Εισαγωγή
- η ανάλυση δεδομένων, η εξαγωγή συμπερασμάτων και η διατύπωση μιας (ίσως προσωρινής) θεωρίας που περιλαμβάνει τους νόμους στους οποίους υπακούν τα φαινόμενα του πειράματος,
- η σχεδίαση και διεξαγωγή πειράματος με σκοπό την επαλήθευση μιας προτεινόμενης θεωρίας η οποία ισχυρίζεται ότι μπορεί να ερμηνεύσει κάποια φαινόμενα ή παρατηρήσεις (Καραμπαρμπούνης κ.ά., 2012).
- η γνωριμία με μερικά από τα όργανα του εργαστηρίου,
- η εξάσκηση στη μεθοδολογία εκτέλεσης ενός πειράματος και στην επαλήθευση μερικών γνωστών νόμων της Φυσικής,
- η κατανόηση της αβεβαιότητας (σφάλμα) που υπάρχει σε κάθε μέτρηση,
- η παρουσίαση του τελικού αποτελέσματος, ώστε να περιλαμβάνει τις αβεβαιότητες του πειράματος,
- η σύγκριση των αποτελεσμάτων με την ήδη γνωστή αληθινή/παραδεκτή τιμή του μετρούμενου μεγέθους, όπως αυτή προκύπτει από τη σχετική βιβλιογραφία,
- η δημιουργία γραφικών παραστάσεων και η παρουσίαση των πειραματικών αποτελεσμάτων.
Αβεβαιότητα μετρήσεων
Θέλεις να μετρήσεις την περίοδο ενός μαθηματικού εκκρεμούς με ένα χρονόμετρο. Σύντομα βλέπεις ότι οι μετρήσεις διαφέρουν μεταξύ τους. Γιατί συμβαίνει αυτό; Σε αυτό το αποτέλεσμα έχουν συμβάλει πολλοί παράγοντες:
- ο άνθρωπος: αντανακλαστικά κτλ,
- το όργανο: είναι καλά ρυθμισμένο, έχει κάποια μικρή βλάβη, μετάθεση του μηδενός κτλ,
- το περιβάλλον: δονήσεις, ρεύματα αέρα ή ηλεκτρικά, πάτωμα αγώγιμο ή μονωτικό κτλ.
Είδη σφαλμάτων
Ακούσια λάθη
- Παρατηρεί άλλο και καταχωρεί άλλο.
- Ακούει άλλο και καταχωρεί άλλο.
- Κάνει λάθος στις πράξεις.
- Κάνει σφάλμα παράλλαξης.
(Σφάλμα παράλλαξης είναι αυτό που συμβαίνει όταν σε ένα αναλογικό όργανο κοιτάμε τη βελόνα υπό λάθος γωνία. Διαβάζουμε ή εκτιμούμε έτσι ένα λάθος αριθμό. Διόρθωση: κοιτάζουμε κάθετα την κλίμακα ή βάζουμε ένα καθρεφτάκι και φροντίζουμε να συμπίπτει η βελόνα με το είδωλό της.)
Συστηματικά σφάλματα
- Μπορεί να είναι σταθερά, οπότε επηρεάζουν κατά τον ίδιο τρόπο κάθε επόμενη μέτρηση.
π.χ. Λάθος βαθμονόμησης οργάνων, μία τσίχλα κάτω από τη ζυγαριά, μετάθεση του μηδενός στο όργανο, ηθελημένη απλούστευση θεωρίας σχετικής με το πείραμα. - Μπορεί να αλλάζουν κατά τη διάρκεια του πειράματος.
π.χ. Η ειδική θερμότητα του υλικού.
Τυχαία ή στατιστικά σφάλματα
Οφείλονται σε πολλούς λόγους, όπως:
- στην ευαισθησία που διαθέτουν τα όργανα για την παρακολούθηση των μεταβολών που συμβαίνουν στο πείραμα,
- σε ένα φαινόμενο που λέγεται ηλεκτρονικός θόρυβος (το οποίο δεν είναι θέμα του παρόντος βιβλίου).
Χωρίς απόδειξη, αναφέρουμε ότι στη γραφική παράσταση:
- Το γινόμενο F(x) dx δίνει την πιθανότητα να βρίσκεται η μέτρηση μέσα στο διάστημα x και x+dx.
- Το ολοκλήρωμα στο πεδίο τιμών του x δίνει πιθανότητα 1, δηλαδή η αληθινή τιμή υπάρχει στο πεδίο ορισμού με πιθανότητα 100%.
- Το ολοκλήρωμα της F(x) με όρια \(s=\pm \sqrt{\frac{\sum_{i=1}^{N}(x_{1}-\overline{x})^2}{N-1}}\)δίνει μια περιοχή στην οποία υπάρχει η αληθινή τιμή με πιθανότητα 68%. Το s λέγεται Τυπική Απόκλιση (ΤΑ). Στη διεθνή βιβλιογραφία η ΤΑ συμβολίζεται είτε με το σ (σίγμα) είτε με το αγγλικό s από τον όρο standard deviation (Taylor, 1997).
Στη βιβλιογραφία το ΜΣΜΤ συμβολίζεται με το \(\sigma _{\overline{x}}\)
Για λόγους γραμματοσειράς εμείς θα συμβολίζουμε το ΜΣΜΤ με το σ (σίγμα).
\(\overline{x}\pm \sigma \) | 68% |
---|---|
\(\overline{x}\pm 2\sigma \) | 95,5% |
\(\overline{x}\pm 3\sigma \) | 99,7% |
\(\overline{x}\pm 5\sigma \) | 99,99% |
Πίνακας Εισ.1 Πιθανότητες και σ.
Σφάλμα ανάγνωσης κλίμακας οργάνου
Σφάλμα ανάγνωσης σε αναλογικό όργανο
Σφάλμα ανάγνωσης σε ψηφιακό όργανο
Αν διαβάζεις 1,22 s, τότε υποθέτεις (ή ελέγχεις αν μπορείς) ότι η μικρότερη μεταβολή είναι \(\pm \)0,01s. Άρα, λαμβάνεις ως σφάλμα της ανάγνωσης το \(\pm \) 0,005s και γράφεις (1,220\(\pm \)0,005)s
Παρατήρηση: Ναι, έβαλες ένα ψηφίο το οποίο δε διάβασες στη μέτρηση, γιατί το σφάλμα του οργάνου υπαγορεύει την ακρίβεια. Στον ψηφιακό παλμογράφο η μικρότερη υποδιαίρεση αλλάζει ανάλογα και με την κλίμακα ανά υποδιαίρεση.
Περίπτωση: Όταν η ένδειξη του οργάνου δεν παραμένει σταθερή, αλλά αλλάζει μόνο το τελευταίο ψηφίο, τότε θεωρείς το σφάλμα στατιστικό. Παίρνεις μερικές ενδείξεις από αυτές που δείχνει το όργανο και υπολογίζεις τη μέση τιμή τους. Ως μέτρηση θεωρείς τη μέση τιμή αυτών των ενδείξεων, και την καταχωρείς.
Σημαντικά Ψηφία (ΣΨ)
Κάθε πειραματική αβεβαιότητα/σφάλμα θα γράφεται με ένα ΣΨ, μη μηδενικό
Η ακρίβεια του οργάνου είναι δεδομένη και καθορίζεται από τον κατασκευαστή. Η ακρίβεια της μέτρησης εκφράζεται από το σχετικό σφάλμα της μέτρησης (βλ. Εισαγωγή, Σχετικό Σφάλμα μέτρησης), και είναι συνδυαστικό αποτέλεσμα οργάνου και παρατηρητή.
Κανόνες καθορισμού των ΣΨ μιας μέτρησης
- Για αριθμούς μικρότερους της μονάδας τα μηδενικά που είναι αριστερά από το πρώτο μη μηδενικό ψηφίο
δεν λογαριάζονται ως ΣΨ.
π.χ.: 0,03= 3∙10-3 → 1 ΣΨ
- . Για ακέραιους αριθμούς ως τελευταίο ΣΨ λαμβάνεται το δεξιότερο μη μηδενικό ψηφίο, δηλαδή δεν λαμβάνεις υπόψη σου τα μηδενικά που ακολουθούν.
π.χ.: 1940 → 3 ΣΨ
- Για οποιοδήποτε αριθμό αποφασίζεις πόσα ΣΨ πρέπει να έχει, τον γράφεις ως δεκαδικό με τα ΣΨ που
θέλεις, πολλαπλασιασμένο με την αντίστοιχη δύναμη του 10.
π.χ.: 973, (1,33∙10-6), (0,000373= 3,73∙10-4), (0,955=9,55∙10-1), 7,55 → 3 ΣΨ
- Με καλή γνώση του φορητού υπολογιστικού μηχανήματος (scientific calculator) που όλοι διαθέτετε, ο
αριθμός των ΣΨ καθορίζεται πολύ εύκολα (αρκεί να έχεις αποφασίσει πόσα ΣΨ πρέπει να έχει η μέτρηση).
π.χ.: 49700=4,97∙104→ 3 ΣΨ
49700= 4,970∙104 → 4 ΣΨ
Σημαντικά ψηφία και στρογγυλοποίηση
- Ο αριθμός που γράφεις να εκφράζει το αποτέλεσμα μιας μέτρησης που έκανες με όργανο του εργαστηρίου.
- Ο αριθμός αυτός να έχει προκύψει έπειτα από μαθηματικούς υπολογισμούς που έκανες χρησιμοποιώντας τα αποτελέσματα των μετρήσεων.
Βήμα 1ο: Στρογγυλοποιείς το σφάλμα και κρατάς ένα ΣΨ (εκτός αν αυτό είναι το 1 ή το 2, οπότε κρατάς δύο ΣΨ).
Βήμα 2ο: Παίρνεις τη μέση τιμή των μετρήσεων και την στρογγυλοποιείς, έτσι ώστε το τελευταίο ψηφίο της να είναι της ίδιας τάξης μεγέθους με το σφάλμα.
Αν δx=0,01 mm, τότε \(\mathrm{\overline{x}}\)=4,57 mm, οπότε γράφεις x\(\pm \) δx = (4,57\(\pm \)0,01) mm.
- Κατά τη στρογγυλοποίηση:
- Αν θέλεις να διώξεις έναν από τους αριθμούς 1, 2, 3, 4, τότε το προηγούμενο ψηφίο παραμένει ως έχει.
- Αν ο αριθμός που πρέπει να φύγει είναι ένας από τους 6, 7, 8, 9, τότε το προηγούμενο ψηφίο αυξάνεται κατά μία μονάδα.
- Αν ο αριθμός αυτός είναι το 5, τότε κάνεις ή την πρώτη ή τη δεύτερη κίνηση (υπάρχει στατιστική ισορροπία).
Σχετικό σφάλμα μέτρησης
και ονομάζεται σχετικό σφάλμα της μέτρησης επί τοις % ή σχετική αβεβαιότητα της μέτρησης επί τοις %. Το μέγεθος αυτό ανάγει το σφάλμα στη μονάδα του μεγέθους και όχι στο μέτρο του μεγέθους, δηλαδή είναι ανεξάρτητο από το μέτρο του μεγέθους και γι’ αυτό το λόγο εκφράζει την ακρίβεια της μέτρησης. Το μέγεθος αυτό δεν έχει μονάδες, είναι ποσοστό.
Υπολογίζεις τη μάζα ενός σώματος με δύο τρόπους και βρίσκεις:
- 1ος τρόπος: (40\(\pm \)1) kg με Σσχ= 2,5%.
- 2ος τρόπος: (40\(\pm \)2) kg με Σσχ= 5%.
Μέτρηση ενός μεγέθους
Άμεση μέτρηση ενός μεγέθους
Αν κάνεις μία (1) μόνο μέτρηση, θα γράψεις το αποτέλεσμά σου x \(\pm \) δx, όπου:
x = το αποτέλεσμα της μέτρησης,
δx = το μέγιστο σφάλμα του οργάνου που χρησιμοποίησες.
Παράδειγμα:
Στην Εικόνα Εισ.3 το μέγιστο σφάλμα αυτού του οργάνου, σε μια πρώτη εκτίμηση, είναι δx=0,2°C.
- Άρα, για τη μέτρηση που δείχνει το βέλος γράφεις (18,6 \(\pm \) 0,2) °C και δηλώνεις ότι:
- Για σένα η θερμοκρασία είναι το x = 18,6°C.
- Μέσα στο διάστημα 18,4–18,8°C είσαι 100% βέβαιος ότι υπάρχει και η αληθινή τιμή της θερμοκρασίας (αν δεν είναι 18,6°C).
- Κάθε άλλη μέτρηση του ίδιου μεγέθους στις ίδιες συνθήκες πρέπει να περιέχεται μέσα στο διάστημα αυτό.
Αν μετρήσεις το ίδιο μέγεθος πολλές φορές και κάνεις Ν μετρήσεις, x1, x2, x3, ...., xN, τότε γράφεις το αποτέλεσμά σου με τη μορφή: \(\mathrm{\overline{x}}\)\(\pm \) δx, όπου το \(\mathrm{\overline{x}}\)είναι η μέση τιμή των μετρήσεων, δηλαδή \[\overline{X}=\frac{X_{1}+X_{2}+X_{3}+...+X_{N}}{N}\]
- Αυτό για σένα σημαίνει ότι:
- Έκανες Ν μετρήσεις, επειδή το έκρινες αναγκαίο.
- Αυτή είναι η δική σου απάντηση για το μέγεθος.
- Αυτή είναι για σένα η πιθανή τιμή.
- Αυτή είναι για σένα η καλύτερη εκτίμηση για την αληθινή τιμή του μεγέθους.
- Η αληθινή τιμή είναι μια εξιδανίκευση. Είναι αυτή που πλησιάζει την τιμή του μεγέθους μετά από πολλές μετρήσεις.
Απάντηση:
Σύμφωνα με τις μετρήσεις που έκανες, το \(\mathrm{\overline{x}}\) είναι η καλύτερη απάντηση για το μέγεθος που μέτρησες. Είναι η καλύτερη τιμή, σύμφωνα με τις δικές σου μετρήσεις. Με βάση την κατανομή Gauss, μέσα στην περιοχή \(\mathrm{\overline{x}-\sigma}\) έως \(\mathrm{\overline{x}+\sigma}\) βρίσκεται το 68% των μετρήσεων που έκανες. Αν κάνεις μια νέα μέτρηση, αυτή έχει πιθανότητα 68% να βρίσκεται μέσα στο συγκεκριμένο διάστημα. Παράλληλα, σημαίνει ότι υπάρχει πιθανότητα 68% η αληθινή τιμή να βρίσκεται στο ίδιο διάστημα. Στην περιοχή \(\mathrm{\overline{x}}\pm 2\sigma \) ισχύουν τα ίδια με πιθανότητα 95% (Taylor, 1997).
Παρατήρηση: Ο τύπος (Εισ.4) με τον οποίο υπολογίζουμε το ΜΣΜΤ έχει και αυτός πιθανότητα σφάλματος. Αυτή η πιθανότητα εξαρτάται από τον αριθμό Ν των μετρήσεων. Αυτό το σφάλμα του σφάλματος υπολογίζεται από τη σχέση: \[\pm\frac{\sigma_\overline{x}}{\sqrt{2\cdot (N-1)}}\]
- Παράδειγμα:
- για Ν=10 το σφάλμα του είναι 24%
- για Ν=50 το σφάλμα του \(\sigma_\overline{x}\) είναι 10%
- για Ν=300 το σφάλμα του \(\sigma_\overline{x}\) είναι 4%
- για Ν=1000 το σφάλμα του \(\sigma_\overline{x}\) είναι 2%
Έμμεση μέτρηση ενός μεγέθους
Απάντηση:
Με τη μορφή χ\(\pm \)δχ, όπου το χ θα βρεθεί από το μαθηματικό τύπο που περιγράφει το μέγεθος.
- Γινόμενο π.χ. \(V={\alpha}\cdot{\beta}\cdot\gamma\)
- Διαίρεση π.χ. \(V=\frac{\alpha}{\beta}\)
- Δύναμη π.χ. \(V={\alpha}^3\cdot{\beta}\)
- Άθροισμα – Διαφορά π.χ.\(V={\alpha}+{\beta}\) ή \(V={\alpha}-{\beta}\)
Ας δούμε λοιπόν τις περιπτώσεις:
Γινόμενο
που λέει ότι το Μέγιστο Σχετικό Σφάλμα υπολογίζεται από το άθροισμα των σχετικών σφαλμάτων των μεγεθών α, β και γ.
Αν α=(7\(\pm \)1) mm, β=(12\(\pm \)1) mm, γ=(15\(\pm \)1) mm,
V=α∙β∙γ ⇒ V = 7∙12∙15 = 1260 mm3
και δV = 369 mm3
V\(\pm \)δV= (1260\(\pm \)369) mm3
Διαίρεση
δηλαδή και πάλι το Μέγιστο Σχετικό Σφάλμα υπολογίζεται από το άθροισμα των σχετικών σφαλμάτων των μεγεθών α, β.
α=(80\(\pm \)1)g, β=(20\(\pm \)1) cm
\[V=\frac{80g}{20cm}=4 \frac{g}{cm}\]
\(\frac{\delta V}{4}=\frac{1}{80}+\frac{1}{20}\), \(\delta V=0,3\frac{g}{cm}\)
Απάντηση:
(4,0\(\pm \)0,3) \(\frac{g}{cm}\) (το μέγεθος αυτό εκφράζει τη γραμμική πυκνότητα υλικού).
Δύναμη
Αποδεικνύεται ότι και για αρνητικούς εκθέτες το Μέγιστο Σχετικό Σφάλμα γράφεται χωρίς το πρόσημο πλην.
\[V=\alpha^{-3}\cdot\beta \Rightarrow \frac{\delta V}{V}=3\cdot \frac{\delta\alpha }{\alpha}+\frac{\delta\beta }{\beta }\]
Άθροισμα-Διαφορά
Αν V=α-β, τότε δV=δα+δβ (πάλι).
Εδώ η θεωρία λέει ότι το Απόλυτο Μέγιστο Σφάλμα του έμμεσου μεγέθους ισούται με το άθροισμα των απόλυτων σφαλμάτων των α και β, δηλαδή δV=δα+ δβ (πάντα)
- Αν α=(62,8\(\pm \) 0,3) g, β=(15,4\(\pm \)0,2) g, τότε
V=62,8+15,4=78,2 g
δV=(0,3+0,2) g, δV=0,5 g
Απάντηση: (78,2\(\pm \)0,5) g -
Αν V=α-β, τότε V=62,8-15,4=47,4 g
δV=(0,3+0,2) g, δV=0,5 g
Απάντηση: (47,4\(\pm \)0,5) g
Για την πυκνότητα \[ρ=\frac{m}{V}\] ενός ομογενούς υλικού ισχύει: \[\frac{\delta\rho}{\rho}=\frac{\delta m}{m}+\frac{\delta V }{V}\] Όταν υπολογίσεις τις τιμές των κλασμάτων, θα μπορέσεις να αποφασίσεις με τι ποσοστό συμμετέχει το καθένα στη συνολική αβεβαιότητα, και να δεις πώς μπορείς να κάνεις βελτιώσεις όπου χρειάζεται.
Αν θέλεις περισσότερα, βλ. Παράρτημα Α. Εκεί, με τη βοήθεια των Μερικών Παραγώγων, θα δεις τα γενικά θεωρήματα για Σύνθετες Συναρτήσεις. Είναι πιο εύκολο απ’ ό,τι φαντάζεσαι!
Τρόποι ελέγχου του αποτελέσματος
1ος τρόπος
Ένας απλός τρόπος για να ελέγξεις το αποτέλεσμά σου είναι να βρεις την επί τοις % διαφορά μεταξύ της αληθινής τιμής ΧA και της δικής σου πειραματικής τιμής ΧΠ: \[X=\frac{\left | X_{A}-X_{\Pi } \right |}{X_{A}}100\%\]
Όλες οι πειραματικές διατάξεις του εργαστηρίου δίνουν αποτελέσματα κάτω από το 10%. Αυτό βέβαια δεν είναι κανόνας, γιατί πολλά μπορούν να συμβούν κατά την πορεία των μετρήσεών σου. Συζητάς το αποτέλεσμα με τους διδάσκοντες του εργαστηρίου.
2ος τρόπος
Γράφεις τη δική σου απάντηση (Χ\(\pm \)δx). Η αληθινή τιμή είναι (Υ\(\pm \)δy). Αν τα δύο διαστήματα έχουν επικάλυψη, τότε λες ότι το αποτέλεσμα είναι αποδεκτό μέσα στα όρια των σφαλμάτων της μέτρησης.
Για κάποια πυκνότητα βρήκες (7,3\(\pm \)0,2) g/cm3 , ενώ η θεωρητική τιμή είναι (7,6\(\pm \)0,2) g/cm3.
Τα δύο διαστήματα, όπως φαίνεται στην Εικόνα Εισ.4, έχουν επικάλυψη τιμών. Άρα, η απάντησή σου είναι αποδεκτή.
3ος τρόπος
Με το σχετικό σφάλμα της μέτρησης \(\overline{\mathrm{x}}\pm\Sigma _{\sigma \chi }\), μεταξύ δύο μετρήσεων του ιδίου μεγέθους πιο ακριβής είναι αυτή που έχει το μικρότερο σχετικό σφάλμα (με την προϋπόθεση ότι γίνονται κάτω από τις ίδιες συνθήκες).