Analys och presentation av fysikexperiment - Fysikum
Analys och presentation av fysikexperiment - Fysikum
Analys och presentation av fysikexperiment - Fysikum
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
48 KAPITEL 4. SANNOLIKHETER OCH STATISTIK<br />
Men E(x − µ) = 0 <strong>och</strong> E((x − µ) 2 ) = V (x) = σ2 x, s˚a<br />
2 da<br />
V (a) = σ<br />
dx<br />
2 x .<br />
Standard<strong>av</strong>vikelsen för a blir allts˚a<br />
σa = da<br />
dx σx<br />
(4.18)<br />
Detta resultat för σa är egentligen självklart! Vi har approximerat a med en<br />
linjär funktion. Det betyder att a-värdena f˚as fr˚an x-värdena genom en translation<br />
<strong>och</strong> en ändring <strong>av</strong> skalan. Fördelningen ser allts˚a likadan ut, men den<br />
hamnar p˚a ett annat ställe <strong>och</strong> bredden ändras med en faktor da<br />
dx .<br />
Ekvation 4.18 är felfortplantningsformeln, ekvation 3.7, för en variabel. Nu<br />
antar vi att vi har mätningar <strong>av</strong> tv˚a oberoende variabler, x <strong>och</strong> y som beskrivs<br />
<strong>av</strong> sannolikhetstätheter f(x) <strong>och</strong> g(y) med medelvärden µx <strong>och</strong> µy <strong>och</strong> standard<strong>av</strong>vikelser<br />
σx <strong>och</strong> σy. Att variablerna är oberoende betyder att sannolikheten<br />
f(x)dx för att hamna i ett litet intervall dx är oberoende <strong>av</strong> vilket värde ymätningen<br />
g<strong>av</strong> <strong>och</strong> vice versa. Sannolikheten för att x ska hamna i intervallet<br />
dx samtidigt som y hamnar i intervallet dy blir d˚a f(x)g(y)dxdy. Om vi upprepar<br />
mätningarna m˚anga g˚anger kommer ju en andel f(x)dx att hamna i dx<br />
<strong>och</strong> <strong>av</strong> den andelen kommer en andel g(y)dy att hamna i dy.<br />
Vi vill nu bestämma medelvärde <strong>och</strong> standard<strong>av</strong>vikelse för en funktion a =<br />
a(x,y) som beror p˚a b˚ada variablerna. Räkningarna blir väldigt lika envariabelfallet<br />
som behandlades ovan. Istället för att som i <strong>av</strong>snitt 4.2 integrera över x-<br />
axeln m˚aste vi nu integrera över xy-planet när vi bildar väntevärden. Medelvärdet<br />
<strong>av</strong> a blir<br />
<br />
E(a(x,y)) = a(x,y)f(x)g(y)dxdy , (4.19)<br />
vilket vi kan skriva som<br />
<br />
E(a(x,y)) =<br />
<br />
dy g(y)<br />
dx a(x,y)f(x)<br />
<strong>och</strong> utföra integrationen över x först, för y fixt. Ekvation 4.17 ger d˚a att E(a(x,y)) =<br />
dy g(y)a(µx,y). Nu är a(µx,y) en funktion <strong>av</strong> en variabel, s˚a ekvation 4.17<br />
ger att<br />
E(a(x,y)) = a(µx,µy) (4.20)<br />
En förutsättning är liksom tidigare att a kan behandlas som en linjär funktion.<br />
För funktioner som faktiskt är linjära blir sambandet exakt. Vi ser till exempel<br />
att a = x + y ger<br />
E(x + y) = µx + µy ,<br />
dvs. medelvärdet <strong>av</strong> en summa är summan <strong>av</strong> medelvärdena. Detta beror p˚a att<br />
integralen <strong>av</strong> en summa är summanP <strong>av</strong> integralerna. P P Motsvarande gäller ocks˚a<br />
(x+y) x+ y<br />
aritmetiska medelvärden: x + y = N = N = x + y. Det är ganska<br />
självklart, men viktigt!<br />
När vi nu har medelvärdet <strong>av</strong> a kan vi bestämma variansen som tidigare<br />
(”E()” betecknar nu integration över xy-planet, men fortfarande är E(C) = C<br />
om C är en konstant):<br />
V (a) = E [a(x,y) − E(a(x,y))] 2 = E [a(x,y) − a(µx,µy)] 2 =