38 3. Wielkości charakteryzujące serię pomiarów...
stąd zaś mamy zależność (3.1.3) oraz N
«a = 0.
Ostatecznie otrzymujemy:
(3.1.7)
Z analizy matematycznej wiadomo, że warunek zerowania, się pierwszej pochodnej funkcji, której ekstremum poszukujemy, jest warunkiem koniecznym, ale niewystarczającym. Jak łatwo się przekonać, w przypadku funkcji /l/v(«) w punkcie a danym wzorem (3.1.7), znajduje się jej minimum. W dalszym ciągu tego opracowania wszędzie tam, gdzie będziemy poszukiwali ekstremum funkcji, ograniczymy się do znajdowania miejsc zerowych pierwszej pochodnej. We wszystkich tych przypadkach będą to ekstrema, a nie punkty przegięcia. Sprawdzenie tego pozostawiamy czytelnikowi.
Wielkość o, wokół której grupują się wyniki pomiarów obarczonych błędami przypadkowymi, dana równaniem (3.1.7), jest niczym innym jak średnią arytmetyczną x wartości 2; (i = .1,2,..., /V), czyli
(3.1.8)
Związek średniej arytmetycznej z, wokół której grupują się wyniki serii N pomiarów obarczonyctnbłędami przypadkowymi z wartością rzeczywistą omówimy w rozdziale 5.
W ogólności średnią arytmetyczną dowolnych wielkości nazywamy ich sumę podzieloną przez ich liczbę.
Oprócz średniej arytmetycznej zdefiniowane są inne średnie, jak np.:
średnia kwadratowa
1 N
-w
N ^ '
N
średnia harmoniczna
średnia geometryczna
|
li':!:'
■
miarów wykonanych w każdej serii. Dla każdej z serii średniej arytmetycznej spełniony jest związek NkX& = więc znaleźć układ L równań: |
zgodnie z definicją E^i xKj. Możemy | |
N\ii = |
N, Exbj • j—1 | |
NiX2 = |
n2 E x2ó ’ j=i |
(3.1.9) |
Nr.i,. = |
E x,‘ó ■ i=i |
Dodając do siebie stronami powyższe równania otrzymujemy:
W dalszym ciągu wykładu będziemy spotykali się z średnią arytmetyczną i średnią kwadratową.
Warunek (3.1.4) pozwala na jednoznaczne wyznaczenie wartości, wokół której grupują się wyniki pomiarów. Wyznaczone ze wzoru (3.1.7) wartości średnich arytmetycznych dla uprzednio podanych przykładowych serii pomiarowych wynoszą odpowiednio: 11.125 w przypadku 4 pomiarowi 11.000 w przypadku 5 pomiarów.
Zatem w celu znalezienia wartości, kolo której grupują się wyniki pomiarów, szukamy takiej wartości «, dla której suma kwadra.tów różnic z, -a jest najmniejsza. Poszukiwanie wartości, dla której jakieś wyrażenie ma wartość najmniejszą nazywa się minimalizacją. Przedstawiony sposób minimalizacji nosi nazwę metody najmniejszych kwadratów. Postępowanie polegające na wykorzystaniu warunku (3.1.4) w celu znalezienia wartości o na podstawie wyników pomiarów jest najprostszym przykładem zastosowania ■metody najmniejszych kwadratów. Do metody tej wrócimy w rozdziale 3.5 i rozdziale 5.
Wzór (3.1.8) pozwala nam obliczyć średnią arytmetyczną serii pomiarów zawierającej N wyników. Często zdarza się, że chcemy znaleźć wątłość średnią z różnych serii pomiarowych tej samej wielkości fizycznej x. Przypuśćmy. że. wielkość fizyczna. x była zmierzona w L seriach pomiarowych o jednakowej precyzji. Każda z serii pomiarowych miała inną średnią $k (k = 1,2, ...,£) i w każdej z serii wykonano inną liczbę pomiarów Znamy tylko £/<■ i Nk, nie znamy natomiast wyników poszczególnych po-
N2 Ni.
E x*o + ■■■ + E x>'ó ■
i=i
(3.1.10)
.7 = 1