FR Fehlerrechnung
FR Fehlerrechnung
FR Fehlerrechnung
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>FR</strong><br />
<strong>Fehlerrechnung</strong><br />
Zufällige Abweichungen sind hingegen zunächst irgendwie statistisch verteilt. Gehen viele<br />
unabhängige Ursachen in die Abweichung ein, so ist die Größe nach C.F. Gauß normalverteilt.<br />
Dies bezeichnet man auch als den zentralen Grenzwertsatz der Stochastik.<br />
Sie können Ihre Messung also durch eine Mehrfachmessung dann verbessern, wenn die statistische<br />
Schwankung des Messwerts größer ist als die Auflösung des Messgeräts. Allerdings<br />
ist es unsinnig, den zufälligen Fehler durch Mehrfachmessung unter den systematischen Fehler<br />
senken zu wollen, woraus sich eine maximale Anzahl von sinnvollen Messwiederholungen<br />
ergibt.<br />
Am Beispiel der Goldmünze lässt sich das wieder illustrieren: Zeigt die Küchenwaage mit<br />
einer Skaleneinteilung von 10 g eine Masse von 30 g für die Münze an, so wird sie das<br />
auch bei jeder folgenden Messung tun. Eine Mehrfachmessung bringt hier nichts, auch weil<br />
der systematische Fehler bereits 10 g beträgt. Bei einer Laborwaage genügt aber bereits ein<br />
leichtes Wackeln am Tisch, um ein um mehrere mg abweichendes Ergebnis zu bekommen.<br />
Hier hilft eine Mehrfachmessung.<br />
Ein Spezialfall sind diskrete Größen: Wenn Sie drei Äpfel auf dem Tisch liegen haben, werden<br />
Sie auch bei der hundersten Zählung drei Äpfel haben (es sei denn, Sie können nicht bis<br />
drei zählen, aber das wäre ein systematischer Fehler). Anders sieht es aus, wenn die Messgröße<br />
selbst statistischer Natur ist, z.B. der radioaktive Zerfall. Dann werden werden Sie bei<br />
gleicher Messzeit jedesmal eine andere Zahl von Zerfällen messen, die um einen mittleren<br />
Wert schwanken (allerdings diesmal nicht normal-, sondern Poisson-verteilt.)<br />
Die Häufigkeit Ihrer Messwerte x verteilen sich also mit einer Gaußfunktion um den zentralen<br />
Wert µ, dem für unendlich viele Messungen der Mittelwert x zustrebt: Dieser zentrale<br />
Wert weicht nur noch um den systematischen Fehler vom wahren Wert ab.<br />
f(x) =<br />
1 (x − µ)2<br />
√ exp<br />
2πσ<br />
2 2σ 2<br />
(<strong>FR</strong>.1)<br />
Das arithmetische Mittel<br />
x = 1 n<br />
n∑<br />
i=1<br />
x i<br />
(<strong>FR</strong>.2)<br />
aus den n Einzelmessungen x i ist dabei die beste Näherung für den zentralen Wert µ. Die<br />
Breite σ gibt an, wie stark die Einzelmessung um den zentralen Wert streut. Die beste Näherung<br />
für sigma bei einer endlichen Zahl von Messungen ist die sogenannte Standardabweichung<br />
s.<br />
s = √ 1<br />
n − 1<br />
n∑<br />
(x i − x) 2 (<strong>FR</strong>.3)<br />
Dass im Nenner n − 1 und nicht n steht, lässt sich am besten mit n = 2 Messwerten begründen:<br />
Der Mittelwert liegt genau zwischen diesen Werten und die Abweichung vom<br />
2<br />
i=1