מעבר לתוכן

שגיאות במדידת זמני מחזור -מטוטלת פיתול


הודעות מומלצות

אין פה תשובה אחת. זה תלוי בניסוי ובאופן שבו מתבצעת המדידה או החישוב של זמן המחזור.

 

- יש מדידה שאתה עושה בעזרת ה-zero mode של גלאי קרוזה, ובו בגדול אתה מקבל את זמן המחזור מרגרסיה (עד כדי פקטור 2). שם השגיאה היא פשוט שגיאת רגרסיה (שוב, עד כדי אותו פקטור 2).

 

- יש זמן מחזור תיאורטי של המטוטלת שאתה מחשב מנוסחה (בעזרת מקדם פיתול ומומנט התמד שאתה מוצא). שם השגיאה היא שגיאה נגררת.

 

- אם אתה מוצא את זמן המחזור גרפית מהמדידה הרגילה (לא zero mode), כלומר, 2 X ההפרש בין שני אפסים של הזווית, אתה יכול לקחת כמה הפרשים כאלו ולחשב ממוצע וסטיית תקן שלהם.

קישור לתוכן
שיתוף באתרים אחרים

תודה,

עוד שאלה על הנושא.

איך למדוד את השגיאה בפאזה(http://www.codecogs.com/gif.latex?%5Ctheta_0=sin(%5Comega_0t+%5Cdelta)  כאשר הפאזה היא כאמור http://www.codecogs.com/gif.latex?%5Cdelta ) ?

בניסוי של מטוטלת פיתול.

קישור לתוכן
שיתוף באתרים אחרים

יש ארבעה תת ניסויים עם מטוטלת פיתול. אני מניח שאתה מתכוון ל-7.3, שבו אתה בודק תנודות לא מרוסנות ומסתכל על התנודה.

 

מכיוון שאת הפאזה אתה מוצא בנקודת האפס, אין לך ממש דרך להעריך את השגיאה.

:dontknow:

אם בא לך להשקיע, אתה יכול למצוא את התדירות ואת הפאזה מרגרסיה ליניארית לגודל http://www.codecogs.com/gif.latex?%5Carcsin(%5Cfrac%7Bx%7D%7BA%7D) כפונקציה של t, רק שאתה צריך להיזהר ולעשות את הרגרסיה רק על הנתונים עד המקסימום/מינימום הראשון של התנועה ההרמונית, ולא תמיד יש לך מספיק נתונים במדידה הספציפית ששמרת.

אם כן, הרגרסיה תתן לך גם את http://www.codecogs.com/gif.latex?%5Comega_0 וגם את http://www.codecogs.com/gif.latex?%5Cdelta עם השגיאות שלהם.

קישור לתוכן
שיתוף באתרים אחרים

אין פה תשובה אחת. זה תלוי בניסוי ובאופן שבו מתבצעת המדידה או החישוב של זמן המחזור.

 

- יש מדידה שאתה עושה בעזרת ה-zero mode של גלאי קרוזה, ובו בגדול אתה מקבל את זמן המחזור מרגרסיה (עד כדי פקטור 2). שם השגיאה היא פשוט שגיאת רגרסיה (שוב, עד כדי אותו פקטור 2).

 

- יש זמן מחזור תיאורטי של המטוטלת שאתה מחשב מנוסחה (בעזרת מקדם פיתול ומומנט התמד שאתה מוצא). שם השגיאה היא שגיאה נגררת.

 

- אם אתה מוצא את זמן המחזור גרפית מהמדידה הרגילה (לא zero mode), כלומר, 2 X ההפרש בין שני אפסים של הזווית, אתה יכול לקחת כמה הפרשים כאלו ולחשב ממוצע וסטיית תקן שלהם.

 

נניח יש לי בניסוי רק 2 מחזורים.

אז סטיית התקן שלי לגבי זמן מחזור היא אפס?

כי זה מה שנותנות לי הנוסחאות...

קישור לתוכן
שיתוף באתרים אחרים

שני מחזורים נותנים לך לפחות שלוש מדידות לזמן המחזור, כי לך חמישה אפסים.

הזמן המחזור הראשון הוא הזמן של האפס השלישי פחות הזמן של הראשון

הזמן המחזור השני הוא הזמן של האפס הרביעי פחות הזמן של השני

הזמן המחזור השלישי הוא הזמן של האפס החמישי פחות הזמן של השלישי

קישור לתוכן
שיתוף באתרים אחרים

ממש תודה,

אם אפשר עוד שאלה,

במטוטלת פיתול עם כוח מרסן אחד מהסעיפים עוסק במציאת מקדם איכות Q.

אחת מהנוסחאות למציאת Q היא: http://www.codecogs.com/gif.latex?2%5Cpi%5Cfrac%7BQ_1%5E2%7D%7BQ_1%5E2-Q_2%5E2%7D.

איך מוצאים שגיאה במקדם האיכות במקרה זה?

קישור לתוכן
שיתוף באתרים אחרים

נראה לי שהתבלבלת בנוסחא, אלו אמורות להיות האמפליטודות הדועכות שם:

 

http://www.codecogs.com/gif.latex?Q=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_1%5E2%7D%7B%5Ctheta_1%5E2-%5Ctheta_2%5E2%7D

 

הדרך הכי פשוטה לחשב שגיאה למקדם האיכות במקרה הזה היא לקחת את המדד הזה עבור מספר מחזורים (כלומר, מספר ערכים של האמפליטודה הדועכת כשבכל פעם אתה מסתכל על האנרגיה שהולכת לאיבוד במחזור אחד) ואז ולעשות ממוצע וסטיית תקן של הממוצע.

 

http://www.codecogs.com/gif.latex?Q1_a=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_1%5E2%7D%7B%5Ctheta_1%5E2-%5Ctheta_2%5E2%7D

http://www.codecogs.com/gif.latex?Q1_b=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_2%5E2%7D%7B%5Ctheta_2%5E2-%5Ctheta_3%5E2%7D

http://www.codecogs.com/gif.latex?Q1_c=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_3%5E2%7D%7B%5Ctheta_3%5E2-%5Ctheta_4%5E2%7D

http://www.codecogs.com/gif.latex?Q1_d=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_4%5E2%7D%7B%5Ctheta_4%5E2-%5Ctheta_5%5E2%7D

http://www.codecogs.com/gif.latex?Q1_e=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_5%5E2%7D%7B%5Ctheta_5%5E2-%5Ctheta_6%5E2%7D

קישור לתוכן
שיתוף באתרים אחרים

נראה לי שהתבלבלת בנוסחא, אלו אמורות להיות האמפליטודות הדועכות שם:

 

http://www.codecogs.com/gif.latex?Q=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_1%5E2%7D%7B%5Ctheta_1%5E2-%5Ctheta_2%5E2%7D

 

הדרך הכי פשוטה לחשב שגיאה למקדם האיכות במקרה הזה היא לקחת את המדד הזה עבור מספר מחזורים (כלומר, מספר ערכים של האמפליטודה הדועכת כשבכל פעם אתה מסתכל על האנרגיה שהולכת לאיבוד במחזור אחד) ואז ולעשות ממוצע וסטיית תקן של הממוצע.

 

http://www.codecogs.com/gif.latex?Q1_a=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_1%5E2%7D%7B%5Ctheta_1%5E2-%5Ctheta_2%5E2%7D

http://www.codecogs.com/gif.latex?Q1_b=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_2%5E2%7D%7B%5Ctheta_2%5E2-%5Ctheta_3%5E2%7D

http://www.codecogs.com/gif.latex?Q1_c=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_3%5E2%7D%7B%5Ctheta_3%5E2-%5Ctheta_4%5E2%7D

http://www.codecogs.com/gif.latex?Q1_d=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_4%5E2%7D%7B%5Ctheta_4%5E2-%5Ctheta_5%5E2%7D

http://www.codecogs.com/gif.latex?Q1_e=2%20%5Cpi%20%5Cfrac%7B%5Ctheta_5%5E2%7D%7B%5Ctheta_5%5E2-%5Ctheta_6%5E2%7D

כמה מחזורים מקובל לקחת?

קישור לתוכן
שיתוף באתרים אחרים

מכיוון שאתה ממילא מרכז באקסל בטור נפרד את כל הערכים של המקסימומים, אין לך בעייה לקחת את כולם.

:dontknow:

יחד עם זאת, כדאי להמנע מחישוב ערכי Q עבור אמפליטודות נמוכות מדי (מסדר של 10-20 קאונטים ומטה) כי מידת הדיוק היחסית במדידה של האמפליטודה לא טובה, ולכן גם השגיאה בערך הספציפי של מקדם האיכות תהיה גדולה.

קישור לתוכן
שיתוף באתרים אחרים

תודה,

שאלה תאורטית.

ראיתי שכל התאוריה התבססה סביב זה שבזויות קטנות ,קירוב טוב הוא קירוב ליניארי.

 

אז אם אני מבין נכון,למשל בניסוי 7.3 ו7.4(מטוטלת עם כוח מרסן ובלעדיו), תוצאות הניסוי לא היו אמורות לקיים את התאוריה עבור זוויות גדולות.

אך בפועל זה כן קיים, יש לך מושג למה?

קישור לתוכן
שיתוף באתרים אחרים

השאלה עד כמה הקירוב הליניארי יהיה מוצלח ומתי הוא יישבר תלוייה באיזה פונקצייה פתחנו, מה הסדר של האיבר הבא בפיתוח ומה המקדם שלו (בהשוואה למקדם של הסדר הראשון).

מכיוון שלא באמת הראו לך איזו פונקצייה קרבו פה (לא הראו לך את משוואות התנועה המקוריות), אי אפשר לדעת אותו במדוייק.

  :dontknow:

במטוטלת רגילה זה סינוס והאיבר הבא הוא מסדר 3, אבל אפילו שם לדעתי זווית של 20 מעלות (בערך שליש ברדיאנים. האמפליטודה שממליצים עליה פה) לא נחשבת גדולה מאוד והקירוב ההרמוני עדיין טוב שם.

בכל מקרה, אני חושד שמקור ההבדל הוא שלקפיץ הפיתול יש תחום רחב יותר של זוויות שבו הוא אלסטי (בהשוואה לאיזור הליניארי במטוטלת רגילה), וזה מה שקובע את גבולות הקירוב הליניארי.

קישור לתוכן
שיתוף באתרים אחרים

יחד עם זאת, כדאי להמנע מחישוב ערכי Q עבור אמפליטודות נמוכות מדי (מסדר של 10-20 קאונטים ומטה) כי מידת הדיוק היחסית במדידה של האמפליטודה לא טובה, ולכן גם השגיאה בערך הספציפי של מקדם האיכות תהיה גדולה.

למה מידת הדיוק עבור האמפליטודות הקטנות לא טובה?

קישור לתוכן
שיתוף באתרים אחרים

כי יש הבדל עצום אם האמפליטודה היא http://www.codecogs.com/gif.latex?A=5%5Cpm%201%20%5C,count או http://www.codecogs.com/gif.latex?A=50%5Cpm%201%20%5C,count. במקרה הראשון השגיאה היחסית בגודל היא 20% ובשני 2%.

אמנם הנוסחאות לחישוב שגיאה נגררת לא תמיד משמרות את היחס הזה באופן מדוייק, אבל בדרך כלל אתה לא יכול לצפות לשגיאה יחסית טובה בהרבה מהשגיאה היחסית שהתחלת איתה. ושגיאה יחסית של 20% במקדם האיכות היא גדולה מאוד.

קישור לתוכן
שיתוף באתרים אחרים

תודה,

האם זה נכון להגיד שגלאי Kruse  הוא בעל שגיאה של :

1 count

0.00001 sec

כי מבקשים לומר מה הם השגיאות של המכשיר, והוא נותן ערכים שלמים של count וערכי זמן עד הספרה החמישית אחרי הנקודה.

קישור לתוכן
שיתוף באתרים אחרים

תודה!

אם אפשר עוד שאלה,

איך ניתן למצוא את מקדם האיכות בניסוי של מטוטלת פיתול עם הכוח המרסן באמצעות מציאת הזמן שבו האמפליטודה יורדת למחצאית מגודלה ההתחלתי?

קישור לתוכן
שיתוף באתרים אחרים

אחרי שמצאת את הזמן אתה יכול למצוא מספר את התנודות שהמטוטלת עשתה עד הזמן הזה. בשאלת הכנה 4 קבלת שמספר התנודות הוא:

 

http://www.codecogs.com/gif.latex?N=%5Cfrac%7B%5Cln%202%7D%7B%5Cpi%7D%5Comega_0%5Ctau%20%5Capprox%20%5Cfrac%7B%5Cln%202%7D%7B%5Cpi%7DQ

 

מכיוון ש- http://www.codecogs.com/gif.latex?Q%5Capprox%20%5Comega_0%20%5Ctau. לכן:

 

http://www.codecogs.com/gif.latex?Q%20%5Capprox%20%5Cfrac%7B%5Cpi%7D%7B%5Cln%202%7DN

קישור לתוכן
שיתוף באתרים אחרים

תודה, כך חשבתי.

אבל יש פה קטע הזוי, אני למעשה משתמש בקירוב הזה פעמים.

פעם אחד בשביל למצוא את הQ ופעם שניה בשביל למצוא את הQ, רק בכל אחד מהפעמים אני מחשב את הטאו אחרת.

חשבתי שהמטרה של השוואה לתאוריה זה לבדוק האם הקירוב הזה נכון.

קישור לתוכן
שיתוף באתרים אחרים

שמת לב לעריכה של ההודעה האחרונה?

אתה משתמש בקירוב http://www.codecogs.com/gif.latex?Q%5Capprox%20%5Comega_0%20%5Ctau בדרך אחת.

בדרך השנייה אתה מחשב את Q ישירות מהאמפליטודות הדועכות בלי להשתמש בו. אם שני הערכים שקבלת תואמים אז כנראה שהקירוב מוצלח.

קישור לתוכן
שיתוף באתרים אחרים

...אוקי, למעשה לזכרוני יש שלוש דרכים שבהן אתה מחשב את Q בניסוי.

- פעם ישירות מהאמפליטודות (ממוצע חישובים עבור כמה מחזורים)

- פעם ישירות מהמכפלה http://www.codecogs.com/gif.latex?%5Comega_0%20%5Ctau

- ופעם ממספר המחזורים עד לדעיכה למחצית מהאמפליטודה ההתחלתית.

 

...אתה צודק שעל פניו שתי הדרכים האחרונות עושות שימוש באותו קירוב ולכן אמורות להיות תואמות זו לזו.

בפועל יש שגיאה נוספת שנכנסת לחישוב השלישי - השגיאה בהערכת מספר המחזורים שהושלמו - ולכן לא תמיד מקבלים את אותו ערך (למרות שהשגיאה בדרך השלישית כל כך גדולה שהערכים בדרך כלל יוצאים תואמים).

קישור לתוכן
שיתוף באתרים אחרים

זה תלוי לגמרי עד כמה יפות התוצאות שאתה מקבל ועד כמה אתה יכול להיות בטוח בערך.

בדרך כלל בניסוי הזה מקבלים תוצאות שמאפשרות להעריך מספר מחזורים ברמה של חצי (כלומר 5.5 מחזורים זו הערכה מקובלת, 5.3 לא) או שלם (5 מחזורים). ואז השגיאה על N היא חצי או 1.

כדי להגיע מהשגיאה ב-N לשגיאה ב-Q אתה פשוט כופל אותה במקדם הקבוע  http://www.codecogs.com/gif.latex?%5Cfrac%7B%5Cpi%7D%7B%5Cln%202%7D.

כמו שאמרתי, השגיאה יוצאת גדולה להחריד ועל כן הערך השלישי בדרך כלל תואם לשני הערכים האחרים.

ההתאמה הטריקית היא בין הערך הראשון לשני, כי אם אתה עובד נכון אז השגיאות של שניהם אמורות להיות קטנות.

קישור לתוכן
שיתוף באתרים אחרים

יש ארבעה תת ניסויים עם מטוטלת פיתול. אני מניח שאתה מתכוון ל-7.3, שבו אתה בודק תנודות לא מרוסנות ומסתכל על התנודה.

 

מכיוון שאת הפאזה אתה מוצא בנקודת האפס, אין לך ממש דרך להעריך את השגיאה.

:dontknow:

אם בא לך להשקיע, אתה יכול למצוא את התדירות ואת הפאזה מרגרסיה ליניארית לגודל http://www.codecogs.com/gif.latex?%5Carcsin(%5Cfrac%7Bx%7D%7BA%7D) כפונקציה של t, רק שאתה צריך להיזהר ולעשות את הרגרסיה רק על הנתונים עד המקסימום/מינימום הראשון של התנועה ההרמונית, ולא תמיד יש לך מספיק נתונים במדידה הספציפית ששמרת.

אם כן, הרגרסיה תתן לך גם את http://www.codecogs.com/gif.latex?%5Comega_0 וגם את http://www.codecogs.com/gif.latex?%5Cdelta עם השגיאות שלהם.

 

 

לא ניתן לומר שהפאזה היא בעצם: http://www.codecogs.com/gif.latex?%5Cdelta=arcscin(%5Cfrac%7BA%7D%7B%5Ctheta_t%7D)-%5Comega_0t?

ואז על פי הנוסחא:

http://i.imgur.com/mdvR6JN.png

למצוא את השגיאה כאשר השגיאה בA חשבתי כבר ברגסיה, ואת השגיאה http://www.codecogs.com/gif.latex?%5Ctheta_t היא השגיאה של הגלאי(1 או חצי), השגיאה באומגה חשבתי קודם, ואת השגיאה בגלאי של t  גם ידוע לי(0.00001).

אני טועה במשהו?

קישור לתוכן
שיתוף באתרים אחרים

אתה לא טועה, אתה סתם עובד קשה ולחינם, מכיוון שהרגרסיה נותנת לך את http://www.codecogs.com/gif.latex?%5Cdelta ישירות עם השגיאה שלו ללא צורך בחישוב שגיאה נגררת.

יש לך שגיאה נגררת שתלוייה בארבעה משתנים פה (למרות שתכ'לס השגיאה באומגה לא תשפיע אם תבחר ב-t=0) ויהיה לא כיף לחשב אותה. לא ראיתי אף פעם מישהו שעושה את זה בניסוי הזה.

למען האמת נהוג בכלל לוותר על חישוב השגיאה הזו, מכיוון שממילא אתה לא משתמש בה בשום מקום.

קישור לתוכן
שיתוף באתרים אחרים

תודה,

אם אפשר עוד 2 שאלות להבנת הנושא.

1. למה עשיתי מיצוא על האמפליטודות/זמני מחזור השונים ? אם נגיד אני לא רוצה למדוד באופן כזה. אני פשוט לוקח את הערך של הCOUNT הכי גדול ואומר שהוא אמפליטודה ,ולוקח הפרש של 2 זמנים ליד אפס ואומר שזה זמן מחזור?

אני מכניס שגיאה יותר מידי גדולה? איך אני מחשב שגיאה במקרה כזה?

 

2. כשאני מנסה לחשב את הנגזרת בזווית, נניח את המהירות הזוויתית. אני לא לוקח מדידות על פני טווח מסויים ולא אחד אחרי השני, בניגוד לאינטואיציה של הנגזרת. אני מבין שזה כנראה בגלל שהטעות של הגלאי היא 1 count ,ולכן בפרק זמן קטן מאוד יכולים ליפול מדידות לא סדירות. אך אני מנסה להסביר את זה לעצמי עם פחות נפנופי ידיים. תוכל לעזור?

קישור לתוכן
שיתוף באתרים אחרים

1. אתה מדבר על הניסוי של תנודות ללא ריסון, נכון? אתה יכול בתיאוריה לקחת את האמפליטודה הראשונה ואת השגיאה שלה (קאונט אחד), אבל כנראה שזה יניב התאמה טובה פחות בין התיאוריה לתוצאות. למרות שאין ריסון מגנטי, לפעמים יש בכל זאת חיכוך מכני קטן. המטרה של הניסוי הספציפי הזה היא לא שתתביית על הסטייה הקטנה הזו מהתיאוריה אלא שתראה שבגדול כן יש התאמה, ולכן מעדיפים שתקח ממוצע על האמפליטודות ולא את האמפליטודה הראשונה.

 

2. היית אמור להבין את זה בניסוי 3, הפעם הראשונה שבה ביצעת גזירה נומרית... לא משנה. אני אתן פה הסבר שהוא די מעבר לרמה שנדרשת במעבדה, אבל הכי קל להבין את זה מההסבר המלא ואז לתמצת אותו למה שצריכים.

 

כשאתה מקרב נגזרת באמצעות הפרש גודל נגזר חלקי הפרש זמנים, יש לך שני סוגים של תרומות לשגיאה:

 

א. שגיאת דיסקרטיזציה - השגיאה שנובעת מהשימוש בהפרשים על קטעים סופיים בחישוב במקום בגבול התיאורטי שבו הקטעים שואפים לאפס. השגיאה הזו עשוייה להיות משמעותית אם הפונקצייה לא ליניארית בין שתי נקודות הזמן שלקחת.

    התרומה של השגיאה הזו לשגיאה בנגזרת קטנה ככל שהקטע שאתה לוקח קטן יותר.

    מצד שני, אם הפונקציה כמעט ליניארית בקטע שלקחת התרומה של השגיאה הזו שואפת לאפס גם אם הנקודות רחוקות אחת מהשנייה, מכיוון שעבור פונקצייה ליניארית הנגזרת יוצאת בדיוק המנה שאתה מחשב.

 

ב. שגיאת עיגול - השגיאה שנובעת מכך שכל מדידה שאתה משתמש בה בחישוב מכילה שגיאה בעצמה (אקראית+שיטתית), שנובעת ממידת הדיוק הסופית של המכשיר.

    התרומה של השגיאה הזו לשגיאה בנגזרת גדלה ככל שהקטע שאתה לוקח קטן יותר, מכיוון שככל שהפרשי הזמנים והמרחקים קטנים יותר המשקל היחסי של השגיאה בהפרשים גדול יותר ולכן גם המנה שלהם יוצאת עם שגיאה גדולה יותר. 

    במקרה הקיצוני אתה מקבל את ה"מדרגות" הידועות לשמצה, שנובעות מכך שבקטע שבו הנגזרת של הפונקצייה הנמדדת לא באמת משתנה אתה מקבל רעש שנובע מזגזוג של הגלאי בין שני ערכים סמוכים.

 

בניסויים שבהם אתה מחשב נגזרת נומרית במעבדה יוצא תמיד ששגיאת העיגול דומיננטית יותר משגיאת הדיסקרטיזציה, מכיוון שהפונקציות שאתה מנסה למדוד - פרבולה או סינוס  - ליניאריות בקירוב טוב על קטעים קטנים מספיק, גם אם 10, 12 או 20 מדידות מבדילות בין שתי הנקודות שלקחת. לכן עדיף לך לקחת הפרשים בין נקודות רחוקות יחסית* כדי להקטין את שגיאת העיגול. 

 

* לא להגזים כמובן, כי בשלב מסויים תגיע למקום שבו הקירוב הליניארי נשבר ושגיאת הדיסקרטיזציה תתחיל להיות דומיננטית. בנוסף, ככל שאתה לוקח הפרשים גדולים יותר אתה נאלץ לזרוק יותר זמנים בהתחלת ובסוף המדידה שאתה לא יכול לחשב עבורם נגזרת.

קישור לתוכן
שיתוף באתרים אחרים

ממש תודה על ההסבר, הבנתי הרבה יותר טוב.

אם אפשר עוד שאלה על הניתוח של השגיאות שאני לא מבין.

פה כתוב ש68 אחוז מהמדידות אמורות להמצא בקטע שארכו 2 סטיות תקן, כלומר אם נמצא את המרחק בין 2 מדידות ונחלקו בסטיית תקן, אנו אמורים לקבל 2 ב68 אחוז מהמקרים:

 

http://i.imgur.com/mnDr7Zs.png

 

 

מצד שני, פה, הם לוקחים 2 מדידות מחלקים בשגיאת התקן ואומרים שבסבירות 68 אחוז שזה קטן מ1:

 

http://i.imgur.com/cc7hnd7.png

 

 

מה אני לא מבין?

קישור לתוכן
שיתוף באתרים אחרים

א. המשפט המקורי אומר שבהתפלגות גאוסיאנית 68% מהמדידות נמצאות באיזור של http://www.codecogs.com/gif.latex?2%5Csigma מסביב לממוצע. הוא לא אומר שהמרחק בין שתי מדידות אקראיות בהתפלגות קטן או שווה מ-http://www.codecogs.com/gif.latex?2%5Csigma ב-68% מהמקרים.

    כדי למצוא את האחוז הנכון למשפט השני אתה צריך לעשות חישוב הסתברותי מסובך יותר.

 

ב. שים לב שבגלל הערך המוחלט במונה של http://www.codecogs.com/gif.latex?%5Ceta, הקטע של http://www.codecogs.com/gif.latex?2%5Csigma מסביב לממוצע, שבלי הערך המוחלט מתאים למספרים בטווח 1- עד 1 ביחידות של סטיית תקן, יתן לך מספרים בין 1 ל-0.

 

ג. יש פה בעייה מהותית יותר. אני חושד מהניסוח שלך שאתה לא מבין את מהות המספר http://www.codecogs.com/gif.latex?%5Ceta, אז מצורף הסבר. בספוילר כי הוא ארוך.

 

 

 

1. ההשוואה שהגדרת http://www.codecogs.com/gif.latex?%5Ceta מבוססת עליה לא מניחה ששתי התוצאות המושוות הן מדידות אקראיות מאותה התפלגות גאוסיאנית, אלא שכל תוצאה (http://www.codecogs.com/gif.latex?x_1/x_2) מייצגת ממוצע של התפלגות גאוסיאנית שונה עם סטיית תקן שונה (השגיאה בתוצאה, http://www.codecogs.com/gif.latex?%5Cdelta%20x_1,%20%5Cdelta%20x_2).

    מה ש-http://www.codecogs.com/gif.latex?%5Ceta מראה לנו היא אם שתי ההתפלגויות שהתוצאות האלו מייצגות מתאימות לאותו גודל מספרי/פיזיקלי או לא.

2. http://www.codecogs.com/gif.latex?%5Ceta בוחנת את תכונות התפלגות ההפרשים, ההתפלגות שאתה מקבל כשאתה מגריל מספרים מכל התפלגות גאוסיאנית ומחשב את ההפרש ביניהם, ואז בונה מכל ההפרשים התפלגות חדשה.

    התיאוריה אומרת לנו שאם שתי ההתפלגויות גאוסיאניות גם התפלגות ההפרשים תהיה גאוסיאנית עם סטיית תקן http://www.codecogs.com/gif.latex?%5Csigma=%5Csqrt%7B%5Cdelta%20x_1%5E2+%5Cdelta%20x_2%5E2%7D.

3. אם שתי התפלגויות מייצגות אותו גודל פיזיקלי ואין שגיאות שיטתיות, הממוצע של התפלגות ההפרשים יהיה אפס.

4. מהרגע שיש שגיאות שיטתיות באחת התוצאות (ובהנחה הסבירה שהן לא מבטלות זו את זו) הממוצע של התפלגות ההפרשים כבר לא יהיה אפס כי אחד הגאוסיאנים (או שניהם) סוטה מהערך התיאורטי.

    יחד עם זאת, אם התוצאות עדיין מייצגות אותו גודל והשגיאות השיטתיות קטנות מספיק, נצפה שאפס יהיה ערך סביר בהתפלגות ההפרשים הגאוסיאנית שלנו, כלומר יימצא במרחק של http://www.codecogs.com/gif.latex?3%5Csigma מהממוצע של התפלגות ההפרשים, http://www.codecogs.com/gif.latex?x_1-x_2.

5. http://www.codecogs.com/gif.latex?%5Ceta היא פשוט המרחק של הממוצע של התפלגות ההפרשים מאפס ביחידות של סטיית תקן. אם היא גדולה מ-3, או שהשגיאות השיטתיות בניסוי גדולות מאוד או ששתי התוצאות לא מייצגות את אותו גודל מספרי פיזיקלי.

 

 

קישור לתוכן
שיתוף באתרים אחרים

ב. שים לב שבגלל הערך המוחלט במונה של http://www.codecogs.com/gif.latex?%5Ceta, הקטע של http://www.codecogs.com/gif.latex?2%5Csigma מסביב לממוצע, שבלי הערך המוחלט מתאים למספרים בטווח 1- עד 1 ביחידות של סטיית תקן, יתן לך מספרים בין 1 ל-0.

מה בעצם רצית לומר פה? שאני מקטין את הטווח של ההתפלגות, ולכן לא יכול לצפות ש http://www.codecogs.com/gif.latex?%5Ceta יתן משהו שקשור לטווח ההפלגות של 2 תוצאות באותה ההתפלגאות הגאוסינית?

קישור לתוכן
שיתוף באתרים אחרים

קראת את ההסבר על http://www.codecogs.com/gif.latex?%5Ceta?

לא. אני לא עושה שום דבר להתפלגות.

68% מהמדידות נופלות בטווח http://www.codecogs.com/gif.latex?%5B-%5Csigma,%5Csigma%5D, או http://www.codecogs.com/gif.latex?%5B-1,1%5D אם אני מחלק ב-http://www.codecogs.com/gif.latex?%5Csigma כדי לתאר את הטווח ביחידות של סטיית תקן.

כשאני עושה לערכים בקטע הנ"ל ערך מוחלט אני מקבל ערכים מהטווח http://www.codecogs.com/gif.latex?%5B0,%5Csigma%5D, או http://www.codecogs.com/gif.latex?%5B0,1%5D אם אני מחלק ב-http://www.codecogs.com/gif.latex?%5Csigma.

(חסרנו בחישוב את הממוצע של ההתפלגות)

קישור לתוכן
שיתוף באתרים אחרים

קראת את ההסבר על http://www.codecogs.com/gif.latex?%5Ceta?

לא. אני לא עושה שום דבר להתפלגות.

68% מהמדידות נופלות בטווח http://www.codecogs.com/gif.latex?%5B-%5Csigma,%5Csigma%5D, או http://www.codecogs.com/gif.latex?%5B-1,1%5D אם אני מחלק ב-http://www.codecogs.com/gif.latex?%5Csigma כדי לתאר את הטווח ביחידות של סטיית תקן.

כשאני עושה לערכים בקטע הנ"ל ערך מוחלט אני מקבל ערכים מהטווח http://www.codecogs.com/gif.latex?%5B0,%5Csigma%5D, או http://www.codecogs.com/gif.latex?%5B0,1%5D אם אני מחלק ב-http://www.codecogs.com/gif.latex?%5Csigma.

(חסרנו בחישוב את הממוצע של ההתפלגות)

כן, אבל מה זה בעצם אומר? כאילו מה אתה מנסה להראות בחישובים האלה?

קישור לתוכן
שיתוף באתרים אחרים

הצטרפות לשיח

באפשרותך לשלוח הודעה כעת ולהירשם מאוחר יותר. אם ברשותך חשבון, ניתן להתחבר עכשיו לשליחת הודעה דרך חשבונך.
הערה: הודעתך דרושה לאישור הנהלה לפני הצגתה.

אורח
הוספת תגובה

×   הדבקה כטקסט עשיר.   הדבקה כטקסט רגיל במקום

  מאושרים אך ורק 75 סמייקונים.

×   הקישור שלך מוצמד אוטומטית.   הצגה כקישור במקום

×   תוכן הקודם שלכם שוחזר.   ניקוי עורך

×   You cannot paste images directly. Upload or insert images from URL.

טוען...
×
×
  • יצירת חדש...