សេចក្តីផ្តើម។ ដំណើរការនៃលទ្ធផលរង្វាស់នៅក្នុងការអនុវត្តជាក់ស្តែង ការវាស់វែង និងកំហុសក្នុងការវាស់វែង ការវិភាគលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់
កំហុសចៃដន្យមានលក្ខណៈសម្បត្តិដូចខាងក្រោម។
ជាមួយនឹងចំនួនដ៏ធំនៃការវាស់វែង កំហុសនៃទំហំដូចគ្នា ប៉ុន្តែផ្ទុយគ្នានៅក្នុងសញ្ញាកើតឡើងញឹកញាប់ស្មើគ្នា។
កំហុសធំទំនងជាកើតឡើងតិចជាងកំហុសតូចតាច។ ពីទំនាក់ទំនង (1) សរសេរពួកវាឡើងវិញក្នុងទម្រង់
X \u003d x 1 + x 1
X = x 2 + x 2
X = x n + x n
ហើយការបន្ថែមក្នុងជួរឈរ អ្នកអាចកំណត់តម្លៃពិតនៃតម្លៃដែលបានវាស់ដូចខាងក្រោម៖
ឬ
.
(2)
ទាំងនោះ។ តម្លៃពិតនៃបរិមាណដែលបានវាស់គឺស្មើនឹងមធ្យមនព្វន្ធនៃលទ្ធផលរង្វាស់ ប្រសិនបើមានចំនួនមិនកំណត់នៃពួកគេ។ ជាមួយនឹងចំនួនកំណត់ និងសូម្បីតែច្រើនទៀតជាមួយនឹងចំនួនតូចមួយនៃការវាស់វែង ដែលជាធម្មតាយើងដោះស្រាយក្នុងការអនុវត្ត សមភាព (2) គឺប្រហាក់ប្រហែល។
អនុញ្ញាតឱ្យតម្លៃខាងក្រោមនៃបរិមាណដែលបានវាស់វែង X ត្រូវបានទទួលជាលទ្ធផលនៃការវាស់វែងជាច្រើន: 13.4; ១៣.២; ១៣.៣; ១៣.៤; ១៣.៣; ១៣.២; ១៣.១; ១៣.៣; ១៣.៣; ១៣.២; ១៣.៣; ១៣.១. ចូរយើងបង្កើតដ្យាក្រាមនៃការចែកចាយលទ្ធផលទាំងនេះ ដោយរៀបចំការអានឧបករណ៍តាមអ័ក្ស abscissa តាមលំដាប់ឡើង។ ចម្ងាយរវាងចំណុចជាប់គ្នាតាមអ័ក្ស abscissa គឺស្មើនឹងពីរដងនៃកំហុសក្នុងការអានអតិបរមានៅលើឧបករណ៍។ ក្នុងករណីរបស់យើង ការរាប់ថយក្រោយត្រូវបានបង្កើតឡើងរហូតដល់ 0.1។ នេះគឺស្មើនឹងផ្នែកមួយនៃមាត្រដ្ឋានដែលបានសម្គាល់នៅលើអ័ក្ស x ។ នៅលើអ័ក្ស y យើងកំណត់តម្លៃសមាមាត្រទៅនឹងចំនួនដែលទាក់ទងនៃលទ្ធផលដែលត្រូវគ្នានឹងការអានឧបករណ៍មួយឬផ្សេងទៀត។ ចំនួនដែលទាក់ទង ឬប្រេកង់ដែលទាក់ទងនៃលទ្ធផលស្មើនឹង x k នឹងត្រូវបានតាងដោយ W(x k)។ ក្នុងករណីរបស់យើង។
យើងកំណត់ x នីមួយៗទៅ
(3)
ដែល A ជាមេគុណនៃសមាមាត្រ។
ដ្យាក្រាមដែលត្រូវបានគេហៅថាអ៊ីស្តូក្រាមខុសពីក្រាហ្វធម្មតាដែលចំនុចទាំងនោះមិនត្រូវបានភ្ជាប់ដោយបន្ទាត់កោងរលោងទេ ប៉ុន្តែជំហានត្រូវបានគូសតាមពួកគេ។ វាច្បាស់ណាស់ថាផ្ទៃនៃជំហានលើតម្លៃមួយចំនួននៃ x k គឺសមាមាត្រទៅនឹងប្រេកង់ដែលទាក់ទងនៃការកើតឡើងនៃលទ្ធផលនេះ។ ដោយជ្រើសរើសមេគុណសមាមាត្រក្នុងកន្សោម (3) ក្នុងវិធីសមស្រប ផ្ទៃនេះអាចត្រូវបានធ្វើឡើងស្មើនឹងប្រេកង់ដែលទាក់ទងនៃលទ្ធផល x k ។ បន្ទាប់មកផលបូកនៃផ្ទៃនៃជំហានទាំងអស់ ជាផលបូកនៃប្រេកង់ដែលទាក់ទងទាំងអស់ លទ្ធផលគួរតែស្មើនឹងមួយ។
ពីទីនេះយើងរកឃើញ A=10។ លក្ខខណ្ឌ (4) ត្រូវបានគេហៅថាលក្ខខណ្ឌធម្មតាសម្រាប់មុខងារ (3) ។
ប្រសិនបើអ្នកធ្វើស៊េរីនៃការវាស់វែងជាមួយ n រង្វាស់នៅក្នុងស៊េរីនីមួយៗ នោះជាមួយនឹងតូចមួយ n ប្រេកង់ដែលទាក់ទងនៃតម្លៃដូចគ្នា x k ដែលបានរកឃើញពីស៊េរីផ្សេងៗគ្នាអាចខុសគ្នាយ៉ាងខ្លាំងពីគ្នាទៅវិញទៅមក។ នៅពេលដែលចំនួនរង្វាស់នៅក្នុងស៊េរីកើនឡើង ភាពប្រែប្រួលនៃតម្លៃ W(x k) ថយចុះ ហើយតម្លៃទាំងនេះឈានដល់ចំនួនថេរជាក់លាក់មួយ ដែលត្រូវបានគេហៅថាប្រូបាប៊ីលីតេនៃលទ្ធផល x k និងត្រូវបានតំណាងដោយ P (x k )
ចូរយើងសន្មត់ថា ខណៈពេលដែលធ្វើការពិសោធន៍ យើងមិនរាប់លទ្ធផលទៅនឹងការបែងចែកខ្នាតទាំងមូល ឬចំណែករបស់ពួកគេនោះទេ ប៉ុន្តែយើងអាចជួសជុលចំណុចដែលព្រួញឈប់បាន។ បន្ទាប់មក សម្រាប់ការវាស់វែងដ៏ច្រើនគ្មានកំណត់ ព្រួញនឹងទៅមើលចំណុចនីមួយៗនៅលើមាត្រដ្ឋាន។ ការចែកចាយលទ្ធផលរង្វាស់ក្នុងករណីនេះទទួលបានតួអក្សរបន្ត ហើយជំនួសឱ្យអ៊ីស្តូក្រាមជំហានត្រូវបានពិពណ៌នាដោយខ្សែកោងបន្ត y=f(x) ។ ដោយផ្អែកលើលក្ខណៈសម្បត្តិនៃកំហុសចៃដន្យ វាអាចសន្និដ្ឋានបានថា ខ្សែកោងត្រូវតែស៊ីមេទ្រី ហើយដូច្នេះអតិបរមារបស់វាធ្លាក់លើមធ្យមនព្វន្ធនៃលទ្ធផលរង្វាស់ ដែលស្មើនឹងតម្លៃពិតនៃបរិមាណដែលបានវាស់។ នៅក្នុងករណីនៃការចែកចាយបន្តនៃលទ្ធផលរង្វាស់គឺមិនមានទេ។
វាសមហេតុផលក្នុងការនិយាយអំពីប្រូបាប៊ីលីតេនៃតម្លៃណាមួយរបស់ពួកគេ ពីព្រោះ មានតម្លៃដែលជិតស្និទ្ធនឹងតម្លៃដែលស្ថិតក្រោមការពិចារណា។ ឥឡូវនេះយើងគួរតែលើកសំណួរអំពីប្រូបាប៊ីលីតេនៃការជួបប្រជុំគ្នាក្នុងអំឡុងពេលវាស់វែងលទ្ធផលនៅក្នុងចន្លោះពេលជាក់លាក់មួយជុំវិញតម្លៃនៃ x k ដែលស្មើនឹង
,
. ដូចនៅលើអ៊ីស្តូក្រាម ប្រេកង់ដែលទាក់ទងនៃលទ្ធផល x ដើម្បីស្មើនឹងផ្ទៃដីនៃជំហានដែលបានសាងសង់លើលទ្ធផលនេះ នៅលើក្រាហ្វសម្រាប់ការចែកចាយបន្ត ប្រូបាប៊ីលីតេនៃការស្វែងរកលទ្ធផលក្នុងចន្លោះពេល (
,
) គឺស្មើនឹងផ្ទៃនៃ curvilinear trapezoid ដែលបានសាងសង់នៅលើចន្លោះពេលនេះ ហើយត្រូវបានចងដោយខ្សែកោង f(x)។ សញ្ញាណគណិតវិទ្យានៃលទ្ធផលនេះគឺ
ប្រសិនបើ
តិចតួច, i.e. តំបន់នៃរាងចតុកោណកែងរាងកោងត្រូវបានជំនួសដោយផ្ទៃប្រហាក់ប្រហែលនៃចតុកោណកែងដែលមានមូលដ្ឋានដូចគ្នា និងកម្ពស់ស្មើនឹង f(xk)។ អនុគមន៍ f(x) ត្រូវបានគេហៅថាដង់ស៊ីតេប្រូបាប៊ីលីតេនៃការចែកចាយលទ្ធផលរង្វាស់។ ប្រូបាប៊ីលីតេនៃការស្វែងរក x ក្នុងចន្លោះពេលខ្លះគឺស្មើនឹងដង់ស៊ីតេប្រូបាប៊ីលីតេសម្រាប់ចន្លោះពេលដែលបានផ្តល់ឱ្យគុណនឹងប្រវែងរបស់វា។
ខ្សែកោងការចែកចាយនៃលទ្ធផលរង្វាស់ដែលទទួលបានដោយពិសោធន៍សម្រាប់ផ្នែកជាក់លាក់នៃមាត្រដ្ឋានឧបករណ៍ ប្រសិនបើវាត្រូវបានបន្តដោយ asymptotically ប្រហាក់ប្រហែលអ័ក្ស abscissa ពីឆ្វេង និងស្តាំ ត្រូវបានពិពណ៌នាយ៉ាងល្អិតល្អន់ដោយមុខងារនៃទម្រង់
(5)
ដូចផ្ទៃដីសរុបនៃជំហានទាំងអស់នៅលើអ៊ីស្តូក្រាមស្មើនឹងមួយ ផ្ទៃទាំងមូលរវាងខ្សែកោង f (x) និងអ័ក្ស abscissa ដែលមានអត្ថន័យនៃប្រូបាប៊ីលីតេនៃការជួបយ៉ាងហោចណាស់តម្លៃមួយចំនួននៃ x ក្នុងអំឡុងពេល ការវាស់វែងក៏ស្មើនឹងមួយ។ ការចែកចាយដែលបានពិពណ៌នាដោយមុខងារនេះត្រូវបានគេហៅថាការចែកចាយធម្មតា។ ប៉ារ៉ាម៉ែត្រចំបងនៃការចែកចាយធម្មតាគឺ វ៉ារ្យង់ 2 ។ តម្លៃប្រហាក់ប្រហែលនៃការបែកខ្ចាត់ខ្ចាយអាចត្រូវបានរកឃើញពីលទ្ធផលនៃការវាស់វែងដោយប្រើរូបមន្ត
(6)
រូបមន្តនេះផ្តល់នូវការបែកខ្ញែកនៅជិតតម្លៃពិតសម្រាប់តែការវាស់វែងមួយចំនួនធំប៉ុណ្ណោះ។ ឧទាហរណ៍ σ 2 បានរកឃើញពីលទ្ធផលនៃការវាស់វែង 100 អាចមានគម្លាតពីតម្លៃជាក់ស្តែង 15% ដែលបានរកឃើញពីការវាស់វែង 10 រួចហើយ 40% ។ វ៉ារ្យ៉ង់កំណត់រូបរាងនៃខ្សែកោងចែកចាយធម្មតា។ នៅពេលដែលកំហុសចៃដន្យមានទំហំតូច ការបែកខ្ញែកដូចខាងក្រោមពី (6) គឺតូច។ ខ្សែកោង f(x) ក្នុងករណីនេះគឺតូចជាងនិងមុតជាងជិតតម្លៃពិតនៃ X ហើយមានទំនោរទៅសូន្យលឿនជាងពេលផ្លាស់ទីទៅឆ្ងាយជាងកំហុសធំ។ រូបខាងក្រោមនឹងបង្ហាញពីរបៀបដែលទម្រង់នៃខ្សែកោង f(x) សម្រាប់ការផ្លាស់ប្តូរការចែកចាយធម្មតាអាស្រ័យលើ σ ។
នៅក្នុងទ្រឹស្ដីប្រូបាប៊ីលីតេ វាត្រូវបានបង្ហាញថា ប្រសិនបើយើងពិចារណាមិនមែនជាការចែកចាយលទ្ធផលរង្វាស់ទេ ប៉ុន្តែការចែកចាយតម្លៃមធ្យមនព្វន្ធដែលបានរកឃើញពីស៊េរីនៃការវាស់វែង n ក្នុងស៊េរីនីមួយៗ នោះវាក៏គោរពតាមច្បាប់ធម្មតាដែរ ប៉ុន្តែជាមួយនឹងការបែកខ្ញែក។ ដែលមានទំហំតូចជាង។
ប្រូបាប៊ីលីតេនៃការស្វែងរកលទ្ធផលរង្វាស់នៅក្នុងចន្លោះពេលជាក់លាក់មួយ (
) នៅជិតតម្លៃពិតនៃតម្លៃដែលបានវាស់គឺស្មើនឹងផ្ទៃនៃ curvilinear trapezoid ដែលបានបង្កើតឡើងនៅលើចន្លោះពេលនេះ ហើយចងពីខាងលើដោយខ្សែកោង f(x)។ តម្លៃចន្លោះពេល
ជាធម្មតាវាស់វែងជាឯកតាសមាមាត្រទៅនឹងឫសការ៉េនៃការប្រែប្រួល
អាស្រ័យលើតម្លៃនៃ k ក្នុងមួយចន្លោះពេល
មានរាងចតុកោណកែងនៃតំបន់ធំជាង ឬតូចជាង ពោលគឺឧ។
ដែល F(k) គឺជាមុខងារមួយចំនួនរបស់ k។ ការគណនាបង្ហាញថាសម្រាប់
k=1,
k=2,
k=3,
នេះបង្ហាញថាក្នុងចន្លោះពេល
មានប្រហែល 95% នៃផ្ទៃក្រោមខ្សែកោង f(x)។ ការពិតនេះគឺនៅក្នុងកិច្ចព្រមព្រៀងពេញលេញជាមួយនឹងទ្រព្យសម្បត្តិទីពីរនៃកំហុសចៃដន្យដែលបញ្ជាក់ថាកំហុសធំគឺមិនទំនង។ កំហុសធំជាង
កើតឡើងជាមួយនឹងប្រូបាប៊ីលីតេតិចជាង 5% ។ កន្សោម (7) សរសេរឡើងវិញសម្រាប់ការចែកចាយមធ្យមនព្វន្ធនៃការវាស់វែង n យកទម្រង់
(8)
តម្លៃ ក្នុង (7) និង (8) អាចត្រូវបានកំណត់លើមូលដ្ឋាននៃលទ្ធផលរង្វាស់បានតែប្រមាណដោយរូបមន្ត (6)
ការជំនួសតម្លៃនេះ។ ទៅក្នុងកន្សោម (8) យើងនឹងទទួលបាននៅខាងស្តាំមិនមែន F (k) ប៉ុន្តែមុខងារថ្មីមួយចំនួន អាស្រ័យមិនត្រឹមតែលើទំហំនៃចន្លោះពេលតម្លៃ X ប៉ុណ្ណោះទេប៉ុន្តែថែមទាំងលើចំនួនរង្វាស់ដែលបានធ្វើផងដែរ។
និង
ដោយសារតែ សម្រាប់តែចំនួនរង្វាស់ដ៏ច្រើនប៉ុណ្ណោះ ដែលរូបមន្ត (6) មានភាពត្រឹមត្រូវគ្រប់គ្រាន់។
ដោយបានដោះស្រាយប្រព័ន្ធនៃវិសមភាពពីរនៅក្នុងតង្កៀបនៅផ្នែកខាងឆ្វេងនៃកន្សោមនេះទាក់ទងនឹងតម្លៃពិតនៃ X យើងអាចសរសេរវាឡើងវិញជាទម្រង់
កន្សោម (9) កំណត់ប្រូបាប៊ីលីតេដែលតម្លៃពិតនៃ X ស្ថិតនៅក្នុងចន្លោះពេលជាក់លាក់នៃប្រវែង អំពីតម្លៃ . ប្រូបាប៊ីលីតេនេះនៅក្នុងទ្រឹស្តីនៃកំហុសត្រូវបានគេហៅថា ភាពអាចជឿជាក់បាន ហើយចន្លោះពេលដែលត្រូវគ្នានឹងវាសម្រាប់តម្លៃពិតត្រូវបានគេហៅថា ចន្លោះពេលទំនុកចិត្ត។ មុខងារ
គណនាអាស្រ័យលើ t n និង n ហើយតារាងលម្អិតត្រូវបានចងក្រងសម្រាប់វា។ តារាងមាន 2 ធាតុចូល៖ pt n និង n ។ ដោយមានជំនួយរបស់វា សម្រាប់ចំនួនរង្វាស់ដែលបានផ្តល់ឱ្យ n វាអាចរកឃើញ ដែលផ្តល់តម្លៃជាក់លាក់នៃភាពអាចជឿជាក់បាន Р តម្លៃនៃ t n ដែលហៅថាមេគុណសិស្ស។
ការវិភាគនៃតារាងបង្ហាញថាសម្រាប់ចំនួនជាក់លាក់នៃការវាស់វែងជាមួយនឹងតម្រូវការនៃការបង្កើនភាពជឿជាក់យើងទទួលបានតម្លៃកើនឡើងនៃ t n , i.e. ការកើនឡើងនៃចន្លោះពេលទំនុកចិត្ត។ ភាពជឿជាក់ស្មើនឹងមួយនឹងឆ្លើយតបទៅនឹងចន្លោះពេលទំនុកចិត្តស្មើនឹងភាពគ្មានទីបញ្ចប់។ ដោយផ្តល់ភាពជឿជាក់ជាក់លាក់មួយ យើងអាចធ្វើឱ្យចន្លោះទំនុកចិត្តសម្រាប់តម្លៃពិតរួមតូចដោយបង្កើនចំនួនរង្វាស់ ដោយសារ S n មិនផ្លាស់ប្តូរច្រើន និង ថយចុះទាំងដោយបន្ថយភាគយក និងដោយបង្កើនភាគបែង។ ដោយបានធ្វើចំនួនគ្រប់គ្រាន់នៃការពិសោធន៍ វាអាចធ្វើទៅបានដើម្បីធ្វើឱ្យចន្លោះពេលទំនុកចិត្តនៃតម្លៃតូចណាមួយ។ ប៉ុន្តែសម្រាប់ n ធំ ការកើនឡើងបន្ថែមទៀតនៃចំនួននៃការពិសោធន៍យឺតណាស់កាត់បន្ថយចន្លោះពេលទំនុកចិត្ត ហើយបរិមាណការងារគណនាកើនឡើងច្រើន។ ជួនកាលនៅក្នុងការងារជាក់ស្តែងវាងាយស្រួលប្រើក្បួនប្រហាក់ប្រហែល: ដើម្បីកាត់បន្ថយចន្លោះពេលនៃទំនុកចិត្តដែលបានរកឃើញពីការវាស់វែងមួយចំនួនតូចដោយច្រើនដងវាចាំបាច់ត្រូវបង្កើនចំនួនរង្វាស់ដោយកត្តាដូចគ្នា។
ឧទាហរណ៍នៃដំណើរការលទ្ធផលការវាស់វែងដោយផ្ទាល់
ចូរយើងយកជាទិន្នន័យពិសោធន៍ លទ្ធផលបីដំបូងក្នុងចំណោម 12 នេះបើយោងតាមដែលអ៊ីស្តូក្រាម X ត្រូវបានបង្កើតឡើង: 13.4; ១៣.២; ១៣.៣.
ចូរយើងសួរខ្លួនយើងអំពីភាពជឿជាក់ដែលជាធម្មតាត្រូវបានទទួលយកនៅក្នុងមន្ទីរពិសោធន៍អប់រំ P = 95% ។ ពីតារាងសម្រាប់ P = 0.95 និង n = 3 យើងរកឃើញ t n = 4.3 ។
ឬ
ជាមួយនឹងភាពជឿជាក់ 95% ។ លទ្ធផលចុងក្រោយជាធម្មតាត្រូវបានសរសេរជាសមភាព
ប្រសិនបើចន្លោះពេលទំនុកចិត្តនៃតម្លៃបែបនេះមិនសមស្រប (ឧទាហរណ៍ ក្នុងករណីដែលកំហុសឧបករណ៍គឺ 0.1) ហើយយើងចង់បន្ថយវាពាក់កណ្តាល យើងគួរតែបង្កើនចំនួនរង្វាស់ពីរដង។
ប្រសិនបើយើងយកឧទាហរណ៍តម្លៃ 6 ចុងក្រោយនៃលទ្ធផល 12 ដូចគ្នា (សម្រាប់ប្រាំមួយដំបូងវាត្រូវបានស្នើឱ្យធ្វើការគណនាដោយខ្លួនឯង)
X: 13.1; ១៣.៣; ១៣.៣; ១៣.២; ១៣.៣; ១៣.១,
បន្ទាប់មក
តម្លៃនៃមេគុណ t n ត្រូវបានរកឃើញពីតារាងសម្រាប់ Р = 0.95 និង n = 6; tn = 2.6 ។
ក្នុងករណីនេះ
ចូរយើងរៀបចំចន្លោះពេលទំនុកចិត្តសម្រាប់តម្លៃពិតនៅក្នុងករណីទីមួយ និងទីពីរនៅលើអ័ក្សលេខ។
ចន្លោះពេលដែលបានគណនាពីការវាស់វែង 6 គឺតាមការរំពឹងទុកក្នុងចន្លោះពេលដែលបានរកឃើញពីការវាស់វែងចំនួនបី។
កំហុសឧបករណ៍ណែនាំកំហុសជាប្រព័ន្ធទៅក្នុងលទ្ធផល ដែលពង្រីកចន្លោះពេលទំនុកចិត្តដែលបង្ហាញនៅលើអ័ក្សដោយ 0.1។ ដូច្នេះលទ្ធផលដែលសរសេរដោយគិតគូរពីកំហុសឧបករណ៍មានទម្រង់
1)
2)
ក្នុងករណីទូទៅនីតិវិធីសម្រាប់ដំណើរការលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់មានដូចខាងក្រោម (វាត្រូវបានសន្មត់ថាមិនមានកំហុសជាប្រព័ន្ធទេ) ។
ករណីទី១ចំនួននៃការវាស់វែងគឺតិចជាងប្រាំ។
1) យោងតាមរូបមន្ត (6) លទ្ធផលជាមធ្យមត្រូវបានរកឃើញ xកំណត់ជាមធ្យមនព្វន្ធនៃលទ្ធផលនៃការវាស់វែងទាំងអស់ i.e.
2) យោងតាមរូបមន្ត (12) កំហុសដាច់ខាតនៃការវាស់វែងបុគ្គលត្រូវបានគណនា
.
3) យោងតាមរូបមន្ត (14) កំហុសដាច់ខាតជាមធ្យមត្រូវបានកំណត់
.
4) យោងតាមរូបមន្ត (15) កំហុសទាក់ទងជាមធ្យមនៃលទ្ធផលរង្វាស់ត្រូវបានគណនា
.
៥) កត់ត្រាលទ្ធផលចុងក្រោយក្នុងទម្រង់ខាងក្រោម៖
, នៅ
.
ករណីទី២. ចំនួននៃការវាស់វែងគឺលើសពីប្រាំ។
1) យោងតាមរូបមន្ត (6) លទ្ធផលជាមធ្យមត្រូវបានរកឃើញ
.
2) យោងតាមរូបមន្ត (12) កំហុសដាច់ខាតនៃការវាស់វែងបុគ្គលត្រូវបានកំណត់
.
3) យោងតាមរូបមន្ត (7) កំហុសការ៉េមធ្យមនៃការវាស់វែងតែមួយត្រូវបានគណនា
.
4) គណនាគម្លាតស្តង់ដារសម្រាប់តម្លៃមធ្យមនៃតម្លៃវាស់ដោយរូបមន្ត (9) ។
.
5) លទ្ធផលចុងក្រោយត្រូវបានកត់ត្រាក្នុងទម្រង់ខាងក្រោម
.
ពេលខ្លះកំហុសក្នុងការវាស់វែងចៃដន្យអាចប្រែជាតិចជាងតម្លៃដែលឧបករណ៍វាស់ស្ទង់ (ឧបករណ៍) អាចចុះឈ្មោះបាន។ ក្នុងករណីនេះសម្រាប់ចំនួននៃការវាស់វែងណាមួយលទ្ធផលដូចគ្នាត្រូវបានទទួល។ ក្នុងករណីបែបនេះជាកំហុសដាច់ខាតជាមធ្យម
យកការបែងចែកខ្នាតពាក់កណ្តាលនៃឧបករណ៍ (ឧបករណ៍) ។ តម្លៃនេះជួនកាលត្រូវបានគេហៅថាការកំណត់ ឬកំហុសឧបករណ៍ ហើយត្រូវបានតំណាង
(សម្រាប់ឧបករណ៍ vernier និងនាឡិកាបញ្ឈប់
ស្មើនឹងភាពត្រឹមត្រូវនៃឧបករណ៍) ។
ការវាយតម្លៃភាពជឿជាក់នៃលទ្ធផលនៃការវាស់វែង
នៅក្នុងការពិសោធន៍ណាមួយ ចំនួននៃការវាស់វែងនៃបរិមាណរូបវន្តគឺតែងតែមានកម្រិតសម្រាប់ហេតុផលមួយឬមួយផ្សេងទៀត។ ដល់កំណត់ ជាមួយនេះអាចជាភារកិច្ចវាយតម្លៃភាពជឿជាក់នៃលទ្ធផល។ នៅក្នុងពាក្យផ្សេងទៀត, កំណត់ជាមួយនឹងប្រូបាប៊ីលីតេអ្វីដែលវាអាចត្រូវបានអះអាងថាកំហុសដែលបានធ្វើឡើងក្នុងករណីនេះមិនលើសពីតម្លៃដែលបានកំណត់ទុកជាមុនε។ ប្រូបាប៊ីលីតេនេះត្រូវបានគេហៅថាប្រូបាប៊ីលីតេទំនុកចិត្ត។ ចូរយើងសម្គាល់វាដោយអក្សរ។
បញ្ហាបញ្ច្រាសក៏អាចត្រូវបានគេដាក់ផងដែរ: ដើម្បីកំណត់ព្រំដែននៃចន្លោះពេល
ដូច្នេះជាមួយនឹងប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យ
វាអាចត្រូវបានអះអាងថាជាតម្លៃពិតនៃការវាស់វែងនៃបរិមាណ
នឹងមិនហួសពីការកំណត់ ដែលហៅថាចន្លោះពេលទំនុកចិត្ត
ចន្លោះពេលទំនុកចិត្តកំណត់លក្ខណៈភាពត្រឹមត្រូវនៃលទ្ធផលដែលទទួលបាន ហើយចន្លោះពេលទំនុកចិត្តបង្ហាញពីភាពជឿជាក់របស់វា។ វិធីសាស្រ្តក្នុងការដោះស្រាយបញ្ហាក្រុមទាំងពីរនេះអាចរកបាន ហើយត្រូវបានបង្កើតឡើងជាពិសេសសម្រាប់ករណីនៅពេលដែលកំហុសនៃការវាស់វែងត្រូវបានចែកចាយដោយយោងទៅតាមច្បាប់ធម្មតា។ ទ្រឹស្តីប្រូបាប៊ីលីតេក៏ផ្តល់នូវវិធីសាស្រ្តសម្រាប់កំណត់ចំនួននៃការពិសោធន៍ (ការវាស់វែងម្តងហើយម្តងទៀត) ដែលផ្តល់នូវភាពត្រឹមត្រូវនិងភាពជឿជាក់នៃលទ្ធផលរំពឹងទុក។ នៅក្នុងការងារនេះ វិធីសាស្រ្តទាំងនេះមិនត្រូវបានគេពិចារណាទេ (យើងនឹងដាក់កម្រិតខ្លួនយើងក្នុងការលើកឡើងពួកគេ) ដោយសារតែភារកិច្ចបែបនេះជាធម្មតាមិនត្រូវបានដាក់នៅពេលអនុវត្តការងារមន្ទីរពិសោធន៍។
ការចាប់អារម្មណ៍ជាពិសេសគឺករណីនៃការវាយតម្លៃភាពជឿជាក់នៃលទ្ធផលនៃការវាស់វែងនៃបរិមាណរូបវន្តជាមួយនឹងចំនួនតិចតួចនៃការវាស់វែងម្តងហើយម្តងទៀត។ ឧទាហរណ៍,
. នេះគឺពិតជាករណីដែលយើងជួបជាញឹកញាប់នៅក្នុងការអនុវត្តការងារមន្ទីរពិសោធន៍ក្នុងរូបវិទ្យា។ នៅពេលដោះស្រាយបញ្ហាប្រភេទនេះ វាត្រូវបានណែនាំឱ្យប្រើវិធីសាស្ត្រដោយផ្អែកលើការចែកចាយរបស់សិស្ស (ច្បាប់)។
សម្រាប់ភាពងាយស្រួលនៃការអនុវត្តជាក់ស្តែងនៃវិធីសាស្រ្តដែលកំពុងពិចារណា មានតារាងដែលអ្នកអាចកំណត់ចន្លោះពេលទំនុកចិត្ត
ដែលត្រូវគ្នាទៅនឹងកម្រិតទំនុកចិត្តដែលបានផ្តល់ឱ្យ ឬដោះស្រាយបញ្ហាបញ្ច្រាស។
ខាងក្រោមនេះគឺជាផ្នែកនៃតារាងដែលបានរៀបរាប់ដែលអាចត្រូវបានទាមទារនៅពេលវាយតម្លៃលទ្ធផលនៃការវាស់វែងនៅក្នុងថ្នាក់មន្ទីរពិសោធន៍។
ជាឧទាហរណ៍សូមឱ្យផលិត ការវាស់វែងស្មើគ្នា (ក្រោមលក្ខខណ្ឌដូចគ្នា) នៃបរិមាណរូបវន្តមួយចំនួន និងគណនាតម្លៃមធ្យមរបស់វា។ . វាត្រូវបានទាមទារដើម្បីស្វែងរកចន្លោះពេលទំនុកចិត្ត ដែលត្រូវគ្នាទៅនឹងកម្រិតទំនុកចិត្តដែលបានផ្តល់ឱ្យ . ជាទូទៅបញ្ហាត្រូវបានដោះស្រាយតាមវិធីខាងក្រោម។
យោងតាមរូបមន្តដោយគិតគូរ (7) គណនា
បន្ទាប់មកសម្រាប់តម្លៃដែលបានផ្តល់ឱ្យ នហើយស្វែងរកតាមតារាង (តារាងទី 2) តម្លៃ . តម្លៃដែលអ្នកកំពុងស្វែងរកត្រូវបានគណនាដោយផ្អែកលើរូបមន្ត
(16)
នៅពេលដោះស្រាយបញ្ហាបញ្ច្រាស ប៉ារ៉ាម៉ែត្រត្រូវបានគណនាដំបូងដោយប្រើរូបមន្ត (16) ។ តម្លៃដែលចង់បាននៃប្រូបាប៊ីលីតេនៃទំនុកចិត្តគឺត្រូវបានយកចេញពីតារាង (តារាងទី 3) សម្រាប់លេខដែលបានផ្តល់ឱ្យ និងប៉ារ៉ាម៉ែត្រគណនា .
តារាង 2 ។តម្លៃប៉ារ៉ាម៉ែត្រសម្រាប់ចំនួនពិសោធន៍ដែលបានផ្តល់ឱ្យ
និងកម្រិតទំនុកចិត្ត
តារាងទី 3តម្លៃនៃប្រូបាប៊ីលីតេនៃទំនុកចិត្តសម្រាប់ចំនួននៃការពិសោធន៍ដែលបានផ្តល់ឱ្យ ននិងប៉ារ៉ាម៉ែត្រ ε
បទប្បញ្ញត្តិសំខាន់នៃវិធីសាស្រ្តសម្រាប់ដំណើរការលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់ជាមួយនឹងការសង្កេតច្រើនត្រូវបានកំណត់នៅក្នុង GOST 8.207-76 ។
យកជាលទ្ធផលវាស់វែង មធ្យម ទិន្នន័យ នការសង្កេត ដែលកំហុសជាប្រព័ន្ធត្រូវបានដកចេញ។ វាត្រូវបានសន្មត់ថាលទ្ធផលនៃការសង្កេតបន្ទាប់ពីការដកចេញនូវកំហុសជាប្រព័ន្ធពីពួកគេជាកម្មសិទ្ធិនៃការចែកចាយធម្មតា។ ដើម្បីគណនាលទ្ធផលនៃការវាស់វែង វាចាំបាច់ក្នុងការដកចេញនូវកំហុសជាប្រព័ន្ធពីការសង្កេតនីមួយៗ ហើយជាលទ្ធផល ទទួលបានលទ្ធផលដែលបានកែតម្រូវ។ ខ្ញុំ- ការសង្កេត។ បន្ទាប់មក មធ្យមនព្វន្ធនៃលទ្ធផលដែលបានកែតម្រូវទាំងនេះត្រូវបានគណនា និងយកជាលទ្ធផលរង្វាស់។ មធ្យមនព្វន្ធគឺជាការប៉ាន់ប្រមាណដែលស្រប មិនលំអៀង និងមានប្រសិទ្ធភាពនៃរង្វាស់ក្រោមការចែកចាយធម្មតានៃទិន្នន័យសង្កេត។
គួរកត់សម្គាល់ថាជួនកាលនៅក្នុងអក្សរសិល្ប៍ជំនួសឱ្យពាក្យ លទ្ធផលសង្កេតពាក្យនេះជួនកាលត្រូវបានគេប្រើ លទ្ធផលនៃការវាស់វែងតែមួយដែលកំហុសជាប្រព័ន្ធត្រូវបានដកចេញ។ ក្នុងពេលជាមួយគ្នានេះ តម្លៃមធ្យមនព្វន្ធត្រូវបានយល់ថាជាលទ្ធផលរង្វាស់នៅក្នុងស៊េរីនៃការវាស់វែងជាច្រើននេះ។ នេះមិនផ្លាស់ប្តូរខ្លឹមសារនៃដំណើរការដំណើរការលទ្ធផលដែលបានបង្ហាញខាងក្រោមទេ។
នៅពេលដំណើរការស្ថិតិក្រុមនៃលទ្ធផលសង្កេត ចំណុចខាងក្រោមគួរតែត្រូវបានអនុវត្ត៖ ប្រតិបត្តិការ :
1. លុបបំបាត់កំហុសប្រព័ន្ធដែលបានដឹងពីការសង្កេតនីមួយៗ និងទទួលបានលទ្ធផលត្រឹមត្រូវនៃការសង្កេតបុគ្គល x.
2. គណនាមធ្យមនព្វន្ធនៃលទ្ធផលសង្កេតដែលត្រូវបានគេយកជាលទ្ធផលរង្វាស់:
3. គណនាការប៉ាន់ប្រមាណនៃគម្លាតស្តង់ដារ
ក្រុមសង្កេតការណ៍៖
ភាពអាចរកបានពិនិត្យ កំហុសសរុប - តើមានតម្លៃណាដែលហួសពី ± 3 ស. ជាមួយនឹងច្បាប់ចែកចាយធម្មតាដែលមានប្រូបាប៊ីលីតេអនុវត្តស្មើនឹង 1 (0.997) គ្មានតម្លៃនៃភាពខុសគ្នានេះមិនគួរលើសពីដែនកំណត់ដែលបានបញ្ជាក់នោះទេ។ ប្រសិនបើពួកគេមាន នោះតម្លៃដែលត្រូវគ្នាគួរតែត្រូវបានដកចេញពីការពិចារណា ហើយការគណនា និងការវាយតម្លៃគួរតែត្រូវបានធ្វើម្តងទៀតម្តងទៀត។ ស.
4. គណនាការប៉ាន់ប្រមាណ RMS នៃលទ្ធផលរង្វាស់ (មធ្យម
នព្វន្ធ)
5. សាកល្បងសម្មតិកម្មអំពីការចែកចាយធម្មតានៃលទ្ធផលនៃការសង្កេត។
មានវិធីសាស្រ្តប្រហាក់ប្រហែលជាច្រើនសម្រាប់ពិនិត្យមើលភាពធម្មតានៃការចែកចាយលទ្ធផលសង្កេត។ ពួកគេមួយចំនួនត្រូវបានផ្តល់ឱ្យនៅក្នុង GOST 8.207-76 ។ ប្រសិនបើចំនួននៃការសង្កេតមានតិចជាង 15 ដោយអនុលោមតាម GOST នេះកម្មសិទ្ធិរបស់ពួកគេចំពោះការចែកចាយធម្មតាមិនត្រូវបានត្រួតពិនិត្យទេ។ ដែនកំណត់ទំនុកចិត្តនៃកំហុសចៃដន្យត្រូវបានកំណត់លុះត្រាតែគេដឹងជាមុនថាលទ្ធផលនៃការសង្កេតជាកម្មសិទ្ធិនៃការចែកចាយនេះ។ ប្រហែលលក្ខណៈនៃការចែកចាយអាចត្រូវបានវិនិច្ឆ័យដោយការបង្កើតអ៊ីស្តូក្រាមនៃលទ្ធផលនៃការសង្កេត។ វិធីសាស្រ្តគណិតវិទ្យាសម្រាប់ពិនិត្យមើលភាពធម្មតានៃការចែកចាយត្រូវបានពិភាក្សានៅក្នុងអក្សរសិល្ប៍ឯកទេស។
6. គណនាដែនកំណត់ទំនុកចិត្ត e នៃកំហុសចៃដន្យ (ធាតុផ្សំចៃដន្យនៃកំហុស) នៃលទ្ធផលរង្វាស់
កន្លែងណា tq- មេគុណសិស្សអាស្រ័យលើចំនួននៃការសង្កេត និងកម្រិតទំនុកចិត្ត។ ឧទាហរណ៍នៅពេល ន= 14, ទំ= 0,95 tq= 2.16 ។ តម្លៃនៃមេគុណនេះត្រូវបានផ្តល់ឱ្យនៅក្នុងឧបសម្ព័ន្ធទៅនឹងស្តង់ដារដែលបានបញ្ជាក់។
7. គណនាដែនកំណត់នៃកំហុសប្រព័ន្ធសរុបដែលមិនរាប់បញ្ចូល (TSE) នៃលទ្ធផលរង្វាស់ Q (យោងតាមរូបមន្តក្នុងផ្នែកទី 4.6) ។
8. វិភាគសមាមាត្រនៃ Q និង :
ប្រសិនបើ NSP ត្រូវបានធ្វេសប្រហែសក្នុងការប្រៀបធៀបជាមួយនឹងកំហុសចៃដន្យ និងដែនកំណត់កំហុសនៃលទ្ធផល ឃ=e..ប្រសិនបើ > 8 នោះ កំហុសចៃដន្យអាចត្រូវបានធ្វេសប្រហែស និងកម្រិតកំហុសនៃលទ្ធផល ឃ=Θ . ប្រសិនបើវិសមភាពទាំងពីរមិនពេញចិត្ត នោះរឹមនៃកំហុសនៃលទ្ធផលត្រូវបានរកឃើញដោយការបង្កើតសមាសភាពនៃការចែកចាយនៃកំហុសចៃដន្យ និង NSP យោងតាមរូបមន្ត៖ , ដែលជាកន្លែងដែល ទៅ- មេគុណអាស្រ័យលើសមាមាត្រនៃកំហុសចៃដន្យ និង NSP; អេស អ៊ី- ការវាយតម្លៃនៃគម្លាតស្តង់ដារសរុបនៃលទ្ធផលរង្វាស់។ ការប៉ាន់ស្មាននៃគម្លាតស្តង់ដារសរុបត្រូវបានគណនាដោយរូបមន្ត៖
.
មេគុណ K ត្រូវបានគណនាដោយរូបមន្តជាក់ស្តែង៖
.
កម្រិតទំនុកចិត្តសម្រាប់ការគណនា និងត្រូវតែដូចគ្នា។
កំហុសពីការអនុវត្តរូបមន្តចុងក្រោយសម្រាប់ការចែកចាយឯកសណ្ឋាន (សម្រាប់ NSP) និងការចែកចាយធម្មតា (សម្រាប់កំហុសចៃដន្យ) ឈានដល់ 12% នៅកម្រិតទំនុកចិត្ត 0.99 ។
9. កត់ត្រាលទ្ធផលនៃការវាស់វែង។ មានជម្រើសពីរសម្រាប់ការសរសេរលទ្ធផលរង្វាស់ ព្រោះចាំបាច់ត្រូវបែងចែករវាងការវាស់វែង នៅពេលដែលទទួលបានតម្លៃនៃបរិមាណរង្វាស់គឺជាគោលដៅចុងក្រោយ ហើយការវាស់វែងលទ្ធផលនឹងត្រូវបានប្រើសម្រាប់ការគណនាបន្ថែម ឬការវិភាគ។
ក្នុងករណីដំបូង វាគ្រប់គ្រាន់ដើម្បីដឹងពីកំហុសសរុបនៃលទ្ធផលរង្វាស់ ហើយជាមួយនឹងកំហុសនៃភាពជឿជាក់ស៊ីមេទ្រី លទ្ធផលរង្វាស់ត្រូវបានបង្ហាញជាទម្រង់៖ , កន្លែងណា
តើលទ្ធផលវាស់វែងនៅឯណា។
ក្នុងករណីទី 2 លក្ខណៈនៃធាតុផ្សំនៃកំហុសនៃការវាស់វែងគួរតែត្រូវបានគេដឹង - ការប៉ាន់ប្រមាណនៃគម្លាតស្តង់ដារនៃលទ្ធផលរង្វាស់ ព្រំដែននៃ NSP ចំនួននៃការសង្កេតដែលបានធ្វើឡើង។ អវត្ដមាននៃទិន្នន័យលើទម្រង់នៃមុខងារចែកចាយនៃសមាសធាតុកំហុសនៃលទ្ធផល និងតម្រូវការសម្រាប់ដំណើរការបន្ថែមនៃលទ្ធផល ឬការវិភាគនៃកំហុស លទ្ធផលរង្វាស់ត្រូវបានបង្ហាញជាទម្រង់៖
ប្រសិនបើព្រំដែននៃ NSP ត្រូវបានគណនាដោយអនុលោមតាមប្រការ 4.6 នោះប្រូបាប៊ីលីតេទំនុកចិត្ត P ត្រូវបានចង្អុលបង្ហាញបន្ថែម។
ការប៉ាន់ប្រមាណ និងដេរីវេនៃតម្លៃរបស់វាអាចត្រូវបានបង្ហាញទាំងក្នុងទម្រង់ដាច់ខាត ពោលគឺជាឯកតានៃបរិមាណដែលបានវាស់វែង និងទាក់ទង នោះគឺជាសមាមាត្រនៃតម្លៃដាច់ខាតនៃបរិមាណដែលបានផ្តល់ឱ្យទៅនឹងលទ្ធផលរង្វាស់។ ក្នុងករណីនេះ ការគណនាតាមរូបមន្តនៃផ្នែកនេះគួរតែត្រូវបានអនុវត្តដោយប្រើបរិមាណដែលបង្ហាញតែក្នុងទម្រង់ដាច់ខាត ឬទាក់ទងប៉ុណ្ណោះ។
រូបវិទ្យាគឺជាវិទ្យាសាស្ត្រពិសោធន៍ ដែលមានន័យថាច្បាប់រូបវន្តត្រូវបានបង្កើតឡើង និងសាកល្បងដោយការប្រមូលផ្តុំ និងការប្រៀបធៀបទិន្នន័យពិសោធន៍។ គោលបំណងនៃសិក្ខាសាលារូបវន្តគឺសម្រាប់សិស្សានុសិស្សបានជួបប្រទះនូវបាតុភូតរូបវន្តជាមូលដ្ឋាន រៀនពីរបៀបវាស់ស្ទង់តម្លៃលេខនៃបរិមាណរូបវន្តឱ្យបានត្រឹមត្រូវ និងប្រៀបធៀបវាជាមួយនឹងរូបមន្តទ្រឹស្តី។
ការវាស់វែងទាំងអស់អាចបែងចែកជាពីរប្រភេទ - ត្រង់និង ដោយប្រយោល។.
នៅ ផ្ទាល់នៅក្នុងការវាស់វែង តម្លៃនៃបរិមាណដែលចង់បានត្រូវបានទទួលដោយផ្ទាល់ពីការអានរបស់ឧបករណ៍វាស់។ ដូច្នេះ ឧទាហរណ៍ ប្រវែងត្រូវបានវាស់ដោយបន្ទាត់ ពេលវេលាដោយនាឡិកា ។ល។
ប្រសិនបើបរិមាណរូបវន្តដែលចង់បានមិនអាចវាស់ដោយផ្ទាល់ដោយឧបករណ៍ ប៉ុន្តែត្រូវបានបង្ហាញតាមរយៈរូបមន្តតាមរយៈបរិមាណដែលបានវាស់វែងនោះ ការវាស់វែងបែបនេះត្រូវបានគេហៅថា ដោយប្រយោល។.
ការវាស់វែងនៃបរិមាណណាមួយមិនផ្តល់តម្លៃពិតប្រាកដនៃបរិមាណនេះទេ។ ការវាស់វែងនីមួយៗតែងតែមានកំហុសមួយចំនួន (កំហុស)។ កំហុសគឺជាភាពខុសគ្នារវាងតម្លៃដែលបានវាស់ និងតម្លៃពិត។
កំហុសត្រូវបានបែងចែកទៅជា ជាប្រព័ន្ធនិង ចៃដន្យ.
ជាប្រព័ន្ធត្រូវបានគេហៅថា កំហុសដែលនៅថេរពេញមួយស៊េរីនៃការវាស់វែងទាំងមូល។ កំហុសបែបនេះគឺដោយសារតែភាពមិនល្អឥតខ្ចោះនៃឧបករណ៍វាស់ (ឧទាហរណ៍ សូន្យអុហ្វសិតនៃឧបករណ៍) ឬវិធីសាស្ត្រវាស់វែង ហើយជាគោលការណ៍អាចត្រូវបានដកចេញពីលទ្ធផលចុងក្រោយដោយការណែនាំការកែតម្រូវសមស្រប។
កំហុសជាប្រព័ន្ធក៏រួមបញ្ចូលផងដែរនូវកំហុសនៃឧបករណ៍វាស់។ ភាពត្រឹមត្រូវនៃឧបករណ៍ណាមួយត្រូវបានកំណត់ និងត្រូវបានកំណត់លក្ខណៈដោយថ្នាក់ភាពត្រឹមត្រូវរបស់វា ដែលជាធម្មតាត្រូវបានចង្អុលបង្ហាញនៅលើមាត្រដ្ឋានវាស់។
ចៃដន្យហៅថា error ដែលមានភាពខុសប្លែកគ្នានៅក្នុងការពិសោធន៍ផ្សេងៗគ្នា ហើយអាចមានទាំងវិជ្ជមាន និងអវិជ្ជមាន។ កំហុសចៃដន្យគឺដោយសារតែមូលហេតុដែលអាស្រ័យទាំងនៅលើឧបករណ៍វាស់ស្ទង់ (ការកកិត, គម្លាត។
កំហុសចៃដន្យមិនអាចត្រូវបានគេច្រានចោលដោយជាក់ស្តែងទេ ប៉ុន្តែឥទ្ធិពលរបស់វាទៅលើលទ្ធផលអាចត្រូវបានកាត់បន្ថយដោយការវាស់វែងម្តងហើយម្តងទៀត។
ការគណនានៃកំហុសក្នុងការវាស់វែងដោយផ្ទាល់តម្លៃមធ្យមនិងកំហុសដាច់ខាតជាមធ្យម។
សន្មតថាយើងកំពុងធ្វើការវាស់វែងជាស៊េរីនៃ X។ ដោយសារតែមានកំហុសចៃដន្យ យើងទទួលបាន នអត្ថន័យផ្សេងគ្នា៖
X 1, X 2, X 3 ... X n
ជាលទ្ធផលការវាស់វែង តម្លៃមធ្យមត្រូវបានគេយកជាធម្មតា។
ភាពខុសគ្នារវាងមធ្យម និងលទ្ធផល ខ្ញុំ-ការវាស់វែងទី ត្រូវបានគេហៅថា កំហុសដាច់ខាតនៃការវាស់វែងនេះ។
ជារង្វាស់នៃកំហុសនៃតម្លៃមធ្យម មនុស្សម្នាក់អាចយកតម្លៃមធ្យមនៃកំហុសដាច់ខាតនៃការវាស់វែងតែមួយ
(2)
តម្លៃ
ត្រូវបានគេហៅថា មធ្យមនព្វន្ធ (ឬមានន័យថាដាច់ខាត) កំហុស។
បន្ទាប់មកលទ្ធផលនៃការវាស់វែងគួរតែត្រូវបានសរសេរក្នុងទម្រង់
(3)
ដើម្បីកំណត់លក្ខណៈភាពត្រឹមត្រូវនៃការវាស់វែង កំហុសទាក់ទងត្រូវបានប្រើ ដែលជាធម្មតាត្រូវបានបង្ហាញជាភាគរយ
(4)
ក្នុងករណីទូទៅនីតិវិធីសម្រាប់ដំណើរការលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់មានដូចខាងក្រោម (វាត្រូវបានសន្មត់ថាមិនមានកំហុសជាប្រព័ន្ធទេ) ។
ករណីទី១ចំនួននៃការវាស់វែងគឺតិចជាងប្រាំ។
xកំណត់ជាមធ្យមនព្វន្ធនៃលទ្ធផលនៃការវាស់វែងទាំងអស់ i.e.
2) យោងតាមរូបមន្ត (12) កំហុសដាច់ខាតនៃការវាស់វែងបុគ្គលត្រូវបានគណនា
3) យោងតាមរូបមន្ត (14) កំហុសដាច់ខាតជាមធ្យមត្រូវបានកំណត់
.
4) យោងតាមរូបមន្ត (15) កំហុសទាក់ទងជាមធ្យមនៃលទ្ធផលរង្វាស់ត្រូវបានគណនា
៥) កត់ត្រាលទ្ធផលចុងក្រោយក្នុងទម្រង់ខាងក្រោម៖
ករណីទី២. ចំនួននៃការវាស់វែងគឺលើសពីប្រាំ។
1) យោងតាមរូបមន្ត (6) លទ្ធផលជាមធ្យមត្រូវបានរកឃើញ
2) យោងតាមរូបមន្ត (12) កំហុសដាច់ខាតនៃការវាស់វែងបុគ្គលត្រូវបានកំណត់
3) យោងតាមរូបមន្ត (7) កំហុសការ៉េមធ្យមនៃការវាស់វែងតែមួយត្រូវបានគណនា
.
4) គណនាគម្លាតស្តង់ដារសម្រាប់តម្លៃមធ្យមនៃតម្លៃវាស់ដោយរូបមន្ត (9) ។
5) លទ្ធផលចុងក្រោយត្រូវបានកត់ត្រាក្នុងទម្រង់ខាងក្រោម
ពេលខ្លះកំហុសក្នុងការវាស់វែងចៃដន្យអាចប្រែជាតិចជាងតម្លៃដែលឧបករណ៍វាស់ស្ទង់ (ឧបករណ៍) អាចចុះឈ្មោះបាន។ ក្នុងករណីនេះសម្រាប់ចំនួននៃការវាស់វែងណាមួយលទ្ធផលដូចគ្នាត្រូវបានទទួល។ ក្នុងករណីបែបនេះ តម្លៃបែងចែកពាក់កណ្តាលនៃមាត្រដ្ឋាននៃឧបករណ៍ (ឧបករណ៍) ត្រូវបានយកជាកំហុសដាច់ខាតជាមធ្យម។ តម្លៃនេះជួនកាលត្រូវបានគេហៅថាការកំណត់ ឬកំហុសឧបករណ៍ ហើយត្រូវបានតំណាង (សម្រាប់ឧបករណ៍ vernier និងនាឡិកាបញ្ឈប់ វាស្មើនឹងភាពត្រឹមត្រូវនៃឧបករណ៍)។
ការវាយតម្លៃភាពជឿជាក់នៃលទ្ធផលនៃការវាស់វែង
នៅក្នុងការពិសោធន៍ណាមួយ ចំនួននៃការវាស់វែងនៃបរិមាណរូបវន្តគឺតែងតែមានកម្រិតសម្រាប់ហេតុផលមួយឬមួយផ្សេងទៀត។ ក្នុងន័យនេះ ភារកិច្ចអាចត្រូវបានកំណត់ដើម្បីវាយតម្លៃភាពជឿជាក់នៃលទ្ធផល។ នៅក្នុងពាក្យផ្សេងទៀត, កំណត់ជាមួយនឹងប្រូបាប៊ីលីតេអ្វីដែលវាអាចត្រូវបានអះអាងថាកំហុសដែលបានធ្វើឡើងក្នុងករណីនេះមិនលើសពីតម្លៃដែលបានកំណត់ទុកជាមុនε។ ប្រូបាប៊ីលីតេនេះត្រូវបានគេហៅថាប្រូបាប៊ីលីតេទំនុកចិត្ត។ ចូរយើងសម្គាល់វាដោយអក្សរ។
បញ្ហាច្រាសក៏អាចត្រូវបានកំណត់ផងដែរ៖ ដើម្បីកំណត់ព្រំដែននៃចន្លោះពេល ដូច្នេះជាមួយនឹងប្រូបាប៊ីលីតេដែលបានផ្តល់ឱ្យវាអាចត្រូវបានអះអាងថាតម្លៃពិតនៃការវាស់វែងនៃបរិមាណនឹងមិនហួសពីការកំណត់ដែលហៅថាចន្លោះពេលទំនុកចិត្ត។
ចន្លោះពេលទំនុកចិត្តកំណត់លក្ខណៈភាពត្រឹមត្រូវនៃលទ្ធផលដែលទទួលបាន ហើយចន្លោះពេលទំនុកចិត្តបង្ហាញពីភាពជឿជាក់របស់វា។ វិធីសាស្រ្តក្នុងការដោះស្រាយបញ្ហាក្រុមទាំងពីរនេះអាចរកបាន ហើយត្រូវបានបង្កើតឡើងជាពិសេសសម្រាប់ករណីនៅពេលដែលកំហុសនៃការវាស់វែងត្រូវបានចែកចាយដោយយោងទៅតាមច្បាប់ធម្មតា។ ទ្រឹស្តីប្រូបាប៊ីលីតេក៏ផ្តល់នូវវិធីសាស្រ្តសម្រាប់កំណត់ចំនួននៃការពិសោធន៍ (ការវាស់វែងម្តងហើយម្តងទៀត) ដែលផ្តល់នូវភាពត្រឹមត្រូវនិងភាពជឿជាក់នៃលទ្ធផលរំពឹងទុក។ នៅក្នុងការងារនេះ វិធីសាស្រ្តទាំងនេះមិនត្រូវបានគេពិចារណាទេ (យើងនឹងដាក់កម្រិតខ្លួនយើងក្នុងការលើកឡើងពួកគេ) ដោយសារតែភារកិច្ចបែបនេះជាធម្មតាមិនត្រូវបានដាក់នៅពេលអនុវត្តការងារមន្ទីរពិសោធន៍។
ការចាប់អារម្មណ៍ជាពិសេសគឺករណីនៃការវាយតម្លៃភាពជឿជាក់នៃលទ្ធផលនៃការវាស់វែងនៃបរិមាណរូបវន្តជាមួយនឹងចំនួនតិចតួចនៃការវាស់វែងម្តងហើយម្តងទៀត។ ឧទាហរណ៍, ។ នេះគឺពិតជាករណីដែលយើងជួបជាញឹកញាប់នៅក្នុងការអនុវត្តការងារមន្ទីរពិសោធន៍ក្នុងរូបវិទ្យា។ នៅពេលដោះស្រាយបញ្ហាប្រភេទនេះ វាត្រូវបានណែនាំឱ្យប្រើវិធីសាស្ត្រដោយផ្អែកលើការចែកចាយរបស់សិស្ស (ច្បាប់)។
សម្រាប់ភាពងាយស្រួលនៃការអនុវត្តជាក់ស្តែងនៃវិធីសាស្រ្តដែលកំពុងពិចារណា មានតារាងដែលអ្នកអាចកំណត់ចន្លោះពេលទំនុកចិត្តដែលត្រូវគ្នាទៅនឹងប្រូបាប៊ីលីតេនៃទំនុកចិត្តដែលបានផ្តល់ឱ្យ ឬដោះស្រាយបញ្ហាបញ្ច្រាស។
ខាងក្រោមនេះគឺជាផ្នែកនៃតារាងដែលបានរៀបរាប់ដែលអាចត្រូវបានទាមទារនៅពេលវាយតម្លៃលទ្ធផលនៃការវាស់វែងនៅក្នុងថ្នាក់មន្ទីរពិសោធន៍។
ជាឧទាហរណ៍ សូមឱ្យការវាស់វែងស្មើគ្នា-ត្រឹមត្រូវ (ក្រោមលក្ខខណ្ឌដូចគ្នា) នៃបរិមាណរូបវន្តជាក់លាក់មួយត្រូវបានធ្វើឡើង ហើយតម្លៃមធ្យមរបស់វាគណនា។ វាត្រូវបានទាមទារដើម្បីស្វែងរកចន្លោះពេលទំនុកចិត្តដែលត្រូវគ្នាទៅនឹងកម្រិតទំនុកចិត្តដែលបានផ្តល់ឱ្យ។ ជាទូទៅបញ្ហាត្រូវបានដោះស្រាយតាមវិធីខាងក្រោម។
យោងតាមរូបមន្តដោយគិតគូរ (7) គណនា
បន្ទាប់មកសម្រាប់តម្លៃដែលបានផ្តល់ឱ្យ នហើយស្វែងរកតម្លៃយោងទៅតាមតារាង (តារាងទី 2) ។ តម្លៃដែលអ្នកកំពុងស្វែងរកត្រូវបានគណនាដោយផ្អែកលើរូបមន្ត
នៅពេលដោះស្រាយបញ្ហាបញ្ច្រាសប៉ារ៉ាម៉ែត្រត្រូវបានគណនាដំបូងដោយរូបមន្ត (16) ។ តម្លៃដែលចង់បាននៃប្រូបាប៊ីលីតេនៃទំនុកចិត្តត្រូវបានយកចេញពីតារាង (តារាងទី 3) សម្រាប់លេខដែលបានផ្តល់ឱ្យ និងប៉ារ៉ាម៉ែត្រគណនា។
តារាង 2 ។តម្លៃប៉ារ៉ាម៉ែត្រសម្រាប់ចំនួនពិសោធន៍ដែលបានផ្តល់ឱ្យ
និងកម្រិតទំនុកចិត្ត
ន | 0,5 | 0,6 | 0,7 | 0,8 | 0,9 | 0,95 | 0.98 | 0,99 | 0.995 | 0,999 |
1,000 | 1,376 | 1,963 | 3,08 | 6,31 | 12,71 | 31,8 | 63,7 | 127,3 | 637,2 | |
0,816 | 1,061 | 1,336 | 1,886 | 2,91 | 4,30 | 6,96 | 9,92 | 14,1 | 31,6 | |
0,765 | 0,978 | 1,250 | 1,638 | 2,35 | 3,18 | 4,54 | 5,84 | 7,5 | 12,94 | |
0,741 | 0,941 | 1,190 | 1,533 | 2,13 | 2,77 | 3,75 | 4,60 | 5,6 | 8,61 | |
0,727 | 0,920 | 1,156 | 1,476 | 2,02 | 2,57 | 3,36 | 4,03 | 4,77 | 6,86 | |
0.718 | 0,906 | 1,134 | 1,440 | 1,943 | 2,45 | 3,14 | 3,71 | 4,32 | 5,96 | |
0,711 | 0,896 | 1,119 | 1,415 | 1,895 | 2,36 | 3,00 | 3,50 | 4,03 | 5,40 | |
0,706 | 0,889 | 1,108 | 1,397 | 1,860 | 2,31 | 2,90 | 3,36 | 3,83 | 5,04 | |
0,703 | 0,883 | 1,110 | 1,383 | 1,833 | 2,26 | 2,82 | 3,25 | 3,69 | 4,78 |
តារាងទី 3តម្លៃនៃប្រូបាប៊ីលីតេនៃទំនុកចិត្តសម្រាប់ចំនួននៃការពិសោធន៍ដែលបានផ្តល់ឱ្យ ននិងប៉ារ៉ាម៉ែត្រ ε
ន | 2,5 | 3,5 | ||
0,705 | 0,758 | 0,795 | 0,823 | |
0,816 | 0,870 | 0,905 | 0,928 | |
0,861 | 0,912 | 0,942 | 0,961 | |
0,884 | 0,933 | 0,960 | 0,975 | |
ខ | 0,898 | 0,946 | 0,970 | 0,983 |
0,908 | 0,953 | 0,976 | 0,987 | |
0,914 | 0,959 | 0,980 | 0,990 | |
0,919 | 0.963 | 0,983 | 0,992 | |
0,923 | 0,969 | 0,985 | 0,993 |
ដំណើរការលទ្ធផលនៃការវាស់វែងដោយប្រយោល។
កម្រណាស់ ខ្លឹមសារនៃការងារមន្ទីរពិសោធន៍ ឬការពិសោធន៍វិទ្យាសាស្ត្រត្រូវបានកាត់បន្ថយដើម្បីទទួលបានលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់។ សម្រាប់ផ្នែកភាគច្រើន បរិមាណដែលចង់បានគឺជាមុខងារនៃបរិមាណផ្សេងៗទៀត។
ភារកិច្ចនៃដំណើរការពិសោធន៍ជាមួយនឹងការវាស់វែងដោយប្រយោលគឺដើម្បីគណនាតម្លៃដែលទំនងបំផុតនៃតម្លៃដែលចង់បាន និងប៉ាន់ប្រមាណកំហុសនៃការវាស់វែងដោយប្រយោលដោយផ្អែកលើលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់នៃបរិមាណជាក់លាក់ (អាគុយម៉ង់) ដែលទាក់ទងនឹងតម្លៃដែលចង់បានដោយការពឹងផ្អែកមុខងារជាក់លាក់។
មានវិធីជាច្រើនដើម្បីដោះស្រាយការវាស់វែងដោយប្រយោល។ ពិចារណាវិធីសាស្រ្តពីរខាងក្រោម។
អនុញ្ញាតឱ្យបរិមាណរូបវន្តមួយចំនួនត្រូវបានកំណត់ដោយវិធីសាស្រ្តនៃការវាស់វែងដោយប្រយោល។
លទ្ធផលនៃការវាស់វែងដោយផ្ទាល់នៃអាគុយម៉ង់ x, y, z ត្រូវបានផ្តល់ឱ្យក្នុងតារាង។ ៤.
តារាងទី 4
លេខបទពិសោធន៍ | x | y | z | … |
… | ||||
… | ||||
… | … | … | … | … |
… | … | … | … | … |
… | … | … | … | … |
ន | … |
វិធីដំបូងដើម្បីដំណើរការលទ្ធផលមានដូចខាងក្រោម។ ដោយប្រើរូបមន្តគណនា (17) តម្លៃដែលចង់បានត្រូវបានគណនាដោយផ្អែកលើលទ្ធផលនៃការពិសោធន៍នីមួយៗ
(17)
វិធីសាស្រ្តដែលបានពិពណ៌នានៃដំណើរការលទ្ធផលគឺអាចអនុវត្តបាន ជាគោលការណ៍ក្នុងគ្រប់ករណីនៃការវាស់វែងដោយប្រយោលដោយគ្មានករណីលើកលែង។ ទោះយ៉ាងណាក៏ដោយ វាជាការសមស្របបំផុតក្នុងការប្រើវានៅពេលដែលចំនួននៃការវាស់វែងម្តងហើយម្តងទៀតនៃអាគុយម៉ង់គឺតូច ហើយរូបមន្តគណនាសម្រាប់តម្លៃវាស់ដោយប្រយោលគឺសាមញ្ញណាស់។
នៅក្នុងវិធីសាស្រ្តទីពីរនៃដំណើរការលទ្ធផលនៃការពិសោធន៍ដំបូងដោយប្រើលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់ (តារាងទី 4) តម្លៃមធ្យមនព្វន្ធនៃអាគុយម៉ង់នីមួយៗក៏ដូចជាកំហុសនៃការវាស់វែងរបស់ពួកគេត្រូវបានគណនាដំបូង។ ការជំនួស , , ,... ចូលទៅក្នុងរូបមន្តគណនា (17) កំណត់តម្លៃដែលទំនងបំផុតនៃបរិមាណវាស់
(17*)