(搬运)大学物理实验理论部分知识点
零、前言
从百度文库的一篇文章摘得,复习大物顺便练习一些标记语言的操作,侵删
一、误差的概念
1. 实际具有值,记为A——真值
约定真值:
物理常数——公认值
更高精度的测量结果——标准值
理论得出的值——理论值
2. 绝对误差
测量值(N)和真值得差:
Δ
N
=
N
−
A
\Delta N=N-A
ΔN=N−A
3. 相对误差
绝对误差和正值的比值:
E
=
Δ
N
A
=
N
−
A
A
×
100
%
E=\frac{\Delta N}{A}=\frac{N-A}{A} \times 100\%
E=AΔN=AN−A×100%
4. 误差的分类
1) 系统误差
规律确定
(掌握了误差大小与符号的以至于可以修正的,叫可定系统误差;不能叫未定系统误差)
2)随机误差
不可预知,服从统计规律
3) 粗大误差
过失导致,测量错误
5.随机误差大小程度——精密度
系统误差大小程度——正确度
测量结果与正值一致程度——精确度
二、 随机误差统计处理
服从状态分布的随机误差的特点:
单峰
对称
有界
抵偿
1. 标准差和标准偏差
标准差:
σ
=
lim
k
→
+
∞
∑
(
x
i
−
A
)
2
k
\sigma=\sqrt{\lim_{k\to+\infty}\frac{\sum(x_i-A)^{2}}{k}}
σ=k→+∞limk∑(xi−A)2
用标准偏差来代替
S
(
x
)
=
∑
(
x
i
−
x
ˉ
)
2
k
−
1
S(x)=\sqrt{\frac{\sum(x_i-\bar{x})^{2}}{k-1}}
S(x)=k−1∑(xi−xˉ)2
正值的估计值(单次测量)和单次结果的标准偏差最佳估计值为:
x
i
±
S
(
x
)
(
置
信
概
率
68.3
%
)
x_i\pm S(x) \qquad(置信概率68.3\%)
xi±S(x)(置信概率68.3%)
2. 平均值的标准差
正值的最佳估计值(平均)和单次结果的标准偏差最佳估计值为:
x
ˉ
±
S
(
x
ˉ
)
\bar{x}\pm S(\bar{x})
xˉ±S(xˉ)
其中,
S
(
x
ˉ
)
=
∑
(
x
i
−
x
ˉ
)
2
k
(
k
−
1
)
S(\bar{x})=\sqrt{\frac{\sum(x_i-\bar{x})^{2}}{k(k-1)}}
S(xˉ)=k(k−1)∑(xi−xˉ)2
三、仪器误差限
1. 定义
由国家标准定,最大允许的误差
2. 常用
长度:
游标卡尺取分度值;钢板尺、螺旋测微器按最小分度的一半
指针仪器:
Δ
仪
=
a
%
⋅
N
m
(
N
m
是
量
程
,
a
是
准
确
度
等
级
)
\Delta_仪=a\% \cdot N_m \\ (N_m 是量程,a是准确度等级)
Δ仪=a%⋅Nm(Nm是量程,a是准确度等级)
数字式仪表:
Δ
仪
=
a
%
⋅
N
x
+
b
%
⋅
N
m
(
N
x
为
显
示
的
读
数
,
a
是
数
字
电
表
的
准
确
度
等
极
,
N
x
为
仪
表
的
满
度
值
,
b
是
误
差
的
绝
对
项
系
数
)
\Delta_仪=a\%\cdot N_x+b\%\cdot N_m\\(N_x为显示的读数,a是数字电表的准确度等极,N_x为仪表的满度值,b是误差的绝对项系数)
Δ仪=a%⋅Nx+b%⋅Nm(Nx为显示的读数,a是数字电表的准确度等极,Nx为仪表的满度值,b是误差的绝对项系数)
或
Δ
仪
=
a
%
⋅
N
x
+
n
(
n
为
固
定
项
偏
差
)
\Delta_仪=a\%\cdot N_x+n\\ (n为固定项偏差)
Δ仪=a%⋅Nx+n(n为固定项偏差)
电阻箱:
Δ
仪
=
∑
i
a
i
%
⋅
R
i
+
R
0
(
R
0
为
残
余
电
阻
,
R
i
是
第
i
个
度
盘
的
示
值
,
a
i
是
各
自
的
准
确
度
等
级
)
\Delta_仪=\sum_{i}a_i\% \cdot R_i+R_0\\ (R_0为残余电阻,R_i是第i个度盘的示值,a_i是各自的准确度等级)
Δ仪=i∑ai%⋅Ri+R0(R0为残余电阻,Ri是第i个度盘的示值,ai是各自的准确度等级)
直流电桥:
Δ
仪
=
a
%
(
R
x
+
R
0
10
)
\Delta_仪=a\%\big(R_x+\frac{R_0}{10}\big)
Δ仪=a%(Rx+10R0)
直流电位差计
Δ
仪
=
a
%
(
U
x
+
U
0
10
)
\Delta_仪=a\%\big(U_x+\frac{U_0}{10}\big)
Δ仪=a%(Ux+10U0)
四、不确定度
1. 不确定度
表征分散性
有两类:
A类不确定度——统计方法得出
B类——非统计方法
2.统计方法:
S ( x ˉ ) = ∑ i ( x i − x ˉ ) 2 k ( k − 1 ) = x 2 ˉ − x ˉ 2 k − 1 , 其 中 x 2 ˉ = ∑ i x i 2 k S(\bar{x})=\sqrt{\frac{\sum_{i}(x_i-\bar{x})^{2}}{k(k-1)}}=\sqrt{\frac{\bar{x^{2}}-{\bar{x}}^{2}}{k-1}},其中\bar{x^{2}}=\frac{\sum_{i}x_i^{2}}{k} S(xˉ)=k(k−1)∑i(xi−xˉ)2=k−1x2ˉ−xˉ2,其中x2ˉ=k∑ixi2
3.B类误差的评定方法
通常以以下的形式出现:
Δ
b
\Delta_b
Δb
u
b
=
Δ
b
K
,
K
为
包
含
因
子
u_b=\frac{\Delta_b}{K},K为包含因子
ub=KΔb,K为包含因子
对正态分布来说,K大概为3
对于均匀分布来说,K=根号三
4.不确定度的方差合成
A
类
不
确
定
度
:
u
a
=
(
u
a
1
,
u
a
2
,
.
.
.
,
u
a
i
,
.
.
.
)
B
类
不
确
定
度
:
u
b
=
(
u
b
1
,
u
b
2
,
.
.
.
,
u
b
i
,
.
.
.
)
A类不确定度:u_a=(u_{a1},u_{a2},...,u_{ai},...)\\B类不确定度:u_b=(u_{b1},u_{b2},...,u_{bi},...)
A类不确定度:ua=(ua1,ua2,...,uai,...)B类不确定度:ub=(ub1,ub2,...,ubi,...)
如果相互独立,合成的不确定度为:
u
=
u
a
×
u
a
T
+
u
b
×
u
b
T
=
∑
i
u
a
i
2
+
∑
j
u
b
j
2
u=\sqrt{u_a\times {u_a}^{T}+u_b\times {u_b}^{T}}=\sqrt{\sum_{i}{u_{ai}}^{2}+\sum_{j}{u_{bj}}^{2}}
u=ua×uaT+ub×ubT=i∑uai2+j∑ubj2
F
=
f
(
x
1
,
x
2
,
.
.
.
,
x
n
)
,
u
(
F
)
=
∑
i
u
i
2
=
∑
i
(
∂
f
∂
x
i
)
2
u
2
(
x
i
)
F=f(x_1,x_2,...,x_n),\\ u(F)=\sqrt{\sum_{i}{u_i}^{2}}=\sqrt{\sum_{i}\Big(\frac{\partial f}{\partial x_i}\Big)^{2}u^{2}(x_i)}
F=f(x1,x2,...,xn),u(F)=i∑ui2=i∑(∂xi∂f)2u2(xi)
特殊情况
u
(
F
)
F
=
∑
i
[
∂
l
n
f
∂
x
i
u
(
x
i
)
]
2
\frac{u(F)}{F}=\sqrt{\sum_{i}\Big[\frac{\partial lnf}{\partial x_i}u(x_i)\Big]^{2}}
Fu(F)=i∑[∂xi∂lnfu(xi)]2
如:
F
=
A
x
p
y
q
z
r
.
.
.
u
(
F
)
F
=
[
p
u
(
x
)
x
]
2
+
[
q
u
(
q
)
q
]
2
+
[
r
u
(
z
)
z
]
2
+
.
.
.
F=Ax^{p}y^{q}z^{r}...\\ \frac{u(F)}{F}=\sqrt{\Big[\frac{pu(x)}{x}\Big]^{2}+\Big[\frac{qu(q)}{q}\Big]^{2}+\Big[\frac{ru(z)}{z}\Big]^{2}+...}
F=Axpyqzr...Fu(F)=[xpu(x)]2+[qqu(q)]2+[zru(z)]2+...
5.最终表达形式:
X
±
u
(
X
)
=
(
_
_
±
_
_
)
单
位
X\pm u(X)=(\_\_\pm\_\_)单位
X±u(X)=(__±__)单位
注意:u(X)只保留一位有效数字;测量结果X与不确定度小数位对齐
6.测量结果的加权平均值
进 行 了 n 次 不 等 精 度 测 量 , n 次 测 量 结 果 为 : x 1 ± u ( x 1 ) , x 2 ± u ( x 2 ) , . . . , x n ± u ( x n ) , 最 佳 观 测 值 x ˉ 由 ∂ ∂ x ∑ i ( x − x i u ( x i ) ) 2 = 0 给 出 x ˉ = ∑ i x i u 2 ( x i ) ∑ i 1 u 2 ( x i ) , u ( x ) = 1 ∑ i 1 u 2 ( x i ) 进行了n次不等精度测量,n次测量结果为:\\x_1\pm u(x_1),x_2\pm u(x_2),...,x_n\pm u(x_n),\\最佳观测值\bar{x}由\frac{\partial}{\partial x}\sum_{i}\Big(\frac{x-x_i}{u(x_i)}\Big)^{2}=0给出\\ \bar{x}=\frac{\sum_{i} \frac{x_i}{u^{2}(x_i)}}{\sum_{i} \frac{1}{u^{2}(x_i)}},u(x)=\frac{1}{\sum_{i} \frac{1}{u^{2}(x_i)}} 进行了n次不等精度测量,n次测量结果为:x1±u(x1),x2±u(x2),...,xn±u(xn),最佳观测值xˉ由∂x∂i∑(u(xi)x−xi)2=0给出xˉ=∑iu2(xi)1∑iu2(xi)xi,u(x)=∑iu2(xi)11
五、有效数字
1.若干位可靠和一位可疑——有效数字
2.最高位前的0不算
3.一般读最小分度的十分之一和五分之一
4.运算法则:
加
减
法
:
最
末
一
位
位
数
最
高
的
为
准
,
并
对
其
N
=
A
+
B
−
C
−
D
,
则
u
(
N
)
=
u
2
(
A
)
+
u
2
(
B
)
+
u
2
(
C
)
+
u
2
(
D
)
加减法:\\ 最末一位位数最高的为准,并对其\\ N=A+B-C-D,\\ 则u(N)=\sqrt{u^{2}(A)+u^{2}(B)+u^{2}(C)+u^{2}(D)}
加减法:最末一位位数最高的为准,并对其N=A+B−C−D,则u(N)=u2(A)+u2(B)+u2(C)+u2(D)
乘
除
法
以
有
效
位
数
最
少
的
为
准
,
结
果
的
有
效
数
字
个
数
与
这
个
相
同
N
=
A
⋅
B
⋅
C
D
,
则
u
(
N
)
N
=
[
u
(
A
)
A
]
2
+
[
u
(
A
)
A
]
2
+
[
u
(
B
)
B
]
2
+
[
u
(
C
)
C
]
2
+
[
u
(
D
)
D
]
2
乘除法\\ 以有效位数最少的为准,结果的有效数字个数与这个相同\\ N=\frac{A \cdot B \cdot C}{D},\\ 则\frac{u(N)}{N}=\sqrt{\Big[\frac{u(A)}{A}\Big]^{2}+\Big[\frac{u(A)}{A}\Big]^{2}+\Big[\frac{u(B)}{B}\Big]^{2}+\Big[\frac{u(C)}{C}\Big]^{2}+\Big[\frac{u(D)}{D}\Big]^{2}}
乘除法以有效位数最少的为准,结果的有效数字个数与这个相同N=DA⋅B⋅C,则Nu(N)=[Au(A)]2+[Au(A)]2+[Bu(B)]2+[Cu(C)]2+[Du(D)]2
混合四则运算则分开逐一进行
特殊函数:
取
Δ
x
=
0.01
,
看
Δ
y
在
那
个
量
级
(
比
如
1.63
×
1
0
−
4
)
则
可
疑
数
字
发
生
在
小
数
点
后
4
位
取\Delta x=0.01,看\Delta y在那个量级(比如1.63\times 10^{-4})则可疑数字发生在小数点后4位
取Δx=0.01,看Δy在那个量级(比如1.63×10−4)则可疑数字发生在小数点后4位
六、实验数据处理
1. 列表法:
标题栏注明物理量的名称、符号和单位
记录原始数据
简单处理结果和函数关系
参数和说明
2.作图法
要求:
- 原始数据列表展示
- 用坐标纸作图,大小不损失有效数字且包括所有点
- 最小分格以下的估计位与实验数据中最后一位对应
- 选好坐标轴并标好相关的物理量名称、单位和坐标分度值。比例一般取1、2、5、10…
- 实验数据点不以细圆点标出,光滑连接曲线
- 求斜率与截距,在线上取点,不可以用实验点,两点要足够远;标注所取点的坐标
七、最小二乘和一元线性回归
1.原理:
若存在一条最佳拟合曲线,残差的平方和取最小值
2.要求:
因变量有误差,自变量误差做准确值处理
3.一元线性回归
设直线为:
y
=
a
+
b
x
y=a+bx
y=a+bx
实验测得数据为
(
x
1
,
y
1
)
,
(
x
2
,
y
2
)
,
.
.
.
(
x
k
,
y
k
)
(x_1,y_1),(x_2,y_2),...(x_k,y_k)
(x1,y1),(x2,y2),...(xk,yk)
则有
{
a
=
∑
x
i
∑
y
i
−
k
∑
x
i
y
i
(
∑
x
i
)
2
−
k
∑
x
i
2
=
x
ˉ
⋅
y
ˉ
−
x
y
ˉ
x
ˉ
2
−
x
2
ˉ
b
=
∑
x
i
y
i
∑
y
i
−
∑
y
i
y
x
i
2
(
∑
x
i
)
2
−
k
∑
x
i
2
=
y
ˉ
−
b
x
ˉ
其
中
,
x
ˉ
=
1
k
∑
i
x
i
,
y
ˉ
=
1
k
∑
i
y
i
,
x
2
ˉ
=
1
k
∑
i
x
i
2
,
x
y
ˉ
=
1
k
∑
i
x
i
⋅
y
i
,
\left\{ \begin{matrix} a= \frac{\sum x_i\sum y_i-k\sum x_i y_i}{(\sum x_i)^{2}-k\sum {x_i}^{2}}=\frac{\bar{x}\cdot\bar{y}-\bar{xy}}{\bar{x}^{2}-\bar{x^{2}}} \\ b= \frac{\sum x_i y_i\sum y_i-\sum y_i y_{{x_i}^{2}}}{(\sum x_i)^{2}-k\sum {x_i}^{2}}=\bar y-b\bar x\\ \end{matrix} \right. \\其中,\bar{x}=\frac{1}{k}\sum_{i}x_i,\bar{y}=\frac{1}{k}\sum_{i}y_i,\bar{x^{2}}=\frac{1}{k}\sum_{i}{x_i}^{2},\bar{xy}=\frac{1}{k}\sum_{i}x_i\cdot y_i,
{a=(∑xi)2−k∑xi2∑xi∑yi−k∑xiyi=xˉ2−x2ˉxˉ⋅yˉ−xyˉb=(∑xi)2−k∑xi2∑xiyi∑yi−∑yiyxi2=yˉ−bxˉ其中,xˉ=k1i∑xi,yˉ=k1i∑yi,x2ˉ=k1i∑xi2,xyˉ=k1i∑xi⋅yi,
相
关
系
数
r
:
r
=
x
y
ˉ
−
x
ˉ
⋅
y
ˉ
(
x
2
ˉ
−
x
ˉ
2
)
(
y
2
ˉ
−
y
ˉ
2
)
相关系数r:\\ r=\frac{\bar{xy}-\bar{x}\cdot\bar{y}}{\sqrt{(\bar{x^{2}}-{\bar{x}}^{2})(\bar{y^{2}}-{\bar{y}}^{2})}}
相关系数r:r=(x2ˉ−xˉ2)(y2ˉ−yˉ2)xyˉ−xˉ⋅yˉ
∣
r
∣
=
1
,
全
部
过
实
验
点
∣
r
∣
≈
1
,
线
性
关
系
强
烈
r
>
0
,
自
变
量
随
着
因
变
量
增
加
r
<
0
,
自
变
量
随
着
因
变
量
减
小
r
≈
0
,
无
线
性
关
系
,
拟
合
直
线
为
与
x
轴
平
行
直
线
|r|=1,全部过实验点\\ |r|\approx1,线性关系强烈\\ r>0,自变量随着因变量增加\\ r<0,自变量随着因变量减小\\ r\approx0,无线性关系,拟合直线为与x轴平行直线
∣r∣=1,全部过实验点∣r∣≈1,线性关系强烈r>0,自变量随着因变量增加r<0,自变量随着因变量减小r≈0,无线性关系,拟合直线为与x轴平行直线
y
i
y_i
yi的不确定度估计
S
(
y
)
=
∑
i
[
y
i
−
(
a
+
b
x
i
)
]
2
k
−
2
S(y)=\sqrt{\frac{\sum_{i}[y_i-(a+bx_i)]^{2}}{k-2}}
S(y)=k−2∑i[yi−(a+bxi)]2
a、b的标准差为
s
(
a
)
=
s
(
y
)
x
2
ˉ
k
(
x
2
ˉ
−
x
ˉ
2
)
s(a)=s(y)\sqrt{\frac{\bar{x^{2}}}{k(\bar{x^2}-\bar{x}^2)}}
s(a)=s(y)k(x2ˉ−xˉ2)x2ˉ
s
(
b
)
=
s
(
y
)
1
k
(
x
2
ˉ
−
x
ˉ
2
)
s(b)=s(y)\sqrt{\frac{1}{k(\bar{x^2}-\bar{x}^2)}}
s(b)=s(y)k(x2ˉ−xˉ2)1
若a,b,r算出,
s
(
a
)
=
x
2
ˉ
⋅
s
(
b
)
s(a)=\sqrt{\bar{x^2}}\cdot s(b)
s(a)=x2ˉ⋅s(b)
s
(
b
)
=
b
1
k
−
2
(
1
r
2
−
1
)
s(b)=b\sqrt{\frac{1}{k-2}(\frac{1}{r^2}-1)}
s(b)=bk−21(r21−1)
八、逐差法
存在关系
y
=
a
+
b
x
y=a+bx
y=a+bx
已测得
(
x
1
,
y
1
)
,
(
x
2
,
y
2
)
,
.
.
.
,
(
x
k
,
y
k
)
(x_1,y_1),(x_2,y_2),...,(x_k,y_k)
(x1,y1),(x2,y2),...,(xk,yk)
1.测量次数为偶数
k
=
2
n
k=2n
k=2n分组
{
x
1
,
.
.
.
,
x
n
x
n
+
1
,
.
.
.
,
x
2
n
;
{
y
1
,
.
.
.
,
y
n
y
n
+
1
,
.
.
.
,
y
2
n
b
1
=
y
n
+
1
−
y
1
x
n
+
1
−
x
1
,
.
.
.
,
b
n
=
y
2
n
−
y
n
x
2
n
−
x
n
取
b
ˉ
=
1
n
∑
i
b
i
a
ˉ
=
1
k
(
∑
y
i
−
b
ˉ
∑
x
i
)
s
(
b
)
=
∑
i
(
b
i
−
b
ˉ
)
2
n
(
n
−
1
)
\left\{ \begin{matrix} x_1,...,x_n \\ x_{n+1},...,x_{2n} \end{matrix} \right.; \left\{ \begin{matrix} y_1,...,y_n \\ y_{n+1},...,y_{2n} \end{matrix} \right. b_1=\frac{y_{n+1}-y_1}{x_{n+1}-x_1},...,b_n=\frac{y_{2n}-y_n}{x_{2n}-x_n}\\ 取\bar b =\frac{1}{n}\sum_{i}b_i\\ \bar a=\frac{1}{k}(\sum y_i-\bar b\sum x_i)\\ s(b)=\sqrt{\frac {\sum_{i}(b_i-\bar b)^2}{n(n-1)}}
{x1,...,xnxn+1,...,x2n;{y1,...,ynyn+1,...,y2nb1=xn+1−x1yn+1−y1,...,bn=x2n−xny2n−yn取bˉ=n1i∑biaˉ=k1(∑yi−bˉ∑xi)s(b)=n(n−1)∑i(bi−bˉ)2
2.测量次数为奇数
设 k = 2 n − 1 设k=2n-1 设k=2n−1,其他同上