（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：
$$\Delta N=N-A$$

3. 相对误差

绝对误差和正值的比值：
$$E=\frac{\Delta N}{A}=\frac{N-A}{A}\times 100\%$$

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：
$$\sigma =\sqrt{\underset{k\to +\infty }{\lim }\frac{\sum (x_i-A{)}^2}{k}}$$
用标准偏差来代替
$$S(x)=\sqrt{\frac{\sum (x_i-\bar{x}{)}^2}{k-1}}$$
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：
$$x_i\pm S(x)(置信概率68.3\%)$$

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：
$$\bar{x}\pm S(\bar{x})$$
其中，
$$S(\bar{x})=\sqrt{\frac{\sum (x_i-\bar{x}{)}^2}{k(k-1)}}$$

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：
$$\begin{gathered} {\Delta }_{仪}=a\%\cdot N_m \\ （N_m是量程，a是准确度等级） \end{gathered}$$
数字式仪表：
$$\begin{gathered} {\Delta }_{仪}=a\%\cdot N_x+b\%\cdot N_m \\ (N_x为显示的读数，a是数字电表的准确度等极,N_x为仪表的满度值,b是误差的绝对项系数) \end{gathered}$$
或
$$\begin{gathered} {\Delta }_{仪}=a\%\cdot N_x+n \\ （n为固定项偏差） \end{gathered}$$
电阻箱：
$$\begin{gathered} {\Delta }_{仪}=\sum _i{a}_i\%\cdot R_i+R_0 \\ (R_0为残余电阻，R_i是第i个度盘的示值，a_i是各自的准确度等级) \end{gathered}$$
直流电桥：
$${\Delta }_{仪}=a\%(R_x+\frac{R_0}{10})$$
直流电位差计
$${\Delta }_{仪}=a\%(U_x+\frac{U_0}{10})$$

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：

$$S(\bar{x})=\sqrt{\frac{{\sum }_i(x_i-\bar{x}{)}^2}{k(k-1)}}=\sqrt{\frac{\overline{x^2}-{\bar{x}}^2}{k-1}},其中\overline{x^2}=\frac{{\sum }_i{x}_i^2}{k}$$

3.B类误差的评定方法

通常以以下的形式出现：
$${\Delta }_b$$
$$u_b=\frac{{\Delta }_b}{K},K为包含因子$$
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

$$\begin{gathered} A类不确定度：u_a=(u_{a1},u_{a2},...,u_{ai},...) \\ B类不确定度：u_b=(u_{b1},u_{b2},...,u_{bi},...) \end{gathered}$$
如果相互独立，合成的不确定度为：
$$u=\sqrt{u_a\times {u_a}^T+u_b\times {u_b}^T}=\sqrt{\sum _i{u_{ai}}^2+\sum _j{u_{bj}}^2}$$
$$\begin{gathered} F=f(x_1,x_2,...,x_n), \\ u(F)=\sqrt{\sum _i{u_i}^2}=\sqrt{\sum _i(\frac{\partial f}{\partial x_i}{)}^2{u}^2(x_i)} \end{gathered}$$
特殊情况
$$\frac{u(F)}{F}=\sqrt{\sum _i[\frac{\partial lnf}{\partial x_i}u(x_i){]}^2}$$
如：
$$\begin{gathered} F=A{x}^p{y}^q{z}^r... \\ \frac{u(F)}{F}=\sqrt{[\frac{pu(x)}{x}{]}^2+[\frac{qu(q)}{q}{]}^2+[\frac{ru(z)}{z}{]}^2+...} \end{gathered}$$

5.最终表达形式：

$$X\pm u(X)=(\_\_\pm \_\_)单位$$
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

$$\begin{gathered} 进行了n次不等精度测量，n次测量结果为： \\ {x}_1\pm u(x_1),x_2\pm u(x_2),...,x_n\pm u(x_n), \\ 最佳观测值\bar{x}由\frac{\partial }{\partial x}\sum _i(\frac{x-x_i}{u(x_i)}{)}^2=0给出 \\ \bar{x}=\frac{{\sum }_i\frac{x_i}{u^2(x_i)}}{{\sum }_i\frac{1}{u^2(x_i)}},u(x)=\frac{1}{{\sum }_i\frac{1}{u^2(x_i)}} \end{gathered}$$

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：

$$\begin{gathered} 加减法： \\ 最末一位位数最高的为准，并对其 \\ N=A+B-C-D, \\ 则u(N)=\sqrt{u^2(A)+u^2(B)+u^2(C)+u^2(D)} \end{gathered}$$
$$\begin{gathered} 乘除法 \\ 以有效位数最少的为准，结果的有效数字个数与这个相同 \\ N=\frac{A\cdot B\cdot C}{D}, \\ 则\frac{u(N)}{N}=\sqrt{[\frac{u(A)}{A}{]}^2+[\frac{u(A)}{A}{]}^2+[\frac{u(B)}{B}{]}^2+[\frac{u(C)}{C}{]}^2+[\frac{u(D)}{D}{]}^2} \end{gathered}$$
混合四则运算则分开逐一进行

特殊函数:
$$取\Delta x=0.01,看\Delta y在那个量级（比如1.63\times 10^{-4})则可疑数字发生在小数点后4位$$

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：

1. 原始数据列表展示
2. 用坐标纸作图，大小不损失有效数字且包括所有点
3. 最小分格以下的估计位与实验数据中最后一位对应
4. 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…
5. 实验数据点不以细圆点标出，光滑连接曲线
6. 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：
$$y=a+bx$$
实验测得数据为
$$(x_1,y_1),(x_2,y_2),...(x_k,y_k)$$
则有
$$\begin{gathered} \{\begin{array}{c}a=\frac{\sum x_i\sum y_i-k\sum x_i{y}_i}{(\sum x_i{)}^2-k\sum {x_i}^2}=\frac{\bar{x}\cdot \bar{y}-\overline{xy}}{{\bar{x}}^2-\overline{x^2}}\\ b=\frac{\sum x_i{y}_i\sum y_i-\sum y_i{y}_{{x_i}^2}}{(\sum x_i{)}^2-k\sum {x_i}^2}=\bar{y}-b\bar{x}\end{array} \\ 其中,\bar{x}=\frac{1}{k}\sum _i{x}_i,\bar{y}=\frac{1}{k}\sum _i{y}_i,\overline{x^2}=\frac{1}{k}\sum _i{x_i}^2,\overline{xy}=\frac{1}{k}\sum _i{x}_i\cdot y_i, \end{gathered}$$
$$\begin{gathered} 相关系数r： \\ r=\frac{\overline{xy}-\bar{x}\cdot \bar{y}}{\sqrt{(\overline{x^2}-{\bar{x}}^2)(\overline{y^2}-{\bar{y}}^2)}} \end{gathered}$$
$$\begin{gathered} |r|=1,全部过实验点 \\ |r|\approx 1,线性关系强烈 \\ r>0,自变量随着因变量增加 \\ r<0,自变量随着因变量减小 \\ r\approx 0,无线性关系，拟合直线为与x轴平行直线 \end{gathered}$$
$y_i$的不确定度估计
$S(y)=\sqrt{\frac{{\sum }_i[y_i-(a+b{x}_i){]}^2}{k-2}}$
a、b的标准差为
$s(a)=s(y)\sqrt{\frac{\overline{x^2}}{k(\overline{x^2}-{\bar{x}}^2)}}$
$s(b)=s(y)\sqrt{\frac{1}{k(\overline{x^2}-{\bar{x}}^2)}}$
若a,b,r算出，
$s(a)=\sqrt{\overline{x^2}}\cdot s(b)$
$s(b)=b\sqrt{\frac{1}{k-2}(\frac{1}{r^2}-1)}$

八、逐差法

存在关系
$y=a+bx$

已测得
$(x_1,y_1),(x_2,y_2),...,(x_k,y_k)$

1.测量次数为偶数

$k=2n$分组
$$\begin{gathered} \{\begin{array}{c}{x}_1,...,x_n\\ x_{n+1},...,x_{2n}\end{array};\{\begin{array}{c}{y}_1,...,y_n\\ y_{n+1},...,y_{2n}\end{array}{b}_1=\frac{y_{n+1}-y_1}{x_{n+1}-x_1},...,b_n=\frac{y_{2n}-y_n}{x_{2n}-x_n} \\ 取\bar{b}=\frac{1}{n}\sum _i{b}_i \\ \bar{a}=\frac{1}{k}(\sum y_i-\bar{b}\sum x_i) \\ s(b)=\sqrt{\frac{{\sum }_i(b_i-\bar{b}{)}^2}{n(n-1)}} \end{gathered}$$

2.测量次数为奇数

$设k=2n-1$，其他同上

3.逐差法大大简化了计算