background image

 

1

Praktyczna umiej

ę

tno

ść

 opracowywania wyników,  

teoria niepewno

ś

ci pomiaru 

 

 

Dost

ę

pna literatura: 

1. http://physics.nist./gov/Uncertainty 

2.  Wyra

ż

anie  Niepewno

ś

ci  Pomiaru,  Przewodnik,  Warszawa,  Główny  Urz

ą

Miar, 1999 

3. H. Szydłowski, Pracownia fizyczna, PWN Warszawa 1999 

4. A. Zi

ę

ba, Post

ę

py Fizyki, tom 52, zeszyt 5, 2001, str.238-247 

5. A. Zi

ę

ba, Pracownia Fizyczna, WFiTJ, Skrypt Uczelniany SU 1642, Kraków 

2002 

1. Istota pomiaru oraz jego rodzaje 

 

Pomiar wielko

ś

ci fizycznej polega na porównaniu jej z wielko

ś

ci

ą

 fizyczn

ą

 tego 

samego  typu,  któr

ą

  przyj

ę

to  za  jedno

ść

.  Rozró

ż

nia  si

ę

  dwa  rodzaje  pomiarów 

wielko

ś

ci  fizycznych:  po

ś

rednie  i  bezpo

ś

rednie.  Te  drugie  s

ą

  wtedy,  gdy  warto

ść

 

danej  wielko

ś

ci  jest  okre

ś

lana  wprost  za  pomoc

ą

  przyrz

ą

du,  mierz

ą

cego  t

ę

  wła

ś

nie 

wielko

ść

Przykładowo: wymiary ciała mo

ż

na mierzy

ć

 bezpo

ś

rednio za pomoc

ą

 linijki, 

suwmiarki,  mikromierza;  mas

ę

  ciała  za  pomoc

ą

  wagi;  nat

ęż

enie  pr

ą

du  za  pomoc

ą

 

amperomierza,  itd.  itp.  Natomiast  w  przypadku  pomiarów  po

ś

rednich  warto

ść

 

badanej wielko

ś

ci okre

ś

la si

ę

 na podstawie rezultatów bezpo

ś

rednich pomiarów innej 

wielko

ś

ci  fizycznej,  które  z  badan

ą

  wielko

ś

ci

ą

  s

ą

  zwi

ą

zane  okre

ś

lon

ą

  zale

ż

no

ś

ci

ą

 

funkcjonaln

ą

.  Przykładowo

ś

redni

ą

  g

ę

sto

ść

  ciała  mo

ż

na  obliczy

ć

  na  podstawie 

bezpo

ś

rednich  pomiarów  masy  i  obj

ę

to

ś

ci  tego  ciała;  w  przypadku,  gdy  znamy  z 

bezpo

ś

redniego  pomiaru  nat

ęż

enie  pr

ą

du  w  przewodniku  oraz  napi

ę

cie  na  jego 

ko

ń

cach, jego opór elektryczny mo

ż

na wyznaczy

ć

 w oparciu o prawo Ohma.   

Uwzgl

ę

dniaj

ą

c te same kryteria, pomiary mo

ż

emy podzieli

ć

 tak

ż

e na proste i zło

ż

one.  

 

Wynik  ka

ż

dego,  pojedynczego  pomiaru  wielko

ś

ci  fizycznej  nie  pokrywa  si

ę

  z 

jej  warto

ś

ci

ą

  rzeczywist

ą

  ze  wzgl

ę

du  na  wpływ  wielu  zaburzaj

ą

cych  czynników.  T

ą

 

rozbie

ż

no

ść

  mi

ę

dzy  wynikiem  pomiaru  a  rzeczywist

ą

  warto

ś

ci

ą

  mierzonej  wielko

ś

ci 

nazywa  si

ę

  

ę

dem  pomiaru

Ź

ródłem  rozbie

ż

no

ś

ci  miedzy  warto

ś

ci

ą

  mierzon

ą

  a 

rzeczywist

ą

 s

ą

 niedoskonało

ś

ci:  

- osoby wykonuj

ą

cej pomiar 

- przyrz

ą

dów pomiarowych 

background image

 

2

- obiektów mierzonych.  

Gdy  udoskonalamy  do

ś

wiadczenie 

 malej

ą

  rozbie

ż

no

ś

ci 

 maleje  

ą

d pomiaru / 

niepewno

ść

 pomiaru.  

2. Niepewno

ść

 a bł

ą

d pomiaru, podział bł

ę

dów 

Analiza  bł

ę

dów  obejmuje  dyskusje  zasadno

ś

ci  stosowanych  metod 

pomiarowych,  dyskusje  ich  dokładno

ś

ci  i  powtarzalno

ś

ci  oraz  wła

ś

ciw

ą

  analiz

ę

 

wielko

ś

ci  bł

ę

dów,  czyli  wła

ś

nie  rachunek  bł

ę

dów.  Wszelkie  wyniki  pomiarów 

pozbawione  dyskusji  bł

ę

dów,  a  zwłaszcza  okre

ś

lenia  bł

ę

du  pomiarowego,  s

ą

  w 

istocie wył

ą

cznie wskazaniami. Je

ś

li na przykład kto

ś

 stwierdza, 

ż

e jest wzrostu 4 m, 

to  w  zasadzie  mo

ż

e  by

ć

  to  prawda,  bo  sedno  sprawy  tkwi  w  tym:  w  jaki  sposób 

dokonano pomiaru. 

Analizuj

ą

c  mo

ż

liwe  bł

ę

dy  pomiarowe  oraz  prezentuj

ą

c  wyniki  pomiarów, 

u

ż

ywamy nast

ę

puj

ą

cych okre

ś

le

ń

warto

ść

 prawdziwa czyli rzeczywista warto

ść

 mierzonej wielko

ś

ci, która zazwyczaj 

pozostaje  nieznana,  ale  mo

ż

e  by

ć

  przybli

ż

ona  za  pomoc

ą

  estymatora,  którym 

zwykle  jest 

ś

rednia,  o  ile  zjawisko  jest  opisywane  rozkładem  Gaussa  lub 

pokrewnym, w innych przypadkach sprawy wymagaj

ą

 gł

ę

bszej analizy; 

ą

d pomiaru: odst

ę

pstwo wyniku jednostkowego pomiaru od warto

ś

ci prawdziwej, 

której na ogół nie znamy; 

-  

ą

d  statystyczny:  bł

ą

d  pomiaru  wynikaj

ą

cy  z  ogółu  wpływów 

ś

rodowiska,  których 

cz

ę

sto 

nie 

mo

ż

na 

zidentyfikowa

ć

 

czy 

wyeliminowa

ć

np. 

wła

ś

ciwo

ś

ci 

zastosowanego przyrz

ą

du pomiarowego i innych przyczyn; 

-  

ą

d  systematyczny  (metodyczny  lub  aparaturowy):  bł

ą

d,  który  przy  wielokrotnych 

pomiarach  jednej  i  tej  samej  wielko

ś

ci  pozostaje  stały  lub  zmienia  si

ę

  według 

okre

ś

lonej  reguły.  Jest  to  bł

ą

d  najcz

ęś

ciej  wynikaj

ą

cy  z  zastosowanej  metody 

pomiaru,  zwykle  zmieniaj

ą

cy  wyniki  pomiaru  "w  jedna  stron

ę

". 

Ź

ródłem  bł

ę

du 

systematycznego  s

ą

:  skale  mierników,  nieu

ś

wiadomiony  wpływ  czynników 

zewn

ę

trznych  na  warto

ś

ci  wielko

ś

ci  mierzonej  (np.  lepko

ść

),  niewła

ś

ciwy  sposób 

odczytu  lub  pomiaru,  przybli

ż

ony  charakter  wzorów  stosowanych  do  wyznaczania 

wielko

ś

ci zło

ż

onej; 

-  

ą

d  metody:  bł

ą

d  wynikaj

ą

cy  z  zastosowanej  metody  pomiaru,  cz

ę

sto  maj

ą

cy 

charakter bł

ę

du systematycznego; 

background image

 

3

-  warto

ść

  bł

ę

du  statystycznego  (cz

ę

sto  po  prostu  bł

ą

d  statystyczny):  warto

ść

  bł

ę

du 

wynikaj

ą

ca  z  analizy  statystycznej  bł

ę

du.  Aby  warto

ść

  ta  charakteryzowała 

faktycznie  przebieg  pomiaru,  musi  by

ć

  ona  wi

ę

ksza  ni

ż

  bł

ą

d  maksymalny.  Innymi 

słowy, pomiar musi dawa

ć

 ró

ż

ne wyniki – je

ś

li ka

ż

dy pomiar daje w granicach bł

ę

du 

maksymalnego  ten  sam  wynik,  nie  ma  sensu  stosowanie  analizy  statystycznej, 

szczegóły zjawiska s

ą

 przed nami ukryte przez bezwładno

ść

 układu pomiarowego, 

podobnie  zwi

ę

kszanie  liczby  pomiarów  nie  poprawi  sytuacji.  Zwykle  jako  warto

ść

 

ę

du  statystycznego  przyjmuje  si

ę

  odchylenie  standardowe,  co  jest  uzasadnione 

wył

ą

cznie, je

ś

li wyniki pomiarów maj

ą

 statystyczny rozkład normalny (Gaussa) lub 

inny, mo

ż

liwy do zastosowania (np. rozkład Studenta); 

-  odchylenie  standardowe:  estymator  przybli

ż

aj

ą

cy  warto

ść

  bł

ę

du  statystycznego 

adekwatny  w  przypadku  odpowiedniej  liczno

ś

ci  próby  pomiarowej  (np.  odchylenie 

standardowe  dla  rozkładu  Gaussa  mo

ż

na  na  ogół  stosowa

ć

,  o  ile  liczno

ść

  próby 

jest wi

ę

ksza lub równa 10) 

ą

d bezwzgl

ę

dny: warto

ść

 bł

ę

du liczona adekwatn

ą

 do danej sytuacji metod

ą

 (jako 

ą

d  maksymalny  lub  jako  bł

ą

d  statystyczny) 

0

x

x

x

i

i

=

  (1),  gdzie  x

i

  to  warto

ść

 

zmierzona a x

0

 to warto

ść

 rzeczywista; 

ą

d wzgl

ę

dny: warto

ść

 bł

ę

du podana jako procent mierzonej wielko

ś

ci 

0

x

x

i

=

δ

 (2 )

W niektórych  przypadkach  działanie  przyrz

ą

du  pomiarowego  (np.  pomiar  energii 

elektrycznej)  wymusza  takie  okre

ś

lenie  bł

ę

du  maksymalnego,  to  znaczy,  dla  tych 

metod pomiaru bł

ą

d maksymalny pomiaru jest podawany jako bł

ą

d wzgl

ę

dny. Bł

ą

wzgl

ę

dny charakteryzuje u

ż

yt

ą

 metod

ę

 pomiaru, a w mniejszym stopniu sam wynik 

pomiaru; 

ą

d gruby, pomyłka: ma miejsce, gdy który

ś

 z wyników pomiaru odbiega znacznie 

od  pozostałych,  mo

ż

emy  przypuszcza

ć

ż

e  zaszło  jakie

ś

  zdarzenie,  które 

spowodowało  zaburzenia  eksperymentu.  Wyniki  takie  cz

ę

sto  s

ą

  odrzucane 

podczas  analizy  statystycznej.  Bł

ę

dy  grube  wynikaj

ą

  najcz

ęś

ciej  z  jakiego

ś

 

powa

ż

nego  przeoczenia,  pomyłki  –  np.  złego  odczytania  skali  miernika, 

z pomylenia  miejsca  zapisu  przecinka  podczas  przetwarzania  pomiarów, 

zmierzenie nie tego obiektu itp. 

ą

d maksymalny: warto

ść

 maksymalnego odst

ę

pstwa wyniku pomiaru od wielko

ś

ci 

poprawnej, gwarantowana przez zastosowanie okre

ś

lonej metody pomiarowej: np. 

background image

 

4

miernik  mierzy  napi

ę

cie  z  bł

ę

dem  maksymalnym  1  mV,  co  oznacza, 

ż

e  warto

ść

 

prawdziwa od pokazywanej przez miernik mo

ż

e si

ę

 ró

ż

ni

ć

 co najwy

ż

ej o ±1 mV; 

-  maksymalny  bł

ą

d:  najwi

ę

ksza  warto

ść

  bł

ę

du  pomiarowego  jaka  mo

ż

e  wyst

ą

pi

ć

  w 

danym  do

ś

wiadczeniu,  wielko

ść

  nieograniczona  i  nieokre

ś

lona  w 

ż

aden  sposób, 

ulubiony  zwrot  dziennikarzy  telewizyjnych  i  polonistów,  uznaj

ą

cych, 

ż

e  zasady 

gramatyki  j

ę

zyka  polskiego  s

ą

  wa

ż

niejsze  od  znaczenia  i  tre

ś

ci  niesionych  przez 

zwroty u

ż

ywane przez ludzi kompetentnych w danej dziedzinie. 

Uwaga:  u

ż

ywanie  w  telewizji  i  innych  mediach  zwrotu  "maksymalny  bł

ą

d"  zamiast 

"bł

ą

d maksymalny" jest niepoprawne. Maksymalny bł

ą

d pomiaru mo

ż

e by

ć

 dowolnie 

wielki! Nawet za pomoc

ą

 10 cm linijki szkolnej mo

ż

na dokona

ć

 pomiaru z bł

ę

dem 1 

km. Natomiast jej bł

ą

d maksymalny faktycznie wynosi ok. 0,5 mm. 

-  

ą

d  przypadkowy:  bł

ą

d,  którego  warto

ść

  bezwzgl

ę

dna  i  znak  zmieniaj

ą

  si

ę

  przy 

wielokrotnych  pomiarach  jednej  i  tej  samej  wielko

ś

ci  fizycznej.  S

ą

  one  wywołane 

przez  wiele  czynników,  których  uwzgl

ę

dnienie  jest  niemo

ż

liwe.  Przykładowo  na 

wskazania  czułej  analitycznej  wagi  szalkowej  mog

ą

  wpływa

ć

  pyłki  osiadaj

ą

ce  na 

szalce  podczas  wa

ż

enia,  jedno  z  ramion  wagi  mo

ż

e  ulec  wydłu

ż

eniu  na  wskutek 

nagrzania  od  r

ę

ki  eksperymentatora,  konwekcyjne  ruchy  powietrza  w  pobli

ż

szalek mog

ą

 zaburzy

ć

 ich równowag

ę

, itp. Ten rodzaj bł

ę

dów mo

ż

na zredukowa

ć

 

drog

ą

  wielokrotnego  powtarzania  pomiaru,  jednak

ż

e  nie  jest  mo

ż

liwe  całkowite 

wyeliminowanie tego bł

ę

du. Przy obliczaniu bł

ę

dów przypadkowych wykorzystuje 

si

ę

 metody rachunku prawdopodobie

ń

stwa i statystyki matematycznej.  

Niepewno

ść

  pomiaru  jest  parametrem  zwi

ą

zanym  z  rezultatem  pomiaru. 

Charakteryzuje  rozrzut  wyników,  który  mo

ż

na  w  uzasadniony  sposób  przypisa

ć

 

warto

ś

ci  mierzonej.  Niepewno

ść

  u  (ang.  uncertainty)  posiada  wymiar,  taki  sam  jak 

wielko

ść

 mierzona.  

Symbolika: u lub u(x) lub u(st

ęż

enie NaCl)

Niepewno

ść

  wzgl

ę

dna  u

r

(x)  to  stosunek  niepewno

ś

ci  (bezwzgl

ę

dnej)  do  wielko

ś

ci 

mierzonej i mo

ż

e by

ć

 wyra

ż

ona w % (bezwymiarowa):  

x

x

u

x

u

r

)

(

)

(

=

 

Istniej

ą

 dwie miary niepewno

ś

ci pomiaru: 

- standardowa u(x) 

- maksymalna 

∆∆∆∆

x 

background image

 

5

 

Najpowszechniej  stosowan

ą

  miar

ą

  dokładno

ś

ci  pomiaru,  uznawan

ą

  obecnie 

za podstawow

ą

 jest niepewno

ść

 standardowa. Rezultat pomiaru jest zmienn

ą

 losow

ą

 

x

i

,  której  rozrzut  wokół  warto

ś

ci 

ś

redniej 

x

  charakteryzuje  parametr  zwany 

odchyleniem standardowym:  

n

x

x

i

n

)

(

lim

=

σ

 

 

Niepewno

ść

  standardowa  jest  niezbyt  dokładnym  oszacowaniem  /  przybli

ż

eniem 

odchylenia  standardowego  (estymatorem,  ocen

ą

),  gdy

ż

  jego  dokładnej  warto

ś

ci  nie 

znamy.    Mo

ż

emy  wyznaczy

ć

  niepewno

ść

  maksymaln

ą

,  która  te

ż

  nie  b

ę

dzie 

konkretn

ą

  warto

ś

ci

ą

,  tylko  przedziałem,  w  którym  mieszcz

ą

  si

ę

  wszystkie  wyniki 

pomiaru x

i

, aktualnie wykonane i przyszłe:  

x

x

x

x

x

i

+

<

<

0

0

 

Niepewno

ść

  maksymaln

ą

  specyfikowan

ą

  przez  producenta,  zaleca  si

ę

  obecnie 

zamienia

ć

 na niepewno

ść

 standardow

ą

 wg wzoru:  

3

)

(

x

x

u

=

   (3) 

 

Krzywe rozkładu bł

ę

du:  

 

 

ą

d systematyczny 

ą

d przypadkowy – rozkład Gaussa 

 

background image

 

6

3. Typy oceny niepewno

ś

ci wg nowej NORMY

 

 

TYP A 

Dotyczy  sytuacji  gdy  niepewno

ś

ci  przypadkowe  s

ą

  du

ż

e  w  porównaniu 

z systematycznymi. Konieczna jest odpowiednio du

ż

a liczba powtórze

ń

 pomiaru. Do 

tego  typu  zaliczaj

ą

  si

ę

  metody  wykorzystuj

ą

ce  statystyczn

ą

  analiz

ę

  serii  pomiarów 

i ma zastosowanie do bł

ę

dów przypadkowych.  

W  wi

ę

kszo

ś

ci  do

ś

wiadcze

ń

  stwierdza  si

ę

ż

e  rozkład  cz

ę

sto

ś

ci  wyst

ę

powania 

niepewno

ś

ci przypadkowych mo

ż

na opisa

ć

 funkcj

ą

 

ϕϕϕϕ

(x) w postaci:  

=

2

2

0

2

)

(

exp

2

1

)

(

σ

π

σ

ϕ

x

x

x

    (4 ) 

gdzie x

0

 jest warto

ś

ci

ą

 najbardziej prawdopodobn

ą

 (np. 

ś

rednia arytmetyczna), 

σσσσ

 jest 

odchyleniem standardowym, 

σσσσ

2

 jest wariancj

ą

 rozkładu. 

Funkcja  rozkładu 

ϕϕϕϕ

(x),  wyra

ż

ona  wzorem  (4),  opisuje  rozkład  normalny,  zwany 

rozkładem Gaussa.  

 

w przedziale 

σ

σ

+

<

<

0

0

x

x

x

 zawiera si

ę

 68,2% (2/3) 

w przedziale 

σ

σ

2

2

0

0

+

<

<

x

x

x

 zawiera si

ę

 95,4% 

w przedziale 

σ

σ

3

3

0

0

+

<

<

x

x

x

 zawiera si

ę

 99,7%  wszystkich wyników 

Funkcja 

ϕϕϕϕ

(x)  zale

ż

y  od  dwóch  parametrów  x

0

  i 

σσσσ

  a  tak

ż

e  spełnia  warunek 

normalizacyjny: 

1

)

(

=

+∞

dx

x

ϕ

 

background image

 

7

Warunek  ten  wynika  z  wła

ś

ciwo

ś

ci  funkcji  i  okre

ś

la, 

ż

e  prawdopodobie

ń

stwo 

znalezienia  dowolnego  wyniku  pomiaru  x  w  przedziale  od  -

  do  +

  jest  równe 

pewno

ś

ci, czyli 1.  

Niepewno

ść

 standardowa 

ś

redniej jest równa: 

)

1

(

)

(

)

(

2

=

n

n

x

x

x

u

i

    (5 ) 

 

Pomiar  o  wi

ę

kszym 

σσσσ

  charakteryzuje  si

ę

  wi

ę

kszym  rozrzutem  wyników  wokół 

warto

ś

ci 

ś

redniej czyli mniejsz

ą

 precyzj

ą

Przykład 1: 

 

Wykonano  10  pomiarów  wałka  stalowego  przy  u

ż

yciu  suwmiarki,  której 

najmniejsza działka wynosi 0,1 mm. Uzyskano nast

ę

puj

ą

ce wyniki: 35,6; 35,8; 35,7; 

35,5;  35,6;  35,9;  35,7;  35,8;  35,4  (mm).  Zgodnie  ze  wzorem 

i

n

i

x

n

x

1

1

=

=

  warto

ść

 

ś

rednia  długo

ś

ci 

69

,

35

=

l

mm,  natomiast  niepewno

ść

  standardowa  u(l)  zgodnie  ze 

wzorem  (5)  ma  warto

ść

  u(l)=0,053  mm.  Wynik  ko

ń

cowy  nale

ż

y  wpisa

ć

  w  postaci: 

)

5

(

69

,

35

=

l

mm  lub 

)

05

,

0

69

,

35

(

±

=

l

mm  oraz 

δ

1

[%]=0,1%.  Warto

ść

  u(l)  jest 

porównywalna z 

∆∆∆∆

l.  

 

TYP B

 

 

Dotyczy  sytuacji,  gdy  mamy  do  czynienia  z  niepewno

ś

ci

ą

  systematyczn

ą

 

(maksymaln

ą

).  Bazuje  na  naukowym  os

ą

dzie  badacza  wzgl

ę

dem  wszystkich 

informacji  o  pomiarze  i 

ź

ródłach  jego  niepewno

ś

ci.  Typ  B  stosowany  jest,  gdy 

statystyczna  analiza  jest  niemo

ż

liwa.  Mo

ż

e  odnosi

ć

  si

ę

  do  bł

ę

du  systematycznego 

lub do jednego wyniku pomiaru. 

background image

 

8

O wielko

ść

 niepewno

ś

ci systematycznej decyduj

ą

 dwie składowe: u

ż

yty w pomiarach 

przyrz

ą

d  –  jego  klasa,  działka  elementarna,  dokładno

ść

  odczytu  oraz  obserwator  – 

niepewno

ść

  eksperymentatora  zwi

ą

zana  z  czynno

ś

ciami  pomiarowymi.  Najcz

ęś

ciej 

ocena typu B dotyczy okre

ś

lenia niepewno

ś

ci wynikaj

ą

cej ze sko

ń

czonej dokładno

ś

ci 

przyrz

ą

du.  

W  przypadku  niepewno

ś

ci  systematycznych  zawsze  zakładamy, 

ż

e  przyczynki 

pochodz

ą

ce od przyrz

ą

dów i obserwatora nie kompensuj

ą

 si

ę

, ale dodaj

ą

 do siebie 

z jednakowymi znakami. Wobec tego całkowita niepewno

ść

 systematyczna pomiaru 

mo

ż

e by

ć

 wyra

ż

ona w postaci sumy:  

x

x

x

x

x

e

o

k

d

+

+

+

=

    (6 ) 

gdzie indeksy okre

ś

laj

ą

 odpowiednie przyczynki od niepewno

ś

ci pomiaru (d – działka 

elementarna, k – klasa przyrz

ą

du, o – odczyt, e – eksperymentator). Wyznaczona w 

ten  sposób  sumaryczna  niepewno

ść

 

∆∆∆∆

x  nazywa  si

ę

  maksymaln

ą

  niepewno

ś

ci

ą

 

systematyczn

ą

.  Nale

ż

y  j

ą

  interpretowa

ć

  jako  połow

ę

  szeroko

ś

ci  przedziału  od  x-

∆∆∆∆

x 

do  x+

∆∆∆∆

x,  który  na  pewno  zawiera  warto

ść

  rzeczywist

ą

.  Dla  prostok

ą

tnego  rozkładu 

funkcji 

ϕϕϕϕ

(x),  niepewno

ść

  standardowa  u(x)  zwi

ą

zana  jest  z  maksymaln

ą

 

niepewno

ś

ci

ą

 systematyczn

ą

 

∆∆∆∆

x, oszacowan

ą

 metod

ą

 typu B, wzorem (3): 

3

)

(

x

x

u

=

 

Przykład 2: 

 

Wykonano  pomiary  nat

ęż

enia  pr

ą

du  płyn

ą

cego  przez  uzwojenie  busoli 

stycznych.  Pomiary  próbne  wykazały  nieznaczny  rozrzut  wyników:  I

1

I

2

I

3

0,80 

A. Oznacza to przewag

ę

 niepewno

ś

ci systematycznych pomiaru nad niepewno

ś

ciami 

przypadkowymi.  U

ż

yty  amperomierz  był  klasy  0,5  o  zakresie  1  A  i  najmniejszej 

działce 0,01 A. Według oceny eksperymentatora wahania wskazówki mie

ś

ciły si

ę

  w 

granicach  jednej  działki.  Sumaryczna  maksymalna  niepewno

ść

  systematyczna 

pomiary  wynosi  (wzór  6): 

l=0,005A+0,01A+0,005A=0,02  A.  Wzgl

ę

dna  niepewno

ść

 

systematyczna  pomiaru: 

δ

1

[%]=3%,  a  wynik  ko

ń

cowy  zgodnie  z  Norm

ą

  zapisujemy 

w postaci: I=(0,80

±

0,02) A lub I=0,80(2) A. 

background image

 

9

4. Niepewno

ść

 wielko

ś

ci zło

ż

onej – prawo przenoszenia bł

ę

du

  

)

(

)

(

x

u

dx

dy

y

u

=

 

Metoda ró

ż

niczki zupełnej 

Dla 

wielko

ś

ci 

zło

ż

onej 

)

,...

,

(

2

1

n

x

x

x

f

y

=

 

gdy 

niepewno

ś

ci 

maksymalne 

n

x

x

x

,...

,

2

1

s

ą

 małe w porównaniu z warto

ś

ciami zmiennych 

n

x

x

x

,...

,

2

1

 niepewno

ść

 

maksymaln

ą

 wielko

ś

ci y wyliczamy praw rachunku ró

ż

niczkowego:  

n

n

x

x

y

x

x

y

x

x

y

y

+

+

+

=

...

2

2

1

1

    (7) 

 

Prawo przenoszenia niepewno

ś

ci 

Niepewno

ść

  standardow

ą

  wielko

ś

ci  zło

ż

onej 

)

,...

,

(

2

1

n

x

x

x

f

y

=

  obliczamy  z  tzw. 

Prawa przenoszenia niepewno

ś

ci jako sum

ę

 geometryczn

ą

 ró

ż

niczek cz

ą

stkowych: 

2

2

2

2

2

1

1

...

)

(

+

+

+

=

n

n

c

ux

x

y

ux

x

y

ux

x

y

y

u

   (8) 

y

y

u

y

u

c

cr

)

(

)

(

=

 

Przykład 3 (wi

ąż

e si

ę

 z przykładem 1): 

 

Wykonano  10  pomiarów  długo

ś

ci  wałka  stalowego  przy  u

ż

yciu  suwmiarki, 

której  najmniejsza  działka  wynosi  0,1  mm.  Uzyskano  wyniki  35,6;  35,8;  35,7;  35,5; 

35,6;  35,9;  35,7;  35,8;  35,4  (mm).  Warto

ść

 

ś

rednia  wynosi 

69

,

35

=

l

mm;  u(l)=0,053 

mm  gdzie 

)

1

(

)

(

)

(

2

=

n

n

l

l

l

u

i

.  Wyznaczamy  obj

ę

to

ść

  wałka.  Jego 

ś

rednic

ę

  mierzono 

20  razy  i  uzyskano  wynik 

)

2

(

89

,

4

=

d

mm  oraz 

δ

d

=0,4%.  Obj

ę

to

ść

  wyznaczamy  z 

background image

 

10

wzoru: 

93

,

669

4

)

(

2

=

=

l

d

V

π

mm

3

Niepewno

ść

 

standardowa 

b

ę

dzie 

równa: 

3

2

2

2

2

2

6

57

,

5

99075

,

0

06149

,

30

)

(

4

)

(

2

)

(

)

(

)

(

mm

l

u

d

d

u

l

d

l

u

l

V

d

u

d

V

V

u

c

=

+

=

=

+





=





+





=

π

π

 

3

3

)

6

670

(

)

6

(

670

93

,

669

mm

mm

V

±

=

;  

δ

V

=0,9% 

 

Metoda najmniejszych kwadratów 

b

ax

y

+

=

 (suma kwadratów ró

ż

nic warto

ś

ci eksperymentalnych y

i

 i obliczonych ax

i

+b 

ma by

ć

 jak najmniejsza) 

Funkcja  parametrów  prostej  ma  posta

ć

min

)]

(

[

)

,

(

2

1

=

+

=

b

ax

y

b

a

S

i

i

n

i

,  przy 

zachowaniu warunków: 

0

=

a

S

  oraz   

0

=

b

S

 

Mamy układ równa

ń

=

=

=

=

=

=

i

n

i

i

n

i

i

i

n

i

i

n

i

i

n

i

y

nb

x

a

y

x

x

b

x

a

b

a

S

1

1

1

1

2

1

)

,

(

 

Rozwi

ą

zuj

ą

c ten układ otrzymamy  nast

ę

puj

ą

ce zale

ż

no

ś

ci: 

2

1

2

1

1

1

1

)

(

)

(

i

n

i

i

n

i

i

n

i

i

n

i

i

i

n

i

x

x

n

y

x

y

x

n

a

=

=

=

=

,    

2

1

2

1

1

1

1

2

1

)

(

)

(

i

n

i

i

n

i

i

i

n

i

i

n

i

i

n

i

i

n

i

x

x

n

y

x

x

y

x

b

=

=

=

=

=

 

Niepewno

ś

ci pomiarowe dla parametrów prostej a i b wynosz

ą

 odpowiednio: 

[

]

2

1

2

1

2

1

)

(

)

(

)

(

2

)

(

i

n

i

i

n

i

i

i

n

i

x

x

n

b

ax

y

n

n

a

u

=

+

=

,   

n

x

a

u

b

u

i

n

i

2

1

)

(

)

(

=

 

Wykorzystuj

ą

c definicj

ę

 warto

ś

ci 

ś

rednich otrzymujemy:  

2

2

)

(x

x

y

x

xy

a

=

  oraz   

x

a

y

b

=

 

2

2

2

)

(

2

1

)

(

x

x

y

b

xy

a

y

n

a

u

=

   oraz  

2

)

(

)

(

x

a

u

b

u

=

 

 

background image

 

11

 

Wynik  pomiaru  jest  zawsze  obarczony  bł

ę

dem  i  podajemy  go  w  jednej  z 

poni

ż

szych postaci:  

2

3

/

)

28

(

866

,

9

10

)

3

98

(

s

m

g

C

F

=

±

=

 

 

 

PODSUMOWANIE 

• 

Ka

ż

dy  pomiar  laboratoryjny  jest  obarczony  niepewno

ś

ci

ą

  pomiarow

ą

,  któr

ą

 

eksperymentator musi okre

ś

li

ć

 zgodnie z pewnymi zasadami. 

• 

W  pierwszej  kolejno

ś

ci  nale

ż

y  przeanalizowa

ć

 

ź

ródła  bł

ę

dów,  pami

ę

taj

ą

c,  aby 

wyeliminowa

ć

  wyniki  obarczone  bł

ę

dem  grubym.  W  laboratorium  studenckim 

ę

dy systematyczne z reguły przewy

ż

szaj

ą

 bł

ę

dy przypadkowe. 

• 

Wielokrotne  powtarzanie  pomiarów,  gdy  dominuje  bł

ą

d  systematyczny,  nie  ma 

sensu.  W  takim  przypadku  dokonujemy  tylko  3-5  pomiarów  w  tych  samych 

warunkach w celu sprawdzenia powtarzalno

ś

ci. 

• 

Gdy bł

ą

d przypadkowy dominuje w eksperymencie, nale

ż

y sprawdzi

ć

 czy rozkład 

wyników mo

ż

e by

ć

 opisany funkcj

ą

 Gaussa czy te

ż

 nale

ż

y spodziewa

ć

 si

ę

 innego 

rozkładu.  W  tym  celu  dokonujemy  wielokrotnego  (np.  100  razy)  pomiaru  w  tych 

samych warunkach, obliczamy 

ś

redni

ą

 i wariancj

ę

 rozkładu, rysujemy histogram, 

etc.. 

• 

Jako  miar

ę

  niepewno

ś

ci  stosujemy  raczej  niepewno

ść

  standardow

ą

,  rzadziej 

niepewno

ść

 maksymaln

ą

• 

W  przypadku  wielko

ś

ci  zło

ż

onej,  stosujemy  prawo  przenoszenia  bł

ę

du.  Staramy 

si

ę

  przeprowadzi

ć

  analiz

ę

  niepewno

ś

ci  wielko

ś

ci  zło

ż

onej  tak,  aby  uzyska

ć

 

informacje dotycz

ą

ce wagi przyczynków, jakie wnosz

ą

 do całkowitej niepewno

ś

ci 

pomiary  poszczególnych  wielko

ś

ci  prostych.  W  tym  celu  nale

ż

y  analizowa

ć

 

niepewno

ś

ci wzgl

ę

dne. 

• 

Wa

ż

nym  elementem  sprawozdania  z  przebiegu  eksperymentu  (i  to  nie  tylko  w 

laboratorium  studenckim)  jest  wykres. Wykresy  sporz

ą

dzamy  zgodnie  z  dobrymi 

zasadami, pami

ę

taj

ą

c o jednoznacznym opisie. 

• 

Je

ż

eli  znane  s

ą

  podstawy  teoretyczne  badanego  zjawiska,  na  wykresie 

zamieszczamy  krzyw

ą

  teoretyczn

ą

  (linia  ci

ą

gła)  na  tle  wyra

ź

nych  punktów 

background image

 

12

eksperymentalnych  (dobieramy  odpowiednie  symbole  i  nanosimy  niepewno

ś

ci 

eksperymentalne).  Mo

ż

emy  wcze

ś

niej  dokona

ć

  dopasowania  parametrów 

przebiegu teoretycznego w oparciu o znane metody „fitowania”. 

• 

Zawsze, gdy to mo

ż

liwe, dokonujemy linearyzacji danych eksperymentalnych, np. 

rysuj

ą

c  y  vs.  ln  (x),  lub  log  y  vs.  log  x,  lub  y  vs.  1/x  itp.  Do  tak  przygotowanych 

danych mo

ż

na zastosowa

ć

 metod

ę

 regresji liniowej.