Η αβεβαιότητα στη μέτρηση.

Transcript

1 Η αβεβαιότητα στη μέτρηση. 1. Εισαγωγή. Κάθε μέτρηση, όσο προσεκτικά και αν έχει γίνει, περικλείει κάποια αβεβαιότητα. Η ανάλυση των σφαλμάτων είναι η μελέτη και ο υπολογισμός αυτής της αβεβαιότητας στη μέτρηση. Οι δύο κύριοι λόγοι για τους οποίους χρειάζεται η ανάλυση των σφαλμάτων είναι, πρώτον να επιτρέψει στο μαθητή να εκτιμήσει πόσο μεγάλη είναι η αβεβαιότητα στη μέτρηση και δεύτερο να του επιτρέψει να την ελαχιστοποιήσει. Η πρόκληση να εκτιμήσει την αβεβαιότητα της μέτρησης του και να τη ελαχιστοποιήσει ώστε να του δώσει τη δυνατότητα να καταλήξει σε συμπέρασμα, οδηγεί το μαθητή από μια άχαρη επεξεργασία δεδομένων σε μια αληθινά ευχάριστη άσκηση. Πέραν από τα πιο πάνω, η ανάλυση σφαλμάτων είναι μια διαδικασία που αποτελεί μέρος του επιστημονικού πειράματος και ο μαθητής του Λυκείου θα πρέπει να κάνει τα πρώτα του βήματα στη διαδικασία αυτή. Θα δούμε λίγο πιο κάτω ένα παράδειγμα το οποίο δείχνει τη σημασία της αβεβαιότητας στη μέτρηση στην εξαγωγή συμπερασμάτων σε ένα πείραμα. 2. Σφάλμα και αβεβαιότητα. Στη Φυσική, η λέξη σφάλμα δεν έχει τη συνήθη σημασία του λάθους που δίνουμε στην καθημερινή μας ομιλία. Σφάλμα σε μια επιστημονική μέτρηση σημαίνει την αναπόφευκτη αβεβαιότητα που συνοδεύει κάθε μέτρηση. Τέτοια σφάλματα δεν είναι λάθη, δεν μπορείς να τα αποφύγεις όσο προσεκτικός και να είσαι. Το καλύτερο που μπορεί κάποιος να κάνει είναι να βεβαιωθεί ότι η αβεβαιότητα στη μέτρησή του είναι όσο το δυνατό πιο μικρή και να έχει μια καλή εκτίμηση για το πόσο μεγάλη είναι αυτή η αβεβαιότητα. Σε αυτό το κείμενο η λέξη σφάλμα χρησιμοποιείται ως η αβεβαιότητα που υπάρχει στη μέτρηση. Οι δύο λέξεις, σφάλμα και αβεβαιότητα θα χρησιμοποιούνται στο κείμενο έχοντας την ίδια σημασία. 3. Η σημασία του να γνωρίζουμε την αβεβαιότητα της μέτρησης. Για να γνωρίσουμε τη σημασία της αβεβαιότητας στη μέτρηση ας δούμε το εξής παράδειγμα. Ας υποθέσουμε ότι πρέπει να λύσουμε το πρόβλημα που είχε να λύσει πριν πολλά χρόνια ο Αρχιμήδης. Πρέπει να ανακαλύψουμε αν ένα στέμμα είναι φτιαγμένο από 18 καράτια χρυσό ή αν περικλείει μέσα του και κάποιο κράμα μετάλλων. Δίνεται η πυκνότητα του χρυσού ρ χρυσού =15.5 g/cm 3 και η πυκνότητα του κράματος ρ κράματος =13.8 g/cm 3. Αν μπορέσουμε να μετρήσουμε την πυκνότητα του υλικού του στέμματος τότε θα είμαστε σε θέση να γνωρίζουμε αν το στέμμα είναι από χρυσάφι μόνο, ή αν είναι από κράμα μετάλλων. Αυτό θα γίνει συγκρίνοντας την πυκνότητα του υλικού του στέμματος με τις δύο πυκνότητες που μας δόθηκαν και είναι 15.5 g/cm 3 και 13.8 g/cm 3.

2 Έστω ότι δύο επιστήμονες σπεύδουν για βοήθεια. Ο πρώτος, ο κ. Ανδρέου, μετά από μια σύντομη διαδικασία καταλήγει ότι η πυκνότητα του στέμματος είναι κατά προσέγγιση 15 g/cm 3 αλλά κυμαίνεται μεταξύ των τιμών 13.5 και 16.5 g/cm 3. Η κα Ιωάννου, με πιο προσεχτικό πείραμα βρίσκει κατά προσέγγιση την πυκνότητα να είναι 13.9 g/cm 3 και ότι η τιμή αυτή κυμαίνεται μεταξύ των τιμών 13.7 και 14.1 g/cm 3. κράμα χρυσός Ιωάννου Ανδρέου Πυκνότητα g/cm 3 Οι δύο μαύρες τελείες δείχνουν την καλύτερη τιμή για την πυκνότητα που βρήκε ο κάθε ένας από τους ειδικούς. Οι δύο οριζόντιες μπάρες σφάλματος δείχνουν τα όρια μέσα στα οποία πιστεύουν ότι βρίσκεται η τιμή της πυκνότητας. Το σφάλμα του κ. Ανδρέου είναι τόσο μεγάλο που και ο χρυσός και το κράμα βρίσκονται μέσα στην περιοχή της μέτρησής του, επομένως η μέτρηση αυτή δεν καθορίζει καθόλου ποιο μέταλλο χρησιμοποιήθηκε για το στέμμα. Το σφάλμα μέτρησης της κας Ιωάννου είναι αρκετά μικρό και η μέτρησή της δείχνει καθαρά ότι το στέμμα δεν ήταν από ατόφιο χρυσάφι. Το σφάλμα μέτρησης του κου Ανδρέου είναι τόσο μεγάλο που καλύπτει τόσο την τιμή της πυκνότητας για το κράμα όσο και την τιμή της πυκνότητας για το χρυσό (βλέπε το πιο πάνω σχήμα). Άρα δεν μας επιτρέπει να συμπεράνουμε από τι είναι φτιαγμένο το στέμμα. Η μέτρηση της κας Ιωάννου δείχνει ότι το στέμμα δεν είναι από ατόφιο χρυσάφι αφού η τιμή και το σφάλμα που κατέγραψε δεν συμπεριλαμβάνουν την πυκνότητα του χρυσού. Είναι φανερό ότι αν το σφάλμα μέτρησης είναι πολύ μεγάλο δεν μας επιτρέπει να φτάσουμε σε συμπέρασμα. Θα πρέπει όμως από την άλλη να σημειωθεί ότι, αν το σφάλμα μέτρησης είναι πολύ μικρό μπορεί να μας οδηγεί σε αχρείαστες ενέργειες. Ο κ. Ανδρέου δεν βοήθησε στο να δώσουμε με σιγουριά απάντηση στο πρόβλημα. Η κα Ιωάννου τώρα θα πρέπει να μας εξηγήσει το εύρος των τιμών που μας εισηγήθηκε. Χωρίς τεκμηρίωση του τρόπου που βρήκε το σφάλμα μέτρησης, η τιμή που μας δίνει είναι σχεδόν άχρηστη. Το σημαντικό συμπέρασμα από το παράδειγμά μας είναι ότι οι μετρήσεις των μαθητών μας (όπως και οι επιστημονικές μετρήσεις) θα είναι άχρηστες αν δεν περιλαμβάνουν σφάλμα μέτρησης. Οι τιμές 13.9 g/cm 3 και 15 g/cm 3 όχι μόνο δεν βοηθούν στο να δώσουμε απάντηση στο πρόβλημα που εξετάζαμε αλλά θα μας οδηγούσαν και σε λανθασμένο συμπέρασμα μια και η τιμή 15 g/cm 3 εισηγείται ότι το στέμμα είναι από χρυσό.

3 Στη Φυσική, όταν προταθεί μια νέα θεωρία θα πρέπει να δοκιμασθεί έναντι των παλαιότερων θεωριών μέσα από μια σειρά από πειράματα. Οι ερευνητές εκτελούν πειράματα και μέσα από τα αποτελέσματα η επιστημονική κοινότητα αποφασίζει για την ορθότητα κάποιας θεωρίας. Στην πράξη βέβαια, τα πράγματα είναι πιο πολύπλοκα εξ αιτίας των αναπόφευκτων πειραματικών σφαλμάτων. Η βαθύτερη κατανόηση της ανάλυσης των σφαλμάτων στις μετρήσεις αλλά και η ικανότητα του ερευνητή να πείσει την επιστημονική κοινότητα γι αυτή την κατανόηση θα οδηγήσει στην αποδοχή της μιας ή της άλλης θεωρίας. 4. Εκτίμηση της αβεβαιότητας όταν αναγιγνώσκεται μια κλίμακα. Με ποιο τρόπο υπολογίζεται η αβεβαιότητα σε μια μέτρηση; Στην απάντηση του ερωτήματος αυτού θα περιοριστούμε σε δύο απλά παραδείγματα τα οποία δίνουν το επίπεδο στο οποίο πρέπει να δουλέψουμε με τους μαθητές που επιλέγουν Φυσική στο Λύκειο (δεν αποκλείεται και η ποιοτική αναφορά στα σφάλματα μέτρησης και σε μαθητές άλλων τάξεων). Στο πρώτο παράδειγμα χρησιμοποιείται ένας χάρακας για να μετρηθεί το μήκος ενός μολυβιού mm Στο δεύτερο παράδειγμα χρησιμοποιείται ένα βολτόμετρο για τη μέτρηση διαφοράς δυναμικού. volts Στην περίπτωση του μολυβιού θα μπορούσαμε να πούμε ότι το μήκος του είναι πιο κοντά στο 47 mm παρά στα 46 mm ή στα 48 mm. Όμως περισσότερη ακρίβεια δεν μπορούμε να δώσουμε. Μπορούμε λοιπόν να πούμε ότι: Καλύτερη εκτίμηση του μήκους = 47 mm Εύρος: 46.5 mm μέχρι 47.5 mm. Μετρήσαμε το μήκος του μολυβιού στο πλησιέστερο mm.

4 Οι υποδιαιρέσεις στην κλίμακα του βολτομέτρου απέχουν περισσότερο μεταξύ τους παρά στην περίπτωση του χάρακα. Μπορούμε λοιπόν να δώσουμε περισσότερη ακρίβεια από ότι μια υποδιαίρεση της κλίμακας. Καλύτερη εκτίμηση της δ.δ = 5.3 V Εύρος: 5.2 V μέχρι 5.4 V. Στις πιο πάνω μετρήσεις μπορεί να μην συμφωνούν όλοι οι παρατηρητές που επιχειρούν να μετρήσουν το μήκος ή τη διαφορά δυναμικού. Παρόλα αυτά δεν θα υπάρξουν πολλοί που θα διαφωνήσουν ότι οι εκτιμήσεις αυτές βρίσκονται κοντά στην πραγματική τιμή του φυσικού μεγέθους που μετρούμε. Έτσι θα λέγαμε ότι η εύρεση της αβεβαιότητος σε μια μέτρηση είναι εύκολη όταν γίνεται ανάγνωση μιας κλίμακας. 5. Εκτίμηση της αβεβαιότητας σε επαναλαμβανόμενες μετρήσεις. Όταν επαναλαμβάνουμε τις μετρήσεις ενός φυσικού μεγέθους, όπως για παράδειγμα η περίοδος ενός ταλαντωτή, η δυσκολία στην εύρεση της αβεβαιότητας βρίσκεται στη δική μας ικανότητα να αντιδρούμε άμεσα στην εκκίνηση και σταμάτημα του χρονομέτρου. Επίσης υπάρχει αβεβαιότητα στο να διαπιστώσουμε πότε ο ταλαντωτής βρίσκεται σε μια συγκεκριμένη θέση. Μια σειρά από μετρήσεις μας βοηθά στο να καθορίσουμε την αβεβαιότητα. Για παράδειγμα αν 4 μετρήσεις της περιόδου είναι 2.3 s, 2.4 s, 2.4 s, 2.5s Τότε μπορούμε να θεωρήσουμε ότι η καλύτερη εκτίμηση είναι η μέση τιμή 2.4 s, και το εύρος είναι μεταξύ 2.3 s και 2.5 s. Καλύτερη εκτίμηση της περιόδου = 2.4 s Εύρος: 2.3 s μέχρι 2.5 s Η έκταση των τιμών δίνει μια καλή ένδειξη για την αβεβαιότητα στις επαναλαμβανόμενες μετρήσεις. Οι στατιστικές μέθοδοι για επεξεργασία των επαναλαμβανόμενων μετρήσεων δεν θα πρέπει να μας απασχολήσουν σε αυτό το στάδιο αφού πρώτα από όλα θα πρέπει να διδάξουμε τα στοιχειώδη για τα σφάλματα στις μετρήσεις. Στους μαθητές μας θα πρέπει να εξηγήσουμε ότι δεν είναι δυνατόν να στηριζόμαστε αποκλειστικά στις επαναλαμβανόμενες μετρήσεις για εύρεση της αβεβαιότητας. Αυτό γιατί σε κάθε επανάληψη του πειράματος η αβεβαιότητα επηρεάζεται και από άλλους παράγοντες εκτός από τον ανθρώπινο παράγοντα (τυχαίο σφάλμα). Τέτοια σφάλματα είναι τα συστηματικά σφάλματα τα οποία οφείλονται για παράδειγμα σε ατέλεια των οργάνων μέτρησης και ονομάζονται συστηματικά σφάλματα. Γενικεύοντας το πιο πάνω παράδειγμα θα λέγαμε ότι σε κάθε μέτρηση υπάρχει αβεβαιότητα η οποία καταδεικνύει πόσο απέχει η μέτρησή μας από την πραγματική τιμή. Από τη στιγμή που η πραγματική τιμή δεν είναι γνωστή, δεν είναι δυνατόν να γνωρίζουμε ακριβώς την αβεβαιότητα

5 στη μέτρηση. Το καλύτερο που μπορούμε να κάνουμε είναι να εκτιμήσουμε το μέγεθος της αβεβαιότητας. Μέθοδος 1. Βήματα: Βρίσκεται η μέση τιμή του σετ των μετρήσεων. Υπολογίζεται η διαφορά κάθε μέτρησης από τη μέση τιμή των μετρήσεων. Υπολογίζεται η μέση τιμή των διαφορών. Μέθοδος 2. Βήματα: Υπολογίζεται η τυπική απόκλιση με τη βοήθεια spreadsheet η υπολογιστικής μηχανής Για να υπολογισθεί η τυπική απόκλιση σε ένα spreadsheet της Excel χρησιμοποιείται η σχέση =STDEVP(number1,number2,..) Η τιμή που υπολογίζεται θα είναι και η αβεβαιότητα στη μέτρηση. Παράδειγμα: Μετρούμε τη μάζα 7 βαριδιών με ηλεκτρονική ζυγαριά για να υπολογίσουμε τη μέση τιμή και την αβεβαιότητα. μάζα βαριδιών (g) μέση τιμή διαφορά από μέση τιμή (g) μέση τιμή διαφορών (g) 0.44 (μέθοδος 1) τυπική απόκλιση (g) 0.52 (μέθοδος 2) εκτίμηση αβεβαιότητας 0.5 (στρογγυλοποιημένη αφού είναι απλώς εκτίμηση) (%)

6 6. Επί τοις εκατό αβεβαιότητα. Εκείνο που πρέπει να κατανοήσει ο μαθητής είναι η σύγκριση της αβεβαιότητας με τη τιμή της μέτρησης. Μια αβεβαιότητα 2 mm σε μια μέτρηση 2 m είναι 0.1%, αλλά 2 mm σε μια μέτρηση 20 cm είναι 1%, δέκα φορές πιο σημαντική. Για το σκοπό αυτό τα πειράματα πρέπει να σχεδιάζονται με τρόπο ώστε τα φυσικά μεγέθη που μετρούνται να είναι όσο το δυνατό πιο μεγάλα. 7. Κανόνας για την καταγραφή μιας μέτρησης. Η αβεβαιότητα στη μέτρηση δεν πρέπει να δίνεται με πολύ μεγάλη ακρίβεια. Αν για παράδειγμα μετρούσαμε την επιτάχυνση της βαρύτητας θα ήταν παράλογο να δίναμε το αποτέλεσμα ως g= 9.82 ± m/s 2 Ένας κανόνας που μπορεί να χρησιμοποιηθεί είναι ο εξής: Η αβεβαιότητα στη μέτρηση μπορεί να στρογγυλοποιείται σε ένα σημαντικό ψηφίο. Έτσι η πιο πάνω τιμή για την επιτάχυνση της βαρύτητας θα έπρεπε να γραφτεί ως g= 9.82 ± 0.02 m/s 2 Ο αριθμός των σημαντικών ψηφίων με τον οποίο θα καταγραφή το αποτέλεσμα της μέτρησης θα πρέπει να λαμβάνει υπόψη την αβεβαιότητα την οποία εκτίμησε ο πειραματιστής. Ο γενικός κανόνας είναι: Το τελευταίο σημαντικό ψηφίο που καταγράφεται στο αποτέλεσμα της μέτρησης είναι κατά κανόνα της ίδιας τάξης μεγέθους (στην ίδια θέση μετά την υποδιαστολή) όπως και η αβεβαιότητα. Για παράδειγμα, η απάντηση με αβεβαιότητα 0.3 θα πρέπει να στρογγυλοποιηθεί σε 95.8 ± 0.3. Αν η αβεβαιότητα είναι 3, τότε η απάντηση θα πρέπει να είναι 95 ± 3 και αν η αβεβαιότητα είναι 30, τότε η απάντηση είναι 90 ± 30. Στις περιπτώσεις κατά τις οποίες γίνονται ενδιάμεσοι υπολογισμοί οι οποίοι χρησιμοποιούνται για την εύρεση της τελικής απάντησης είναι καλό να διατηρείται στα ενδιάμεσα αποτελέσματα τουλάχιστον ένα σημαντικό ψηφίο περισσότερο από ότι δικαιολογεί η ακρίβεια στη μέτρηση. Για παράδειγμα, ας θεωρήσουμε ότι μετρήθηκε η μάζα ενός σώματος g και χρειάζεται να υπολογιστεί ο συντελεστής τριβής ολίσθησης. Η δύναμη της τριβής μετρήθηκε και βρέθηκε 1.2 Ν. Το βάρος είναι (502.3 x 10-3 ) x 9.81 = N (αν το βάρος ήταν η τελική μας απάντηση θα γράφαμε ως αποτέλεσμα 4.93 Ν). Για να βρεθεί ο συντελεστής της τριβής θα διατηρήσουμε τουλάχιστον και το τέταρτο σημαντικό ψηφίο στην ενδιάμεση τιμή, δηλαδή Έτσι ο συντελεστής είναι 1.2 / = 0.24.

7 8. Συμπερασματικά: Οι μαθητές μας είναι καλό να γνωρίζουν τη σημασία της αβεβαιότητας στη μέτρηση, τη σημασία των σημαντικών ψηφίων και τη σημασία της επί τοις εκατό αβεβαιότητας. Σε μερικές εργαστηριακές δραστηριότητες στις οποίες προσφέρεται η παρουσίαση της αβεβαιότητας στη μέτρηση είναι καλό οι μαθητές να δίνουν την τελική απάντηση χρησιμοποιώντας και την αβεβαιότητα. Για παράδειγμα στον πιο πάνω πίνακα η μέση τιμή της μάζας των 7 βαριδιών θα δοθεί ως ± 0.5 g. Την ελάχιστη αυτή γνώση για την ανάλυση των σφαλμάτων πρέπει να έχουν οι μαθητές μας όταν εισέρχονται στο Πανεπιστήμιο. Ανδρέας Παπαστυλιανού Επιθεωρητής Φυσικής Τηλ Σεπτέμβριος 2010 Βιβλιογραφία. John R. Taylor. An introduction to error analysis, the study of uncertainties in physical measurements. 2 nd edition (university science books 1997). Peter Warren. Advanced physics laboratory book. (John Murray Publishers 2003).