPrzewodniknotacjijestprzejrzysto´s´ci
unikanieindeksów.Mo
˙
zliwo´s´czapisuwielko´scimierzonejwpostacisłownej,jaknp.u(st˛e
˙
zenieNaCl),ułatwia
tworzeniedokumentacjipomiaru.
Niepewno´s´cuposiadawymiar,takisamjakwymiarwielko´scimierzonej.
Niepewno´sci˛awzgl˛edn˛awnazywamystosunekniepewno´sci(bezwzgl˛ednej)dowielko´scimierzonej
4
,
w(x)=
u(x)
x
(1.4)
Niepewno´s´cwzgl˛ednawjestwielko´sci˛abezwymiarow˛a,cz˛estowyra˙zan˛awprocentach.Dajelepszewyobra˙ze-
nieodokładno´scipomiaruni
˙
zniepewno´s´cbezwzgl˛ednau.Umo
˙
zliwiate
˙
zporównanieniepewno´sciwielko´sci
fizycznychposiadaj˛acychró
˙
znywymiar.
Poj˛eciemjako´sciowym,zwi˛azanymzesłowemniepewno´s´cjestdokładno´s´c(pomiaru).Zalet˛ategosłowa
jestmo
˙
zliwo´s´cutworzeniaprzymiotnika:pomiardokładniejszy,topomiaromniejszejniepewno´sci.
1.3Ocenaniepewno
´
scitypuA
Podt˛anazw˛akryj˛asi˛emetodywykorzystuj˛acestatystyczn˛aanaliz˛eseriipomiarów.Najprostszymprzy-
padkiemjestanalizaseriinwynikówpomiaru:x
1
,...,x
i
,...,x
n
.Traktujemyjejakonrealizacjizmiennejlo-
sowejowarto´scioczekiwanejx
0
(uto
˙
zsamianejzwarto´sci˛arzeczywist˛a)orazodchyleniustandardowyms
istosujemystandardowerezultatyteoriiprawdopodobie´nstwa.Wwi˛ekszo´sciprzypadkównajlepszymoszaco-
waniemxmierzonejwarto´scijest´sredniaarytmetyczna
n
å
x
i
(1.5)
Wewzorze
1.5
,jakiwewszystkichwzorachniniejszegoopracowania,znaksumybezwska´znikówoznacza
sumowanieodi=1don.
Miar˛arozrzutuwynikówpomiarujestparametrstatystycznyzwanyestymatoremodchyleniastandardo-
wego,
xx=
1
s
å
(x
i
−x)
2
n−1
s
x
=
(1.6)
estymatorodchyleniastandardowego´sredniejs
x
jest
p
nrazymniejszyodestymatoras
x
,
s
x
=
s
x
p
n
(1.7)
Poniewa˙zzawynikpomiaruprzyjmujemy´sredni˛a,niepewno´sci˛apomiaruu(x)uto˙zsamiamyzestymato-
remodchyleniastandardowego´sredniej,u(x)s
x
.Ł˛acz˛aczesob˛awzory
1.6
i
1.7
otrzymujemy
s
å(x
i
−x)
2
n(n−1)
u(x)s
x
=
(1.8)
3
Przyj˛eteoznaczeniewykorzystuje„nieprawnie”symbolfunkcjimatematycznej.Pami˛etajmy,˙zeu(x)jestliczb˛a,aniefunkcj˛a.Nie
jestmo˙zliwenp.obliczeniepochodnejdu/dx!
4
Przewodniknieokre
´
sliłsymboludlaniepewno
´
sciwzgl˛ednej.Wopracowaniuprzyj˛etosymbolwwprowadzonyweuropejskim
dokumencieEA-4/02ExpressionoftheUncertaintyofMeasurementinCalibration(1999).
5
Wielko´s´cs
x
mo
˙
znabyuto
˙
zsamia´czniepewno´sci˛apomiaru,gdyby´smyzajegowynikprzyj˛eliktór˛a-
kolwiekzwarto´scix
i
.Przyobliczaniu´sredniejnast˛epujejednakcz˛e´sciowakompensacjaodchyłekró˙znych
znaków,dzi˛ekiczemujestonabli
˙
zszawarto´scirzeczy
w
istejx
0
ni
˙
zwynikpojedynczegopomiaru.Ilo´sciowo,
Plik z chomika:
agro_3
Inne pliki z tego folderu:
Opracowane_danych_pomiarowych.pdf
(2715 KB)
regresja liniowa.pdf
(207 KB)
mpl.pdf
(659 KB)
wyznaczanie wspolczynnika zalamania szkla za pomoca spektrometru.pdf
(173 KB)
gestosc cial stalych.pdf
(169 KB)
Inne foldery tego chomika:
a-cad
angielski
Automatyka
awkward
badanie maszyn i urzadzeń
Zgłoś jeśli
naruszono regulamin