Analiza niepewności pomiarowych 1100-ANP
Celem zajęć jest przygotowanie studentów do samodzielnej pracy doświadczalnej. Wykład Analiza niepewności pomiarowych (łącznie 20 godzin) stanowi wprowadzenie do szerokiego zakresu zagadnień związanych z planowaniem eksperymentu oraz analizą i interpretacją jego wyników. Zgodnie z tytułem, najwięcej miejsca zajmują podstawowe metody określania dokładności uzyskanego wyniku (czyli niepewności pomiaru) z uwzględnieniem błędów przypadkowych i systematycznych.
Program wykładu (20 h):
1. Wprowadzenie: pomiar, rodzaje i źródła błędów pomiarowych, niepewność pomiaru.
2. Charakterystyki zbiorów danych liczbowych: mediana, średnia, średnie odchylenie standardowe.
3. Graficzna prezentacja i analiza danych: histogramy, wykresy z użyciem funkcyjnych skal na osiach (liniowo-liniowej, liniowo-logarytmicznej
i logarytmiczno-logarytmicznej).
4. Podstawy rachunku prawdopodobieństwa. Rozkłady prawdopodobieństwa: dwumianowy, Poissona, Gaussa. Składowa przypadkowa niepewności pomiaru (błąd przypadkowy).
5. Wpływ efektów systematycznych na dokładność pomiaru: wprowadzanie poprawek i uwzględnianie dokładności przyrządów przy wyznaczaniu niepewności pomiaru.
6. Propagacja małych błędów.
7. Metoda najmniejszych kwadratów i przykłady jej zastosowań: wyznaczanie średniej ważonej i współczynników zależności liniowej (wraz z niepewnościami) na podstawie wyników pomiarów.
8. Wprowadzenie do zagadnień statystycznego testowania hipotez: test 3 σ, test t-Studenta, test χ2.
Opis przygotowali: Andrzej Majhofer, Aneta Drabińska - koordynatorzy przedmiotu
Kierunek podstawowy MISMaP
Tryb prowadzenia
Założenia (opisowo)
Koordynatorzy przedmiotu
Efekty kształcenia
Po zaliczeniu przedmiotu student:
WIEDZA
1. Zna przyjęte w naukach przyrodniczych standardy wyznaczania niepewności pomiarów.
2. Zna przyjęte w naukach przyrodniczych standardy opisywania procedur doświadczalnych i prezentacji wyników pomiarów.
UMIEJĘTNOŚCI
1. Przedstawia wyniki pomiarów w postaci wykresów i/lub histogramów.
2. Korzysta z graficznej przezntacji wyników do odkrywania zależności między badanymi wielkościami.
3. Określa niepewność wyniku pomiaru.
4. Stosuje metodę najmniejszych kwadratów do wyznaczania parametrów zależności liniowej.
5. Stosuje testy hipotez statystycznych: test 3σ, test t-Studenta oraz test χ2.
Kryteria oceniania
Ocena końcowa wystawiana jest na podstawie sumy punktów uzyskanych za rozwiązania zadań domowych i zadań sprawdzianu, a każda z części zaliczenia wchodzi z wagą 50% do sumy końcowej. Warunkiem zaliczenia jest uzyskanie więcej niż połowy maksymalnej liczby punktów.
Praktyki zawodowe
nie ma
Literatura
1. J. R. Taylor, Wstęp do analizy błędu pomiarowego, Wydawnictwo Naukowe PWN, Warszawa, 1995.
2. G. L. Squires, Praktyczna fizyka, Wydawnictwo Naukowe PWN, Warszawa, 1992.
3. H. Abramowicz, Jak analizować wyniki pomiarów, Wydawnictwo Naukowe PWN, Warszawa, 1992.
4. A. Zięba, Analiza danych w naukach ścisłych i technicznych, Wydawnictwo naukowe PWN, Warszawa, 2013.
Literatura uzupełniająca:
1. S. Brandt, Analiza danych, Wydawnictwo Naukowe PWN, Warszawa, 1998.
2. J. J. Jakubowski i R. Sztencel, Wstęp do teorii prawdopodobieństwa, SCRIPT, Warszawa, 2001.
3. W. Feller, Wstęp do rachunku prawdopodobieństwa, PWN, Warszawa, 1977.
4. R. Nowak, Statystyka dla fizyków, Wydawnictwo Naukowe PWN, Warszawa, 2002.
5. W. T. Eadie, D. Drijard, F. E. James, M. Roos i B. Sadoulet,
Metody statystyczne w fizyce doświadczalnej, PWN, Warszawa, 1989
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: