計測における誤差解析入門(その31) 8-22, 8-24, 8-25, 8-26

John R. Taylor「計測における誤差解析入門」の読書メモ

8.22

 \sum t =0, \sum y = 391, \sum t^2=10, \sum t^3=0, \sum t^4=34,
\sum ty=-310, \sum t^2y=716

これから(8.27)は


\begin{align}
 5A +10 C &= 391 \\\\
 10B &= -310 \\\\
 10A +34C &= 716
\end{align}


となるので


 \begin{align}
  A = \frac{3067}{35}=87.6,\ 
  B= -31,\ 
  C = -\frac{33}{7}=-4.71
\end{align}


 \begin{align}
  y_0 = 88 \mathrm{\,cm},\ 
  v_0 = -310 \mathrm{\,cm/s},\ 
  g = -2C = 942 \mathrm{\,cm/s}^2
\end{align}

になる. t の単位が0.1秒であることに注意.

8.24

  \sum f^2=2.201, \sum g^2=2.799,
 \sum fg = 0, \sum yf=12.18, \sum yg=31.06


(8.41)より


 \begin{align}
  2.201 A &= 12.18\\\\
  2.799 B &= 31.06
\end{align}


よって


 \begin{align}
  A=5.53, \quad B=11.1
\end{align}


f:id:haul3740:20200706114123p:plain:w350


 y 値が数cmの誤差をもっている場合でも,すべての誤差が同じ大きさであればこれがベストフィット曲線であることは変わらない.

8.25

 \sum t=150, \sum \ln\nu=27.45, \sum t^2=5500, \sum t\ln\nu=801.4


 \Delta = 5\cdot5500-150^2=5000


 \begin{align}
  A = \ln \nu_0 = \frac{5500\cdot27.45-150*801.4}{5000}=6.153
\end{align}


 \begin{align}
  B = -\frac{1}{\tau} = \frac{5\cdot801.4-150\cdot 27.45}{5000}=-0.0222
\end{align}


これから, \tau=45.1 分, \nu_0=470になる.

ちなみに, \sum \ln\nu=27.5, \sum t\ln\nu=801 \nu_0 を計算すると502になる.

8.26

(a)  \nu_i の誤差が  1/\sqrt{\nu_i},とあるが, z_i の誤差の間違い.


 \begin{align}
  \ln (\nu_i\pm \sqrt{\nu_i})=\ln \nu_i \pm \frac{d\ln \nu_i}{d\nu_i}\sqrt{\nu_i}=\ln \nu_i \pm \frac{\sqrt{\nu_i}}{\nu_i}
  =\ln \nu_i \pm\frac{1}{\sqrt{\nu_i}}
\end{align}

(b)  x_i=t_i, y_i=\ln \nu_i, w_i = \nu_i とおく.


 \sum x=510, \sum w=309, \sum y=20.67, \sum wx=14040, \sum wy=1327.5,
 \sum wx^2=1046400, \sum wxy=53380


これらから, \Delta=126216000, A=5.068, B=-0.01699, \sigma_A=0.09105, \sigma_B=0.001565 を得る.

 \begin{align}
  \tau = -\frac{1}{B\pm\sigma_B}=-\frac{1}{B}\pm\frac{\sigma_B}{B^2}=58\pm5
\end{align}


(c)

f:id:haul3740:20200706224447p:plain:w320

直線はエラーバーから外れていることもあるが,おおむねあっているので指数関数的に減少しているといえる.