20 IV. NEJISTOTY MĚŘENÍ A ZPRACOVÁNÍ VÝSLEDKŮ Měření patří mezi základní způsoby získávání kvantitativních informací o stavu sledované veličiny. 4.1 CHYBY MĚŘENÍ Nedokonalost metod měření, našich smyslů, omezená přesnost měřicích přístrojů, proměnné podmínky měření a další vlivy způsobují, že měřením nemůžeme zjistit skutečnou hodnotu fyzikální veličiny x0. Rozdíl skutečné a naměřené hodnoty nazýváme absolutní chybou měření. Tato chyba má dvě složky – systematickou a náhodnou. 4.1.1 Klasifikace chyb měření Podle příčin vzniku dělíme chyby do tří skupin. Systematické chyby jsou způsobeny použitím nevhodné nebo méně vhodné měřicí metody, nepřesným měřidlem či měřicím přístrojem, případně osobou pozorovatele. Tyto chyby zkreslují numerický výsledek měření zcela pravidelným způsobem; buď jej za stejných podmínek vždy zvětšují nebo vždy zmenšují a to bez ohledu na počet opakovaných měření. Často se navenek neprojevují a lze je odhalit až při porovnání s výsledky z jiného přístroje. Existují i systematické chyby s časovým trendem, způsobené stárnutím nebo opotřebováním měřicího přístroje. Příklady: Při vážení ve vzduchu je v důsledku Archimédova zákona zjištěná hmotnost tělesa vždy menší než skutečná hmotnost pro tělesa, jejichž hustota je menší než hustota závaží. Systematická chyba vznikla zanedbáním vztlaku vzduchu a vhodnou korekcí (korekce na vakuum) ji lze odstranit. Při měření napětí voltmetrem je změřené napětí vždy menší než skutečné, protože voltmetr nemá nekonečně velký vnitřní odpor. Systematická chyba má původ v konstrukci přístroje a lze ji odstranit použitím přístroje s větším vnitřním odporem. Protože víme z jakých příčin systematické chyby vznikají, můžeme odhadnout jejich velikost i znaménko a vyhodnocením jejich vlivu na výsledek měření je dovedeme odstranit (zavedením vhodné korekce). Náhodné chyby, které kolísají náhodně co do velikosti i znaménka při opakování měření, vznikají spolupůsobením velkého počtu náhodných vlivů, které nemůžeme předvídat. Náhodné chyby jsou popsány určitým pravděpodobnostním rozdělením. Systematické chyby ovlivňují správnost, náhodné pak přesnost výsledku. Hrubé chyby (označované jako vybočující nebo odlehlé hodnoty) jsou způsobeny výjimečnou příčinou, nesprávným zapsáním výsledku, náhlým selháním měřicí aparatury, nesprávným nastavením podmínek pokusu apod. Naměřená hodnota se při opakovaném měření značně liší od ostatních hodnot. Takové měření je třeba ze zpracování vyloučit, aby nezkreslovalo výsledek měření. 4.1.2 Náhodné chyby Na rozdíl od hrubých a systematických chyb, které můžeme správnou metodou měření, přesnými přístroji a pečlivostí práce odstranit, se náhodné chyby vyskytují zcela zákonitě při každém měření a nemůžeme je ovlivnit. Na okolnostech měření závisí, jak se ke skutečné hodnotě veličiny přiblížíme. 21 Nekontrolovatelné vlivy, které se při opakování měření mění náhodně a nezávisle na vlivech kontrolovaných, jsou příčinou vzniku náhodné chyby. Výsledkem měření je hodnota veličiny xi, která se od skutečné hodnoty x0 liší. Jejich rozdíl je chyba měření εi εi = xi - x0 . (1) Chybu εi nemůžeme nikdy stanovit, můžeme ji pouze odhadnout. Chyba určená jako rozdíl naměřené hodnoty a skutečné hodnoty veličiny se nazývá absolutní chyba. Vyjadřujeme ji v jednotkách veličiny. Relativní chyba, definována vztahem 0 , x i ir ε ε = , (2) je veličinou bezrozměrnou. Často se udává v %. Náhodné chyby, které při opakování měření kolísají náhodně co do velikosti i znaménka, vznikají spolupůsobením velkého počtu náhodných vlivů, které nemůžeme předvídat. Náhodné chyby se chovají jako náhodné veličiny a řídí se matematickými zákony počtu pravděpodobnosti. Při velkém počtu opakovaných měření tak statistické zákonitosti můžeme použít k odhadu vlivu náhodných chyb na přesnost měření. 4.1.3 Normální rozdělení 1 Předpokládejme, že byl korigován vliv systematických chyb. Vezmeme-li v úvahu četnost, s kterou je daná hodnota naměřena, a vyneseme-li do grafu závislost této četnosti na hodnotě veličiny, zjistíme, že v případě velkého počtu měření n → ∞ (základní soubor) bude křivka hladká a rozdělení naměřených hodnot dokonale symetrické. Skutečná hodnota x0 odpovídá maximu křivky (obr.1). Toto normální (tzv. Gaussovo) rozdělení vychází z předpokladu, že a) výsledná chyba každého měření je výsledkem velkého počtu velmi malých, navzájem nezávislých chyb b) kladné i záporné odchylky od skutečné hodnoty jsou stejně pravděpodobné. Funkce normálního rozdělení se uvádí nejčastěji ve tvaru ( ) 2 0 2 1 ( ) exp 22 x x xϕ σσ π  −  = −     , (3) kde σ2 - rozptyl, σ - směrodatná odchylka (průměrná odchylka naměřené hodnoty x od skutečné hodnoty x0), x - hodnota některého z nekonečné řady provedených měření, ϕ (x) - hustota pravděpodobnosti hodnot veličiny x. S pomocí funkce ϕ (x) je možné určit pravděpodobnost tak, aby naměřená veličina byla v určitém intervalu (obr. 2). Pokud ( )0 0 2 0 2 1 exp d 0,683, 22 x x x x x σ σ σσ π + −  −  − =     ∫ (4) pak pravděpodobnost, že se naměřená hodnota nachází v intervalu σσ +− 00 , xx , je 68,3 %. V intervalu x0 ± 2σ je to 95 %, mimo interval x0 ± 3σ bude pouze 3 promile hodnot. 22 Obr. 1 Gaussovo rozdělení Obr. 2 Intervaly pravděpodobnosti U souboru s konečným počtem měření (výběrový soubor) můžeme ale mluvit jen o nejpravděpodobnější hodnotě měřené veličiny, která se skutečné hodnotě bude blížit. Jako nejlepší odhad skutečné hodnoty x0 použijeme aritmetický průměr x z n naměřených hodnot x1, x2,….. xn. i n i x n x ∑= = 1 1 , (5) kde n – počet měření, xi – hodnoty naměřených veličin (i = 1,2,…….n). Jestliže zvětšujeme počet měření, hodnota aritmetického průměru se přibližuje skutečné hodnotě (obr. 3). Přesto nelze opakovaným měřením dosáhnout libovolně velké přesnosti vý- sledku. Mírou rozptylu v základním souboru je směrodatná odchylka σ. Rozptyl hodnot výběrového souboru charakterizuje výběrová směrodatná odchylka s jednoho měření ( ) 1 1 2 − − = ∑= n xx s n i i . (6) S rostoucím počtem n měření se přesnost měření zvyšuje. Proto pro opakovaná měření zavádíme výběrovou směrodatnou odchylku aritmetického (výběrového) průměru s , která závisí na tom, jak se od sebe liší x0 a x (viz obr.3). Plná křivka znázorňuje rozložení hodnot x kolem skutečné hodnoty x0 , zatímco čárkované křivky znázorňují rozložení naměřených hodnot kolem aritmetického průměru. Z obr. 3 vyplývá, že s rostoucím n se hodnota aritmetického průměru přibližuje ke skutečné hodnotě x0. Výběrovou směrodatnou odchylku aritmetického průměru vypočteme ze vztahu Obr. 3 Vliv počtu měření na hodnotu x ϕ ( )x ϕ ( )x σ1 σ1 < σ2 σ2 x0 xx x0-3 σ x0-2 σ x0- σ x0 + σx0 x0+2 σ x0+3 σ P = 95,0% P = 68,3% n = ∞ n = 50 n = 5 x0 x x f x( ) x 23 ( ) ( )1 1 2 − − = ∑= nn xx s n i i . (7) • Poznámka: Provádíme-li výpočty na kalkulačce, je možno vztah pro výpočet směrodatné odchylky s upravit na tvar, který je pro výpočet méně pracný: ( ) 2 2 1 1 n i i x nx s n n = − = − ∑ . Některé kalkulačky mají zabudovaný program pro výpočet směrodatné odchylky ve tvarech: 2 2 1 1 n i i x nx s n = − = − ∑ nebo 2 2 1 n i i x nx n σ = − = ∑ . kde značení s a σ neodpovídají značení v předchozím textu. Některé kalkulačky mají případně místo s a σ značení σn-1 a σn. Pak platí: 1 s s n n σ = = − . 4.1.4 Systematické chyby Systematické chyby zkreslují při opakovaném měření za stejných podmínek hodnotu měřené veličiny stále stejným způsobem. Pokud bychom je chtěli vyloučit, museli bychom použít přesnější přístroje nebo zavést korekce. V laboratorním cvičení někdy nelze tento požadavek splnit. Proto provedeme odhad systematických chyb tak, aby maximální chyba, kterou určíme, byla vždy větší nebo nejvýše rovna chybě, které se při měření dopouštíme. Chyby, které se podílejí na systematické chybě, jsou způsobeny omezenou přesností měřicích přístrojů a zařízení, chybou metody a chybou pozorovatele. Odhad chyby každého měření samozřejmě závisí na konkrétních podmínkách pokusu a experimentální zkušenosti pozorovatele. Měříme-li např. délku, jejíž velikost se nastavuje splněním některých podmínek pokusu, vyskytne se při měření kromě chyby čtení na stupnici ještě chyba v nastavení, která bývá zpravidla mnohem větší než chyba čtení. Obdobně budou chyby čtení na stupnicích elektrických měřicích přístrojů zanedbatelné vůči chybě, zadané výrobcem prostřednictvím třídy přesnosti. Z tohoto hlediska pozorovatel rovněž musí posoudit, zda jsou chyby čtení na stupnici menší než možné chyby náhodné. Pouze v tomto případě lze totiž měření opakováním a statistickým zpracováním zpřesnit. Naopak, dostáváme-li při opakovaných měřeních stále stejné hodnoty, neznamená to, že měříme přesně skutečnou hodnotu, ale že chyba čtení na stupnici je mnohem větší než chyba náhodná a chybu měření musíme odhadnout. 4.1.4.1 Výrobní údaje Výrobním údajem o chybě je třída přesnosti u elektrických měřicích přístrojů a odporových dekád a výrobní tolerance závaží, odporů, kapacit kondenzátorů apod. U analogových (ručkových) měřicích přístrojů třída přesnosti určuje největší přípustnou chybu, se kterou přístroj měří. Je zadaná v procentech rozsahu celé stupnice a představuje absolutní chybu hodnoty změřené při daném rozsahu. Třída přesnosti 1,5 na stupnici voltmetru s rozsahem 60 V znamená, že každá hodnota změřená na tomto rozsahu je naměřena s absolutní chybou ± 0,9 V (1,5 % ze 60 V). 24 U digitálních (číslicových) měřicích přístrojů je maximální chyba udávaná výrobcem stanovena ze dvou složek. Jedna je závislá na velikosti měřené hodnoty a je vyjádřena v % měřené hodnoty. Druhá je závislá buď na použitém rozsahu a nebo vyjádřená počtem jednotek (digitů) nejnižšího místa číslicového displeje na zvoleném rozsahu. Výrobce udává u měřicího přístroje METEX M-3850 pro měření střídavého napětí v rozsahu 400 mV až 400 V největší přípustnou odchylku 0,8 % z měřené hodnoty a 3 jednotky (digity) nejnižšího místa číslicového displeje. Změříme napětí U = 49,7 V. Chyba z procentického údaje je (0,8/100) · 49,7 = 0,3976 V. Údaj tři jednotky nejnižšího místa číslicového displeje znamená chybu 0,3 V. Celková chyba (0,3976 + 0,3) = 0,6976 V = 0,7 V. Relativní chyba naměřené hodnoty 0,7/49,7 = 0,0140, tj. 1,4 %. Výrobní tolerance je rovněž údaj o chybě. Např. výrobní tolerance sady analytických závaží 10-4 znamená, že každé závaží této sady má svoji hodnotu zatíženu relativní chybou 0,01 %. Údaj na odporu M 1 ± 15 % znamená, že odpor má hodnotu 100 kΩ v mezích tolerance ± 15 kΩ. Nemáme-li k dispozici údaje o přesnosti měřidla, musíme sami odhadnout maximální chybu naměřené hodnoty. 4.1.4.2 Odhad chyb čtení na stupnici V přesnosti čtení na stupnici přístroje (měřidla) existují jistá omezení. Čtení na stupnici provádíme tak, abychom získali co nejpřesnější výsledek. Nejčastěji se ukazatel velikosti měřené veličiny na stupnici nekryje přímo s žádným dílkem stupnice, ale leží např. mezi k-tou a (k + 1) - ní dělicí čárkou. Čtená hodnota je větší než k dílků stupnice a menší než (k + 1) dílek. Pro přesnější výsledek velikost čtené hodnoty v desetinách dílku odhadujeme. Řídíme se přitom následujícími empirickými zásadami: c) je-li dělení stupnice husté a má-li dělicí čárky (rysky) tlusté (široké), odhadujeme alespoň poloviny dílků, d) jsou-li dělicí čárky dostatečně tenké proti jejich vzdálenostem, je pravidlem odhadovat desetiny nejmenších dílků stupnice, e) je-li stupnice opatřena desetinným noniem - pomocnou stupnicí, čteme přesně desetiny dílku hlavní stupnice a odhadujeme poloviny desetin, f) má-li pomocná stupnice n-tinové dělení (n > 10), čteme přesně n-tiny dílku hlavní stupnice a odhadujeme poloviny n-tin. Čtením na stupnici získáme číselný údaj o hodnotě měřené veličiny s daným počtem platných cifer. Poslední platná cifra je neurčitá, získaná odhadem desetin dílku, a je tedy již zatížena chybou měření. Při odhadu velikosti chyby čtení vycházíme z uvedených empirických pravidel pro čtení na stupnici: g) odhadujeme-li při čtení polovinu dílku základní stupnice, je přiměřený odhad chyby 0,5 dílku, h) odhadujeme-li při čtení desetiny dílku, přiměřený odhad chyby činí 0,1 až 0,2 dílku, i) má-li stupnice pomocnou stupnici (nonius), je pravidlem odhadovat chybu na polovinu zlomku (n-tiny) dílku, který přečteme přesně. Příklady odhadu chyb pro některá měřidla jsou uvedeny v tabulce č. 1. 25 Tabulka č. 1 Chyby nejběžnějších měřidel Měřidlo Velikost jednoho dílku Počet dílků pomocné stupnice Přesnost čtení Příklad Odhad chyb skládací metr 1 mm 1 mm 843 mm ± 1 mm ocelové měřítko 1 mm 0,1 mm 174,6 mm ± 0,2 mm posuvné měřítko 1 mm 10 0,05 mm 83,85 mm ± 0,05 mm mikrometr 0,5 mm 50 0,005 mm 12,115 mm ± 0,005 mm stopky 0,1 s - 0,1 s 36,9 s ± 0,2 s teploměr 0,2 °C - 0,1 °C 21,7 °C ± 0,1 °C stupnice anal. vah 1 d - 0,5 d 9,5 d ± 0,5 d obchodní váhy 5 g - 2,5 g 325 g ± 3 g 4.2 NEJISTOTY MĚŘENÍ Na základě nového přístupu k hodnocení přesnosti měření se základem pro hodnocení výsledků měření staly nejistoty měření∗ . Nejistota měření je parametr přiřazený k výsledku měření, udávající interval hodnot měřené veličiny kolem výsledku měření, který obsahuje skutečnou hodnotu x0 měřené veličiny. Nejistota měření zahrnuje obecně mnoho složek. Některé z nich lze vyhodnotit na základě statistického rozložení výsledků série měření a charakterizovat výběrovou směrodatnou odchylkou. Nejistota se však nevztahuje pouze k výsledkům měření, ale také na měřidla, použité konstanty, korekce atd. Nejistoty jsou určovány na základě statistického přístupu. Předpokládá se určité rozdělení pravděpodobnosti, které popisuje, jak se může naměřená hodnota měřené veličiny lišit od skutečné hodnoty. Z tohoto rozdělení pravděpodobnosti můžeme určit pravděpodobnost, s jakou se v intervalu daném nejistotou skutečná hodnota může nacházet. Mírou nejistoty je směrodatná odchylka udávané hodnoty (odhadu skutečné hodnoty). Takto vyjádřená nejistota se označuje jako standardní nejistota u a udává rozsah hodnot - ,u u+ okolo naměřené (stanovené) hodnoty, ve kterém se s danou pravděpodobností nachází skutečná hodnota (např. pro normální rozdělení je tato pravděpodobnost rovna 68,3 %). Standardní nejistoty se podle zdrojů, z kterých vznikají, dělí na standardní nejistoty typu A a standardní nejistoty typu B. Standardní nejistoty typu A (uA) jsou způsobovány náhodnými vlivy, jejichž příčiny nejsou známy. Stanovují se z opakovaných měření určité hodnoty dané veličiny za stále stejných podmínek na základě statistického přístupu. Charakteristické pro nejistotu typu A je, že se její hodnota zmenšuje se zvětšujícím se počtem opakovaných měření. Standardní nejistoty typu B (uB) vznikají ze známých a odhadnutelných příčin. Mohou pocházet z různých zdrojů. Jejich určení vychází z odhadu systematických chyb naměřených hodnot. Standardní nejistota typu B je dána odmocninou ze součtu kvadrátů nejistot od ∗ Termín nejistota byl zaveden po dohodě mezinárodních organizací. Podnět k novému přístupu hodnocení přesnosti měření vzešel roku 1978 z Comité International des Poids et Mesures (CIPM). Technický předpis metrologický TPM 0051-93 obsahuje zásady, metody a postupy pro stanovení nejistot při vyhodnocování měření ve výzkumu a technické praxi. Tento předpis respektuje doporučení přijatá na 70. a 75. zasedání CIPM a je konformní s dokumentem WECC ”Guidelines for the Expression of the Uncertainty of Measurement in Calibration”. 26 jednotlivých zdrojů. Hodnoty standardní nejistoty typu B nezávisí na počtu opakovaných mě- ření. Shodný přístup k stanovení nejistot typu A i B umožňuje sloučit všechny standardní nejistoty (tj. typu A a B) do jediné hodnoty. Sumací kvadrátů standardních nejistot typů A a B se dostane kvadrát kombinované standardní nejistoty u, která je dána vztahem 22 BA uuu += . (8) V laboratoři fyziky budete výsledek měření nejčastěji udávat s touto standardní nejistotou u.V praxi se doporučuje udávat nejistoty intervalem, u kterého je jen malá pravděpodobnost, že bude překročen. Proto se zavádí rozšířená standardní nejistota U, která je dána vztahem U = ku u, (9) kde ku je koeficient rozšíření (koeficient pokrytí). Konvenční hodnota ku se obvykle volí 2. Při ku = 2 je U = 2 u, což při normálním rozdělení pravděpodobnosti znamená, že skutečná hodnota leží s pravděpodobností 95 % v intervalu, vymezeném rozšířenou nejistotou.∗ 4.2.1 Model měření Z teoretického hlediska lze stanovení hodnoty měřené veličiny vyjádřit modelem měření. Model měření vyjadřuje závislost výstupní veličiny Y (výsledek měření) na vstupních veličinách (X1, X2,….. Xn ). Obecně lze pro výslednou veličinu Y psát Y = f (X1, X2,….. Xn). (10) Vztah popisující měření a představující model měření má být co nejobecnější a má umožňovat zahrnout všechny vlivy projevující se na výsledku měření, tedy i pracovní prostředí, v kterém měření probíhá a znalosti a zkušenosti experimentátora. 4.2.2 Standardní nejistota typu A Standardní nejistota typu A je rovna výběrové směrodatné odchylce s aritmetického průměru ( ) ( )1 1 2 − − == ∑= nn xx su n i i A . (11) Pokud je počet opakovaných měření menší než 10 a není možné učinit kvalifikovaný odhad na základě zkušeností, lze standardní nejistotu typu A přibližně stanovit2 ze vztahu A su k s= , (12) kde ks je koeficient, jehož velikost závisí na počtu měření (viz tab.č. 2). Tabulka č. 2 Velikost koeficientu ks v závislosti na počtu měření n 9 8 7 6 5 4 3 2 ks 1,2 1,2 1,3 1,3 1,4 1,7 2,3 7,0 Z tabulky vyplývá, že zmenšování počtu měření vede k neúměrnému zvyšování nejistoty. Při počtu měření menším než 5 tak mají naměřené hodnoty pouze informativní charakter. ∗ Rozšířenou nejistotu aplikujeme pouze na nejistotu výsledku měření.( ne na průběžné výpočty). 27 4.2.3 Standardní nejistota typu B Zdroji standardních nejistot typu B (uB) při měření jsou známé a odhadnutelné příčiny. Jsou jimi nedokonalosti způsobené použitými měřicími přístroji a měřicí technikou, použitými měřicími metodami, použitými konstantami, podmínkami, za kterých měření probíhá, nedostatečnými teoretickými znalostmi nebo nedostatečnými praktickými zkušenostmi. Korelace mezi jednotlivými zdroji nejistot typu B při našich výpočtech nebudeme brát v úvahu. Při odhadu standardní nejistoty typu B uBz ze zdroje Z nejprve odhadneme maximální rozsah odchylek (změn) ± ∆zmax od hodnoty veličiny příslušející zdroji tak, aby překročení ∆zmax bylo málo pravděpodobné (např. z výrobních údajů či z chyby čtení na stupnici). V tabulce 3 vybereme rozdělení pravděpodobnosti, které nejlépe vystihuje výskyt hodnot ∆z v intervalu ± ∆zmax . • Poznámka: Volba rozdělení pravděpodobnosti odchylek ∆z vychází z teoretických znalostí, zkušeností nebo jinak získaných poznatků o rozdělení velikostí ∆z. Pokud pravděpodobnost odchylek s jejich rostoucí hodnotou klesá a největší pravděpodobnost mají odchylky malé, je vhodnou aproximací Gaussovo nebo trojúhelníkové (Simpsonovo) rozdělení. V opačném případě použijeme některé rozdělení bimodální. Rovnoměrné rozdělení použijeme v případě, kdy pravděpodobnost malých i velkých odchylek v intervalu max max- , +z z∆ ∆ je přibližně stejná. Pokud nelze odpovědně rozhodnout o rozložení pravděpodobnosti odchylek a lze-li vyjít z předpokladu, že všechny hodnoty ∆z v intervalu max max- , +z z∆ ∆ se mohou vyskytovat se stejnou pravděpodobností, pak se volí rovnoměrné rozdělení. Tento případ je nejjednodušší, a proto i když přináší největší nejistoty, se používá nejčastěji. Nejistoty typu B jednotlivých zdrojů Zj se určí ze vztahu f z( )D f z( )D f z( )D -Dz -Dz -Dz + Dz + Dz + Dz -s -s -s + s + s + s -b -b +b +b -a -a -a +a +a +a Normální - Gaussovo Trojúhelníkové-Simpsonovo Lichoběžníkové 1 1 a a+b Rozdělení zmax Q a a b 3 2 6 ~ 2,32 ~ 2,19 ~ 2,04 a b= 3 a b= 2 2a b= 3 a a a při při při 28 max j j Bz z u ∆ = Θ (13) kde parametr Θ se odečte z tabulky 3 pro zvolené rozdělení pravdě- podobnosti. Odhadnuté nejistoty jednotlivých zdrojů Zj se promítají přes funkční závislost X = f (Z1,…Zj,…Zm) do nejistoty hodnoty měřené veličiny X a tvoří její složky ux,zj, které se vypočtou ze vztahu ux,zj = Ax,zjuz,j (14) kde je uzj standardní nejistota odhadu vlivu zdroje Zj a ,x zj j X A Z ∂ = ∂ koeficient citlivosti. Protože při přímém měření jedné veličiny lze předpokládat, že korelace mezi jednotlivými zdroji nejistot typu B jsou zpravidla zanedbatelné a u ostatních měření jsme řekli, že je nebudeme uvažovat, lze výslednou nejistotu typu B stanovit podle Gaussova zákona rozdělení nejistot z výrazu 2 2 2 , , 1 1 j j j m m Bx x z x z z j j u u A u = = = =∑ ∑ . (15) 4.3 POSTUPY URČOVÁNÍ STANDARDNÍCH NEJISTOT Postup při stanovení standardních a rozšířených nejistot se liší podle toho, zda se jedná o přímé či nepřímé měření veličiny. 4.3.1 Přímé měření jedné veličiny Při opakovaném měření veličiny X získáme sérii n hodnot x1, … xn. Výsledkem měření je aritmetický průměr x daný vztahem (5). Standardní nejistota typu A je rovna výběrové směrodatné odchylce aritmetického průměru f z( )D f z( )D f z( )D -Dz -Dz -Dz + Dz + Dz + Dz -s -s -s + s + s + s -a -a -a +a +a +a Rovnoměrné - pravoúhlé Bimodální (trojúhelníkové) Bimodální (Diracovo) 1 1 a 2a e e 0 1 lim 2ε ε→ Rozdělení zmax Q a a a 3 2 1 29 ( ) ( )1 1 2 − − == ∑= nn xx su n i i xA . Měříme-li méně než 10 hodnot, dosadíme do vztahu (12) pro výpočet uA koeficient ks z tabulky č. 2. Standardní nejistoty typu B určíme na základě vztahů (13) až (15), kombinovanou nejistotu podle vztahu (8) a rozšířenou nejistotu dle vztahu (9). 4.3.2 Nepřímé měření veličin Často nelze hledanou fyzikální veličinu měřit přímo a musíme ji získat z více přímo měřených veličin na základě odpovídajících závislostí. Předpokládejme nyní, že hledaná veličina W je funkcí několika přímo měřených veličin a konstant: w = f (x, y, z, V1, V2, V3), (16) kde X, Y a Z jsou přímo měřené veličiny a V1, V2, V3 jsou konstanty. • Poznámka Funkce W obecně zahrnuje i konstanty. V laboratoři fyziky však budete všechny použité konstanty považovat za přesné, takže se do funkční závislosti nepromítnou. V případě, že měřené veličiny X, Y, Z budou stanoveny z většího počtu naměřených hodnot, střední hodnotu hledané veličiny W získáte, když hodnoty měřených veličin, získané ze vztahu (5), dosadíte do funkce ( )f , ,W X Y Z= . (17) Pokud jsou měřené veličiny X,Y a Z vzájemně nezávislé, může být výběrová směrodatná odchylka sW vypočtena ze vztahu 2 2 2 2 2 2 , , , , , , W X Y Z X Y Z X Y Z X Y Z W W W s s s s X Y Z ∂ ∂ ∂      = + +      ∂ ∂ ∂      , (18) kde výrazy v závorkách jsou parciální derivace funkce W, odpovídající koeficientům citlivosti ve vztazích (14) a (15). Analogicky k rovnici (18) platí pro výpočet nejistoty měření uW 2 2 2 2 2 2 , , , , , , W X Y Z X Y Z X Y Z X Y Z W W W u u u u X Y Z ∂ ∂ ∂      = + +      ∂ ∂ ∂      . (19) V případě, že některá z veličin X, Y, Z byla změřena pouze jednou, místo střední hodnoty dané veličiny dosazujte ve vztazích (17) až (19) tuto hodnotu. 4.3.3 Stanovení standardních nejistot pro speciální případy nepřímých měření Je-li souvislost mezi hledanou veličinou W a přímo měřenými veličinami dána jednoduchou funkcí (součet, rozdíl, součin, podíl, mocnina), vedou parciální derivace podle Gaussova zákona rozdělení chyb zase na jednoduchou funkci, takže obdržíme jednoduché výrazy pro nejistoty uW . 30 W = a X 2 2 a aW X Xu u u= = W = X ± Y 2 2 2 2 2 2 W X Y X Y W W u u u u u X Y ∂ ∂    = + = +    ∂ ∂    W = Xk ( ) 22 k 1 2 kW Xu X u− = kde úpravou a rozšířením zlomkem X X dostaneme k k X W u u X X = . Jestliže po úpravě k kW Xu u X X = nazveme zlomky relativní nejistotou dané veličiny, můžeme zjednodušeně psát , ,r W r Xu k u= . a b W X Y= 2 2 2 2 a bX Y W u u u W X Y     = +        nebo 2 2 2 2 , , ,a br W r X r Yu u u= + Obdobně dojdeme k výrazu pro nejistoty součinu a podílu. W = XY 2 2 2 2 2 2 X Y W X Y u u u Y u X u XY X Y     = + = +        W = X/Y 2 2 2 2 2 2 X Y W X Y W W X u u u u u X Y Y X Y ∂ ∂        = + = +        ∂ ∂        Pokud použijeme relativní nejistotu, dostáváme pro součin i podíl identický výraz 2 2 , , ,r W r X r Yu u u= + . Standardní nejistotu můžeme vyjádřit v jednotkách měřené veličiny, pak pro ni budeme používat název absolutní standardní nejistota, nebo poměrem absolutní standardní nejistoty a hodnoty příslušné veličiny, a pak ji budeme nazývat relativní standardní nejistotou. 4.4 VÝSLEDEK MĚŘENÍ Výslednou hodnotu veličiny W zapíšeme ve tvaru ( )WuwW ±= · jednotka. Nejistotu měření u budeme zaokrouhlovat vždy na jedno platné místo. Výjimkou budou číselné hodnoty, mající na začátku jedničku nebo dvojku, ty budeme zaokrouhlovat na dvě místa (relativní chyba zaokrouhlení). Počet cifer aritmetického průměru omezíme tak, aby řád jeho poslední platné cifry byl stejný jako řád poslední číslice nejistoty. 4.5 ZPRACOVÁNÍ NAMĚŘENÝCH HODNOT - PRAKTICKÉ POKYNY Při měření pečlivě zapisujte naměřené hodnoty, abyste se zbytečně nedopustili hrubých chyb. Sledujte přitom, zda-li se jednotlivé hodnoty měření od sebe neliší více, než očekáváte. Zjistíte-li nepřiměřené odchylky, zkontrolujte podmínky pokusu. Zapisujte údaje na tolik míst, kolik můžete odečíst ze stupnice (ne víc, ne méně). Naměřené hodnoty jsou neúplná čísla! Měříte-li jednou, odhadněte nejistotu měření. Měříte-li vícekrát tutéž veličinu za stejných podmínek, vypočítejte z naměřených hodnot aritmetický průměr a standardní nejistotu typu A (uA) podle vztahů (5) a (11), případně 31 (12). V případě, že stanovujete i nejistotu typu B (uB), bude měřená veličina zapsána s údajem kombinované nejistoty u (8). Je-li požadována vyšší přesnost, uveďte rozšířenou nejistotu U (9). Nejistotu měření zaokrouhlete na jednu platnou cifru vždy směrem nahoru (např. 0,0327 na 0,04). Výjimka platí pouze pro případ, kdy nejistota začíná číslicí 1 nebo 2 (viz bod 4.4). Výsledek měření uvádějte na tolik míst, aby nejistota opravovala poslední platnou cifru výsledku. Výsledek zapište ve tvaru ( )WuwW ±= · jednotka. 4.6 PŘÍKLADY A PRAVIDLA 1. Správný zápis neúplného čísla s nejistotou je d = (17,873 ± 0,003) mm. 2. Nesprávné jsou následující zápisy: f = (11,43 ± 0,728) cm; R = (252,7 ± 6) Ω; J = (0,01410 ± 0,0002145) kg m2 ; C = (1,2 ± 0,05) µF. V prvním údaji je potřeba obě čísla zaokrouhlit na desetiny (nejistotu směrem nahoru). Správný zápis: f = (11,4 ± 0,8) cm. V druhém údaji je výsledek zbytečně přesný, nejistota opravuje jednotky. Správný zápis: R = (253 ± 6) Ω. Ve třetím údaji je nesprávně uvedena nejistota. Správný zápis: J = (0,01410 ± 0,00022) kg m2 (údaj nejistoty začíná číslicí 2, proto uvádíme údaj na dvě desetinná místa). Ve čtvrtém údaji je naopak potřeba dopočítat výsledek v setinách, protože nejistota opravuje až druhé místo za desetinnou čárkou. Správný zápis: C = (1,20 ± 0,05) µF. 3. Nula je platnou cifrou, je-li uprostřed čísla a může být platnou cifrou na konci neúplného čísla. Při udávání velkých čísel nemusí být nuly na konci čísla platnými ciframi, např. v zápisu U = 14000 V jsou platné pouze první tři cifry. Údaj musíme zapsat tak, že buď zvětšíme jednotku (jde-li to: U = 14,0 kV) nebo číslo zapíšeme ve tvaru mocniny deseti (U = 1,40 ·104 V), přičemž počet platných cifer musíme zachovat. 4. Jsou-li platné cifry vzdáleny od desetinné čárky, zapisujeme čísla v semilogaritmickém tvaru (číslo z intervalu (1 - 10) krát mocnina deseti). Zápisy c = (2,99792 ± 0,00001) · 108 m·s-1 , e = (1,602± 0,002) · 10-19 C, jsou správné a přehledné. Třetí údaj příkladu 2. budeme proto psát ve tvaru J = (1,410 ± 0,022) · 10-2 kg m2 ; obdobně čtvrtý údaj můžeme správně zapsat jako C = (1,20 ± 0,05) · 10-6 F. 5. Při počítání s neúplnými čísly zaokrouhlete výsledek na takový počet platných cifer, aby byl v souladu s přesností výchozích čísel: 32 a) Při sčítání a odčítání se výsledek zaokrouhluje na poslední platné místo toho řádu, který je u všech sčítanců platný. Př.: 17,1 + 0,24 - 0,178 + 0,092 = 17,245 = 17,2. b) Při násobení a dělení se výsledek zaokrouhluje na tolik platných cifer, kolik jich má číslo s nejmenším počtem platných cifer. Př.: 24,152 x 3,46 = 83,56592 = 83,6; 1,29 : 0,9814 = 1,3144 ... = 1,31; (4,85)3 = 114,084125 = 114. c) Konstanty (π, e, 2 ) uvádíme při výpočtu s neúplnými čísly tak, že uvedeme o jednu platnou cifru více než má číslo s nejmenším počtem platných cifer. Př. : π · 0,9210 · 17,249 = 3,1416 · 0,9210 · 17,249 = 49,908, 2 : 0,0180 = 1,414 : 0,0180 = 78,567. 4.7 PŘÍKLAD ZPRACOVÁNÍ OPAKOVANÝCH MĚŘENÍ Příklad 1 Úkol: Změřit výšku válečku posuvným měřítkem a průměr válečku mikrometrem. Posuvným měřítkem měříme přesně desetiny mm a odhadujeme poloviny desetin (0,05 mm). Změřený údaj musí být zapsán s poslední platnou cifrou v setinách mm. Přesnost čtení na pomocné stupnici mikrometru je 0,5 dílku = 0,005 mm a přečtený údaj musí být zapsán s poslední platnou cifrou udávající tisíciny mm. A. Příklad výpočtu standardní nejistoty přímo měřené veličiny Tabulka naměřených hodnot číslo měření cm h mm d 3 ( ) 10 mm d − ∆ 2 6 2 ( ) 10 mm d − ∆ 1 5,020 10,005 + 1,5 2,25 2 5,020 10,010 + 6,5 42,25 3 5,020 10,020 + 16,5 272,25 4 5,020 9,995 - 8,5 72,25 5 5,020 9,990 - 13,5 182,25 6 5,020 10,000 - 3,5 12,25 7 5,020 10,010 + 6,5 42,25 8 5,020 9,980 - 23,5 552,25 9 5,020 10,005 + 1,5 2,25 10 5,020 10,020 + 16,5 272,25 h = 5,020 cm d = 10,0035 mm ( )∑ ∆ 2 d = 1452,5 · 10-6 mm2 33 Měření průměru válečku 0035,10 10 1 == ∑= n d d i i mm. Protože směrodatná odchylka výběrového průměru je rovna standardní nejistotě typu A, platí ( ) ( ) ( ) 00402,0 90 105,1452 9101 62 1 2 = ⋅ = ⋅ ∆ = − − == − = ∑∑ d nn dd su n i i ddA mm. Nejistota typu B je dána vztahem max B z u ∆ = Θ , kde ∆ zmax - maximální odchylka, jejíž překročení je málo pravděpodobné, Θ - parametr, jehož hodnotu pro zvolené rovnoměrné rozdělení bereme z tabulky 3. Předpokládáme-li chybu čtení na stupnici mikrometru ∆ zmax = 0,005 mm a bereme-li v úvahu rovnoměrné rozdělení (Θ = 3 ), pak uBd = 0,005/ 3 = 0,00288675 mm. Kombinovaná standardní nejistota ud bude 2 2 2 2 3 0,00402 0,00288675 4,949 10d A Bu u u − = + = + = ⋅ mm. Velikost průměru válečku d zapíšeme po zaokrouhlení d = (10,004 ± 0,005) mm. Při opakovaném měření výšky válečku posuvným měřítkem jsme obdrželi pokaždé stejnou hodnotu: 020,5=h cm. Není to způsobeno tím, že bychom tak přesně měřili, ale tím, že náhodné odchylky jsou menší než odchylky vzniklé čtením na stupnici posuvného měřítka. Nemůžeme proto počítat standardní nejistotu typu A. Z odchylky přesnosti čtení posuvným měřítkem (∆ zmax = 0,05 mm) určíme nejistotu typu B. Opět předpokládáme rovnoměrné rozdělení (Θ = 3 ): uBh = 0,05/ 3 = 0,028867 mm. Výšku válečku zapíšeme ve tvaru h = (50,20 ± 0,03) mm nebo h = (5,020 ± 0,003) cm. B. Příklad výpočtu standardní nejistoty pro nepřímé měření Úkol: Určit objem válečku z předchozího příkladu. Objem válečku spočítáme ze vztahu: hdV 2 4 1 π= , ( ) ( ) 2 21 1 1,00035 5,020 3,94546 4 4 V d hπ π= = ⋅ = cm3 . Nejistotu měření objemu válečku spočítáme podle vztahu 34 2 2 2 2d h V u u u V a b d h     = +        , kde za ud dosadíme kombinovanou nejistotu průměru válečku, za uh dosadíme nejistotu uBh výšky válečku, konstanty jsou rovny a = 2, b = 1. Potom: 2 2 2 2 30,004949 0,028867 2 1 3945,46 1,1444 10 4,515 10,0035 50,2 Vu V −    = + = ⋅ ⋅ =        mm3 . Výsledek měření V = (3945,46 ± 4,515) mm3 zapíšeme po úpravě a zaokrouhlení ve tvaru: V = (3,946 ± 0,005) cm3 . Příklad 2 Úkol: Na základě měření napětí a proudu určit velikost odporu. V tabulce jsou vedeny naměřené hodnoty U, I a vypočtené hodnoty odporů. Tabulka naměřených hodnot U I R ∆ I (∆I)2 ·10-4 číslo měření V mA Ω mA mA2 1 1,1 11,46 95,98 -0,016 2,56 2 1,1 11,45 96,07 -0,026 6,76 3 1,1 11,48 95,82 0,004 0,16 4 1,1 11,50 95,65 0,024 5,76 5 1,1 11,49 95,74 0,014 1,96 U = 1,1 V I = 11,476 mA 852,95=R Ω ( )2 ∑ ∆I = 17,2 ·10-4 mA2 Nejprve spočítáme nejistoty každé přímo měřené veličiny. Z naměřených hodnot v tabulce vyplývá, že standardní nejistotu typu A můžeme určit pouze pro hodnoty proudu. Protože se jedná o přímo měřenou veličinu, bude nejistota typu A dána vztahem ( ) 5 2 4 4 21 , 17,2 10 0,86 10 0,927 10 5 4 20 i A I I u − − −= ∆ ⋅ = = = ⋅ = ⋅ ⋅ ∑ mA = 0,927 · 10-5 A. Protože počet měření je menší než 10, použijeme vztah (12) a dostaneme pro ks = 1,4: uA,I = 1,4 · 0,927 · 10-5 = 1,2978 · 10-5 A, 2 10 , 1,6843 10A Iu − = ⋅ A2 . U analogového ampérmetru třídy přesnosti 1 jsme použili rozsah 12 mA. Znamená to tedy, že hodnoty proudu jsme naměřili s chybou ± 0,12 mA (0,12 · 10-3 A). Parametr Θ volíme z tabulky 3 pro rovnoměrné rozdělení. Nejistotu typu B spočteme ze vztahu 3 3 , 1006928,0 3 1012,0 − − ⋅= ⋅ =IBu A, 102 , 10997,47 − ⋅=IBu A2 . 35 Pro výslednou kombinovanou nejistotu proudu platí 2 , 2 , IBIAI uuu += = ( ) 510 100485,7997,47684,1 −− ⋅=+ A. V uvedeném vztahu je možné zanedbat nejistotu uA,I, protože je mnohem menší než nejistota uB,I. Hodnotu proudu po zaokrouhlení zapíšeme ve tvaru I = (11,48 ± 0,07) ·10-3 A. Voltmetr má třídu přesnosti 1, zvolený rozsah je 1,2 V. Znamená to tedy, že napěťové hodnoty jsme naměřili s chybou ± 0,012 V. Parametr Θ volíme jako u ampérmetru pro rovnoměrné rozdělení. Nejistotu typu B spočteme ze vztahu 3max , 0,012 6,928 10 3 B U z u −∆ = = = ⋅ Θ V. Výslednou hodnotu napětí zapíšeme ve tvaru U = (1,100 ± 0,007) V. Neznámý odpor spočítáme z Ohmova zákona ze vztahu R =U/I. Jedná se tedy o nepřímé měření a proto musíme při výpočtu celkové nejistoty vzít v úvahu koeficient citlivosti Ax,zj (viz (14)), který je definován derivací         ∂ ∂ = j zjx Z X A , , takže v našem případě dostáváme pro napětí a proud koeficienty citlivosti AU a AI 1 U U I A U I   ∂    = = ∂ 2I U UI A I I   ∂    = = − ∂ . Výsledná nejistota je dána pouze příspěvky nejistot typu B a určí se ze vztahu: ( ) ( ) ( ) 2 2 2 2 2 2 2 2 , , ,2 1 2 2 2 23 5 23 3 1 1 1,100 6,928 10 6,928 10 11,476 10 11,476 10 0,36445 + 0,33484 = 0,69929 m B R xj Bxj B U B I j U u A u u u I I= − − − −     = = + − =             = ⋅ + − ⋅ ⋅ =   ⋅  ⋅  = Ω ∑ uB,R = 0,8362 Ω . Hodnotu odporu R = (95,852 ± 0,8362) Ω zaokrouhlíme a zapíšeme ve tvaru R = (95,9 ± 0,9) Ω. Nejistotu odporu R můžeme spočítat i jednodušším způsobem. Použijeme vztah (viz článek 4.3.3) pro veličinu danou podílem přímo měřených veličin. 2 22 2 5 3 3 3 2 1,100 7,0485 10 6,928 10 11,476 10 11,476 10 1,100 95,8522 0,8798 10 0,8424 I U R U u u u I I U − − − − −    ⋅ ⋅    = + = + =       ⋅ ⋅        = ⋅ ⋅ = Ω Naměřenou hodnotu odporu zapíšeme ve tvaru R = (95,9 ± 0,9) Ω. 36 Pokud chceme výsledek uvést s rozšířenou nejistotou UR, pak na základě vztahu (9) platí UR = 2 uR = 2 · 0,8424 = 1,6848 Ω, a výsledek zapíšeme ve tvaru R = (95,9 ± 1,7) Ω. Literatura 1. Meloun M., Militký J.: Statistické zpracování experimentálních dat, East Publishing Praha, 1998 2. Vítovec J.: Stanovení nejistot měření, ČMÚ Praha 3. ČSN IEC 484 4. Technický předpis metrologický TPM 0051-93, Stanovenie neistôt při meraniach, 1. a 2. diel, ČSMÚ, Bratislava 1993