大學物理实验理论课.pptVIP

第三部分　误差的基本性质与处理 ;　　 当对同一测量值进行多次等精度的重复测量时，得到一系列不同的测量值（常称为测量列），每个测量值都含有误差，这些误差的出现没有确定的规律，即前一个数据出现后，不能预测下一个数据的大小和方向。但就误差整体而言，却明显具有某种统计规律。 　　　 随机误差是由很多暂时未能掌握或不便掌握的微小因素构成，主要有以下几方面： 　　　 ① 测量装置方面的因素 　　　 ② 环境方面的因素 　　　 ③ 人为方面的因素 ; 例如：用秒表测单摆的周期T，将各测量 值出现的次数列表如下。;测量值xi 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 次 数 n 0 2 4 10 14 16 7 5 1 1;1.05; 随着测量次数增多，统计显示 出如下规律。在1.05附近，测量值 出现的次数最多，表现为单峰性。 与1.05相差越多，测量值出现的次 数越少，表现为有界性。偏大的数 据与偏小的数据基本相等表现为对 称性。大部分数据存在于确定的范 围内，该范围可评价随机误差的大 小。; 可以预计，当 测量次数无限增多 时，曲线将表现为 单峰、有界、严格 对称的特征。在有 限次测量下，得到 的所有曲线，是以 对称曲线为中心， 左右摆动的曲线族。;在数理统计上, 描述具有单峰、有界、对称的统计函数叫正态 分布函数。常用来解释随机量测量过程中的随机行为与规律.在 测量次数趋于无穷时，有：;;数学期望和标准差是定量描述统计分布规律的两个重要参数。 （1）测量值的数学期望等于真值。 （2）误差的数学期望等于零。 （3）标准差σ反映了测量值与真值的偏离程度，即测量值之间的离散程度。 标准差小，离散程度小，测量精度高。 ; 对某量进行一系列等精度测量时，由于存在随机误差，因此其获得的测量值不完全相同，此时应以算术平均值作为最后的测量结果。 设 为n次测量所得的值，则算术平均值为: ;由前面正态分布随机误差的第四特征可知 ，因此; 一般情况下，被测量的真值为未知，不可能按式求得随机误差，这时可用算术平均值代替被测量的真值进行计算。此时的随机误差称为残余误差，简称残差：;（一）测量列中单次测量的标准偏差（标准偏差）σ ;（一）测量列中单次测量的标准偏差（标准偏差）σ 多次测量， ，测量列的标准差为：; 由于σ值反映了测量值或随机误差的散布程度，因此σ值可作为随机误差的评定尺度。σ值愈大，函数 减小得越慢；σ值愈小， 减小得愈快，即测量到的精密度愈高，如图2-2所示。 ; （二）测量列算术平均值的标准差 在多次测量的测量列中，是以算术平均值作为测量结果，因此必须研究算术平均值不可靠性的评定标准。 如果在相同条件下对同一量值作多组重复的系列测量，每一系列测量都有一个算术平均值，由于随机误差的存在，各个测量列的算术平均值也不相同，它们围绕着被测量的真值有一定的分散，此分散说明了算术平均值的不可靠性，而算术平均值的标准差则是表征同一被测量的各个独立测量列算术平均值分散性的参数，可作为算术平均值不可靠性的评定标准。; 即在n次测量的等精度测量列中，算术平均值的标准差为单次测量标准差的 ，当n愈大，算术平均值越接近被测量的真值，测量精度也愈高。 增加测量次数，可以提高测量 精度，但测量精度是与n的平方根成 反比，因此要显著提高测量精度， 必须付出较大的劳动。由图2-3可知, σ一定时，当n10以后， 的减小很 慢。此外，由于增加测量次数难以 保证测量条件的恒定，从而引入新的 误差，因此一般情况下取n=10以内较为适宜。总之，提高测量精度，应采取适当精度的仪器，选取适当的测量次数。 ;四、测量的极限误差 ;;随机变量t称自由度为 的学生氏t变量。 t分布的分布密度 为（图2-9）： ;附表; 在一系列重复测量数据中，如有个别数据与其它的有明显差异，则它（或它们）很可能含有粗大误差（简称粗差），称其为可疑数据，记为 。根据随机误差理论，出现大误差的概率虽然小，但也是可能的。因此，