Matlab在物理实验数据处理中的应用 .docVIP

【标题】Matlab在物理实验数据处理中的应用 【作者】彭金华 【关键词】?实验? Matlab??数据处理 【指导老师】葛泽玲 【专业】物理学 【正文】1. 绪论1.1实验数据处理方法[1]数据处理是物理实验的重要组成部分，其包含的内容十分丰富，例如数据的记录、函数图线的描绘、从实验数据中提取测量结果的不确定度信息、验证和寻找物理规律等。本节主要介绍物理实验中一些常用的数据处理方法。1.1.1?列表法将实验数据按一定规律用列表方式表达出来是记录和处理实验数据最常用的方法之一。表格的设计要求对应关系清楚、简单明了、有利于发现相关量之间的物理关系；此外还要求在标题栏中注明物理量名称、符号、数量级和单位等；根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。最后还要求写明表格名称、主要测量仪器的型号、量程和准确度等级、有关环境条件参数如温度、湿度等。1.1.2?作图法作图法可以最直观地表达物理量间的变化关系。从曲线上还可以简便求出实验需要的某些结果（如直线的斜率和截距值等），读出没有进行观测的对应点（内插法），或在一定条件下从图线的延伸部分读到测量范围以外的对应点（外推法）。此外，还可以把某些复杂的函数关系，通过一定的变换用直线图表示出来。例如半导体热敏电阻的电阻与温度关系为?，取对数后得到?，若用半对数坐标纸，以lgＲ为纵轴，以?为横轴画图，则为一条直线。要特别注意的是，实验作图不是示意图，而是用图来表达实验中得到的物理量间的关系，同时还要反映出测量的准确程度，所以必须满足一定的作图要求。1.1.3?最小二乘法用作图法处理实验数据获得直线的斜率和截距等重要参数虽然简单明了，但是存在相当大的主观成分，结果也往往因人而异。最小二乘法则是一种比较精确的直线拟合方法。它的依据是：对于等精度测量若存在一条最佳拟合直线，那么各测量值与这条直线上的对应点值之差的平方和应为极小。　　这里只考虑最简单的直线拟合问题。假定每个数据点的测量都是等精度的，而且?的测量误差很小，可忽略，只有?的测量存在测量误差。已知所观测的一组数据点?（ｉ＝１，２，…，ｎ），变量x与ｙ有?，并且xi的测量误差远小于yi的测量误差。根据最小二乘原理估计?和?的值，应满足测量值yi和直线上的对应点值?之差的平方和为最小，即：　　　　　　　　　　　　　　　????????????????????　??????????????????（1—1）确定a，ｂ使式（1—1）成立的必要条件是：对?和?的一阶偏导数等于零，即：???　　　　　　　　　　　　　　　　　　　（1—2）于是有：　　　　　　??　?????????????????????????????????　???（1—3）联合求解，得：????　　　　　　　????????????????????????????????????????????????（1—4）要使式（1—1）取极小值还需满足充分条件，即其二阶导数大于零，这里不再证明。衡量数据点在拟合直线两侧的离散程度，仍用标准偏差表示：????????　　　　　　　?????????????????????????????????????（1—5）?表示以拟合直线?求得的ｙ值的标准不确定度的Ａ类分量值。根据不确定度传递关系，可求得斜率?和截距?的标准不确定度Ａ类分量：??　　　　　　??????????????????????????????（1—6）必须指出，任何一组观测值?都可以通过式（1—4）得到系数?、?，也就是说?和?之间存在线性函数关系是预先设定好的，因此这种关系是否可靠需要验证。可以通过相关系数γ来描述两个变量?、?的线性关系的明显程度。??????　　　　　　??????????????????????????????????（1—7）γ是绝对值≤１的数，?越大，说明两个变量的线性关系越明显。若?，说明xi与yi间线性相关强烈；?，说明实验数据点分散，xi与yi间无线性关系；γ＞０（或γ＜０）表示ｙ随ｘ增加而增加（或ｙ随ｘ增加而减小）。1.1.4逐差法对于自变量等间距变化的数据组，常采用逐差法处理一元线性拟合问题。逐差法与作图法相比，它不像作图法拟合直线具有较大的随意性，比最小二乘法计算简单而结果相近，在物理实验中是常用的数据处理方法。1.2计算机在物理实验中的应用当今，我们已进入计算机和信息时代，计算机已广泛地深入到各行各业，起着越来越大的作用。它运算速度快、体积小、可靠性高、通用性与灵活性强等特点，把我们带入了一个一切都离不开计算机的新时代。计算机在实验研究领域的应用，即将传统的实验方法和测试手段与计算机相结合，使实验技术产生了巨大的变革