42357

Опрацювання результатів вимірювання при виконанні лабораторних робіт фізичного практикума з використанням математичної системи MCAD

Лабораторная работа

Информатика, кибернетика и программирование

Метою математичної обробки результатів прямих вимірювань є обчислення найбільш достовірного значення вімірюваної величини та оцінка її точності. Така обробка основана на методах теорії ймовірності та математичної статистики яка передбачає випадковий характер зміни величини що аналізується. Основними характеристиками випадкової величини є математичне сподівання середнє значення випадкової величини усереднення якої здійснюється для великої кількості вимірювань та дисперсія кількісна міра флуктуацій випадкових величин що...

Русский

2013-10-30

1.22 MB

1 чел.

МІНІСТЕРСТВО ОСВІТИ ТА НАУКИ УКРАЇНИ

КИЇВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ

ТЕХНОЛОГІЙ ТА ДИЗАЙНУ

                                                                              

Опрацювання результатів вимірювання при

виконанні лабораторних робіт №84 та №96

           фізичного практикума з використанням

                 математичної системи MCAD

Методичні вказівки до лабораторного практикуму

для студентів усіх спеціальностей

                                                Затверджено                                   

                                                                                        на засіданні кафедри фізики

                                          Протокол №8 від 20.03.06

КИЇВ КНУТД 2006


УДК 51.(07)

0-62

Опрацювання результатів вимірювання при виконанні лабораторних робіт №84 та №96 фізичного практикума з використанням математичної системи MCAD. (Методичні вказівки до лабораторного практикуму для студентів усіх спеціальностей). А.І. Мотіна, А.О. Потапов – К.: КНУТД, 2006.-10 с.  

Відповідальний за випуск зав. кафедрою фізики А.П. Клименко

ПЕРЕДМОВА

 

   В кожному науковому дослідженні встановлюються якісні та кількісні  

закономірності між певними властивостями фізичних об'єктів - вимірювання  

тих чи інших фізичних величин.

   Метою математичної обробки результатів прямих вимірювань є обчислення  

найбільш достовірного значення вімірюваної величини та оцінка її точності.  

Така обробка основана на методах теорії ймовірності та математичної статистики, яка передбачає випадковий характер зміни величини, що аналізується.

   Основними характеристиками випадкової величини є математичне сподівання (середнє значення випадкової величини, усереднення якої здійснюється для великої кількості вимірювань) та дисперсія (кількісна міра флуктуацій випадкових величин, що чисельно дорівнює відхиленню випадкової величини від математичного сподівання). Ці величини є складовими багатьох розподілів випадкових величин, в тому числі розподілу Гаусса та Пуассона.

   Запропонований методичний посібник охоплює тільки деякі лабораторні роботи фізичного практикума. Теоретичні відомості, викладені в даному посібнику, ні в якому разі не претендують на повноту. З численних відомостей була спроба відібрати ті, що використовуються для опрацювання результатів лабораторних робіт №84 та №96 з використанням математичної системи MCad.

   Основні принципи роботи в середовищі Mcad наведені в попередньому методичному посібнику випуску 2005 року.

              

 

     

                                  Метод регулярного режиму

  Для визначення питомої теплоємності досліджуваного зразка (твердого тіла) в даній роботі використовують метод регулярного режиму.Цей метод передбачає експоненціальну залежність температури тіла Т від часу охолодження τ .  

  Лінійну залежність між логарифмом температури тіла

і часом охолодження використовують для визначення темпу охолодження еталона і досліджуванного тіла,які безпосередньо пов'язані з теплоємністю тіла.

  Вводимо розрахункові формули і дані N в поділках

 

 Дані  та  визначають з графіка. Для цього на прямолінійній частині графіка вибирають довільно точки 1 та 2. Ці точки проектують на координатні вісі та відповідно для еталона і досліджуваного тіла визначають покази гальванометра і час охолодження.

Увага! Для визначення теплоємності іншого зразка необхідно ввести відповідні результати вимірів  , Мт та m.

Частина B. Перевірка гаусового розподілу числа імпульсів при вимірюванні радіоактивного фону.

 

  Найбільш поширеним в природі законом розподілу випадкових величин є нормальний закон(закон Гаусса).

Стандартна похибка окремого вимірювання d=

При значній кількості вимірювань математичне сподівання

дорівнює середньому арифметичному M(n)=ns і стандартна похибка

окремого вимірювання d=

Якщо  >> 1, закон Пуассона

 переходить в закон Гаусса, для якого дисперсія дорівнює середньому числу импульсів , тобто 

                                       

EMBED PBrush  

EMBED Mathcad  


 

А также другие работы, которые могут Вас заинтересовать

12977. ПРОМЫШЛЕННЫЕ СРЕДСТВА ЗАЩИТЫ ОРГАНОВ ДЫХАНИЯ 380.5 KB
  ПРОМЫШЛЕННЫЕ СРЕДСТВА ЗАЩИТЫ ОРГАНОВ ДЫХАНИЯ ВВЕДЕНИЕ В нашей стране в системе профилактических мероприятий направленных на обеспечение безопасных условий труда и снижение профессиональных отравлений и заболеваний в металлургической химической промышленн...
12978. Математичний аналіз. Відповіді до екзамену 4.31 MB
  Математичний аналіз Числова послідовність та її границя. Означення. Послідовність – це будьяка функція fn визначена на множині N натуральних чисел. Означення. Послідовність називають обмеженою якщо існують такі числа т і М що для всіх п викону
12979. Математичне моделювання та диференціальні рівняння 300.5 KB
  Лекція 1 Математичне моделювання та диференціальні рівняння. 1.1. Поняття математичного моделювання. Поняття математичного моделювання трактується різними авторами по своєму. Ми будемо його пов’язувати з нашою спеціалізацією – прикладна математика. Під ма
12980. ТЕОРІЯ СИСТЕМ ТА МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ. ЗАВДАННЯ ДО ЛАБОРАТОРНИХ РОБІТ З ДИСЦИПЛІНИ 252.63 KB
  ЗАВДАННЯ ДО ЛАБОРАТОРНИХ РОБІТ З ДИСЦИПЛІНИ ТЕОРІЯ СИСТЕМ ТА МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ Лабораторна робота №1. ТЕМА: Моделі що описуються диференціальними рівняннями. Диференціальні моделі руху механічних систем модель популяцій модель протікання захворюванн...
12981. Математичний аналіз. Відповіді 976 KB
  Математичний аналіз Числова послідовність та її границя. Границя й неперервність функції в розумінні Коші та Гейне. Властивості неперервних функцій на відрізку. Диференційованість функції. Критерії диференційованості. Локальний екстремум. Нео
12982. Системы искусственного интеллекта. Функциональная структура использования СИИ 24.24 KB
  Системы искусственного интеллекта. Основные понятия и определения Область применения Краткий исторический обзор развития работ в области ИИ Функциональная структура использования СИИ...
12983. Модели и методы решения задач 42.78 KB
  Лекции 23: Модели и методы решения задач Классификация представления задач. Логические модели. Сетевые модели Продукционные модели. Сценарии. Интеллектуальный интерфейс Классификация уровней понимания Методы решения задач. Решение задач методом поиска
12985. Представление знаний в интеллектуальных системах 76.5 KB
  Лекция 4: Представление знаний в интеллектуальных системах Предисловие Данные и знания. Основные определения. Особенности знаний. Переход от Базы Данных к Базе Знаний. Модели представления знаний. Неформальные семантические модели. Формальные модели предста...