Реферат Курсовая Конспект
Метод наименьших квадратов. - раздел Физика, КВАНТОВАЯ ФИЗИКА Рассмотрим Опыт По Определению Модуля Растяжения Металлического Стержня. Ре...
|
Рассмотрим опыт по определению модуля растяжения металлического стержня. Результаты измерений удлинения стержня под нагрузкой могут быть представлены в виде таблицы.
Нагрузка | Xl | X2 | … | Хn |
Удлинение | Y1| | Y2 | … | Yn |
Согласно закону Гука зависимость удлинения от нагрузки имеет вид
y=kx (13).
Неизбежные ошибки опыта приводят, однако, к тому, что точки (хi, уi) не лежат на одной прямой. Значение к может быть найдено из любой пары значений (хi, уi) а наличие n пар приводит к появлению n, вообще говоря, несовместных уравнений для нахождения k.
Задачу о выборе наилучшего значения можно решать графически, отмечая точки на миллиметровой бумаге и проводя через них на глаз наилучшую прямую. Графический способ решения не всегда, однако, обеспечивает достаточную точность. Аналитическое решение задачи производится с помощью метода наименьших квадратов. Сущность метода такова. Рассмотрим отклонение точек (хi, уi) от прямой (13) и составим величину j – сумму квадратов вертикальных отклонений наших точек от прямой:
(14).
Величина j всегда положительна и оказывается тем меньше, чем ближе к прямой лежат наши точки. Метод наименьших квадратов утверждает, что для k следует выбирать такое его значение, при котором j имеет минимум.
Дифференцируя j, найдем:
или
(15)
Вычисление показывает, что стандартная ошибка s(k) определения величины k равна при этом
(16)
Мы рассмотрели сейчас наиболее простой случай применения метода наименьших квадратов. Рассмотрим теперь несколько более трудный случай, когда точки должны удовлетворять не формуле (13), а несколько более сложной формуле
у=а+b×х (17)
Задача состоит в том, чтобы по имеющемуся набору значений (хi ,yi) найти наилучшие значения а и b.
Снова составим квадратичную форму, равную сумме квадратов отклонений точек от закона(17),
и найдем значения а и b, при которых имеет минимум j:
Совместное решение этих уравнений дает
(18).
Формулы (18) принимают более простой вид, если ввести :
(19).
Подстановка (19) в (18) дает
(20)
Стандартные ошибки определения a и b равны:
(21).
Формулы (15) и (20) дают аналитический способ проведения прямой через заданные экспериментальные точки.
Критерии значимости. Метод c2
Вернемся к опыту по исследованию упругих свойств металлического стержня. Пусть результаты опытов изображаются точками на рис.3. Первый же взгляд на график убеждает нас в том, что зависимость удлинения от нагрузки является линейной или почти линейной. На самом деле, прямая, проведенная на рис.3 сплошной линией, не противоречит экспериментальным данным. Им не противоречит, однако, и изогнутая линия. Более того, эта линия даже несколько лучше удовлетворяет экспериментальным данным, чем прямая. Мы хотели бы, однако, думать, что истинная связь удлинения и нагрузки все-таки является прямолинейной. Задача сводится к отысканию критерия, позволяющего судить о том, является ли представление искомой зависимости в виде прямой линии достаточно хорошим или экспериментальные данные заставляют отдать предпочтение криволинейной зависимости.
Сформулированная сейчас задача в применении к закону Гука представляется несколько искусственной. В этом случае лучше всего попросту повторить опыт, уменьшив экспериментальные ошибки, и вопрос решится сам собой. Встречаются, однако, случаи, когда такое повторение опыта является затруднительным или даже невозможным. Так бывает, например, при опытах с редкими частицами в космических лучах или на ускорителях, когда повторение опыта требует нескольких лет работы или попросту оказывается невозможным. Возможно более полная интерпретация имеющихся данных становится в этом случае особенно существенной.
Общий вопрос, который возникает в таких случаях, сводится обычно к следующему. На графике, изображающем некоторую зависимость, точки легли не вполне регулярно. Следует ли предавать значение наблюденным отступлениям от гладкой кривой? Совместима ли с экспериментальными данными гипотеза о том, что искомая зависимость на самом деле является гладкой (или даже прямолинейной) или эти данные указывают на негладкий ход кривой? Исследование проблемы достоверности гипотез производится обычно с помощью критериев значимости. Одним из наиболее удобных критериев значимости является так называемый «критерий c2».
В предыдущем разделе мы рассматривали метод наименьших квадратов, с помощью которого можно, например, провести через экспериментальные точки наилучшую прямую. Исследуем теперь вопрос о том, насколько данные, использованные для проведения этой прямой, согласуются с представлением о том, что рассматриваемая прямолинейная зависимость действительно имеет место. Единственной мерой, которая может быть использована для расчета, является естественно, точность, с которой экспериментальные точки удовлетворяют предполагаемому закону. В методе c2 в качестве такой меры принимается сумма квадратов отклонений от предполагаемой зависимости
(22).
Отклонения экспериментальных точек от значений, следующих из принятой гипотезы, выражаются в долях стандартной ошибки данного измерения s(xi). Найденное значение c2 должно быть сопоставлено с теорией. Это делается с помощью таблицы. В таблице для разного числа n степеней свободы приведены значения c2 для ряда чисел p. Числом степеней свободы n в этом случае называется число измерений без одного, если гипотеза не содержит определяемых из опыта коэффициентов, число измерений без двух, если из опыта находится один коэффициент, например, наклон прямой и т.д. Для 10 степеней свободы находим из таблицы, что c2 =2,6 для р=99, c2=3,9 для р =95, c2=7,3 для р=70 , c2 =23,2 для р=1 и т.д. Это означает, что в том случае, если гипотеза справедлива, рассчитанное по (22) значение c2 с вероятностью 99% (р=99) окажется больше 2,6, с вероятностью 95% (р=95) больше 3,9, с вероятностью 70% больше 7,3, с вероятностью 1% больше 23,2 и т.д. Пусть мы найдем в результате расчета по формуле (22) c2=3,5. Такое значение c2 должно наблюдаться больше чем в 95% случаев; отклонение наших данных от прямолинейной зависимости является в этом случае совершенно несущественным. Если бы мы нашли в результате расчета c2 =18, сопоставление с таблицей показало бы нам, что такие отклонения следует ожидать только в 5 % случаев. Существование прямолинейной зависимости и в этом случае нельзя считать исключенным, но оно должно быть поставлено под сомнение. Естественно в этом случае повторить опыт, чтобы получить более ясный результат. Если бы c2 оказалось равно 30 (вероятность получить на опыте такое значение равна 0,1%) можно было бы утверждать, что проверяемая гипотеза почти наверное является ошибочной.
При сравнении отклонений с таблицей обычно применяют следующую терминологию: если найденная из опыта величина c2 должна наблюдаться с вероятностью, заключенной между 1% и 5% отклонения называются почти значимыми, если вероятность заключена между 0,1 и 1% - значимыми и, наконец, если вероятность обнаружить найденное значение c2 оказывается меньше 0,1%, отклонения являются высокозначимыми. При вероятности большей 5% следует считать, что экспериментальные данные недостаточны для того, чтобы отвергнуть эту гипотезу.
На этом мы заканчиваем краткое изложение методов обработки наблюдений. Более подробные сведения могут быть найдены в специальных книгах.
Распределение c2
Р - вероятность (в%) найти на опыте значение c2, большее чем указано в таблице, n – число степеней свободы системы.
n p | 0,1 | |||||||||||||
0.3 | 0,4 | 0.7 | 1,1 | 1,6 | 2,2 | 3,4 | 4.9 | 6.0 | 7,8 | 9.5 | 11,7 | 13,3 | 18.5 | |
0,6 | 0,8 | 1,1 | 1,6 | 2,3 | 3.0 | 4,4 | 6,1 | 7,3 | 9-2 | 11,1 | 13,4 | 15,1 | 20,5 | |
0,9 | 1,1 | 1,6 | 2 2 | 3,1 | 3,8 | 5,3 | 7 ^ | 8.6 | 10,6 | 12,6 | 15,0 | 16,8 | 22,5 | |
1-2 | 1.6 | 2,2 | 2,8 | 3.8 | 4,7 | 6,3 | 8,4 | 9,8 | 12,0 | 14,1 | 16,6 | 18,5 | 24,3 | |
1-6 | 2,0 | 2.7 | 3,5 | 4,6 | 5,5 | 7.3 | 9,5 | 11.0 | 13,4 | 15,5 | 18,2 | 20.1 | 26,1 | |
2.1 | 2,5 | 3.3 | 4,2 | 5.4 | 6,4 | 8.3 | 10,7 | 12,2 | 14,7 | 16.9 | 19,7 | 21,7 | 27,9 | |
2,6 | 3-1 | 3.9 | 4,9 | 6,2 | 7,3 | 9,3 | 11,8 | 13,4 | 16.0 | 18,3 | 21-2 | 23,2 | 29.6 | |
3,1 | 3.6 | 4,6 | 5,6 | 7,0 | 8,1 | 10,3 | 12,9 | 14,6 | 17,3 | 19,7 | 22.6 | 24.7 | 31,3 | |
3,6 | 4,2 | 5.2 | 6,3 | 7,8 | 9,0 | 11,3 | 14.0 | 15,8 | 18,5 | 21.0 | 24.1 | 26,2 | 32.9 | |
4.1 | 4.8 | 5,9 | 7.0 | 8,6 | 9.9 | 12,3 | 15.1 | 17.0 | 19.8 | 22.4 | 25.5 | 27.7 | 34.5 | |
4,7 | 5,4 | 6,6 | 7,8 | 9,5 | 10,8 | 13,3 | 16.2 | 18.1 | 21.1 | 23.7 | 26,9 | 29,1 | 36,1 1 | |
5,2 | 6.0 | 7,3 | 8,5 | 10,3 | 11,7 | 14,3 | 17,3 | 19,3 | 22,3 | 25,0 | 28.3 | 30,6 | 37,7 | |
5,8 | 6,6 | 8,0 | 9,3 | 11,1 | 12,6 | 15,3 | 18,4 | 20,5 | 23,5 | 26,3 | 29,6 | 32,0 | 39,2 | |
6,4 | 7,3 | 8,7 | 10,1 | 12,0 | 13,5 | 16,3 | 19,5 | 21,6 | 24,8 | 27,6 | 31,0 | 33,4 | 40,8 | |
7,0 | 7,9 | 9.4 | 10,9 | 12,9 | 14,4 | 17,3 | 20,6 | 22.8 | 26,0 | 28,9 | 32,3 | 34,8 | 42.3 | |
7.6 | 8.6 | 10,1 | 11,6 | 13,7 | 15,4 | 18.3 | 21,7 | 23.9 | 27.2 | 30,1 | 33,7 | 36.2 | 43,8 | |
8-3 | 9,2 | 10,8 | 12,4 | 14,6 | 16,3 | 19,3 | 22,8 | 25,0 | 28,4 | 31,4 | 35,0 | 37,6 | 45,3 | |
8-9 | 9,9 | 11,6 | 13,2 | 15,4 | 17,2 | 20,3 | 23,9 | 26,2 | 29,6 | 32,7 | 36,3 | 38,9 | 46,8 | |
9.5 | 10,6 | 12,3 | 14,0 | 16,3 | 18.1 | 21,3 | 24,9 | 27.3 | 30.8 | 33.9 | 37.7 | 40.3 | 48,3 | |
10,2 | 11,3 | 13,1 | 14,8 | 17,2 | 19,0 | 22,3 | 26,0 | 28„4 | 32,0 | 35.2 | 39,0 | 41,6 | 49,7 | |
10,9 | 12,0 | 13,8 | 15,7 | 18,1 | 19,9 | 23,3 | 27,1 | 29,6 | 33.2 | 36,4 | 40,3 | 43,0 | 51,2 | |
11,5 | 12,7 | 14,6 | 16,5 | 18,9 | 20,9 | 24,3 | 28,2 | 30,7 | 34,4 | j 37,7 | 41,6 | 44,3 | 52.6 | |
13,4 | 15,4 | 17,3 | 19,8 | 21,8 | 25,3 | 29,2 | 31.8 | 35,6 | 38,9 | 42,9 | 45,6 | 54,0 | ||
12.9 | 14,1 | 16.1 | 18,1 | 20,7 | 22,7 | 26,3 | 30,3 | 32,9 | 36,7 | 40,1 | 44,1 | 47.0 | 55,5 | |
13,6 | 14,8 | 16.9 | 18,9 | 21,6 | 23,6 | 27,3 | 31,4 | 34,0 | 37,9 | 41,3 | 45,4 | 48,3 | 56,9 | |
14,3 | 15,6 | 17,7 | 19,8 | 22,5 | 24,6 | 28,3 | 32,5 | 35,1 | 39,1 | 42,6 | 46,7 | 49,6 | 58,3 | |
15,0 | 16.3 | 18,5 | 20,6 | 23,4 | 25,5 | 29,3 | 33,5 | 36,2 | 40,3 | 43,8 | 48,0 | 50,9 | 59,7 |
– Конец работы –
Эта тема принадлежит разделу:
филиал... московского инженерно физического института... государственного университета...
Если Вам нужно дополнительный материал на эту тему, или Вы не нашли то, что искали, рекомендуем воспользоваться поиском по нашей базе работ: Метод наименьших квадратов.
Если этот материал оказался полезным ля Вас, Вы можете сохранить его на свою страничку в социальных сетях:
Твитнуть |
Новости и инфо для студентов