波尔兹曼常数测定实验数据处理.docVIP

波尔兹曼常数测定实验数据处理 以T=27℃为例，说明由实验数据求得波尔兹曼常数过程： 对于线方程 1 先利用最小二乘法计算系数与，过程如下： 令 2 其中 3 将3式代入2式得 4 根据最小二乘法，当最小时，用对与求偏导，并令偏导数等于0，可以求得与。于是有 5 6 可以得到 7 8 由以上两个式子可以求得 9 10 下面代入T=27℃时的实验数据： 本次所做实验 所测得的与的值如表一所示，取n为12。 将所做实验数据代入以上9,10两式，可以求得与。 其中 于是 之后将与的值代入1式可以求得，即因变量的预期值， 依次求出的值填入表一。 然后求出 依次求出，填入表一。 可以求出各函数拟合的标准差 对于乘幂函数 对此式两边取对数，得到， 于是可以用最小二乘法，最后求得的与分别为 将实验数据代入方程可以求得各个值，分别填入表二。 对于指数函数其中，所以对此式两边同时取对数得 ，可以用最小二乘法，得出与分别为 将实验数据代入方程可求得各个值，分别填入表三。 将其他各个温度时的实验数据按照以上方法，可以求出各自的δ，a，b的值，分别填入各个表中。 由表，我们可以看到，将实验数据代入指数函数所得的标准差δ最小，说明用指数函数拟合的最小，于是我们将各个温度下，用指数函数求得的a代入，来求得的波尔兹曼常数，其中如下： T=27℃时， T=33℃， T=38℃， T=43℃， T=49℃， 所求得的k与公认值相差很小。 另外，我们还可以做出三种函数的拟合图，见附图，我们只做了T=27℃时的线性拟合图，可以看到，指数回归拟合的最好。 表一 波尔兹曼常数测定实验数据处理 T=27℃ 线性回归U2=aU1+b 乘幂回归U2=aU1b 指数回归U2=bexp(eU1/kT) U1/V U2/V U2*/V (U2-U2*)2/V2 U2*/V (U2-U2*)2/V2 U2*/V (U2-U2*)2/V2 1 0.32 0.111 -1.262 1.884 0.101 1.00E-04 0.111 0.00E+00 2 0.33 0.165 -0.660 0.680 0.158 4.90E-05 0.164 1.00E-06 3 0.34 0.246 -0.059 0.093 0.243 9.00E-06 0.242 1.60E-05 4 0.35 0.356 0.542 0.035 0.370 1.96E-04 0.357 1.00E-06 5 0.36 0.519 1.143 0.390 0.556 1.37E-03 0.526 4.90E-05 6 0.37 0.779 1.744 0.930 0.826 2.21E-03 0.776 9.00E-06 7 0.38 1.137 2.346 1.460 1.215 6.08E-03 1.144 4.90E-05 8 0.39 1.682 2.947 1.600 1.769 7.57E-03 1.687 2.50E-05 9 0.4 2.488 3.548 1.124 2.551 3.97E-03 2.488 0.00E+00 10 0.41 3.735 4.149 0.170 3.645 8.10E-03 3.668 4.49E-03 11 0.42 5.486 5.250 0.056 5.165 1.03E-01 5.408 6.08E-03 12 0.43 7.850 5.352 6.242 7.259 3.49E-01 7.974 1.54E-01 δ 1.105 0.200 0.117 a 60.12 1.45E+06 38.830 b -20.5 14.463