Химические методы анализа. Танганов Б.Б. - 117 стр.

UptoLike

ВУЗ: 

ВСГУТУ | Улан-Удэ

Составители: 

Рубрика: 

233
серии измерений в неизменном состоянии. Однако бывают
случаи, когда сама измеряемая величина за время измере-
ний меняется вследствие непостоянства другой величины,
связанной с ней. И в этих случаях будет наблюдаться стати-
стический разброс, приводящий к случайным погрешно-
стям. Но этот разброс будет уже проходить не относительно
неизменного “истинного” значения или среднего значения
измеряемой величины, как рассматривалось выше, а отно-
сительно изменяющегося (например, вследствие изменения
времени или температуры) “истинного” значения.
Пусть в результате эксперимента мы получили ряд
измерений величины y: y
1
, y
2,
..., y
n
, соответствующих значе-
ниям аргумента t
1
, t
2
, ...,t
n
, которые могут быть представле-
ны на графике в виде точек (t
1
, y
1
), (t
2
, y
2
), ..., (t
n
, y
n
) (рис.
6.5), и нам необходимо установить эмпирическую зависи-
мость между y и t.
Если последовательно соединить все эти точки, то по-
лучим ломаную линию, которая ничего общего не будет
иметь с искомой зависимостью y = f(t). Это следует из того,
что форма этой ломаной линии не будет воспроизводиться
при повторных сериях измерений. Измеренные значения y
i
будут в общем случае смещены относительно искомой кри-
вой y = f(t) как в сторону больших, так и в сторону меньших
значений вследствие статистического разброса (рис. 6.6).
234
Рис.6.5. Положения экспериментальных значений (t
i
,y
i
).
Задача в данном случае состоит в том, чтобы по дан-
ным экспериментальным точкам провести кривую (не ло-
маную линию), которая проходила бы как можно ближе к
истинной функциональной зависимости y = f(t). 
                               233                                                             234


серии измерений в неизменном состоянии. Однако бывают
случаи, когда сама измеряемая величина за время измере-
ний меняется вследствие непостоянства другой величины,
связанной с ней. И в этих случаях будет наблюдаться стати-
стический разброс, приводящий к случайным погрешно-
стям. Но этот разброс будет уже проходить не относительно
неизменного “истинного” значения или среднего значения
измеряемой величины, как рассматривалось выше, а отно-
сительно изменяющегося (например, вследствие изменения
времени или температуры) “истинного” значения.
      Пусть в результате эксперимента мы получили ряд
измерений величины y: y1, y2, ..., yn, соответствующих значе-
ниям аргумента t1, t2, ...,tn, которые могут быть представле-
ны на графике в виде точек (t1, y1), (t2, y2), ..., (tn, yn) (рис.
6.5), и нам необходимо установить эмпирическую зависи-
мость между y и t.
      Если последовательно соединить все эти точки, то по-
лучим ломаную линию, которая ничего общего не будет
иметь с искомой зависимостью y = f(t). Это следует из того,
что форма этой ломаной линии не будет воспроизводиться
при повторных сериях измерений. Измеренные значения yi                Рис.6.5. Положения экспериментальных значений (ti,yi).
будут в общем случае смещены относительно искомой кри-
вой y = f(t) как в сторону больших, так и в сторону меньших               Задача в данном случае состоит в том, чтобы по дан-
значений вследствие статистического разброса (рис. 6.6).             ным экспериментальным точкам провести кривую (не ло-
                                                                     маную линию), которая проходила бы как можно ближе к
                                                                     истинной функциональной зависимости y = f(t).

Страницы