У вас вопросы?
У нас ответы:) SamZan.net

Лабораторная работа 01 3

Работа добавлена на сайт samzan.net:

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 26.12.2024

Обнинский  Государственный Технический Университет Атомной Энергетики.

ФИЗИКО-ЭНЕРГЕТИЧЕСКИЙ ФАКУЛЬТЕТ.

Кафедра  общей    и   специальной  физики.

Лабораторная работа №3.

Тема: Изучение распределения Гаусса и двумерного распределения Максвелла на механической модели.

Выполнил:     Прокофьев А.  С.

Принял:     Вишератин К. Н. 

Обнинск 2002.

Цель работы:

  1.  Опытным путём обнаружить влияние случайных погрешностей на результаты измерений.
  2.  Изучить статистические методы обработки экспериментальных данных.

Перечень оборудования:

  1.  Доска Гальтона.
  2.  Линейка.

Краткая теория.

     Случайные явления часто встречаются в физике и технике, например, при  многократных  измерениях физических величин, при стрельбе в цель, при изучении  теплового движения  молекул, радиоактивного распада и  т.д. Предсказать результат отдельного случайного явления невозможно, на нём  сказывается влияние большого числа факторов, не поддающихся контролю. Случайные явления описываются с  помощью теории вероятности и статистических  законов, дающих возможность определить вероятность, с которой  осуществляется то или  иное событие в серии случайных  событий, наиболее вероятные и средние значения этих величин, стандартные отклонения и т.п. Для подобного  рода  вычислений  необходимо знать закон или функцию распределения. Для очень широкого  класса  физических явлений  таким законом является  закон  Гаусса  или нормальное распределение  Гаусса. Это  распределение имеет место в том случае, если случайная  величина зависит от  большого числа факторов, могущих  вносить с равной  вероятностью положительные и отрицательные отклонения. 

Закон нормального распределения имеет вид  (1).На рисунке  1 показан график распределения Гаусса; на  нём  представлены  две кривые с  разными  мерами  точности, причём  h1>h2. Чем больше  мера точности, тем  меньше разброс  результатов  измерений  относительно их  среднего значения  и выше точность измерений. Важной  характеристикой случайной величины является её среднее квадратичное отклонение от  среднего  (2) или  стандартное отклонение.

Дисперсия  распределения вычисляется по формуле (3).С учётом  этого, распределение Гаусса имеет вид (4). Определение  меры  точности  h данной  серии случайных величин распределяющихся  по  нормальному закону, состоит в том, чтобы найти такое h, при котором появление данной серии величин  было бы наиболее вероятным. Вероятность P появления серии случайных величин равна  произведению вероятностей появления каждой из  этих  величин (5).Мера точности  h определяется  из условия  максимума вероятности P (6).Для стандартного отклонения   и дисперсии D получим соответственно (7) и  (8) .

Распределение Максвелла  задаёт распределение молекул газа по скоростям при их хаотическом тепловом  движении. Случайные столкновения  молекул при их движении в газе приводит  к случайным  же изменениям  их скоростей как по величине  так и по направлению. Скорость молекул удобно изобразить точкой  в 3-х мерном пространстве скоростей. Совокупность  скоростей  всех молекул  газа  заполнит  пространство  скоростей  с некоторой  плотностью, пропорциональной плотности вероятности нахождения того или иного значения скорости. Вдоль любого направления в пространстве  скоростей  случайные  отклонения в ту  или  иную сторону  равновероятны, поэтому  в  качестве  функции   распределения  для  этого  направления  можно  взять распределение  Гаусса.

Распределение  Максвелла  по компонентам  скоростей (9). Распределение  Максвелла  по модулю  скорости (10).На  рисунке  2  показана  механическая  модель,  с  помощью которой  проводится опыт. 

Порядок выполнения работы:

Упражнение №1. Случай выборки небольшого объёма.

  1.  Опуская по 1 зерну в воронку и занося результат каждого попадания в таблицу №1, провести 5 серий (выборок) измерений по 10 опытов в каждой серии.
  2.  Найти среднее <x> и среднеквадратичное отклонение Sn для каждой выборки, пользуясь формулами:

<x>=  (1)  и  (2).

       Записать результат измерений для каждой серии как :   х =

  1.  Найти среднее значение <<x>> полученных в пункте 2 средних <x>.
  2.  Рассматривая <x> как xi, а <<x>> как <x>, найти по формуле (2) среднеквадратичное отклонение для среднего и сравнить полученный результат с значением  для каждой выборки.

Упражнение №2. Случай генеральной совокупности.

  1.  Высыпать в воронку большое количество зерна. Измерить при помощи линейки высоту зерна hi в каждой ячейке. Данные занести в таблицу №2.
  2.  Вычислить вероятность попадания частицы в ячейку с координатой xi по формуле:    .
  3.  Найти оценку координаты воронки по формуле:
  4.  Измерить ширину Г распределения зерна по ячейкам на половине максимальной высоты. Показать исходя из формулы Гаусса:

 (3), что  Г = , откуда найти параметр . Сравнить результат со среднеквадратичной погрешностью, полученной в пункте 4 упражнение №1.

  1.  Построить по данным таблицы №2 ступенчатый график (гистограмму) P(xi).
  2.  Построить в этих же координатных осях теоретический график P(xi), расчитанный по формуле (3) с найденными в п. п. 3 и 4 параметрами. Для того, чтобы получить вероятность результата xi, который включает в себя все экспериментально неотличимые значения измеряемой величины в интервале от  до , нужно значение функции плотности вероятности  умножить на ширину интервала dx: P(xi) = . В данном случае dx = 1.

Сводные таблицы.

Таблица №1.

№ серии

№ опыта

1

2

3

4

5

1

-1

-5

-1

0

-4

2

-4

-1

2

2

3

3

-2

4

1

-1

-1

4

-1

1

0

-1

1

5

-4

1

2

-3

0

6

2

1

4

1

-3

7

2

1

0

-1

0

8

-2

-1

0

0

-3

9

-3

1

2

0

-1

10

2

0

-3

-2

2

<x>

-1,1

0,2

0,7

-0,5

-0,6

Sn

2,4

2,35

2,03

1,58

2,4

0,76

0,74

0,64

0,5

0,76

Таблица №2.

xi

-5

-4

-3

-2

-1

-0

1

2

3

4

5

hi

1

2.5

4

5.5

6

6.5

6.2

4.5

3

2

0.7

Pi

0,024

0,06

0,1

0,13

0,14

0,15

0,15

0,11

0,07

0,05

0,02

Обработка результатов.

Упражнение №1. Случай выборки небольшого объёма.

  1.  Опускаю по 1 зерну в воронку и заношу результат каждого попадания в таблицу №1, провожу 5 серий (выборок) измерений по 10 опытов в каждой серии.
  2.  Нахожу среднее <x> и среднеквадратичное отклонение Sn для каждой выборки:

1 серия:   <x>= = -1.1   =2,4.

2 серия:   <x>= = 0,2  =2,35.

3 серия:   <x>= = 0,7  = 2,03

4 серия:   <x>= = -0,5 = 1,58

5 серия:   <x>= =  -0,6 = 2,4

       Записываю результат измерений для каждой серии как :   х =

1 серия:   x1=  -1.11,74.

2 серия:   x2=  0,21,71.

3 серия:   x3=  0,71,48.

4 серия:   x4=  -0,51,15.

5 серия:   x5=  -0,61,75.

  1.  Среднее значение <<x>> полученных в пункте 2 средних <x> равно <<x>>= -1,3 .
  2.  Рассматривая <x> как xi, а <<x>> как <x>, нахожу по формуле (2) среднеквадратичное отклонение для среднего: =1,36.

и сравниваю полученный результат с значением  для каждой выборки.

Упражнение №2. Случай генеральной совокупности.

  1.  Высыпаю в воронку большое количество зерна. Измеряю при помощи линейки высоту зерна hi в каждой ячейке. Данные заношу в таблицу №2.
  2.  Вычисляю вероятность попадания частицы в ячейку с координатой xi по формуле:    .

P(x1)= 0,024 P(x2)= 0,06 P(x3)=0,1 P(x4)= 0,13 P(x5)= 0,14   P(x6)= 0,15 P(x7)= 0,15  P(x8)= 0,11 P(x9)= 0,07 P(x10)= 0,05  P(x11)= 0,02

  1.  Нахожу оценку координаты воронки по формуле:

=-0,098.

  1.  Измеряю ширину Г распределения зерна по ячейкам на половине максимальной высоты  Г=6 см. Исходя из формулы Гаусса:

 (3),

Г = , откуда  параметр == 2.55.

  1.  Строю по данным таблицы №2 ступенчатый график (гистограмму) P(xi).

  1.  Строю в этих же координатных осях теоретический график P(xi), расчитаный по формуле (3) с найденными в п. п. 3 и 4 параметрами.

P(xi)(теоретический):

P(x1)= 0,025 P(x2)= 0,048 P(x3)= 0,081 P(x4)= 0,12 P(x5)= 0,15   P(x6)= 0,156 P(x7)= 0,143 P(x8)= 0,11 P(x9)= 0,075 P(x10)= 0,043  P(x11)= 0,021  

 

Вывод:

Опытным путём обнаружил влияние случайных погрешностей на результаты измерений. Изучил статистические методы обработки экспериментальных данных.




1. ТЕМА ПРАВООТНОШЕНИЙ ТРУДОВОГО ПРАВА 1
2. Громадянське суспільство і правова держава.html
3. Свадьба Выпускной бал ~ 2014 для влюбленных и выпускников Место проведения- Мегамолл Армада Дата
4. ветвление Команда ветвления
5. Уран Канады
6. Неандертальского человека повсюду где найдены его останки в верхнем палеолите сменяет человек современн.
7. Не меньшее значение имеет также правильно сбалансированное и подобранное питание в профилактике различных
8. Планета Земля
9. тп по відношенню до експортера як покупець що придбав товари на основі договору купівліпродажу
10. Изменение химического состава подземных вод в ограниченных карбонатных структурах при окислении пирита покровных отложений
11. Учебное пособие подготовленно в соответствии с государственным стандартом базового педагогического образо
12. Сварка
13. Тематика семінарських занять Семінарське заняття 1 ~ 2 Вступ
14. Борьба и преображение знати
15. Історія виготовлення, виробництво та сучасний стан ринку коньяку
16. Фармація Факультет- фармацевтичний Кафедра клінічної фармакології клінічної фармації і фармакотерап
17. Основные формы правления в Древнем Риме
18. 1 Понятие лизинга4 1
19. Реферат- Газораспределительный механизм автомобиля ГАЗ 24-10 Волга
20. 1500 Астахов В