物理实验论(lun).ppt

* 定容气体压强～温度曲线 1.2000 1.6000 0.8000 0.4000 图3 P(×105Pa) t(℃) 60.00 140.00 100.00 o 120.00 80.00 40.00 20.00 图纸使用不当。实际作图时，坐标原点的读数可以不从零开始。 * 定容气体压强～温度曲线 1.0000 1.1500 1.2000 1.1000 1.0500 P(×105Pa) 50.00 90.00 70.00 20.00 80.00 60.00 40.00 30.00 t(℃) 改正为 * 如在测重力加速度的实验中： ，在直角坐标系中，作l～T图，为一条抛物线；但如果作l～T2图，则为一直线； 另一种方法是用对数坐标纸作图（ ），即作l～T图。 图解法 这两种方法的目的都是要变曲线为直线！（讲个例子） 如果图线为直线，则比较好求，因为未知量一般存在于斜率或截矩当中，而求斜率或截矩，对同学们而讲是毫不成问题的。 如果图线为曲线，这时该如何处理呢？ * 4.2.4 回归分析简介 测量数据之间的函数关系，除了可用图形表示外，还可用与图形对应的公式来表示。当然，这个公式不可能完全准确地表达全部数据，因此，常把与曲线对应的公式称为经验公式（方程）。 利用数学工具，对大量的测量数据进行处理，从中得到比较符合事物内部规律的数学表达式。它是处理变量相互关系的一种数理统计方法。 * （1）根据自变量的多少，可分为： 一元回归：是指自变量只有一个的回归。 多元回归：是指自变量为两个或两个以上的回归。 （2）根据变量之间关系，可分为： 线性回归：是指变量之间关系为线性的回归。 非线性回归：线性回归之外的回归。 回归分类 非线性回归一般比较复杂，但有时很多非线性回归问题可以变换成线性回归问题进行研究和解决。 * 用最小二乘法求一元线性回归方程（直线拟合） 最小二乘法在误差理论中的基本含义是： 在具有等精度的多次测量中，求最可靠（最可信赖）值时，是当各测量值的残差平方和为最小时所求得的值。 用最小二乘法进行直线拟合优于作图法。 * 最小二乘法的几何意义 图中实心圆点代表测量数据点，实线为最小二乘法拟合的直线，实心圆点与拟合直线之间在y方向的距离代表残差。根据最小二乘法拟合原理，图形中以残差为边长的各个正方形面积的总和应为最小。反之，用其它方法拟合的直线所得各个正方形面积的总和都会比其大。 * 最小二乘法的理论基础 已知由实验等精度地测得一组实验数据（xi，yi，i =1，2…n），假设此两物理量 x、y 满足线性关系，且假定实验误差主要出现在yi上。 最佳经验公式 y = a0+a1x 中a0、a1的求解 * 将上式分别对a0和a1取偏导数，并令其偏导数为零，得 设拟合直线公式为 y =f(x)= a0+a1x ，当所测各yi值与拟合直线上各估计值 f (xi)= a+bxi之间偏差的平方和最小，即 时，所得拟合公式即为最佳经验公式。 * 整理，得 （两边同除以n） 将所求得的 和 代入 ，则得到用最小二乘法拟合 的一元线性回归方程。 式 中 * （1） 我们所得到的一元线性回归方程，前提是假设x方向误差可以忽略，而只考虑了y方向误差。而实际实验中，测得的数据都含有误差。这就要求我们在处理实际问题时，要把两组数据中相对来说误差较小的一组数据作为变量x，误差较大的那一组数据作为变量y。 注意： （2） 只有当两个变量线性相关时，才能用最小二乘法求一元线性回归方程。两个变量是否线性相关，可由相关系数γ来判断。 * 相关系数r r 表示两变量之间的函数关系与线性的符合度，r?[-1，1]。|r|?1，x、y 间线性关系好， |r|?0 ，x、y 间无线性关系，拟合无意义。 最小二乘法处理数据除给出 a、b 外，还应给出相关系数 r ， r 定义为 物理实验中一般要求 r 绝对值达到0.999以上(3个9以上) 。 * 最小二乘法解题步骤 指定公式中的x，y 用列表法计算公式中各量的平均值 代入公式求出a0和a1 计算相关系数γ 写出一元线性方程 （讲个例子） * 5. 物理实验课具体要求 三个主要教学环节 实验预习—实验能否取得主动的关键 实验操作 实验报告—实验的总结 * 实验预习 明确实验目的， 预习实验原理， 了解实验注意事项。 预习报告是实验工作的前期准备，是写给自己参考用的，故要求简单明了。实验前应清楚本次实