OBRADA REZULTATA MJERENJA Pogreke pri mjerenju

Zadatak nekog fizikalnog mjerenja jest utvrditi brojanu vrijednost neke fizikalne veliine. Zbog nesavrenosti mjernih instrumenata i naih osjetila nijedno mjerenje nije apsolutno tono. Budui da je svako mjerenje podlono mnogobrojnim vanjskim utjecajima, a otrina ljudskog razluivanja kao i razluivanja mjernih instrumenata je ograniena, pojedinani se rezultati mjerenja nee potpuno podudarati. Stoga svakoj izmjerenoj veliini pridajemo pogreku. Pretpostavljamo da postoji neka prava vrijednost X odreene fizikalne veliine. Tada rezultat pojedniog mjerenja x, odstupa od prave vrijednost X, a odstupanje X x X naziva se pravom pogrekom tog mjerenja. Cilj je uzastopnih mjerenja i rauna pogreaka to preciznije i pouzdanije odrediti pravu vrijednost fizikalne veliine, tj. dati granice pogreke unutar kojih se najvjerojatnije nalazi prava vrijednost. Svako iskazivanje rezultata mjerenja koje uz rezultat ne daje i podatak o njegovoj pouzdanosti, nema vrijednost. Postoje tri vrste pogreaka: 1. Sistematske 2. Grube 3. Sluajne 1. Sistematske pogreke Nastaju zbog neispravnih mjernih instrumenata, izbora pogrene metode mjerenja ili njenog pogrenog izvoenja, i sl. One su ponovljive i prilikom ponavljanja mjerenja javljaju se u istom smjeru i iznosu. Ove vrste pogreaka mogu se smanjiti i ukloniti provjerom i poboljanjem aparature. Ako smo svjesni mogunosti nastanka sistematske pogreke u nekom mjerenju, esto je mogue osmisliti eksperiment tako da se takve pogreke uklone. Dijelimo ih prema uzroku: a) Instrument: Loe badaren instrument, npr. termometar koji pokazuje 102C u kipuoj, a 2C u zaleenoj vodi pri normiranom atmosferskom tlaku. Takav instrument pokazivat e izmjerene vrijednosti koje su konzistentno previsoke. b) Opaa: Npr. oitavanje skale metra pod nekim kutem. c) Okolina: Npr. pad napona u gradskoj mrei uslijed kojeg e izmjerene struje biti stalno preniske. 2. Grube pogreke Nastaju ljudskim propustima u toku mjerenja, naglim poremeajem u okolini ili u mjernom ureaju. Rezultat je i grubog, subjektivno uvjetovanog propusta u mjernom postupku. Opaa moe zabiljeiti krivu vrijednost, krivo oitati sa skale, zaboraviti znamenku prilikom oitavanja sa skale ili uiniti drugi slian propust. Rezultati s ovakvim pogrekama trebali bi vidljivo odskakati od ostalih, ako je uinjeno vie mjerenja ili ako jedna osoba provjerava rad druge. Oni se u pravilu iskljuuju iz analize podataka.

3. Sluajne pogreke U vezi su s neizbjenom nesavrenosti opaaa i ureaja, mogu se smanjivati, ali se ne daju potpuno izbjei. To su pogreke koje donosi samo mjerenje. Boljom izolacijom od okoline i savrenijim ureajem mogu se smanjivati do granica tehnolokih mogunosti. Sluajne pogreke imaju vano svojstvo proizvoljno su distribuirane oko prave vrijednosti. Prema zakonima vjerojatnosti najvjerojatnija prava vrijednost izmjerene veliine je aritmetika sredina svih izmjerenih podataka. (Sistematske pogreke ne podlijeu zakonima vjerojatnosti.) Moguu uzroci su: a) Opaa: Npr. greka u prosudbi opaaa kad oitava vrijednosti na najmanjem podjeljku skale b) Okolina: Npr. nepredvidive fluktuacije mrenog napona, temperature ili mehanikih vibracija ureaja. Za razliku od sistematskih, sluajne pogreke mogu se obraditi statistikom analizom, pouzdanije odrediti pravu vrijednost mjerene veliine te dati granice pogreke unutar kojih se najvjerojatnije nalazi prava vrijednost.

ANALIZA REZULTATA MJERENJA

Analiza rezultata mjerenja odnosi se na analizu sluajnih pogreaka pri mjerenju, dok se smatra da su grube i sistematske pogreke pri mjerenju otklonjene prije analize. Ukoliko postoji neka sustavna pogreka pri mjerenju, njezin utjecaj na rezultate mjerenja se objanjava u raspravi rezultata mjerenja ( posljednjem dijelu laboratorijskog izvjea). Analiza i proraun sluajnih pogreaka pri mjerenju radi se prema zakonima vjerojatnosti i statistike. 1. Statistika analiza rezultata mjerenja Pod pretpostavkom da su pri mjerenju otkonjeni svi izvori grubih i sustavnih (sistematskih) pogreaka mjerenja, mjerene vrijednosti fizikalnih veliina sadre samo sluajne pogreke mjerenja. Za dobivanje to pouzdanijeg rezultata mjerenja neke fizikalne veliine, sluajne pogreke pri mjerenju obraivat e se prema zakonima vjerojatnosti i statistike. Analiza i proraun sluajnih pogreaka pri mjerenju neke fizikalne veliine prema statistikim zakonima ima svoju punu vrijednost kod velikog broja mjerenja. Meutim, zbog vremenskog ogranienja pri izvoenju mjerenja u laboratoriju predvieno je da se obavlja niz od 5 do 10 istovrsnih mjerenja neke fizikalne veliine.

a) Sluajne pogreke neposredno mjerenih fizikalnih veliina Pri izvoenju niza istovrsnih mjerenja neke fizikalne veliine, zbog neizbjenih (sluajnih) pogreaka pri mjerenju, dobiva se niz od n razliitih x1, x2, x3, ...xn mjerenih vrijednosti za tu fizikalnu veliinu. Mjerene vrijednosti fizikalnih veliina uvijek je potrebno prikazati tablino (Tablica 1.). Preporuujemo koristiti predloenu tablicu 1 radi to preglednijeg i jasnijeg uvida u rezultate statistike analize sluajnih pogreaka pri mjerenju. U tablici 1. mjerene vrijednosti fizikalnih veliina i odgovarajue mjerne jednice upisuju se u stupac oznaen s x i .

Proraun pogreaka pri mjerenju u okviru statistike analize rezultata mjerenja moe se podijeliti u nekoliko koraka: 1. korak: Izraunavanje aritmetike sredine ili srednje vrijednosti niza mjerenja Aritmetika srednja vrijednost niza mjerenja x rauna se prema relaciji

i predstavlja najvjerojatniji iskaz nepoznate prave vrijednosti fizikalne veliine X p .

2. korak: Izraunavanje apsolutne pogreke niza mjerenja

3. korak: Izraun relativne pogreke mjerenja

4. korak: Izraun srednje kvadratne pogreke pojedinog mjerenja (standardna devijacija)

5. korak: Izraun standardne pogreke (standardne devijacije aritmetike sredine) Izvedbom veeg broja mjerenja moe se oekivati da e mjerena fizikalna veliina biti pouzdanije odreena. Mjera nepouzdanosti rezultata mjerenja je srednja kvadratna pogreka aritmetike sredine (standardna pogreka):

Slika 1. Normalna ili Gaussova raspodjela sluajnih pogreaka pri mjerenju.

Standardna pogreka Mn je mjera nepouzdnosti rezultata mjerenja. Nepouzdanost ovisi o broju mjerenja pa indeks n oznaava broj izvedenih mjerenja na kojima se temelji izraun standardne pogreke. Znaajno manja standardna pogreka moe se dobiti izvoenjem veeg broja mjerenja. Kako funkcija n raste sporije od linearne funkcije n, mjerei neku fizikalnu veliinu potrebno je odrediti povoljan odnos izmeu nepouzdanosti mjerenja (tj. Standardne pogreke) i broja ponavljanja mjerenja n. Na slici 2. dan je grafiki prikaz ovisnosti standardne pogreke o broju izvedenih mjerenja n.

Do n 10 , nepouzdanost mjerenja naglo opada, a zatim se sporo pribliava osi apscise. Prema tome, moe se zakljuiti da desetak ponovljenih mjerenja prua dovoljno pouzdanu mjeru neke fizikalne veliine. esto u nekom nizu mjerenja sve oitane vrijednosti imaju isti iznos. U takvim je sluajevima pogreka aritmetike sredine jednaka nuli, to ne znai da je mjerenje izvreno apsolutnom preciznou. Tada procjenjujemo maksimalnu pogreku koju oznaavamo s x max i s njom dalje raunamo kao da se radi o pogreci Mn, (Primjer: kada mjerimo pad napona voltmetrom mogue je da dobijemo isti iznos svaki puta. Tada moramo procijeniti kolika je preciznost oitanja sa skale ureaja i to emo uzeti kao pogreku). Pogreka se obino procjenjuje na 25% najmanjeg podioka skale. U tom sluaju rezultat mjerenja iskazuje se kao: +Xmax

6. korak: Relativna nepouzdanost mjerenja prikazuje se omjerom nepouzdanosti mjerenja

Mn i aritmetike sredine mjerene fizikalne veliine x , a izraava se u postotcima:

Tablica 2. Rezultati statistike analize sluajnih pogreaka pri mjerenju neovisnih veliina

n5

n5

n>5

Preporuujemo koristiti nain izraavanja konanih rezultata na nain prikazan u tablici 2. ovisno o broju ponovljanja mjerenja. b) Sluajne pogreke posredno odreenih fizikalnih veliina (ovisna mjerenja) U sluaju da je traena fizika veliina F, funkcija vie neposredno izmjerenih veliina xi, F=f(x1,x2,...,xn), od kojih svaka ima svoju pogreku xi (Mni) tada je najvjerojatnija vrijednost veliine F jednaka:

Srednja kvadratna pogreka je:

Rezultat se izraava u obliku:

2. Grafiko prikazivanje rezultata mjerenja Grafiko prikazivanje zoran je nain prikazivanja rezultata mjerenja. Pretpostavimo da smo mjerenjem fizikalnih veliina x i y dobili niz parova toaka (x i,y i). Iz grafikog prikaza ovih toaka moemo donijeti niz zakljuaka o odnosu veliina x i y. Uobiajeno je da se kao x odabire veliina koju preciznije mjerimo, odnosno veliina koju mjerimo neovisno, te da se nanosi na apscisu. Parove toaka u pogodnom mjerilu ucrtavamo u koordinatni sustav. Pri tome treba slijediti slijedee upute: 1. Nacrtati graf na milimetarskom papiru dovoljne veliine, te izabrati pogodno mjerilo kako bi graf pregledno predoavao meuovisnost izmjerenih veliina. 2. Graf treba imati naslov koji izraava cilj mjerenja te eventualno podatke o ostalim parametrima i uvjetima vezanim za ucrtanu seriju mjerenja. 3. Uz krajeve svake osi oznaiti veliinu koja joj je pridruena, te jedinice u kojima je os badarena u uglatim zagradama (na primjer t[s] je vrijeme u sekundama).Veliine moraju obavezno biti naznaene u jedinicama meunarodnog sustava (SI). 4. Dijelovi skale na obje osi ne moraju biti jednaki, ali dijelovi skale na jednoj osi moraju. Skala mora biti takva da na jedininoj mjeri mjerene veliine odgovara viekratnik broja 1, 2, .5.. milimetara na grafu. 5. Mjerene podatke unosimo tako da tokom oznaimo poloaj u koordinatnom sustavu, te oko svake nacrtamo krui. Kada krivulja prolazi kroz toke dobivene mjerenjem, oznake tih toaka moraju biti jasno vidljive jer se po njima eksperimentalna krivulja razlikuje od teorijske (npr. one dobivene metodom najmanjih kvadrata).

Metoda najmanjih kvadrata (MNK) za pravac Ovom metodom mogue je openito odrediti matematiku funkciju koja najbolje opisuje niz mjerenja (xi,yi). Pretpostavimo da izmeu promatranih veliina postoji linearna ovisnost i da su sva odstupanja od pravca sluajne prirode. U tom sluaju ograniit emo se na nalaenje pravca koji ima najmanje kvadratno odstupanje od izmjerenih toaka. Uzmimo da smo napravili n mjerenja fizikalnih veliina x i y, te dobili niz parova toaka (xi,yi). Kroz te toke elimo povui pravac y = Ax + B. Moe se pokazati da se koeficijenti tog pravca mogu dobiti preko relacija:

Gdje je: A koeficjent smjera pravca; B odsjeak pravca na osi y

Pripadajue pogreke (nepouzdanost) raunaju se iz relacija:

Primjer 1: linearni graf Pretpostavimo da elimo odrediti brzinu tijela koje se giba jednoliko po pravcu, tako da mjerimo koliko mu je vremena potrebno da prijee razliite udaljenosti od poetne toke. Te udaljenosti moemo oznaiti sa (s1,s2,...,sn), a pripadajua vremena sa (t1,t2,...,tn). Dobivene toke (ti,si) unesemo u graf. Znamo da su za jednoliko pravocrtno gibanje put i vrijeme povezani relacijom:

s(t) = vt + s0
gdje je v brzina tijela, a s0 udaljenost tijela u poetnom trenutku (t=0). 1. Usporeujui jednadbu pravca s oekivanom fizikalnom relacijom koja opisuje odnos varijabli puta i vremena odredimo varijable x i y. 2 Odredimo fizikalni parametar koji odgovara koeficjentu smjera A u jednadbi pravca (dolazi uz varijablu x), te parametar koji odgovara B, odsjeku na osi y (koji dolazi sam u jednadbi pravca):

s(t) = v t + s0

y(t) = A x + B
3. Metodom najmanjih kvadrata izraunamo vrijednosti koeficjenata A i B koji odgovaraju pravcu koji najbolje opisuje izmjerene podatke u smislu najmanjeg kvadratnog odstupanja toaka pravca od zaista izmjerenih toaka. 4. Napiemo jednadbu pravca s izraunatim koeficjentima. 5. Izaberemo proizvoljno dvije vrijednosti za x, uvrstimo ih u jednadbu pravca te izraunamo odgovarajue vrijednosti y. 6. Izraunate toke (iz 5) ucrtamo u graf s izmjerenim vrijednostima crvenom bojom. Povuemo pravac kroz izraunate toke. To je traeni MNK pravac koji najbolje fita izmjerene podatke. 7. Vratimo se na toku 2, te fizikalnim parametrima koji odgovaraju koeficjentima A i B pridruimo brojane vrijednosti izraunate u toki 3. Na taj nain MNK moemo odrediti brzinu tijela i njegovu poetnu udaljenost, te pripadajuu nepouzdanost: v = A+ MA s0 = B + M B

MNK metoda je iroko primjenjiva pa i na ovisnosti koje nisu linearne, na primjer eksponencijalne, logaritamske i slino. Tada se dobivaju sustavi nelinearnih jednadbi koje je tee rjeavati nego linearne sustave. Na neke od njih moemo primijeniti metodu izravno, dok neke druge logaritmiranjem (ili nekom drugom operacijom nad funkcijama) svesti na linearne pa traiti pravac regresije aproksimiranih varijabli. Primjer 2: logaritamski graf Pretpostavimo da elimo odrediti ubrzanje tijela koje se giba jednoliko ubrzano po pravcu, tako da mjerimo koliko mu je vremena potrebno da prijee razliite udaljenosti od poetne toke. Udaljenosti moemo oznaiti sa (s1,s2,...,sn), a pripadajua vremena sa (t1,t2,...,tn). Dobivene toke (t i,s i) unesemo u graf. Put s i vrijeme t jednolikog ubrzanog gibanja po pravcu su povezani relacijom: s(t) = 1/2 at2 gdje je a ubrzanje tijela. Budui da put ovisi o kvadratu vremena ne oekujemo da e pravac dobro opisivati dobivena mjerenja ve parabola. No ako logaritamiramo relaciju dobivamo: ln s(t) = 2 ln (t) + ln (a/2) Y=A x + B Dakle ako u graf umjesto toaka (t i,s i), unesemo (lnt i, lnsi), oekujemo da e one leati na pravcu. Metodom najmanjih kvadrata moemo dobiti odsjeak na y-osi B, a iz njega ubrzanje a: B = ln (a/2) a = 2 eB