ការណែនាំ

ការវាស់វែងណាមួយមិនថាពួកគេត្រូវបានអនុវត្តយ៉ាងប្រុងប្រយ័ត្នយ៉ាងណានោះទេ គឺត្រូវបានអមដោយកំហុស (errors) ពោលគឺ គម្លាតនៃតម្លៃដែលបានវាស់ពីតម្លៃពិតរបស់វា។ នេះត្រូវបានពន្យល់ដោយការពិតដែលថានៅក្នុងដំណើរការនៃការវាស់វែងលក្ខខណ្ឌត្រូវបានផ្លាស់ប្តូរឥតឈប់ឈរ: ស្ថានភាពនៃបរិស្ថានឧបករណ៍វាស់និងវត្ថុដែលបានវាស់វែងក៏ដូចជាការយកចិត្តទុកដាក់របស់អ្នកសំដែង។ ដូច្នេះនៅពេលវាស់បរិមាណ តម្លៃប្រហាក់ប្រហែលរបស់វាតែងតែទទួលបាន ភាពត្រឹមត្រូវដែលត្រូវតែប៉ាន់ប្រមាណ។ បញ្ហាមួយទៀតក៏កើតឡើងផងដែរ៖ ដើម្បីជ្រើសរើសឧបករណ៍ លក្ខខណ្ឌ និងបច្ចេកទេស ដើម្បីធ្វើការវាស់វែងជាមួយនឹងភាពត្រឹមត្រូវដែលបានផ្តល់ឱ្យ។ ទ្រឹស្តីនៃកំហុសជួយដោះស្រាយបញ្ហាទាំងនេះ ដែលសិក្សាពីច្បាប់នៃការបែងចែកកំហុស បង្កើតលក្ខណៈវិនិច្ឆ័យវាយតម្លៃ និងការអត់ធ្មត់សម្រាប់ភាពត្រឹមត្រូវនៃការវាស់វែង វិធីសាស្រ្តសម្រាប់កំណត់តម្លៃដែលទំនងបំផុតនៃបរិមាណដែលត្រូវបានកំណត់ និងច្បាប់សម្រាប់ការទស្សន៍ទាយភាពត្រឹមត្រូវដែលរំពឹងទុក។

១២.១. ការវាស់វែង និងការចាត់ថ្នាក់របស់ពួកគេ។

ការវាស់វែង គឺជាដំណើរការនៃការប្រៀបធៀបតម្លៃដែលបានវាស់ជាមួយនឹងតម្លៃដែលគេស្គាល់មួយផ្សេងទៀត ដោយយកជាឯកតារង្វាស់។
បរិមាណទាំងអស់ដែលយើងកំពុងដោះស្រាយត្រូវបានបែងចែកទៅជាការវាស់វែង និងគណនា។ វាស់វែងតម្លៃនេះត្រូវបានគេហៅថាតម្លៃប្រហាក់ប្រហែលរបស់វា ដែលត្រូវបានរកឃើញដោយការប្រៀបធៀបជាមួយនឹងឯកតារង្វាស់ដូចគ្នា។ ដូច្នេះការដាក់កាសែតស្ទង់មតិតាមលំដាប់លំដោយក្នុងទិសដៅដែលបានផ្តល់ឱ្យហើយរាប់ចំនួននៃការបញ្ឈប់ពួកគេរកឃើញតម្លៃប្រហាក់ប្រហែលនៃប្រវែងនៃផ្នែក។
គណនាបរិមាណគឺជាតម្លៃរបស់វាដែលបានកំណត់ពីបរិមាណវាស់ផ្សេងទៀតដែលទាក់ទងនឹងមុខងាររបស់វា។ ឧទាហរណ៍តំបន់នៃតំបន់ចតុកោណគឺជាផលិតផលនៃប្រវែងនិងទទឹងវាស់របស់វា។
ដើម្បីរកឃើញការខកខាន (កំហុសសរុប) និងកែលម្អភាពត្រឹមត្រូវនៃលទ្ធផល តម្លៃដូចគ្នាត្រូវបានវាស់ជាច្រើនដង។ ដោយភាពត្រឹមត្រូវការវាស់វែងបែបនេះត្រូវបានបែងចែកទៅជាស្មើគ្នានិងមិនស្មើគ្នា។ សមមូល - លទ្ធផលរង្វាស់ដូចគ្នានៃបរិមាណដូចគ្នា អនុវត្តដោយឧបករណ៍ដូចគ្នា (ឬឧបករណ៍ផ្សេងគ្នានៃថ្នាក់ភាពត្រឹមត្រូវដូចគ្នា) ក្នុងវិធីដូចគ្នា និងក្នុងចំនួនជំហានដូចគ្នា ក្រោមលក្ខខណ្ឌដូចគ្នា។ មិនស្មើគ្នា - ការវាស់វែងធ្វើឡើងក្នុងករណីមិនអនុលោមតាមលក្ខខណ្ឌនៃភាពត្រឹមត្រូវស្មើគ្នា។
នៅក្នុងដំណើរការគណិតវិទ្យានៃលទ្ធផលរង្វាស់ ចំនួននៃតម្លៃវាស់គឺមានសារៈសំខាន់ណាស់។ ឧទាហរណ៍ ដើម្បីទទួលបានតម្លៃនៃមុំនីមួយៗនៃត្រីកោណ វាគ្រប់គ្រាន់ដើម្បីវាស់តែពីរនៃពួកវា - នេះនឹងជា ចាំបាច់ ចំនួននៃតម្លៃ។ ក្នុងករណីទូទៅ ដើម្បីដោះស្រាយបញ្ហាសណ្ឋានដី-ភូមិសាស្ត្រ ចាំបាច់ត្រូវវាស់វែងនូវបរិមាណអប្បបរមាជាក់លាក់ណាមួយ ដែលធានាបាននូវដំណោះស្រាយនៃបញ្ហា។ ពួកគេត្រូវបានគេហៅថា ចំនួននៃបរិមាណដែលត្រូវការ ឬ ការ​វាស់។ប៉ុន្តែដើម្បីវិនិច្ឆ័យគុណភាពនៃការវាស់វែង ពិនិត្យមើលភាពត្រឹមត្រូវរបស់ពួកគេ និងធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃលទ្ធផល មុំទីបីនៃត្រីកោណក៏ត្រូវបានវាស់ផងដែរ - លើស . ចំនួន​នៃ​តម្លៃ​មិន​ដដែល (k ) គឺជាភាពខុសគ្នារវាងចំនួននៃបរិមាណដែលបានវាស់ទាំងអស់ ( ទំ ) និងចំនួនបរិមាណដែលត្រូវការ ( t ):

k = n - t

នៅក្នុងការអនុវត្តសណ្ឋានដី និងភូមិសាស្ត្រ តម្លៃដែលបានវាស់វែងលែងត្រូវការគឺមិនអាចខ្វះបាន។ ពួកគេធ្វើឱ្យវាអាចរកឃើញកំហុស (កំហុស) ក្នុងការវាស់វែង និងការគណនា និងបង្កើនភាពត្រឹមត្រូវនៃតម្លៃដែលបានកំណត់។

ដោយការអនុវត្តរាងកាយ ការវាស់វែងអាចដោយផ្ទាល់ មិនផ្ទាល់ និងពីចម្ងាយ។
ផ្ទាល់ ការវាស់ស្ទង់គឺជាប្រភេទរង្វាស់ដំបូងគេបំផុត និងជាប្រវត្តិសាស្ត្រ ឧទាហរណ៍ ការវាស់ប្រវែងបន្ទាត់ដោយប្រើកាសែតស្ទង់មតិ ឬរង្វាស់កាសែត។
ដោយប្រយោល។ ការវាស់វែងគឺផ្អែកលើការប្រើប្រាស់ទំនាក់ទំនងគណិតវិទ្យាមួយចំនួនរវាងបរិមាណដែលបានស្វែងរក និងដោយផ្ទាល់។ ឧទាហរណ៍តំបន់នៃចតុកោណនៅលើដីត្រូវបានកំណត់ដោយការវាស់ប្រវែងនៃជ្រុងរបស់វា។
ពីចម្ងាយ ការវាស់វែងគឺផ្អែកលើការប្រើប្រាស់នៃដំណើរការ និងបាតុភូតរូបវន្តមួយចំនួន ហើយជាក្បួនត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការប្រើប្រាស់មធ្យោបាយបច្ចេកទេសទំនើប៖ ឧបករណ៍រកជួរពន្លឺ ស្ថានីយ៍សរុបអេឡិចត្រូនិក phototheodolite ជាដើម។

ឧបករណ៍វាស់ស្ទង់ដែលប្រើក្នុងផលិតកម្មភូមិសាស្ត្រ និងភូមិសាស្ត្រអាចបែងចែកជា ថ្នាក់សំខាន់បី :

• ភាពជាក់លាក់ខ្ពស់ (ភាពជាក់លាក់);
• ត្រឹមត្រូវ;
• បច្ចេកទេស។

១២.២. កំហុសក្នុងការវាស់វែង

ជាមួយនឹងការវាស់វែងម្តងហើយម្តងទៀតនៃតម្លៃដូចគ្នា រាល់ពេលដែលទទួលបានលទ្ធផលខុសគ្នាបន្តិចបន្តួច ទាំងតម្លៃដាច់ខាត និងជាសញ្ញា មិនថាអ្នកសំដែងមានបទពិសោធន៍ប៉ុណ្ណា និងមិនថាគាត់ប្រើឧបករណ៍ណាដែលមានភាពជាក់លាក់ខ្ពស់នោះទេ។
កំហុសត្រូវបានសម្គាល់៖ សរុប ប្រព័ន្ធ និងចៃដន្យ។
រូបរាង រដុប កំហុស ( នឹក ) ត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងកំហុសធ្ងន់ធ្ងរក្នុងការផលិតការងារវាស់វែង។ កំហុសទាំងនេះត្រូវបានរកឃើញយ៉ាងងាយស្រួល និងលុបបំបាត់ជាលទ្ធផលនៃការត្រួតពិនិត្យការវាស់វែង។
កំហុសជាប្រព័ន្ធ ត្រូវបានរួមបញ្ចូលនៅក្នុងលទ្ធផលរង្វាស់នីមួយៗដោយយោងទៅតាមច្បាប់ដែលបានកំណត់យ៉ាងតឹងរ៉ឹង។ ពួកវាកើតឡើងដោយសារឥទ្ធិពលនៃការរចនាឧបករណ៍វាស់ កំហុសក្នុងការក្រិតខ្នាត មាត្រដ្ឋាន ពាក់។ល។ ( កំហុសឧបករណ៍) ឬកើតឡើងដោយសារតែការប៉ាន់ប្រមាណនៃលក្ខខណ្ឌរង្វាស់ និងលំនាំនៃការផ្លាស់ប្តូររបស់ពួកគេ ការប៉ាន់ស្មាននៃរូបមន្តមួយចំនួន។ល។ ( កំហុសវិធីសាស្រ្ត) ។ កំហុសជាប្រព័ន្ធត្រូវបានបែងចែកទៅជា អចិន្ត្រៃយ៍ (មិនប្រែប្រួលក្នុងសញ្ញា និងទំហំ) និង អថេរ (ការផ្លាស់ប្តូរតម្លៃរបស់ពួកគេពីវិមាត្រមួយទៅវិមាត្រមួយទៀតយោងទៅតាមច្បាប់ជាក់លាក់មួយ) ។
កំហុសបែបនេះត្រូវបានកំណត់ទុកជាមុន ហើយអាចត្រូវបានកាត់បន្ថយទៅអប្បបរមាដែលត្រូវការដោយការណែនាំការកែតម្រូវសមស្រប។
ឧទាហរណ៍ឥទ្ធិពលនៃកោងនៃផែនដីលើភាពត្រឹមត្រូវនៃការកំណត់ចម្ងាយបញ្ឈរ ឥទ្ធិពលនៃសីតុណ្ហភាពខ្យល់ និងសម្ពាធបរិយាកាសអាចត្រូវបានគេយកមកពិចារណាជាមុន នៅពេលកំណត់ប្រវែងនៃបន្ទាត់ជាមួយនឹងឧបករណ៍រកជួរពន្លឺ ឬស្ថានីយសរុបអេឡិចត្រូនិក ឥទ្ធិពលនៃ ចំណាំងផ្លាតបរិយាកាសអាចត្រូវបានគេយកមកពិចារណាជាមុន។ល។
ប្រសិនបើកំហុសសរុបមិនត្រូវបានអនុញ្ញាត ហើយកំហុសជាប្រព័ន្ធត្រូវបានលុបចោល នោះគុណភាពនៃការវាស់វែងនឹងត្រូវបានកំណត់តែប៉ុណ្ណោះ។ កំហុសចៃដន្យ។កំហុសទាំងនេះគឺជៀសមិនរួច ប៉ុន្តែអាកប្បកិរិយារបស់ពួកគេគឺស្ថិតនៅក្រោមច្បាប់នៃចំនួនដ៏ច្រើន។ ពួកគេអាចត្រូវបានវិភាគ គ្រប់គ្រង និងកាត់បន្ថយទៅអប្បបរមាចាំបាច់។
ដើម្បីកាត់បន្ថយឥទ្ធិពលនៃកំហុសចៃដន្យលើលទ្ធផលរង្វាស់ ពួកគេងាកទៅរកការវាស់វែងម្តងហើយម្តងទៀត កែលម្អលក្ខខណ្ឌការងារ ជ្រើសរើសឧបករណ៍ទំនើបៗ វិធីសាស្ត្រវាស់វែង និងអនុវត្តការផលិតដោយប្រុងប្រយ័ត្ន។
ការប្រៀបធៀបស៊េរីនៃកំហុសចៃដន្យនៃការវាស់វែងត្រឹមត្រូវស្មើគ្នា វាអាចរកឃើញថាពួកគេមានលក្ខណៈសម្បត្តិដូចខាងក្រោមៈ
ក) សម្រាប់ប្រភេទ និងលក្ខខណ្ឌនៃការវាស់វែង កំហុសចៃដន្យមិនអាចលើសពីដែនកំណត់ជាក់លាក់ក្នុងតម្លៃដាច់ខាត។
ខ) កំហុសដែលមានទំហំតូចនៅក្នុងតម្លៃដាច់ខាតលេចឡើងជាញឹកញាប់ជាងចំនួនធំ។
គ) កំហុសវិជ្ជមានលេចឡើងជាញឹកញាប់ដូចដែលអវិជ្ជមានស្មើនឹងតម្លៃដាច់ខាត។
ឃ) មធ្យមនព្វន្ធនៃកំហុសចៃដន្យនៃតម្លៃដូចគ្នាមានទំនោរទៅសូន្យជាមួយនឹងការកើនឡើងគ្មានដែនកំណត់នៃចំនួនរង្វាស់។
ការចែកចាយនៃកំហុសដែលត្រូវគ្នានឹងលក្ខណៈសម្បត្តិដែលបានបញ្ជាក់ត្រូវបានគេហៅថាធម្មតា (រូបភាព 12.1) ។

អង្ករ។ ១២.១. ខ្សែកោងនៃការចែកចាយធម្មតានៃកំហុសចៃដន្យ Gaussian

ភាពខុសគ្នារវាងលទ្ធផលនៃការវាស់វែងនៃបរិមាណមួយចំនួន ( លីត្រ) និងអត្ថន័យពិតរបស់វា ( X) បានហៅ កំហុសដាច់ខាត (ពិត) .

Δ = l − X

តម្លៃពិត (ត្រឹមត្រូវទាំងស្រុង) នៃបរិមាណដែលបានវាស់វែងមិនអាចទទួលបានទេ សូម្បីតែការប្រើឧបករណ៍ដែលមានភាពត្រឹមត្រូវខ្ពស់បំផុត និងបច្ចេកទេសវាស់វែងកម្រិតខ្ពស់បំផុតក៏ដោយ។ មានតែនៅក្នុងករណីមួយចំនួនប៉ុណ្ណោះដែលអាចដឹងពីតម្លៃទ្រឹស្តីនៃបរិមាណ។ ការប្រមូលផ្តុំនៃកំហុសនាំទៅដល់ការបង្កើតភាពមិនស្របគ្នារវាងលទ្ធផលនៃការវាស់វែង និងតម្លៃជាក់ស្តែងរបស់វា។
ភាពខុសគ្នារវាងផលបូកនៃតម្លៃដែលបានវាស់វែងជាក់ស្តែង (ឬគណនា) និងតម្លៃទ្រឹស្តីរបស់វាត្រូវបានគេហៅថា មើលមិនច្បាស់. ឧទាហរណ៍ ផលបូកទ្រឹស្តីនៃមុំក្នុងត្រីកោណសំប៉ែតគឺ 180º ហើយផលបូកនៃមុំវាស់បានប្រែទៅជា 180º02" បន្ទាប់មកកំហុសនៃផលបូកនៃមុំវាស់នឹងមាន +0º02"។ កំហុស​នេះ​នឹង​ជា​ភាព​ខុស​គ្នា​ជ្រុង​នៃ​ត្រីកោណ។
កំហុសដាច់ខាតមិនមែនជាសូចនាករពេញលេញនៃភាពត្រឹមត្រូវនៃការងារដែលបានអនុវត្តនោះទេ។ ឧទាហរណ៍ ប្រសិនបើបន្ទាត់ខ្លះប្រវែងពិតប្រាកដគឺ 1000 មវាស់ដោយកាសែតស្ទង់មតិដែលមានកំហុស 0.5 មនិងផ្នែកប្រវែង ២០០ ម- ជាមួយនឹងកំហុស 0.2 មបន្ទាប់មក ទោះបីជាការពិតដែលថាកំហុសដាច់ខាតនៃការវាស់វែងទីមួយគឺធំជាងការវាស់វែងទីពីរក៏ដោយ ក៏ការវាស់វែងទីមួយត្រូវបានអនុវត្តជាមួយនឹងភាពត្រឹមត្រូវខ្ពស់ជាងពីរដង។ ដូច្នេះគំនិតត្រូវបានណែនាំ សាច់ញាតិ កំហុស:

សមាមាត្រនៃកំហុសដាច់ខាតនៃតម្លៃវាស់Δ ទៅតម្លៃដែលបានវាស់លីត្របានហៅ កំហុសដែលទាក់ទង.

កំហុសដែលទាក់ទងតែងតែត្រូវបានបង្ហាញជាប្រភាគដែលមានភាគយកស្មើនឹងមួយ (ប្រភាគ aliquot)។ ដូច្នេះក្នុងឧទាហរណ៍ខាងលើ កំហុសទាក់ទងនៃការវាស់វែងទីមួយគឺ

និងទីពីរ

12.3 ដំណើរការគណិតវិទ្យានៃលទ្ធផលនៃការវាស់វែងភាពត្រឹមត្រូវស្មើគ្នានៃតម្លៃតែមួយ

សូមឱ្យបរិមាណមួយចំនួនជាមួយនឹងតម្លៃពិត Xបានវាស់វែងស្មើគ្នា ន ពេលវេលា និងលទ្ធផលគឺ៖ លីត្រ 1 , លីត្រ 2 , លីត្រ 3 , … លីត្រខ្ញុំ (ខ្ញុំ = 1, 2, 3, … ន) ដែលជារឿយៗត្រូវបានគេហៅថាជាស៊េរីនៃការវាស់វែង។ វាត្រូវបានទាមទារដើម្បីស្វែងរកតម្លៃដែលគួរឱ្យទុកចិត្តបំផុតនៃបរិមាណដែលបានវាស់ដែលត្រូវបានគេហៅថា ភាគ​ច្រើន​ទំនង , និងវាយតម្លៃភាពត្រឹមត្រូវនៃលទ្ធផល។
នៅក្នុងទ្រឹស្តីនៃកំហុស តម្លៃដែលទំនងបំផុតសម្រាប់ស៊េរីនៃលទ្ធផលរង្វាស់ត្រឹមត្រូវស្មើគ្នាគឺ មធ្យម , i.e.

(12.1)

អវត្ដមាននៃកំហុសជាប្រព័ន្ធ មធ្យមនព្វន្ធជាមួយនឹងការកើនឡើងគ្មានដែនកំណត់នៃចំនួនរង្វាស់ ទំនោរទៅនឹងតម្លៃពិតនៃបរិមាណដែលបានវាស់។
ដើម្បីបង្កើនឥទ្ធិពលនៃកំហុសធំជាងលើលទ្ធផលនៃការប៉ាន់ប្រមាណភាពត្រឹមត្រូវនៃការវាស់វែងជាបន្តបន្ទាប់ មួយប្រើ កំហុស root mean square (UPC) ប្រសិនបើតម្លៃពិតនៃបរិមាណដែលបានវាស់ត្រូវបានគេដឹង ហើយកំហុសជាប្រព័ន្ធគឺមានភាពធ្វេសប្រហែស នោះមានន័យថា root មានន័យថា កំហុសការេ ( ម ) នៃលទ្ធផលតែមួយនៃការវាស់វែងត្រឹមត្រូវស្មើគ្នាត្រូវបានកំណត់ដោយរូបមន្ត Gauss៖

ម = (12.2) ,

កន្លែងណា Δ ខ្ញុំ គឺ​ជា​កំហុស​ពិត។

នៅក្នុងការអនុវត្ត geodetic តម្លៃពិតនៃបរិមាណវាស់វែងនៅក្នុងករណីភាគច្រើនមិនត្រូវបានគេដឹងជាមុនទេ។ បន្ទាប់មក កំហុស root-mean-square នៃលទ្ធផលរង្វាស់តែមួយត្រូវបានគណនាពីកំហុសដែលទំនងបំផុត ( δ ) លទ្ធផលនៃការវាស់វែងបុគ្គល ( លីត្រ ខ្ញុំ ); យោងតាមរូបមន្ត Bessel៖

ម = (12.3)

តើកំហុសទំនងបំផុតនៅឯណា ( δ ខ្ញុំ ) ត្រូវបានកំណត់ថាជាគម្លាតនៃលទ្ធផលរង្វាស់ពីមធ្យមនព្វន្ធ

δ ខ្ញុំ =l ខ្ញុំ - µ

ជាញឹកញាប់ នៅជាប់នឹងតម្លៃដែលទំនងបំផុតនៃបរិមាណ កំហុស root-mean-square របស់វាត្រូវបានសរសេរផងដែរ ( ម), ឧ. 70°05" ± 1"។ នេះមានន័យថាតម្លៃពិតប្រាកដនៃមុំអាចច្រើន ឬតិចជាងតម្លៃដែលបានបញ្ជាក់ដោយ 1។ ទោះយ៉ាងណាក៏ដោយ នាទីនេះមិនអាចបន្ថែមទៅមុំ ឬដកពីវាបានទេ។ វាកំណត់លក្ខណៈត្រឹមភាពត្រឹមត្រូវនៃការទទួលបានលទ្ធផលនៅក្រោមលក្ខខណ្ឌនៃការវាស់វែងដែលបានផ្តល់ឱ្យ។ .

ការវិភាគនៃខ្សែកោងការចែកចាយធម្មតារបស់ Gaussian បង្ហាញថាជាមួយនឹងចំនួនច្រើនគ្រប់គ្រាន់នៃការវាស់វែងនៃតម្លៃដូចគ្នា កំហុសនៃការវាស់វែងចៃដន្យអាចជា:

• ធំជាង rms ម ក្នុង 32 ករណីក្នុងចំណោម 100;
• ធំជាងពីរដងនៃឫសមធ្យមការ៉េ 2ម ក្នុង 5 ករណីក្នុងចំណោម 100;
• ច្រើនជាងបីដងនៃឫសមធ្យមការ៉េ 3ម ក្នុង 3 ករណីក្នុងចំណោម 1000 ។

វាមិនទំនងទេដែលកំហុសរង្វាស់ចៃដន្យគឺធំជាងបីដងនៃឫសមធ្យមការ៉េ ដូច្នេះ កំហុសឫសមធ្យមបីដងត្រូវបានចាត់ទុកថាជាការកំណត់៖

Δ មុន = 3 ម។

កំហុសរឹមគឺជាតម្លៃនៃកំហុសចៃដន្យ ការកើតឡើងដែលស្ថិតនៅក្រោមលក្ខខណ្ឌនៃការវាស់វែងដែលបានផ្តល់ឱ្យគឺមិនទំនង។

កំហុស root mean square ក៏​ត្រូវ​បាន​គេ​យក​ជា limiting error ស្មើ​នឹង

Δprev = 2.5m ,

ជាមួយនឹងប្រូបាប៊ីលីតេនៃកំហុសប្រហែល 1% ។

កំហុស RMS នៃផលបូកនៃតម្លៃដែលបានវាស់

ការេនៃកំហុសការេមធ្យមនៃផលបូកពិជគណិតនៃអាគុយម៉ង់គឺស្មើនឹងផលបូកនៃការ៉េនៃកំហុសការេមធ្យមនៃពាក្យ

ម ស 2 = ម 1 2+ ម 2 2+ ម 3 2 + ..... + ម ន 2

ក្នុងករណីពិសេសនៅពេល ម 1 = ម 2 = ម 3 = ម ន= មដើម្បីកំណត់ឫសមធ្យម កំហុសការេនៃមធ្យមនព្វន្ធ សូមប្រើរូបមន្ត

ម ស =

កំហុសឫសមធ្យមការេនៃផលបូកពិជគណិតនៃការវាស់វែងស្មើគ្នាគឺច្រើនដងច្រើនជាងកំហុសឫសការ៉េនៃពាក្យមួយ។

ឧទាហរណ៍។
ប្រសិនបើមុំ 9 ត្រូវបានវាស់ដោយទ្រូដូលីត 30 វិនាទី នោះកំហុសមធ្យមឫសនៃការវាស់វែងមុំនឹងត្រូវបាន

ម ធ្យូងថ្ម = 30 " = ± 1.5"

កំហុស RMS នៃមធ្យមនព្វន្ធ
(ភាពត្រឹមត្រូវនៃការកំណត់លេខនព្វន្ធ)

កំហុស RMS នៃមធ្យមនព្វន្ធ (មµ )ដងតិចជាងឫសមធ្យមការ៉េនៃការវាស់វែងមួយ។

លក្ខណសម្បត្តិរបស់ root mean កំហុសការេនៃមធ្យមនព្វន្ធអនុញ្ញាតឱ្យអ្នកធ្វើឱ្យប្រសើរឡើងនូវភាពត្រឹមត្រូវនៃការវាស់វែងដោយ ការបង្កើនចំនួននៃការវាស់វែង .

ឧទាហរណ៍វាត្រូវបានទាមទារដើម្បីកំណត់តម្លៃនៃមុំជាមួយនឹងភាពត្រឹមត្រូវនៃ± 15 វិនាទីនៅក្នុងវត្តមាននៃ theodolite 30 វិនាទី។

ប្រសិនបើអ្នកវាស់មុំ 4 ដង ( ន) ហើយ​កំណត់​មធ្យម​នព្វន្ធ បន្ទាប់មក​ឫស​មធ្យម​កំហុស​ការេ​នៃ​មធ្យម​នព្វន្ធ ( មµ ) នឹងមាន± 15 វិនាទី។

កំហុសឫសមធ្យមការ៉េនៃមធ្យមនព្វន្ធ ( ម µ ) បង្ហាញពីកម្រិតណាដែលឥទ្ធិពលនៃកំហុសចៃដន្យត្រូវបានកាត់បន្ថយកំឡុងពេលវាស់វែងម្តងហើយម្តងទៀត។

ឧទាហរណ៍
ការវាស់វែង 5 ដងនៃប្រវែងនៃបន្ទាត់មួយត្រូវបានធ្វើឡើង។
ដោយផ្អែកលើលទ្ធផលនៃការវាស់វែង គណនា៖ តម្លៃដែលទំនងបំផុតនៃប្រវែងរបស់វា។ អិល(មធ្យម); កំហុសដែលអាចកើតមាន (គម្លាតពីមធ្យមនព្វន្ធ); root mean កំហុស​ការ​វាស់វែង​មួយ។ ម; ភាពត្រឹមត្រូវនៃការកំណត់លេខនព្វន្ធ mµនិង​តម្លៃ​ទំនង​បំផុត​នៃ​ប្រវែង​បន្ទាត់ ដោយ​គិត​ពី​កំហុស root-mean-square នៃ​មធ្យម​នព្វន្ធ ( អិល).

ដំណើរការវាស់ចម្ងាយ (ឧទាហរណ៍)

តារាង 12.1 ។

លេខវាស់	លទ្ធផល​ការ​វាស់វែង​, ម	ភាគច្រើនទំនងជាមានកំហុស ឃខ្ញុំ, សង់​ទី​ម៉ែ​ត	ការ៉េនៃកំហុសដែលទំនងបំផុត, សង់ទីម៉ែត្រ 2	លក្ខណៈ ភាព​ត្រឹមត្រូវ
				ម=±=±19cm មµ = 19 សង់ទីម៉ែត្រ / = ± 8 សង់ទីម៉ែត្រ
		Σ ឃខ្ញុំ = 0	[Σ ឃខ្ញុំ]2 = 1446	អិល= (980.65 ±0.08) m

១២.៤. ទំងន់នៃលទ្ធផលនៃការវាស់វែងមិនស្មើគ្នា

ជាមួយនឹងការវាស់វែងមិនស្មើគ្នា នៅពេលដែលលទ្ធផលនៃការវាស់វែងនីមួយៗមិនអាចត្រូវបានគេចាត់ទុកថាអាចទុកចិត្តបានដូចគ្នានោះ វាមិនអាចទៅរួចទេក្នុងការទទួលបានដោយនិយមន័យនៃមធ្យមនព្វន្ធសាមញ្ញ។ ក្នុងករណីបែបនេះ គុណសម្បត្តិ (ឬភាពជឿជាក់) នៃលទ្ធផលរង្វាស់នីមួយៗត្រូវយកមកពិចារណា។
សេចក្តីថ្លៃថ្នូរនៃលទ្ធផលរង្វាស់ត្រូវបានបង្ហាញដោយចំនួនជាក់លាក់ដែលហៅថាទម្ងន់នៃការវាស់វែងនេះ។ . ជាក់ស្តែង មធ្យមនព្វន្ធនឹងមានទម្ងន់ច្រើនជាងការវាស់វែងតែមួយ ហើយការវាស់វែងដែលធ្វើឡើងដោយឧបករណ៍កម្រិតខ្ពស់ និងត្រឹមត្រូវនឹងមានកម្រិតនៃភាពជឿជាក់ខ្លាំងជាងការវាស់វែងដូចគ្នាដែលធ្វើឡើងដោយឧបករណ៍ដែលមានភាពត្រឹមត្រូវតិចជាង។
ដោយសារលក្ខខណ្ឌរង្វាស់កំណត់តម្លៃខុសគ្នានៃកំហុស root-mean-square វាជាទម្លាប់ក្នុងការយកតម្លៃចុងក្រោយជា មូលដ្ឋាននៃការប៉ាន់ប្រមាណតម្លៃទម្ងន់, ការ​វាស់។ ក្នុងករណីនេះទម្ងន់នៃលទ្ធផលរង្វាស់ត្រូវបានយក សមាមាត្រច្រាសទៅនឹងការេនៃកំហុស root-mean-square ដែលត្រូវគ្នារបស់ពួកគេ .
ដូច្នេះប្រសិនបើតំណាងដោយ រនិង រការវាស់វែងទម្ងន់មានកំហុសជា root-mean-square រៀងគ្នា។ មនិង µ បន្ទាប់មកយើងអាចសរសេរសមាមាត្រសមាមាត្រ៖

ឧទាហរណ៍ប្រសិនបើ µ កំហុសឫសមធ្យមការ៉េនៃមធ្យមនព្វន្ធ និង ម-រៀងគ្នា វិមាត្រមួយ បន្ទាប់មកដូចខាងក្រោមពី

អាចត្រូវបានសរសេរ:

i.e. ទម្ងន់នៃមធ្យមនព្វន្ធនៅក្នុង នដងនៃទំងន់នៃការវាស់វែងតែមួយ.

ស្រដៀងគ្នានេះដែរ គេអាចរកឃើញថា ទម្ងន់នៃការវាស់មុំដែលធ្វើឡើងជាមួយនឹងទ្រូដូលីត 15 វិនាទីគឺបួនដងនៃទម្ងន់នៃការវាស់មុំដែលបានធ្វើឡើងជាមួយនឹងឧបករណ៍ 30 វិនាទី។

នៅក្នុងការគណនាជាក់ស្តែង ទម្ងន់នៃបរិមាណណាមួយជាធម្មតាត្រូវបានគេយកជាឯកតា ហើយនៅក្រោមលក្ខខណ្ឌនេះ ទម្ងន់នៃការវាស់វែងដែលនៅសល់ត្រូវបានគណនា។ ដូច្នេះ ក្នុងឧទាហរណ៍ចុងក្រោយនេះ ប្រសិនបើយើងយកទម្ងន់នៃលទ្ធផលនៃការវាស់វែងមុំជាមួយ theodolite 30 វិនាទីជា រ= 1, បន្ទាប់មកតម្លៃទម្ងន់នៃលទ្ធផលរង្វាស់ជាមួយ theodolite 15 វិនាទីនឹងត្រូវបាន រ = 4.

១២.៥. តម្រូវការសម្រាប់ធ្វើទ្រង់ទ្រាយលទ្ធផលនៃការវាស់វែងវាល និងដំណើរការរបស់ពួកគេ

សម្ភារៈទាំងអស់នៃការវាស់វែងភូមិសាស្ត្រមានឯកសារវាល ក៏ដូចជាឯកសារនៃការងារគណនា និងក្រាហ្វិក។ បទពិសោធន៍ជាច្រើនឆ្នាំក្នុងការផលិតរង្វាស់ geodetic និងដំណើរការរបស់ពួកគេបានអនុញ្ញាតឱ្យយើងបង្កើតច្បាប់សម្រាប់រក្សាឯកសារនេះ។

ការចុះឈ្មោះឯកសារវាល

ឯកសារវាលរួមមានសម្ភារសម្រាប់ពិនិត្យឧបករណ៍ភូមិសាស្ត្រ កំណត់ហេតុវាស់វែង និងទម្រង់ពិសេស គ្រោង កំណត់ហេតុជ្រើសរើស។ ឯកសារវាលទាំងអស់ត្រូវបានចាត់ទុកថាមានសុពលភាពតែនៅក្នុងឯកសារដើមប៉ុណ្ណោះ។ វាត្រូវបានចងក្រងជាច្បាប់ចម្លងតែមួយ ហើយក្នុងករណីបាត់បង់ អាចត្រូវបានស្ដារឡើងវិញបានតែដោយការវាស់វែងម្តងហើយម្តងទៀត ដែលតាមពិតមិនតែងតែអាចធ្វើទៅបានទេ។

ច្បាប់​សម្រាប់​រក្សា​កំណត់​ហេតុ​វាល​មាន​ដូច​ខាង​ក្រោម។

1. ទិនានុប្បវត្តិ គួរតែត្រូវបានបំពេញដោយប្រុងប្រយ័ត្ន លេខ និងអក្សរទាំងអស់គួរតែត្រូវបានសរសេរយ៉ាងច្បាស់ និងស្របច្បាប់។
2. ការកែតម្រូវលេខ និងការលុបរបស់វា ក៏ដូចជាការសរសេរលេខតាមលេខមិនត្រូវបានអនុញ្ញាតទេ។
3. កំណត់ត្រានៃការអានដែលមានកំហុសត្រូវបានកាត់ចេញដោយបន្ទាត់មួយ ហើយ "ខុស" ឬ "បោះពុម្ពខុស" ត្រូវបានចង្អុលបង្ហាញនៅខាងស្តាំ ហើយលទ្ធផលត្រឹមត្រូវត្រូវបានចារឹកនៅខាងលើ។
4. ធាតុទាំងអស់នៅក្នុងទិនានុប្បវត្តិត្រូវបានធ្វើឡើងដោយខ្មៅដៃធម្មតានៃភាពរឹងមធ្យម ទឹកថ្នាំ ឬប៊ិចប៊ិច។ ការ​ប្រើ​ខ្មៅ​ដៃ​គីមី ឬ​ពណ៌​សម្រាប់​ការ​នេះ​មិន​ត្រូវ​បាន​ណែនាំ​ទេ។
5. នៅពេលអនុវត្តប្រភេទនីមួយៗនៃការស្ទង់មតិ geodetic កំណត់ត្រានៃលទ្ធផលនៃការវាស់វែងត្រូវបានធ្វើឡើងនៅក្នុងទិនានុប្បវត្តិសមស្របនៃទម្រង់ដែលបានបង្កើតឡើង។ មុនពេលចាប់ផ្តើមការងារ ទំព័រនៃទស្សនាវដ្ដីត្រូវបានរាប់លេខ ហើយលេខរបស់ពួកគេត្រូវបានបញ្ជាក់ដោយប្រធានការងារ។
6. នៅក្នុងដំណើរការនៃការងារវាល ទំព័រដែលមានលទ្ធផលរង្វាស់ច្រានចោលត្រូវបានកាត់ចេញតាមអង្កត់ទ្រូងជាមួយនឹងបន្ទាត់មួយ បង្ហាញពីហេតុផលសម្រាប់ការបដិសេធ និងចំនួនទំព័រដែលមានលទ្ធផលនៃការវាស់វែងម្តងហើយម្តងទៀត។
7. នៅក្នុងទិនានុប្បវត្តិនីមួយៗ នៅលើទំព័រចំណងជើង បំពេញព័ត៌មានអំពីឧបករណ៍ geodetic (ម៉ាក លេខ កំហុសស្តង់ដារនៃការវាស់វែង) កត់ត្រាកាលបរិច្ឆេទ និងពេលវេលានៃការសង្កេត លក្ខខណ្ឌអាកាសធាតុ (អាកាសធាតុ ភាពមើលឃើញ។ល។) ឈ្មោះរបស់ អ្នកសំដែង ផ្តល់ដ្យាក្រាម រូបមន្ត និងកំណត់ចំណាំចាំបាច់។
8. ទិនានុប្បវត្តិត្រូវតែបំពេញតាមរបៀបដែលអ្នកសំដែងផ្សេងទៀតដែលមិនចូលរួមក្នុងការងារវាលអាចអនុវត្តដំណើរការជាបន្តបន្ទាប់នៃលទ្ធផលរង្វាស់។ នៅពេលបំពេញទិនានុប្បវត្តិវាល ទម្រង់បែបបទចូលខាងក្រោមគួរតែត្រូវបានអនុវត្តតាម៖
ក) លេខនៅក្នុងជួរឈរត្រូវបានសរសេរដូច្នេះលេខទាំងអស់នៃខ្ទង់ដែលត្រូវគ្នាមានទីតាំងនៅខាងក្រោមមួយទៀតដោយគ្មានអុហ្វសិត។
ខ) រាល់លទ្ធផលនៃការវាស់វែងដែលបានអនុវត្តជាមួយនឹងភាពត្រឹមត្រូវដូចគ្នាត្រូវបានកត់ត្រាជាមួយនឹងចំនួនខ្ទង់ទសភាគដូចគ្នា។

ឧទាហរណ៍
356.24 និង 205.60 ម៉ែត្រ - ត្រឹមត្រូវ,
356.24 និង 205.6 ម៉ែត្រ - ខុស;
គ) តម្លៃនៃនាទី និងវិនាទីនៅក្នុងការវាស់វែង និងការគណនាមុំតែងតែត្រូវបានសរសេរជាលេខពីរខ្ទង់។

ឧទាហរណ៍
១២៧°០៧"០៥ " មិនមែន 127º7"5 " ;

ឃ) នៅក្នុងតម្លៃលេខនៃលទ្ធផលរង្វាស់ សរសេរលេខតួរលេខបែបនេះដែលអនុញ្ញាតឱ្យអ្នកទទួលបានឧបករណ៍អាននៃឧបករណ៍វាស់ដែលត្រូវគ្នា។ ឧទាហរណ៍ ប្រសិនបើប្រវែងបន្ទាត់ត្រូវបានវាស់ដោយរង្វាស់កាសែតដែលមានការបែងចែកមីលីម៉ែត្រ ហើយការអានត្រូវបានអនុវត្តជាមួយនឹងភាពត្រឹមត្រូវ 1 ម នោះការអានគួរតែត្រូវបានកត់ត្រាជា 27.400 ម មិនមែន 27.4 ម ឬប្រសិនបើ goniometer តែប៉ុណ្ណោះ។ អនុញ្ញាតឱ្យអាននាទីទាំងមូល បន្ទាប់មកការអាននឹងត្រូវបានសរសេរជា 47º00 " មិនមែន 47º ឬ 47º00"00" ទេ។

១២.៥.១. គំនិតនៃច្បាប់នៃការគណនា geodetic

ដំណើរការនៃលទ្ធផលរង្វាស់ត្រូវបានចាប់ផ្តើមបន្ទាប់ពីពិនិត្យមើលសម្ភារៈវាលទាំងអស់។ ក្នុងពេលជាមួយគ្នានេះមនុស្សម្នាក់គួរតែប្រកាន់ខ្ជាប់នូវច្បាប់និងបច្ចេកទេសដែលត្រូវបានបង្កើតឡើងដោយការអនុវត្តការប្រតិបត្តិដែលជួយសម្រួលដល់ការងាររបស់ម៉ាស៊ីនគិតលេខនិងអនុញ្ញាតឱ្យគាត់ប្រើបច្ចេកវិទ្យាកុំព្យូទ័រនិងមធ្យោបាយជំនួយដោយសមហេតុផល។
1. មុនពេលដំណើរការលទ្ធផលនៃការវាស់វែងភូមិសាស្ត្រ គ្រោងការណ៍គណនាលម្អិតគួរតែត្រូវបានបង្កើតឡើង ដែលបង្ហាញពីលំដាប់នៃសកម្មភាពដែលអនុញ្ញាតឱ្យទទួលបានលទ្ធផលដែលចង់បានតាមវិធីសាមញ្ញបំផុត និងលឿនបំផុត។
2. ដោយគិតគូរពីចំនួនការងារគណនា សូមជ្រើសរើសមធ្យោបាយ និងវិធីសាស្ត្រគណនាដ៏ប្រសើរបំផុត ដែលទាមទារការចំណាយតិចបំផុត ខណៈពេលដែលធានាបាននូវភាពត្រឹមត្រូវដែលត្រូវការ។
3. ភាពត្រឹមត្រូវនៃលទ្ធផលគណនាមិនអាចខ្ពស់ជាងភាពត្រឹមត្រូវនៃការវាស់វែងនោះទេ។ ដូច្នេះ ភាពត្រឹមត្រូវនៃប្រតិបត្តិការគណនាគួរតែត្រូវបានបញ្ជាក់ឱ្យបានគ្រប់គ្រាន់ ប៉ុន្តែមិនហួសហេតុពេកទេ។
4. នៅពេលគណនា មិនគួរប្រើសេចក្តីព្រាងទេ ព្រោះការសរសេរឡើងវិញនូវសម្ភារៈឌីជីថលត្រូវចំណាយពេលច្រើន ហើយជារឿយៗមានកំហុសឆ្គង។
5. ដើម្បីកត់ត្រាលទ្ធផលនៃការគណនា វាត្រូវបានណែនាំឱ្យប្រើគ្រោងការណ៍ពិសេស ទម្រង់ និងសេចក្តីថ្លែងការណ៍ដែលកំណត់នីតិវិធីសម្រាប់ការគណនា និងផ្តល់ការត្រួតពិនិត្យកម្រិតមធ្យម និងទូទៅ។
6. បើគ្មានការគ្រប់គ្រងទេ ការគណនាមិនអាចចាត់ទុកថាពេញលេញបានទេ។ ការគ្រប់គ្រងអាចត្រូវបានអនុវត្តដោយប្រើចលនាផ្សេងគ្នា (វិធីសាស្រ្ត) សម្រាប់ដោះស្រាយបញ្ហា ឬដោយអនុវត្តការគណនាម្តងហើយម្តងទៀតដោយអ្នកសំដែងផ្សេងទៀត (នៅក្នុង "ដៃពីរ") ។
7. ការគណនាតែងតែបញ្ចប់ដោយការកំណត់នៃកំហុស និងការប្រៀបធៀបជាកាតព្វកិច្ចរបស់ពួកគេជាមួយនឹងការអត់ឱនដែលផ្តល់ដោយការណែនាំដែលពាក់ព័ន្ធ។
8. តម្រូវការពិសេសសម្រាប់ការងារគណនាត្រូវបានដាក់លើភាពត្រឹមត្រូវនិងភាពច្បាស់លាស់នៃការកត់ត្រាលេខក្នុងទម្រង់គណនា ចាប់តាំងពីការធ្វេសប្រហែសក្នុងការបញ្ចូលនាំទៅរកកំហុស។
ដូចនៅក្នុងទិនានុប្បវត្តិវាល នៅពេលដែលសរសេរជួរឈរនៃលេខនៅក្នុងគ្រោងការណ៍គណនាលេខនៃខ្ទង់ដូចគ្នាគួរតែត្រូវបានដាក់មួយនៅក្រោមផ្សេងទៀត។ ក្នុងករណីនេះ ផ្នែកប្រភាគនៃលេខត្រូវបានបំបែកដោយសញ្ញាក្បៀស។ វាគឺជាការចង់សរសេរលេខច្រើនខ្ទង់នៅចន្លោះពេល ឧទាហរណ៍៖ 2 560 129.13 ។ កំណត់ត្រាគណនាគួរតែត្រូវបានរក្សាទុកតែក្នុងទឹកថ្នាំប៉ុណ្ណោះ ជាប្រភេទរ៉ូម៉ាំង។ លទ្ធផល​ដែល​ខុស​ត្រូវ​បាន​កាត់​ចេញ​យ៉ាង​ប្រុង​ប្រយ័ត្ន ហើយ​តម្លៃ​ដែល​បាន​កែ​តម្រូវ​ត្រូវ​បាន​សរសេរ​នៅ​លើ​កំពូល។
នៅពេលដំណើរការសមា្ភារៈវាស់មួយគួរតែដឹងជាមួយនឹងភាពត្រឹមត្រូវនៃលទ្ធផលនៃការគណនាគួរតែត្រូវបានទទួលបាននៅក្នុងលំដាប់មិនឱ្យដំណើរការជាមួយនឹងចំនួនលើសនៃតួអក្សរ; ប្រសិនបើលទ្ធផលចុងក្រោយនៃការគណនាត្រូវបានទទួលដោយលេខច្រើនជាងការចាំបាច់ នោះលេខត្រូវបានបង្គត់ចេញ។

១២.៥.២. លេខបង្គត់

បង្គត់ឡើងដល់ នសញ្ញា - មានន័យថារក្សាទុកនៅក្នុងវាដំបូង នតួលេខសំខាន់ៗ។
ខ្ទង់សំខាន់ៗនៃចំនួនមួយ គឺជាខ្ទង់ទាំងអស់របស់វា ចាប់ពីខ្ទង់ដំបូងដែលមិនមែនជាសូន្យនៅខាងឆ្វេងទៅខ្ទង់ចុងក្រោយដែលសរសេរនៅខាងស្តាំ។ ក្នុងករណីនេះ លេខសូន្យនៅខាងស្តាំមិនត្រូវបានចាត់ទុកថាជាតួលេខសំខាន់ទេ ប្រសិនបើពួកវាជំនួសតួលេខដែលមិនស្គាល់ ឬត្រូវបានដាក់ជំនួសតួលេខផ្សេងទៀតនៅពេលបង្គត់លេខដែលបានផ្តល់ឱ្យ។
ឧទាហរណ៍ លេខ 0.027 មានពីរខ្ទង់សំខាន់ៗ ហើយលេខ 139.030 មានប្រាំមួយខ្ទង់។

នៅពេលបង្គត់លេខ ច្បាប់ខាងក្រោមគួរតែត្រូវបានអនុវត្តតាម។
1. ប្រសិនបើលេខទីមួយនៃខ្ទង់ដែលបានបោះចោល (រាប់ពីឆ្វេងទៅស្តាំ) តិចជាង 5 នោះលេខដែលនៅសល់ចុងក្រោយត្រូវបានរក្សាទុកមិនផ្លាស់ប្តូរ។
ឧទាហរណ៍ លេខ 145.873 បន្ទាប់ពីបង្គត់ទៅប្រាំខ្ទង់ នឹងមាន 145.87។
2. ប្រសិនបើលេខទីមួយនៃខ្ទង់ដែលបានបោះចោលគឺធំជាង 5 នោះខ្ទង់ចុងក្រោយដែលនៅសេសសល់នឹងកើនឡើងមួយខ្ទង់។
ឧទាហរណ៍ លេខ 73.5672 បន្ទាប់ពីបង្គត់វាទៅជាលេខសំខាន់ៗចំនួនបួន នឹងមាន 73.57។
3. ប្រសិនបើខ្ទង់ចុងក្រោយនៃលេខបង្គត់គឺលេខ 5 ហើយត្រូវបោះចោល នោះខ្ទង់មុនក្នុងចំនួនត្រូវបានកើនឡើងមួយតែប៉ុណ្ណោះ ប្រសិនបើវាជាលេខសេស (ក្បួនលេខគូ)។
ឧទាហរណ៍ លេខ 45.175 និង 81.325 បន្ទាប់ពីបង្គត់ទៅ 0.01 នឹងមាន 45.18 និង 81.32 រៀងគ្នា។

១២.៥.៣. ក្រាហ្វិកដំណើរការ

តម្លៃនៃសម្ភារៈក្រាហ្វិក (ផែនការ ផែនទី និងទម្រង់) ដែលជាលទ្ធផលចុងក្រោយនៃការស្ទង់មតិ geodetic ត្រូវបានកំណត់យ៉ាងទូលំទូលាយមិនត្រឹមតែដោយភាពត្រឹមត្រូវនៃការវាស់វែងវាល និងភាពត្រឹមត្រូវនៃដំណើរការគណនារបស់ពួកគេប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងគុណភាពនៃការប្រតិបត្តិក្រាហ្វិកផងដែរ។ ការងារក្រាហ្វិចគួរតែត្រូវបានអនុវត្តដោយប្រើឧបករណ៍គូរដែលបានត្រួតពិនិត្យយ៉ាងប្រុងប្រយ័ត្ន៖ បន្ទាត់ ត្រីកោណ បង្គោល geodetic វាស់ត្រីវិស័យ ខ្មៅដៃមុតស្រួច (T និង TM) ជាដើម។ ការរៀបចំកន្លែងធ្វើការមានឥទ្ធិពលយ៉ាងខ្លាំងទៅលើគុណភាព និងផលិតភាពនៃការងារគំនូរ។ ការងារគូរគួរត្រូវបានអនុវត្តនៅលើសន្លឹកក្រដាសគំនូរដែលមានគុណភាពខ្ពស់ជួសជុលនៅលើតុរាបស្មើឬនៅលើក្តារគំនូរពិសេស។ ខ្មៅដៃ​ដែល​គូរ​ដើម​នៃ​ឯកសារ​ក្រាហ្វិក បន្ទាប់​ពី​ពិនិត្យ​និង​កែ​តម្រូវ​យ៉ាង​យក​ចិត្ត​ទុក​ដាក់ ត្រូវ​បាន​គូរ​ឡើង​ដោយ​ទឹក​ថ្នាំ​ស្រប​តាម​សញ្ញា​ធម្មតា​ដែល​បាន​បង្កើត។

សំណួរ និងភារកិច្ចសម្រាប់ការគ្រប់គ្រងខ្លួនឯង

1. តើពាក្យថា "វាស់អ្វីមួយ" មានន័យដូចម្តេច?
2. តើការវាស់វែងត្រូវបានចាត់ថ្នាក់យ៉ាងដូចម្តេច?
3. តើឧបករណ៍វាស់វែងត្រូវបានចាត់ថ្នាក់យ៉ាងដូចម្តេច?
4. តើលទ្ធផលនៃការវាស់វែងត្រូវបានចាត់ថ្នាក់ដោយភាពត្រឹមត្រូវយ៉ាងដូចម្តេច?
5. តើការវាស់វែងអ្វីទៅហៅថាស្មើ?
6. តើគោលគំនិតមានន័យដូចម្តេច៖ ចាំបាច់ និង លើស ចំនួននៃការវាស់វែង?
7. តើកំហុសវាស់វែងត្រូវបានចាត់ថ្នាក់យ៉ាងដូចម្តេច?
8. តើអ្វីបណ្តាលឱ្យមានកំហុសជាប្រព័ន្ធ?
9. តើអ្វីជាលក្ខណៈសម្បត្តិនៃកំហុសចៃដន្យ?
10. ដូចម្តេចដែលហៅថា កំហុសដាច់ខាត (ពិត)?
11. អ្វី​ទៅ​ដែល​ត្រូវ​បាន​គេ​ហៅ​ថា​ជា​កំហុស​ទាក់ទង?
12. ដូចម្តេចដែលហៅថា មធ្យមនព្វន្ធ ក្នុងទ្រឹស្តីនៃកំហុស?
13. ដូចម្តេចដែលហៅថា កំហុសការ៉េមធ្យម ក្នុងទ្រឹស្តីនៃកំហុស?
14. តើ​អ្វី​ទៅ​ជា​កំហុស​ការ​ការ៉េ​មធ្យម?
15. តើកំហុសឫសមធ្យមការ៉េនៃផលបូកពិជគណិតនៃការវាស់វែងត្រឹមត្រូវស្មើគ្នា និងកំហុសឫសមធ្យមការ៉េនៃពាក្យមួយទាក់ទងគ្នាយ៉ាងដូចម្តេច?
16. តើទំនាក់ទំនងរវាង root mean square error នៃមធ្យមនព្វន្ធ និង root mean square error នៃការវាស់មួយ?
17. តើឫសមានន័យដូចម្តេច កំហុសការ៉េនៃលេខនព្វន្ធបង្ហាញ?
18. តើប៉ារ៉ាម៉ែត្រអ្វីខ្លះដែលត្រូវយកជាមូលដ្ឋានសម្រាប់ការប៉ាន់ប្រមាណតម្លៃទម្ងន់?
19. តើទំនាក់ទំនងរវាងទម្ងន់នៃមធ្យមនព្វន្ធ និងទម្ងន់នៃការវាស់វែងតែមួយគឺជាអ្វី?
20. តើច្បាប់អ្វីខ្លះដែលត្រូវបានអនុម័តនៅក្នុង geodesy សម្រាប់រក្សាទុកកំណត់ហេតុវាល?
21. រាយក្បួនជាមូលដ្ឋាននៃការគណនា geodetic ។
22. បង្គត់ទៅ 0.01 លេខ 31.185 និង 46.575 ។
23. រាយបញ្ជីច្បាប់ជាមូលដ្ឋានសម្រាប់អនុវត្តការងារក្រាហ្វិក។

តើ​អ្វី​ទៅ​ជា "ការ​ប្រមូល​កំហុស"? តើអ្វីជាអក្ខរាវិរុទ្ធត្រឹមត្រូវនៃពាក្យនេះ។ គំនិត និងការបកស្រាយ។

ការប្រមូលផ្តុំនៃកំហុស នៅក្នុងដំណោះស្រាយជាលេខនៃសមីការពិជគណិត - ឥទ្ធិពលសរុបនៃការបង្គត់ដែលបានធ្វើឡើងនៅជំហាននីមួយៗនៃដំណើរការគណនាលើភាពត្រឹមត្រូវនៃដំណោះស្រាយលទ្ធផលនៃសមីការពិជគណិតលីនេអ៊ែរ។ ប្រព័ន្ធ។ វិធីសាស្រ្តទូទៅបំផុតសម្រាប់ការប៉ាន់ប្រមាណអាទិភាពនៃឥទ្ធិពលសរុបនៃកំហុសជុំគ្នានៅក្នុងវិធីសាស្រ្តលេខនៃពិជគណិតលីនេអ៊ែរគឺជាអ្វីដែលគេហៅថាគ្រោងការណ៍។ ការវិភាគបញ្ច្រាស។ ដូចដែលបានអនុវត្តចំពោះដំណោះស្រាយនៃប្រព័ន្ធនៃពិជគណិតលីនេអ៊ែរ សមីការ គ្រោងការណ៍ការវិភាគបញ្ច្រាសមានដូចខាងក្រោម។ ដំណោះស្រាយ xy ដែលបានគណនាដោយវិធីផ្ទាល់មិនពេញចិត្ត (1) ប៉ុន្តែអាចត្រូវបានតំណាងជាដំណោះស្រាយពិតប្រាកដនៃប្រព័ន្ធរំខាន។ គុណភាពនៃវិធីសាស្ត្រផ្ទាល់ត្រូវបានប៉ាន់ប្រមាណដោយការប៉ាន់ប្រមាណអាទិភាពដែលល្អបំផុតដែលអាចត្រូវបានផ្តល់សម្រាប់ម៉ាទ្រីស និង បទដ្ឋានវ៉ិចទ័រ។ បែបនេះ "ល្អបំផុត" ហើយត្រូវបានគេហៅថា។ រៀងគ្នា ដោយម៉ាទ្រីស និងវ៉ិចទ័រនៃការរំខានសមមូលសម្រាប់វិធីសាស្ត្រ M. ប្រសិនបើមានការប៉ាន់ប្រមាណសម្រាប់ និងបន្ទាប់មកតាមទ្រឹស្ដីកំហុសនៃដំណោះស្រាយប្រហាក់ប្រហែលអាចត្រូវបានប៉ាន់ស្មានដោយវិសមភាព ខាងក្រោមនេះជាលេខលក្ខខណ្ឌនៃម៉ាទ្រីស A និងម៉ាទ្រីស បទដ្ឋានក្នុង (3) ត្រូវបានសន្មត់ថាជាអនុសញ្ញាវ៉ិចទ័រ។ ហើយអត្ថន័យសំខាន់នៃ (2) គឺជាសមត្ថភាពក្នុងការប្រៀបធៀបគុណភាពនៃវិធីសាស្ត្រផ្សេងៗ។ ខាងក្រោមនេះជាទិដ្ឋភាពនៃការប៉ាន់ស្មានធម្មតាមួយចំនួនសម្រាប់ម៉ាទ្រីស សម្រាប់វិធីសាស្រ្តដែលមានការបំប្លែងរាងពងក្រពើ និងលេខនព្វន្ធអណ្តែត (នៅក្នុងប្រព័ន្ធ (1) A និង b ត្រូវបានចាត់ទុកថាមានសុពលភាព) នៅក្នុងការប៉ាន់ស្មាននេះ ភាពត្រឹមត្រូវទាក់ទងនៃនព្វន្ធ។ ប្រតិបត្តិការនៅក្នុងកុំព្យូទ័រគឺជាបទដ្ឋានម៉ាទ្រីស Euclidean f (n) គឺជាមុខងារនៃទម្រង់ដែល n ជាលំដាប់នៃប្រព័ន្ធ។ តម្លៃពិតប្រាកដនៃ C ថេរនៃនិទស្សន្ត k ត្រូវបានកំណត់ដោយព័ត៌មានលម្អិតនៃដំណើរការគណនាដូចជាវិធីសាស្ត្រនៃការបង្គត់ ការប្រើប្រាស់ការប្រមូលផ្តុំនៃផលិតផលមាត្រដ្ឋាន។ល។ ភាគច្រើនជាញឹកញាប់ k=1 ឬ 3/2។ ក្នុងករណីវិធីសាស្រ្ត Gauss-type ផ្នែកខាងស្តាំនៃការប៉ាន់ប្រមាណ (4) ក៏រួមបញ្ចូលកត្តាដែលឆ្លុះបញ្ចាំងពីលទ្ធភាពនៃការលូតលាស់នៃធាតុនៃម៉ាទ្រីសអាណានៅកម្រិតមធ្យមនៃវិធីសាស្រ្តបើប្រៀបធៀបទៅនឹងកម្រិតដំបូង (កំណើនបែបនេះគឺអវត្តមាន នៅក្នុងវិធីសាស្រ្ត orthogonal) ។ ដើម្បីកាត់បន្ថយតម្លៃ វិធីសាស្រ្តផ្សេងៗក្នុងការជ្រើសរើសធាតុនាំមុខគេត្រូវបានប្រើប្រាស់ ការពារការកើនឡើងនៃធាតុនៃម៉ាទ្រីស។ សម្រាប់ឫសការ៉េនៃវិធីសាស្ត្រ ដែលជាធម្មតាត្រូវបានប្រើនៅក្នុងករណីនៃម៉ាទ្រីសច្បាស់លាស់ A វិជ្ជមាន ការប៉ាន់ស្មានខ្លាំងបំផុតត្រូវបានទទួល។ ក្នុងករណីទាំងនេះនៅក្នុងការសិក្សារបស់ N. p. ការពិចារណាផ្សេងទៀតក៏ត្រូវបានអនុវត្តផងដែរ (សូមមើល -) ។ Lit.: Givens W., "TJ. S. Atomic Energy Commiss. តំណាង ស៊ែរ OR NL", 1954, No. 1574; Wilkinson J. H., កំហុសក្នុងការបង្គត់នៅក្នុងដំណើរការពិជគណិត, L., 1963; Wilkinson J. ស្ថេរភាពនៅក្នុងវិធីសាស្រ្តផ្ទាល់នៃពិជគណិតលីនេអ៊ែរ, M., 1969; របស់គាត់ផ្ទាល់, មូលដ្ឋានគ្រឹះនៃការគណនាលីនេអ៊ែរ, M. ។, 1977; Peters G., Wilkinson J.H., "Communs Assoc. កុំព្យូទ័រ។ Math.", 1975, v. 18, no. 1, pp. 20-24; Brouden C. G., "J. Inst. Math, and Appl.", 1974, v. 14, no. 2, p. 131-40; Reid J. K., in the book: Large Sparse Sets of Linear Equations, L.-N. Y., 1971, p. 231 - 254; Ikramov Kh.D., "J. កុំព្យូទ័រ។ គណិតវិទ្យា។ និង mat ។ រូបវិទ្យា ឆ្នាំ ១៩៧៨ លេខ ១៨ លេខ ៣ ទំព័រ ៥៣១-៤៥ Kh. D. Ikramov N. p. ការបង្គត់ចេញ ឬកំហុសវិធីសាស្រ្តកើតឡើងនៅពេលដោះស្រាយបញ្ហា ដែលដំណោះស្រាយជាលទ្ធផលនៃចំនួនច្រើនតាមលំដាប់លំដោយ។ បានអនុវត្តប្រតិបត្តិការនព្វន្ធ។ ចំណុចសំខាន់មួយចំនួននៃបញ្ហាទាំងនេះត្រូវបានភ្ជាប់ជាមួយនឹងដំណោះស្រាយនៃបញ្ហាពិជគណិត លីនេអ៊ែរ ឬមិនមែនលីនេអ៊ែរ (សូមមើលខាងលើ)។ នៅក្នុងវេន ក្នុងចំណោមបញ្ហាពិជគណិត បញ្ហាទូទៅបំផុតកើតឡើងនៅក្នុងការប្រហាក់ប្រហែលនៃសមីការឌីផេរ៉ង់ស្យែល។ បញ្ហាទាំងនេះត្រូវបានកំណត់លក្ខណៈដោយ លក្ខណៈជាក់លាក់មួយចំនួន។ វិធីសាស្រ្តនៃការដោះស្រាយបញ្ហាអនុវត្តតាមច្បាប់ដូចគ្នា ឬសាមញ្ញជាងដូចជា NI នៃកំហុសកុំព្យូទ័រ កំហុសក្នុងការគណនានៅជំហាននីមួយៗត្រូវបានណែនាំតាមរបៀបដែលមិនអំណោយផលបំផុត និងទទួលបានការប៉ាន់ប្រមាណកំហុសដ៏ធំ។ នៅក្នុងករណីទីពីរ កំហុសទាំងនេះត្រូវបានពិចារណា។ ចៃដន្យជាមួយនឹងច្បាប់ចែកចាយជាក់លាក់ ការបែងចែក។ ធម្មជាតិនៃ N. p. អាស្រ័យលើបញ្ហាដែលកំពុងត្រូវបានដោះស្រាយ វិធីសាស្រ្តនៃដំណោះស្រាយ និងកត្តាមួយចំនួនទៀតដែលនៅ glance ដំបូងអាចហាក់ដូចជាមិនសំខាន់។ នេះរួមបញ្ចូលទាំងទម្រង់នៃការសរសេរលេខនៅក្នុងកុំព្យូទ័រ (ចំណុចថេរ ឬចំណុចអណ្តែតទឹក) លំដាប់នៃការប្រតិបត្តិនព្វន្ធ។ ប្រតិបត្តិការ។ល។ ឧទាហរណ៍ ក្នុងបញ្ហានៃការគណនាផលបូកនៃលេខ N លំដាប់ដែលប្រតិបត្តិការត្រូវបានអនុវត្តគឺចាំបាច់។ អនុញ្ញាតឱ្យការគណនាត្រូវបានអនុវត្តនៅលើម៉ាស៊ីនចំណុចអណ្តែតទឹកដែលមាន t ប៊ីត ហើយលេខទាំងអស់ស្ថិតនៅខាងក្នុង។ នៅពេលគណនាដោយផ្ទាល់ដោយប្រើរូបមន្តកើតឡើងវិញ ការប៉ាន់ប្រមាណកំហុសចម្បងគឺតាមលំដាប់នៃ 2-tN ។ អ្នកអាចធ្វើបានបើមិនដូច្នេះទេ (សូមមើល) ។ នៅពេលគណនាផលបូកជាគូ (ប្រសិនបើ N=2l+1 គឺសេស) វាត្រូវបានសន្មត់។ បន្ទាប់មក ផលបូកជាគូរបស់ពួកគេត្រូវបានគណនា។ ក្នុងករណីទាំងនេះការអនុវត្តបច្ចេកទេសដែលបានពិពណ៌នានាំឱ្យមានការកើនឡើងនៃការផ្ទុកនៅលើអង្គចងចាំកុំព្យូទ័រ។ ទោះយ៉ាងណាក៏ដោយវាអាចធ្វើទៅបានដើម្បីរៀបចំលំដាប់នៃការគណនាដូច្នេះការផ្ទុក RAM មិនលើសពីកោសិកា -log2N ។ នៅក្នុងដំណោះស្រាយជាលេខនៃសមីការឌីផេរ៉ង់ស្យែល ករណីខាងក្រោមអាចធ្វើទៅបាន។ នៅពេលដែលជំហានក្រឡាចត្រង្គ h មានទំនោរទៅសូន្យ កំហុសនឹងកើនឡើងជាកន្លែងដែល។ វិធីសាស្រ្តបែបនេះសម្រាប់ការដោះស្រាយបញ្ហាត្រូវបានចាត់ថ្នាក់ថាមិនស្ថិតស្ថេរ។ ការប្រើប្រាស់របស់ពួកគេគឺ ភាគ។ តួអក្សរ។ វិធីសាស្រ្តដែលមានស្ថេរភាពត្រូវបានកំណត់ដោយការកើនឡើងនៃកំហុសដែលជាកំហុសនៃវិធីសាស្រ្តបែបនេះជាធម្មតាត្រូវបានប៉ាន់ប្រមាណដូចខាងក្រោម។ សមីការ​ត្រូវ​បាន​បង្កើត​ឡើង​ដោយ​គោរព​ទៅ​នឹង​ការ​រំខាន​ដែល​បាន​ណែនាំ​ដោយ​ការ​បង្គត់​ចេញ​ឬ​ដោយ​កំហុស​នៃ​វិធី​សា​ស្រ្ត​ហើយ​បន្ទាប់​មក​ដំណោះ​ស្រាយ​នៃ​សមីការ​នេះ​ត្រូវ​បាន​ស៊ើប​អង្កេត (មើល , ) ។ ក្នុងករណីដែលស្មុគ្រស្មាញជាងនេះ វិធីសាស្ត្រនៃការរំខានសមមូល (សូមមើល , ) ត្រូវបានប្រើ ដែលត្រូវបានបង្កើតឡើងទាក់ទងទៅនឹងបញ្ហានៃការសិក្សាការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាក្នុងការដោះស្រាយសមីការឌីផេរ៉ង់ស្យែល (សូមមើល , , )។ ការគណនាយោងទៅតាមគ្រោងការណ៍គណនាមួយចំនួនជាមួយនឹងការបង្គត់ត្រូវបានចាត់ទុកថាជាការគណនាដោយគ្មានការបង្គត់ ប៉ុន្តែសម្រាប់សមីការដែលមានមេគុណរំខាន។ ដោយការប្រៀបធៀបដំណោះស្រាយនៃសមីការក្រឡាចត្រង្គដើមជាមួយនឹងដំណោះស្រាយនៃសមីការជាមួយនឹងមេគុណរំខាន ការប៉ាន់ស្មានកំហុសមួយត្រូវបានទទួល។ ការយកចិត្តទុកដក់ជាខ្លាំងគឺត្រូវបានបង់ទៅឱ្យជម្រើសនៃវិធីសាស្រ្តជាមួយនឹងតម្លៃតូចជាងនៃ q និង A(h) ប្រសិនបើអាចធ្វើទៅបាន។ ជាមួយនឹងវិធីសាស្រ្តថេរសម្រាប់ការដោះស្រាយបញ្ហា រូបមន្តគណនាជាធម្មតាអាចត្រូវបានបំប្លែងទៅជាទម្រង់ដែល (សូមមើល , )។ នេះមានសារៈសំខាន់ជាពិសេសនៅក្នុងករណីនៃសមីការឌីផេរ៉ង់ស្យែលធម្មតា ដែលចំនួនជំហាននៅក្នុងករណីខ្លះប្រែទៅជាធំណាស់។ តម្លៃនៃ (h) អាចកើនឡើងយ៉ាងខ្លាំងជាមួយនឹងការកើនឡើងនៃចន្លោះពេលនៃការរួមបញ្ចូល។ ដូច្នេះហើយ ពួកគេព្យាយាមអនុវត្តវិធីសាស្ត្រដែលមានតម្លៃតូចជាង A(h) នៅពេលណាដែលអាចធ្វើទៅបាន។ នៅក្នុងករណីនៃបញ្ហា Cauchy កំហុសបង្គត់នៅជំហានជាក់លាក់នីមួយៗទាក់ទងនឹងជំហានបន្តបន្ទាប់អាចត្រូវបានចាត់ទុកថាជាកំហុសក្នុងលក្ខខណ្ឌដំបូង។ ដូច្នេះ infimum (h) អាស្រ័យទៅលើលក្ខណៈនៃភាពខុសគ្នានៃដំណោះស្រាយជិតស្និទ្ធនៃសមីការឌីផេរ៉ង់ស្យែលដែលកំណត់ដោយសមីការបំរែបំរួល។ នៅក្នុងករណីនៃដំណោះស្រាយជាលេខនៃសមីការឌីផេរ៉ង់ស្យែលធម្មតា សមីការក្នុងការប្រែប្រួលមានទម្រង់ ហើយដូច្នេះនៅពេលដោះស្រាយបញ្ហានៅលើចន្លោះពេល (x 0, X) មិនអាចរាប់លើថេរ A (h) ក្នុងមេ ការប៉ាន់ប្រមាណនៃកំហុសក្នុងការគណនាដែលប្រសើរជាងវិធីសាស្រ្តនៃប្រភេទ Runge-Kutta ឬវិធីសាស្រ្តនៃប្រភេទ Adams (សូមមើល , ) ដែល N. p. ត្រូវបានកំណត់ជាចម្បងដោយដំណោះស្រាយនៃសមីការក្នុងការប្រែប្រួល។ សម្រាប់វិធីសាស្រ្តមួយចំនួន ពាក្យនាំមុខនៃកំហុសវិធីសាស្ត្រនឹងកកកុញដោយយោងទៅតាមច្បាប់ស្រដៀងគ្នា ខណៈពេលដែលកំហុសក្នុងការគណនាប្រមូលផ្តុំលឿនជាងមុន (សូមមើលរូបភព។ ) តំបន់អនុវត្ត ការអនុវត្តនៃវិធីសាស្រ្តបែបនេះប្រែទៅជាតូចចង្អៀតគួរឱ្យកត់សម្គាល់។ ការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាគឺអាស្រ័យទៅលើវិធីសាស្ត្រដែលប្រើដើម្បីដោះស្រាយបញ្ហាក្រឡាចត្រង្គ។ ជាឧទាហរណ៍ ក្នុងការដោះស្រាយបញ្ហាតម្លៃព្រំដែនក្រឡាចត្រង្គដែលត្រូវគ្នានឹងសមីការឌីផេរ៉ង់ស្យែលធម្មតាដោយប្រើវិធីបាញ់ និងបោសសម្អាត N. p. មានតួអក្សរ A(h)h-q ដែល q គឺដូចគ្នា។ តម្លៃនៃ A(h) សម្រាប់វិធីសាស្រ្តទាំងនេះអាចខុសគ្នាខ្លាំង ដែលក្នុងស្ថានភាពជាក់លាក់មួយ វិធីសាស្រ្តមួយនឹងមិនអាចអនុវត្តបាន។ នៅពេលដោះស្រាយបញ្ហាតម្លៃព្រំដែនក្រឡាចត្រង្គសម្រាប់សមីការ Laplace ដោយវិធីសាស្ត្របាញ់ប្រហារ N. p. ជាមួយនឹងវិធីសាស្រ្តប្រូបាប៊ីលីស្ទិកចំពោះការសិក្សារបស់ N. p. ក្នុងករណីខ្លះ ច្បាប់នៃការចែកចាយកំហុសមួយចំនួនគឺជាអាទិភាពដែលគេសន្មត់ថា (សូមមើល ) ក្នុងករណីផ្សេងទៀត វិធានការមួយត្រូវបានណែនាំលើចន្លោះនៃបញ្ហាដែលកំពុងពិចារណា ហើយផ្អែកលើ វិធានការនេះ ច្បាប់ចែកចាយនៃកំហុសក្នុងការបង្គត់ត្រូវបានទទួល (សូមមើល , )។ ជាមួយនឹងភាពត្រឹមត្រូវកម្រិតមធ្យមក្នុងការដោះស្រាយបញ្ហា វិធីសាស្រ្តសំខាន់ៗ និងប្រូបាប៊ីលីតេក្នុងការប៉ាន់ប្រមាណការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាជាធម្មតាផ្តល់លទ្ធផលដូចគ្នាក្នុងលក្ខណៈគុណភាព៖ ទាំងក្នុងករណីទាំងពីរ N.I. កើតឡើងក្នុងដែនកំណត់ដែលអាចទទួលយកបាន ឬក្នុងករណីទាំងពីរ N.I. លើសពីដែនកំណត់បែបនេះ។ លីត៖ វ៉ូវ៉ូឌីន វី វី, មូលដ្ឋានគ្រឹះគណនានៃពិជគណិតលីនេអ៊ែរ, អិម, ១៩៧៧; Shura-Bura M.R., "Applied Mathematics and Mechanics", 1952, vol. 16, no. 5, p. ៥៧៥–៨៨; Bakhvalov N.S., វិធីសាស្រ្តលេខ, 2nd ed., M., 1975; Wilkinson J. X., បញ្ហា eigenvalue ពិជគណិត, trans ។ ពីភាសាអង់គ្លេស, M. 1970; Bakhvalov N.S., នៅក្នុងសៀវភៅ៖ វិធីសាស្រ្តគណនា និងការសរសេរកម្មវិធី, ក្នុង។ 1, M., 1962, ទំព័រ 69-79; Godunov S.K., Ryaben'kii V. S., គ្រោងការណ៍ភាពខុសគ្នា, 2nd ed., M., 1977; Bakhvalov N.S. "របាយការណ៍នៃបណ្ឌិត្យសភាវិទ្យាសាស្ត្រនៃសហភាពសូវៀត" ឆ្នាំ 1955 លេខ 104 លេខ 5 ទំ។ ៦៨៣–៨៦; របស់គាត់ "J. គណនា គណិតវិទ្យា និងគណិតវិទ្យានៃរូបវិទ្យា" ឆ្នាំ 1964; វ៉ុលទី 4 លេខ 3 ទំ។ ៣៩៩-៤០៤; Lapshin E. A., ibid., 1971, vol. 11, No. 6, pp. 1425-36 ។ N.S. Bakhvalov ។

នៅក្នុងដំណោះស្រាយជាលេខនៃសមីការពិជគណិត - ឥទ្ធិពលសរុបនៃការបង្គត់ដែលបានធ្វើឡើងនៅជំហាននីមួយៗនៃដំណើរការគណនាលើភាពត្រឹមត្រូវនៃដំណោះស្រាយលទ្ធផលនៃសមីការពិជគណិតលីនេអ៊ែរ។ ប្រព័ន្ធ។ វិធីសាស្រ្តទូទៅបំផុតសម្រាប់ការប៉ាន់ប្រមាណអាទិភាពនៃឥទ្ធិពលសរុបនៃកំហុសជុំគ្នានៅក្នុងវិធីសាស្រ្តលេខនៃពិជគណិតលីនេអ៊ែរគឺជាអ្វីដែលគេហៅថាគ្រោងការណ៍។ ការវិភាគបញ្ច្រាស។ ដូចដែលបានអនុវត្តចំពោះដំណោះស្រាយនៃប្រព័ន្ធនៃពិជគណិតលីនេអ៊ែរ សមីការ

គ្រោងការណ៍ការវិភាគបញ្ច្រាសមានដូចខាងក្រោម។ ដំណោះស្រាយ xui គណនាដោយវិធីផ្ទាល់មិនពេញចិត្ត (1) ប៉ុន្តែអាចត្រូវបានតំណាងថាជាដំណោះស្រាយពិតប្រាកដនៃប្រព័ន្ធរំខាន

គុណភាពនៃវិធីសាស្ត្រផ្ទាល់ត្រូវបានប៉ាន់ប្រមាណដោយការប៉ាន់ប្រមាណអាទិភាពដែលល្អបំផុតដែលអាចត្រូវបានផ្តល់ឱ្យសម្រាប់បទដ្ឋាននៃម៉ាទ្រីស និងវ៉ិចទ័រ។ បែបនេះ "ល្អបំផុត" ហើយត្រូវបានគេហៅថា។ រៀងគ្នា ម៉ាទ្រីស និងវ៉ិចទ័រនៃការរំខានសមមូលសម្រាប់វិធីសាស្ត្រ ម.

ប្រសិនបើការប៉ាន់ប្រមាណសម្រាប់ និងអាចរកបាន នោះតាមទ្រឹស្តី កំហុសនៃដំណោះស្រាយប្រហាក់ប្រហែលអាចត្រូវបានប៉ាន់ស្មានដោយវិសមភាព

នេះ​ជា​លេខ​លក្ខខណ្ឌ​នៃ​ម៉ាទ្រីស A ហើយ​បទដ្ឋាន​ម៉ាទ្រីស​ក្នុង (3) ត្រូវ​បាន​សន្មត​ថា​ស្ថិត​ក្រោម​បទដ្ឋាន​វ៉ិចទ័រ

តាមពិតការប៉ាន់ប្រមាណសម្រាប់គឺកម្រត្រូវបានគេដឹងហើយអត្ថន័យសំខាន់នៃ (2) គឺជាសមត្ថភាពក្នុងការប្រៀបធៀបគុណភាពនៃវិធីសាស្រ្តផ្សេងៗគ្នា។ ខាងក្រោមនេះជាទម្រង់នៃការប៉ាន់ស្មានធម្មតាមួយចំនួនសម្រាប់ម៉ាទ្រីស សម្រាប់វិធីសាស្រ្តដែលមានការបំប្លែងរាងពងក្រពើ និងលេខនព្វន្ធចំណុចអណ្តែត (នៅក្នុងប្រព័ន្ធ (1) A និង b ត្រូវបានចាត់ទុកថាត្រឹមត្រូវ)

នៅក្នុងការប៉ាន់ប្រមាណនេះ ភាពត្រឹមត្រូវទាក់ទងនៃនព្វន្ធ។ ប្រតិបត្តិការកុំព្យូទ័រ, គឺជាបទដ្ឋានម៉ាទ្រីស Euclidean f(n) គឺជាមុខងារនៃទម្រង់ ដែល n ជាលំដាប់នៃប្រព័ន្ធ។ តម្លៃពិតប្រាកដនៃ C ថេរនៃនិទស្សន្ត k ត្រូវបានកំណត់ដោយព័ត៌មានលម្អិតនៃដំណើរការគណនាដូចជាវិធីសាស្ត្រនៃការបង្គត់ ការប្រើប្រាស់ការប្រមូលផ្តុំនៃផលិតផលមាត្រដ្ឋាន។ល។ ភាគច្រើនជាញឹកញាប់ k=1 ឬ 3/2។

ក្នុងករណីវិធីសាស្រ្ត Gauss-type ផ្នែកខាងស្តាំនៃការប៉ាន់ប្រមាណ (4) ក៏រួមបញ្ចូលកត្តាផងដែរដែលឆ្លុះបញ្ចាំងពីលទ្ធភាពនៃការលូតលាស់នៃធាតុនៃម៉ាទ្រីសអាណានៅជំហានមធ្យមនៃវិធីសាស្ត្របើប្រៀបធៀបទៅនឹងកម្រិតដំបូង (កំណើនបែបនេះគឺ អវត្តមានក្នុងវិធីសាស្រ្ត orthogonal) ។ ដើម្បីកាត់បន្ថយតម្លៃ វិធីសាស្ត្រផ្សេងៗក្នុងការជ្រើសរើសធាតុនាំមុខត្រូវបានប្រើ ដែលការពារការកើនឡើងនៃធាតុនៃម៉ាទ្រីស។

សម្រាប់ វិធីសាស្ត្រឫសការ៉េដែលជាធម្មតាត្រូវបានប្រើនៅក្នុងករណីនៃម៉ាទ្រីសជាក់លាក់ A វិជ្ជមាន ការប៉ាន់ស្មានខ្លាំងបំផុតត្រូវបានទទួល

មានវិធីសាស្រ្តផ្ទាល់ (ហ្សកដានី, ព្រំដែន, ជម្រាលរួម) ដែលការអនុវត្តដោយផ្ទាល់នៃគ្រោងការណ៍ការវិភាគបញ្ច្រាសមិននាំឱ្យមានការប៉ាន់ប្រមាណប្រកបដោយប្រសិទ្ធភាពនោះទេ។ ក្នុងករណីទាំងនេះនៅក្នុងការសិក្សារបស់ N. p. ការពិចារណាផ្សេងទៀតក៏ត្រូវបានអនុវត្តផងដែរ (សូមមើល -) ។

ពន្លឺ។៖ Givens W., "TJ. S. Atomic Energy Commiss. Repts. Ser. OR NL", 1954, No. 1574; Wilkinson, J.H., កំហុសក្នុងការបង្គត់ក្នុងដំណើរការពិជគណិត, L., 1963; លោក Wilkinson J.

X. D. Ikramov ។

N. p. ការបង្គត់បិទ ឬកំហុសវិធីសាស្រ្តកើតឡើងនៅពេលដោះស្រាយបញ្ហាដែលដំណោះស្រាយជាលទ្ធផលនៃចំនួនដ៏ច្រើននៃលេខនព្វន្ធដែលបានអនុវត្តជាបន្តបន្ទាប់។ ប្រតិបត្តិការ។

ផ្នែកសំខាន់នៃបញ្ហាបែបនេះត្រូវបានភ្ជាប់ជាមួយនឹងដំណោះស្រាយនៃបញ្ហាពិជគណិត។ បញ្ហា លីនេអ៊ែរ ឬមិនមែនលីនេអ៊ែរ (សូមមើលខាងលើ)។ នៅក្នុងវេន, ក្នុងចំណោមពិជគណិត បញ្ហា, បញ្ហាទូទៅបំផុតកើតឡើងនៅពេលប្រហាក់ប្រហែលសមីការឌីផេរ៉ង់ស្យែល។ ភារកិច្ចទាំងនេះត្រូវបានកំណត់ដោយលក្ខណៈពិសេសជាក់លាក់មួយចំនួន។ លក្ខណៈពិសេស។

N.P. នៃវិធីសាស្រ្តនៃការដោះស្រាយបញ្ហា អនុវត្តតាមច្បាប់ដូចគ្នា ឬសាមញ្ញជាង N.P. នៃកំហុសក្នុងការគណនា។ អិន, ទំ។ វិធីសាស្រ្តត្រូវបានស៊ើបអង្កេតនៅពេលវាយតម្លៃវិធីសាស្រ្តសម្រាប់ការដោះស្រាយបញ្ហា។

នៅពេលសិក្សាពីការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនា វិធីសាស្រ្តពីរត្រូវបានសម្គាល់។ ក្នុងករណីដំបូង វាត្រូវបានចាត់ទុកថាកំហុសក្នុងការគណនានៅជំហាននីមួយៗត្រូវបានណែនាំតាមរបៀបដែលមិនអំណោយផលបំផុត ហើយការប៉ាន់ប្រមាណកំហុសចម្បងត្រូវបានទទួល។ ក្នុងករណីទីពីរ កំហុសទាំងនេះត្រូវបានចាត់ទុកថាចៃដន្យជាមួយនឹងច្បាប់ចែកចាយជាក់លាក់។

ធម្មជាតិនៃ N. p. អាស្រ័យលើបញ្ហាដែលកំពុងត្រូវបានដោះស្រាយ វិធីសាស្រ្តនៃដំណោះស្រាយ និងកត្តាមួយចំនួនទៀតដែលនៅ glance ដំបូងអាចហាក់ដូចជាមិនសំខាន់។ នេះរួមបញ្ចូលទាំងទម្រង់នៃការសរសេរលេខនៅក្នុងកុំព្យូទ័រ (ចំណុចថេរ ឬចំណុចអណ្តែតទឹក) លំដាប់នៃការប្រតិបត្តិនព្វន្ធ។ operations ។ល។ឧទាហរណ៍ក្នុងបញ្ហានៃការគណនាផលបូកនៃលេខ N

លំដាប់ដែលប្រតិបត្តិការត្រូវបានអនុវត្តគឺសំខាន់។ អនុញ្ញាតឱ្យការគណនាត្រូវបានអនុវត្តនៅលើម៉ាស៊ីនចំណុចអណ្តែតទឹកដែលមាន t ប៊ីត ហើយលេខទាំងអស់ស្ថិតនៅខាងក្នុង . នៅពេលគណនាដោយផ្ទាល់ដោយប្រើរូបមន្ត recursive ការប៉ាន់ប្រមាណកំហុសចម្បងគឺតាមលំដាប់ 2-tN ។អ្នកអាចធ្វើបានបើមិនដូច្នេះទេ (សូមមើល) ។ នៅពេលគណនាផលបូកជាគូ (ប្រសិនបើ N=2l+1សេស) ឧបមា . បន្ទាប់មក ផលបូកគូរបស់ពួកគេត្រូវបានគណនា ហើយដូច្នេះនៅលើ។

ទទួល​បាន​ការ​ប៉ាន់​ប្រមាណ​កំហុស​ចម្បង​នៃ​ការ​បញ្ជា​ទិញ​

នៅក្នុងបញ្ហាធម្មតា, បរិមាណ មួយ tត្រូវ​បាន​គណនា​តាម​រូបមន្ត ជា​ពិសេស​ការ​កើត​ឡើង​វិញ ឬ​ត្រូវ​បាន​បញ្ចូល​ជា​បន្តបន្ទាប់​ទៅ​ក្នុង​អង្គ​ចងចាំ​ចម្បង​របស់​កុំព្យូទ័រ។ ក្នុងករណីទាំងនេះការអនុវត្តបច្ចេកទេសដែលបានពិពណ៌នានាំឱ្យមានការកើនឡើងនៃការផ្ទុកនៅលើអង្គចងចាំកុំព្យូទ័រ។ ទោះយ៉ាងណាក៏ដោយ វាគឺអាចធ្វើទៅបានដើម្បីរៀបចំលំដាប់នៃការគណនាតាមរបៀបដែលការផ្ទុក RAM នឹងមិនលើសពីកោសិកា -log 2 N ។

នៅក្នុងដំណោះស្រាយជាលេខនៃសមីការឌីផេរ៉ង់ស្យែល ករណីខាងក្រោមអាចធ្វើទៅបាន។ នៅពេលដែលជំហានក្រឡាចត្រង្គ h មានទំនោរទៅសូន្យ កំហុសនឹងកើនឡើងជាកន្លែងដែល . វិធីសាស្រ្តបែបនេះសម្រាប់ការដោះស្រាយបញ្ហាត្រូវបានចាត់ថ្នាក់ថាមិនស្ថិតស្ថេរ។ ការប្រើប្រាស់របស់ពួកគេគឺ ភាគ។ តួអក្សរ។

វិធីសាស្រ្តដែលមានស្ថេរភាពត្រូវបានកំណត់ដោយការកើនឡើងនៃកំហុសដែលជាកំហុសនៃវិធីសាស្រ្តបែបនេះជាធម្មតាត្រូវបានប៉ាន់ប្រមាណដូចខាងក្រោម។ សមីការ​ត្រូវ​បាន​បង្កើត​ឡើង​ដោយ​គោរព​ទៅ​នឹង​ការ​រំខាន​ដែល​បាន​ណែនាំ​ដោយ​ការ​បង្គត់​ចេញ​ឬ​ដោយ​កំហុស​នៃ​វិធី​សា​ស្រ្ត​ហើយ​បន្ទាប់​មក​ដំណោះ​ស្រាយ​នៃ​សមីការ​នេះ​ត្រូវ​បាន​ស៊ើប​អង្កេត (មើល , ) ។

ក្នុងករណីដែលស្មុគ្រស្មាញជាងនេះ វិធីសាស្ត្រនៃការរំខានសមមូល (សូមមើល , ) ត្រូវបានប្រើ ដែលត្រូវបានបង្កើតឡើងទាក់ទងទៅនឹងបញ្ហានៃការសិក្សាការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាក្នុងការដោះស្រាយសមីការឌីផេរ៉ង់ស្យែល (សូមមើល , , )។ ការគណនាយោងទៅតាមគ្រោងការណ៍គណនាមួយចំនួនជាមួយនឹងការបង្គត់ត្រូវបានចាត់ទុកថាជាការគណនាដោយគ្មានការបង្គត់ ប៉ុន្តែសម្រាប់សមីការដែលមានមេគុណរំខាន។ ដោយការប្រៀបធៀបដំណោះស្រាយនៃសមីការក្រឡាចត្រង្គដើមជាមួយនឹងដំណោះស្រាយនៃសមីការជាមួយនឹងមេគុណរំខាន ការប៉ាន់ស្មានកំហុសមួយត្រូវបានទទួល។

ការយកចិត្តទុកដាក់យ៉ាងខ្លាំងគឺត្រូវបានបង់ទៅជម្រើសនៃវិធីសាស្រ្តមួយប្រសិនបើអាចធ្វើទៅបានជាមួយនឹងតម្លៃតូចជាងនៃ q និង A(h) . ជាមួយនឹងវិធីសាស្រ្តថេរសម្រាប់ការដោះស្រាយបញ្ហា រូបមន្តគណនាជាធម្មតាអាចត្រូវបានបំប្លែងទៅជាទម្រង់ដែល (សូមមើល , )។ នេះមានសារៈសំខាន់ជាពិសេសនៅក្នុងករណីនៃសមីការឌីផេរ៉ង់ស្យែលធម្មតា ដែលចំនួនជំហាននៅក្នុងករណីខ្លះប្រែទៅជាធំណាស់។

តម្លៃនៃ (h) អាចកើនឡើងយ៉ាងខ្លាំងជាមួយនឹងការកើនឡើងនៃចន្លោះពេលនៃការរួមបញ្ចូល។ ដូច្នេះហើយ ពួកគេព្យាយាមអនុវត្តវិធីសាស្រ្ត ប្រសិនបើអាចធ្វើទៅបាន ជាមួយនឹងតម្លៃតូចជាង A(h) . នៅក្នុងករណីនៃបញ្ហា Cauchy កំហុសបង្គត់នៅជំហានជាក់លាក់នីមួយៗទាក់ទងនឹងជំហានបន្តបន្ទាប់អាចត្រូវបានចាត់ទុកថាជាកំហុសក្នុងលក្ខខណ្ឌដំបូង។ ដូច្នេះ infimum (h) អាស្រ័យទៅលើលក្ខណៈនៃភាពខុសគ្នានៃដំណោះស្រាយជិតស្និទ្ធនៃសមីការឌីផេរ៉ង់ស្យែលដែលកំណត់ដោយសមីការបំរែបំរួល។

ក្នុងករណីដំណោះស្រាយជាលេខនៃសមីការឌីផេរ៉ង់ស្យែលធម្មតា។ សមីការក្នុងបំរែបំរួលមានទម្រង់

ដូច្នេះហើយ នៅពេលដោះស្រាយបញ្ហានៅលើផ្នែក ( x 0 , X) មនុស្សម្នាក់មិនអាចពឹងផ្អែកលើ A(h) ថេរក្នុងការប៉ាន់ប្រមាណចម្បងនៃកំហុសក្នុងការគណនាថាប្រសើរជាង

ដូច្នេះនៅពេលដោះស្រាយបញ្ហានេះ វិធីសាស្រ្តមួយជំហាននៃប្រភេទ Runge-Kutta ឬវិធីសាស្រ្តនៃប្រភេទ Adams (សូមមើល , ) ត្រូវបានគេប្រើច្រើនបំផុត ដែល N. p. ត្រូវបានកំណត់ជាចម្បងដោយដំណោះស្រាយនៃសមីការក្នុងការប្រែប្រួល។

សម្រាប់វិធីសាស្រ្តមួយចំនួន ពាក្យចម្បងនៃកំហុសនៃវិធីសាស្ត្រនឹងកកកុញយោងទៅតាមច្បាប់ស្រដៀងគ្នា ខណៈពេលដែលកំហុសក្នុងការគណនាប្រមូលផ្តុំលឿនជាងមុន (សូមមើល )។ តំបន់អនុវត្ត ការអនុវត្តនៃវិធីសាស្រ្តបែបនេះប្រែទៅជាតូចចង្អៀតគួរឱ្យកត់សម្គាល់។

ការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាគឺអាស្រ័យទៅលើវិធីសាស្ត្រដែលប្រើដើម្បីដោះស្រាយបញ្ហាក្រឡាចត្រង្គ។ ជាឧទាហរណ៍ នៅពេលដោះស្រាយបញ្ហាតម្លៃព្រំដែនក្រឡាចត្រង្គដែលត្រូវគ្នានឹងសមីការឌីផេរ៉ង់ស្យែលធម្មតាដោយវិធីបាញ់ និងបោសសំអាត អក្សរ N. p. មានតួអក្សរ A(h) h-q,ដែល q គឺដូចគ្នា។ តម្លៃនៃ A(h) សម្រាប់វិធីសាស្រ្តទាំងនេះអាចខុសគ្នាខ្លាំង ដែលក្នុងស្ថានភាពជាក់លាក់មួយ វិធីសាស្រ្តមួយនឹងមិនអាចអនុវត្តបាន។ នៅពេលដោះស្រាយបញ្ហាតម្លៃព្រំដែនក្រឡាចត្រង្គសម្រាប់សមីការ Laplace ដោយវិធីសាស្ត្របាញ់ N. p. មានតួអក្សរ s 1/h, s> 1 និងនៅក្នុងករណីនៃវិធីសាស្ត្របោសសំអាត អា-qជាមួយនឹងវិធីសាស្រ្តប្រូបាប៊ីលីស្ទិកចំពោះការសិក្សារបស់ N. p. ក្នុងករណីខ្លះ ច្បាប់នៃការចែកចាយកំហុសមួយចំនួនគឺជាអាទិភាពដែលគេសន្មត់ថា (សូមមើល ) ក្នុងករណីផ្សេងទៀត វិធានការមួយត្រូវបានណែនាំលើចន្លោះនៃបញ្ហាដែលកំពុងពិចារណា ហើយផ្អែកលើ វិធានការនេះ ច្បាប់ចែកចាយនៃកំហុសក្នុងការបង្គត់ត្រូវបានទទួល (សូមមើល , )។

ជាមួយនឹងភាពត្រឹមត្រូវកម្រិតមធ្យមក្នុងការដោះស្រាយបញ្ហា វិធីសាស្រ្តសំខាន់ៗ និងប្រូបាប៊ីលីតេក្នុងការប៉ាន់ប្រមាណការប្រមូលផ្តុំនៃកំហុសក្នុងការគណនាជាធម្មតាផ្តល់លទ្ធផលដូចគ្នាក្នុងលក្ខណៈគុណភាព៖ ទាំងក្នុងករណីទាំងពីរ N.I. កើតឡើងក្នុងដែនកំណត់ដែលអាចទទួលយកបាន ឬក្នុងករណីទាំងពីរ N.I. លើសពីដែនកំណត់បែបនេះ។

ពន្លឺ។៖ Voevodin V.V., មូលដ្ឋានគ្រឹះគណនានៃពិជគណិតលីនេអ៊ែរ, M., 1977; Shura-Bura M.R., "Applied Mathematics and Mechanics", 1952, vol. 16, no. 5, p. ៥៧៥–៨៨; Bakhvalov N.S., វិធីសាស្រ្តលេខ, 2nd ed., M., 1975; Wilkinson J. X., បញ្ហា eigenvalue ពិជគណិត, trans ។ ពីភាសាអង់គ្លេស, M. 1970; Bakhvalov N.S., នៅក្នុងសៀវភៅ៖ វិធីសាស្រ្តគណនា និងការសរសេរកម្មវិធី, ក្នុង។ 1, M., 1962, ទំព័រ 69-79; Godunov S.K., Ryaben'kii V. S., គ្រោងការណ៍ភាពខុសគ្នា, 2nd ed., M., 1977; Bakhvalov N.S. "របាយការណ៍នៃបណ្ឌិត្យសភាវិទ្យាសាស្ត្រនៃសហភាពសូវៀត" ឆ្នាំ 1955 លេខ 104 លេខ 5 ទំ។ ៦៨៣–៨៦; របស់គាត់ "J. គណនា គណិតវិទ្យា និងគណិតវិទ្យានៃរូបវិទ្យា" ឆ្នាំ 1964; វ៉ុលទី 4 លេខ 3 ទំ។ ៣៩៩-៤០៤; Lapshin E. A., ibid., 1971, vol. 11, No. 6, pp. 1425-36 ។

• - គម្លាតនៃលទ្ធផលនៃការវាស់វែងនៃតម្លៃពិតនៃបរិមាណដែលបានវាស់។ ប្រព័ន្ធ...
• - គម្លាតម៉ែត្រ។ លក្ខណៈសម្បត្តិ ឬប៉ារ៉ាម៉ែត្រនៃឧបករណ៍វាស់វែងពីពិធីបុណ្យសព ដែលប៉ះពាល់ដល់កំហុសនៃលទ្ធផលវាស់វែង ...

  វិទ្យា​សា​ស្រ្ត​ធម្មជាតិ។ វចនានុក្រមសព្វវចនាធិប្បាយ

• - គម្លាតនៃការវាស់វែងលទ្ធផលពីតម្លៃពិតនៃបរិមាណដែលបានវាស់។ ពួកគេដើរតួនាទីយ៉ាងសំខាន់ក្នុងការផលិតការពិនិត្យកោសល្យវិច្ច័យមួយចំនួន...

  សព្វវចនាធិប្បាយកោសល្យវិច្ច័យ

• - : សូមមើលផងដែរ៖ - កំហុសនៃឧបករណ៍វាស់ - កំហុសនៃការវាស់វែង...
• - មើល...

  វចនានុក្រមសព្វវចនាធិប្បាយនៃលោហធាតុ

• - គម្លាតនៃប៉ារ៉ាម៉ែត្រ metrological នៃឧបករណ៍វាស់ពីអ្នកបន្ទាប់បន្សំប៉ះពាល់ដល់កំហុសនៃលទ្ធផលរង្វាស់ ...

  វចនានុក្រមសព្វវចនាធិប្បាយនៃលោហធាតុ

• - "... កំហុសតាមកាលកំណត់ - កំហុសតម្លៃដែលជាមុខងារតាមកាលកំណត់នៃពេលវេលា ឬចលនាទ្រនិចរបស់ឧបករណ៍វាស់.....

  វាក្យសព្ទផ្លូវការ

• - "... កំហុស​ថេរ​គឺ​ជា​កំហុស​ដែល​រក្សា​តម្លៃ​របស់​វា​ជា​យូរ​មក​ហើយ ឧទាហរណ៍​ក្នុង​អំឡុង​ពេល​នៃ​ការ​វាស់​វែង​ទាំង​មូល​គឺ​ជា​រឿង​ធម្មតា​បំផុត.....

  វាក្យសព្ទផ្លូវការ

• - "... កំហុសរីកចម្រើន - បន្តបង្កើន ឬបន្ថយកំហុស...

  វាក្យសព្ទផ្លូវការ

• - មើលកំហុសសង្កេត...

  វចនានុក្រមសព្វវចនាធិប្បាយរបស់ Brockhaus និង Euphron

• - កំហុសការវាស់វែង គម្លាតនៃការវាស់វែងលទ្ធផលពីតម្លៃពិតនៃបរិមាណដែលបានវាស់។ បែងចែកជាប្រព័ន្ធ ធម្មតា និងរដុប P. និង។ ...
• - គម្លាតនៃលក្ខណៈសម្បត្តិ metrological ឬប៉ារ៉ាម៉ែត្រនៃឧបករណ៍វាស់ពីនាមករណ៍ដែលប៉ះពាល់ដល់កំហុសនៃលទ្ធផលនៃការវាស់វែងដែលទទួលបានដោយប្រើឧបករណ៍ទាំងនេះ ...

  សព្វវចនាធិប្បាយសូវៀតដ៏អស្ចារ្យ

• - ភាពខុសគ្នារវាងលទ្ធផលរង្វាស់ និងតម្លៃពិតនៃបរិមាណវាស់។ កំហុសរង្វាស់ដែលទាក់ទងគឺជាសមាមាត្រនៃកំហុសរង្វាស់ដាច់ខាតទៅនឹងតម្លៃពិត...

  សព្វវចនាធិប្បាយទំនើប

• - គម្លាតនៃការវាស់វែងលទ្ធផលពីតម្លៃពិតនៃបរិមាណដែលបានវាស់...

  វចនានុក្រមសព្វវចនាធិប្បាយធំ

• - adj., ចំនួនសទិសន័យ៖ ៣ កែ បំបាត់ភាពមិនត្រឹមត្រូវ បំបាត់កំហុស...

  វចនានុក្រមមានន័យដូច

• - adj., ចំនួនសទិសន័យ : ៤ កែ, បំបាត់កំហុស, បំបាត់ភាពមិនត្រឹមត្រូវ, បំបាត់កំហុស...

  វចនានុក្រមមានន័យដូច

"ការប្រមូលផ្តុំនៃកំហុស" នៅក្នុងសៀវភៅ

កំហុសបច្ចេកទេស

ពីសៀវភៅផ្កាយហើយភ័យបន្តិច អ្នកនិពន្ធ

កំហុសបច្ចេកទេស

ពីសៀវភៅ Vain Perfections and Other Vignettes អ្នកនិពន្ធ Zholkovsky Alexander Konstantinovich

ភាពមិនត្រឹមត្រូវនៃបច្ចេកទេស រឿងនិទាននៃកម្លាំងទប់ទល់ដោយជោគជ័យ គឺមិនឆ្ងាយដូចដែលយើងខ្លាចដោយប្រយោលនោះទេ។ ការវាយជាធម្មតាសន្មតថាអកម្មរបស់ជនរងគ្រោះ ហើយដូច្នេះវាត្រូវបានគិតតែជំហានទៅមុខប៉ុណ្ណោះ ហើយមិនអាចទប់ទល់នឹងការវាយបកបានទេ។ ប៉ាបានប្រាប់ខ្ញុំអំពីមួយ។

អំពើបាបនិងកំហុស

ពីសៀវភៅ របៀបដែល NASA បង្ហាញអាមេរិកលើព្រះច័ន្ទ អ្នកនិពន្ធ Rene Ralph

ភាពខុសឆ្គង និងភាពមិនត្រឹមត្រូវ ទោះបីជាមានលក្ខណៈប្រឌិតនៃការរុករកអវកាសរបស់ពួកគេក៏ដោយ NASA បានអួតពីភាពត្រឹមត្រូវដ៏អស្ចារ្យនៅក្នុងអ្វីគ្រប់យ៉ាងដែលវាបានធ្វើ។ ប្រាំបួនដងជាប់ៗគ្នា គ្រាប់អាប៉ូឡូបានចុះចតយ៉ាងល្អឥតខ្ចោះនៅក្នុងគន្លងតាមច័ន្ទគតិ ដោយមិនចាំបាច់មានការកែតម្រូវផ្លូវសំខាន់ៗឡើយ។ ម៉ូឌុលព្រះច័ន្ទ,

ការប្រមូលដើមទុនដំបូង។ ការ​បណ្តេញ​កសិករ​ដោយ​បង្ខំ។ ការប្រមូលផ្តុំទ្រព្យសម្បត្តិ។

អ្នកនិពន្ធ

ការប្រមូលដើមទុនដំបូង។ ការ​បណ្តេញ​កសិករ​ដោយ​បង្ខំ។ ការប្រមូលផ្តុំទ្រព្យសម្បត្តិ។ ផលិតកម្មមូលធននិយមសន្មតនូវលក្ខខណ្ឌជាមូលដ្ឋានចំនួនពីរ៖ 1) វត្តមានរបស់ប្រជាជនក្រីក្រ សេរីភាពផ្ទាល់ខ្លួន និងក្នុងពេលជាមួយគ្នាត្រូវបានដកហូតមធ្យោបាយផលិតកម្ម និង

ការប្រមូលផ្តុំសង្គមនិយម។ ការប្រមូលផ្តុំ និងការប្រើប្រាស់ក្នុងសង្គមនិយម។

ដកស្រង់ចេញពីសៀវភៅ សេដ្ឋកិច្ចនយោបាយ អ្នកនិពន្ធ Ostrovityanov Konstantin Vasilievich

ការប្រមូលផ្តុំសង្គមនិយម។ ការប្រមូលផ្តុំ និងការប្រើប្រាស់ក្នុងសង្គមនិយម។ ប្រភព​នៃ​ការ​បន្ត​ពូជ​នៃ​សង្គម​និយម​ដែល​បាន​ពង្រីក​គឺ​ការ​ប្រមូល​ផ្ដុំ​សង្គម​និយម។ ការប្រមូលផ្តុំសង្គមនិយម គឺជាការប្រើប្រាស់ផ្នែកមួយនៃប្រាក់ចំណូលសុទ្ធរបស់សង្គម។

កំហុសក្នុងការវាស់វែង

TSB

កំហុសនៃឧបករណ៍វាស់

ដកស្រង់ចេញពីសៀវភៅ សព្វវចនាធិប្បាយសូវៀតដ៏អស្ចារ្យ (PO) របស់អ្នកនិពន្ធ TSB

កំហុសអ៊ុលត្រាសោន

ពីសៀវភៅ ការងើបឡើងវិញនៃក្រពេញទីរ៉ូអ៊ីត មគ្គុទ្ទេសក៍សម្រាប់អ្នកជំងឺ អ្នកនិពន្ធ Ushakov Andrey Valerievich

កំហុសអ៊ុលត្រាសោន នៅពេលដែលអ្នកជំងឺមករកខ្ញុំពីទីក្រុងសាំងពេទឺប៊ឺគ សម្រាប់ការពិគ្រោះយោបល់ ខ្ញុំបានឃើញពិធីការចំនួនបីនៃការពិនិត្យអ៊ុលត្រាសោនក្នុងពេលតែមួយ។ ពួកគេទាំងអស់ត្រូវបានបង្កើតឡើងដោយអ្នកឯកទេសផ្សេងៗគ្នា។ ពិពណ៌នាខុសគ្នា។ ក្នុងពេលជាមួយគ្នានោះកាលបរិច្ឆេទនៃការសិក្សាខុសគ្នាពីគ្នាទៅវិញទៅមកស្ទើរតែ

ឧបសម្ព័ន្ធ 13 កំហុសក្នុងការនិយាយ

ដកស្រង់ចេញពីសៀវភៅ The Art of Getting Your Own អ្នកនិពន្ធ Stepanov Sergey Sergeevich

ឧបសម្ព័ន្ធទី 13 កំហុសក្នុងការនិយាយ សូម្បីតែឃ្លាដែលហាក់ដូចជាគ្មានគ្រោះថ្នាក់ច្រើនតែអាចក្លាយជាឧបសគ្គធ្ងន់ធ្ងរដល់ការផ្សព្វផ្សាយ។ អ្នកឯកទេសទីផ្សារអាមេរិកដ៏ល្បីល្បាញ John R. Graham បានចងក្រងបញ្ជីនៃការបញ្ចេញមតិ ការប្រើប្រាស់ដែលយោងទៅតាមការសង្កេតរបស់គាត់

កំហុសក្នុងការនិយាយ

ដកស្រង់ចេញពីសៀវភៅ តើអ្នកមានតម្លៃប៉ុណ្ណា [បច្ចេកវិទ្យាសម្រាប់អាជីពជោគជ័យ] អ្នកនិពន្ធ Stepanov Sergey Sergeevich

កំហុសក្នុងការនិយាយ សូម្បីតែឃ្លាដែលហាក់ដូចជាគ្មានគ្រោះថ្នាក់ច្រើនតែអាចក្លាយជាឧបសគ្គធ្ងន់ធ្ងរដល់ការផ្សព្វផ្សាយ។ អ្នកឯកទេសទីផ្សារអាមេរិកដ៏ល្បីល្បាញ John R. Graham បានចងក្រងបញ្ជីនៃការបញ្ចេញមតិ ការប្រើប្រាស់ដែលយោងទៅតាមការសង្កេតរបស់គាត់មិនអនុញ្ញាត។

កំហុសធ្ងន់ធ្ងរ

ពីសៀវភៅ The Black Swan [ក្រោមសញ្ញានៃភាពមិនអាចទាយទុកជាមុនបាន] អ្នកនិពន្ធ Taleb Nassim Nicholas

កំហុសដែលស្លាប់ កំហុសមានទ្រព្យសម្បត្តិបំផ្លិចបំផ្លាញ៖ កាន់តែសំខាន់ ពួកវាកាន់តែមានប្រសិទ្ធភាព របាំងមុខកាន់តែធំ។ គ្មាននរណាម្នាក់ឃើញសត្វកណ្តុរងាប់ទេ ដូច្នេះហើយហានិភ័យកាន់តែស្លាប់ វាកាន់តែច្បាស់ទៅៗ ដោយសារតែជនរងគ្រោះមិនត្រូវបានរាប់បញ្ចូលពីចំនួនសាក្សី។ . ម៉េច

កំហុសក្នុងទិសដៅ

ដកស្រង់ចេញពីសៀវភៅ The ABC of Tourism អ្នកនិពន្ធ Bardin Kirill Vasilievich

កំហុសក្នុងការតំរង់ទិស ដូច្នេះបញ្ហាតំរង់ទិសទូទៅដែលអ្នកទេសចរត្រូវដោះស្រាយគឺត្រូវចេញពីចំណុចមួយទៅចំណុចមួយទៀតដោយប្រើតែត្រីវិស័យ និងផែនទីប៉ុណ្ណោះ។ តំបន់នេះគឺមិនធ្លាប់ស្គាល់ ហើយលើសពីនេះទៅទៀត បិទ ពោលគឺគ្មានកន្លែងណាមួយឡើយ។

កំហុស៖ ទស្សនវិជ្ជា

ពីសៀវភៅរបស់អ្នកនិពន្ធ

កំហុស៖ ទស្សនវិជ្ជានៅលើកម្រិតវិចារណញាណ យើងយល់ថាចំណេះដឹងរបស់យើងនៅក្នុងករណីជាច្រើនគឺមិនត្រឹមត្រូវ។ យើងអាចសន្មត់ដោយប្រយ័ត្នប្រយែងថាចំណេះដឹងរបស់យើងជាទូទៅអាចត្រឹមត្រូវបានតែលើមាត្រដ្ឋានដាច់ដោយឡែកប៉ុណ្ណោះ។ អ្នក​អាច​ដឹង​ថា​តើ​មាន​បាល់​ប៉ុន្មាន​ក្នុង​កាបូប ប៉ុន្តែ​អ្នក​មិន​អាច​ដឹង​ថា​តើ​វា​មាន​ទម្ងន់​ប៉ុន្មាន​ទេ

ភាពមិនច្បាស់លាស់៖ គំរូ

ពីសៀវភៅរបស់អ្នកនិពន្ធ

កំហុស៖ គំរូ នៅពេលយើងវាស់វែងអ្វីមួយ វាងាយស្រួលតំណាងឱ្យព័ត៌មាន (ទាំងដឹងខ្លួន និងមិនដឹងខ្លួន) ដែលមាននៅពេលការវាស់វែងបានចាប់ផ្តើមក្នុងទម្រង់ជាគំរូនៃវត្ថុ ឬបាតុភូត។ គំរូ "កម្រិតសូន្យ" គឺជាគំរូនៃការមានបរិមាណ។ យើងជឿថានាងគឺជា -

កំហុស៖ អ្វីនិងរបៀបគ្រប់គ្រង

ពីសៀវភៅរបស់អ្នកនិពន្ធ

កំហុស៖ អ្វី និងរបៀបគ្រប់គ្រង ជម្រើសនៃប៉ារ៉ាម៉ែត្រដែលបានគ្រប់គ្រង គ្រោងការណ៍រង្វាស់ វិធីសាស្ត្រ និងវិសាលភាពនៃការគ្រប់គ្រងត្រូវបានធ្វើឡើងដោយគិតគូរពីប៉ារ៉ាម៉ែត្រទិន្នផលនៃផលិតផល ការរចនា និងបច្ចេកវិទ្យារបស់វា តម្រូវការ និងតម្រូវការរបស់អ្នកដែលប្រើប្រាស់ផលិតផលដែលបានគ្រប់គ្រង។ . ម្តង​ទៀត​នៅឡើយ,

១.២.១០. ដំណើរការការវាស់វែងដោយប្រយោល។

ជាមួយនឹងការវាស់វែងដោយប្រយោលតម្លៃដែលចង់បាននៃបរិមាណរូបវន្ត យ បានរកឃើញដោយផ្អែកលើលទ្ធផល X 1 , X 2 , … X ខ្ញុំ , … X នការវាស់វែងដោយផ្ទាល់នៃបរិមាណរូបវន្តផ្សេងទៀតដែលទាក់ទងនឹងការពឹងផ្អែកមុខងារដែលគេស្គាល់ដែលចង់បាន φ:

យ= φ( X 1 , X 2 , …X ខ្ញុំ , … X ន). (1.43)

សន្មតថា X 1 , X 2 , … X ខ្ញុំ , … X នគឺជាលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់ ហើយកំហុសវិធីសាស្រ្តនៃការវាស់វែងដោយប្រយោលអាចត្រូវបានមិនអើពើ លទ្ធផលនៃការវាស់វែងដោយប្រយោលអាចត្រូវបានរកឃើញដោយផ្ទាល់ដោយរូបមន្ត (1.43) ។

ប្រសិនបើ Δ X 1 , Δ X 2 , … Δ X ខ្ញុំ , … Δ X ន- កំហុសក្នុងលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់នៃបរិមាណ X 1 , X 2 , … X ខ្ញុំ , … X នបន្ទាប់មកកំហុសΔនៃលទ្ធផល យ ការវាស់វែងដោយប្រយោលនៅក្នុងការប៉ាន់ស្មានលីនេអ៊ែរអាចត្រូវបានរកឃើញដោយរូបមន្ត

Δ = . (1.44)

រយៈពេល

(1.45)

គឺជាធាតុផ្សំនៃកំហុសនៃលទ្ធផលរង្វាស់ដោយប្រយោល ដែលបណ្តាលមកពីកំហុស Δ X ខ្ញុំលទ្ធផល X ខ្ញុំការវាស់វែងដោយផ្ទាល់ - ត្រូវបានគេហៅថាកំហុសមួយផ្នែកហើយរូបមន្តប្រហាក់ប្រហែល (1.44) - ច្បាប់នៃការប្រមូលផ្តុំនៃកំហុសដោយផ្នែក. (1K22)

ដើម្បីប៉ាន់ស្មានកំហុសΔនៃលទ្ធផលនៃការវាស់វែងដោយប្រយោលវាចាំបាច់ត្រូវមានព័ត៌មានមួយចំនួនអំពីកំហុសΔ X 1 , Δ X 2 , … Δ X ខ្ញុំ , … Δ X នលទ្ធផលនៃការវាស់វែងដោយផ្ទាល់។

ជាធម្មតាតម្លៃកំណត់នៃសមាសធាតុកំហុសនៃការវាស់វែងដោយផ្ទាល់ត្រូវបានគេស្គាល់។ ឧទាហរណ៍សម្រាប់កំហុសΔ X ខ្ញុំស្គាល់៖ ដែនកំណត់នៃកំហុសមូលដ្ឋាន ដែនកំណត់នៃកំហុសបន្ថែម ដែនកំណត់នៃសំណល់ដែលមិនរាប់បញ្ចូលនៃកំហុសជាប្រព័ន្ធ។ល។ កំហុស Δ X ខ្ញុំគឺស្មើនឹងផលបូកនៃកំហុសទាំងនេះ៖

,

និងតម្លៃដែនកំណត់នៃកំហុសនេះ ΔX ខ្ញុំ, p - ផលបូកនៃដែនកំណត់៖

. (1.46)

បន្ទាប់មកតម្លៃដែនកំណត់ Δ p នៃកំហុសនៃលទ្ធផលនៃការវាស់វែងដោយប្រយោល។ ទំ = 1 អាចត្រូវបានរកឃើញដោយរូបមន្ត

Δ ទំ =
. (1.47)

តម្លៃព្រំដែន Δ g នៃកំហុសនៃលទ្ធផលនៃការវាស់វែងដោយប្រយោលសម្រាប់កម្រិតទំនុកចិត្ត ទំ = 0.95 អាចត្រូវបានរកឃើញដោយប្រើរូបមន្តប្រហាក់ប្រហែល (1.41) ។ ដោយគិតពី (1.44) និង (1.46) យើងទទួលបាន:

. (1.48)

បន្ទាប់ពីការគណនា Δ p ឬ Δ r លទ្ធផលនៃការវាស់វែងដោយប្រយោលគួរតែត្រូវបានសរសេរជាទម្រង់ស្តង់ដារ (រៀងគ្នា (1.40) ឬ (1.42)) ។ (1P3)

សំណួរ៖

1. សម្រាប់កិច្ចការអ្វីដែលត្រូវប្រើ ឧបករណ៍វាស់? ប្រភេទ​អ្វី លក្ខណៈម៉ែត្រឧបករណ៍វាស់ ដឹងទេ?

2. គេចាត់ថ្នាក់តាមលក្ខណៈវិនិច្ឆ័យអ្វីខ្លះ លក្ខណៈម៉ែត្រឧបករណ៍វាស់?

3. តើធាតុផ្សំនៃកំហុសនៃឧបករណ៍វាស់ត្រូវបានគេហៅថាអ្វី មូលដ្ឋាន?

4. តើធាតុផ្សំនៃកំហុសនៃឧបករណ៍វាស់ស្ទង់ត្រូវបានគេហៅថា បន្ថែម?

5. កំណត់ កំហុសដាច់ខាត ទាក់ទង និងកាត់បន្ថយឧបករណ៍វាស់។

6. កំណត់ កំហុសដាច់ខាតនៃប្រដាប់វាស់ស្ទង់នៅការបញ្ចូល និងទិន្នផល.

7. តើអ្នកនឹងសាកល្បងកំណត់ដោយរបៀបណា ការវាស់វែងកំហុសត្រង់ស៊ីស្ទ័រសម្រាប់ការបញ្ចូល និងទិន្នផល?

8. របៀបភ្ជាប់គ្នាទៅវិញទៅមក កំហុសដាច់ខាតនៃឧបករណ៍វាស់ស្ទង់សម្រាប់បញ្ចូល និងទិន្នផល?

9. កំណត់ សមាសធាតុកំហុសបន្ថែម ពហុគុណ និងមិនមែនលីនេអ៊ែរ នៃឧបករណ៍វាស់.

10. ហេតុអ្វី សមាសធាតុ nonlinear នៃកំហុសនៃឧបករណ៍វាស់ពេលខ្លះគេហៅថា កំហុសលីនេអ៊ែរ? សម្រាប់​អ្វី មុខងារបំប្លែង transducerសម​ហេតុផល?

11. តើព័ត៌មានអ្វីខ្លះអំពីកំហុសនៃឧបករណ៍វាស់ដែលវាផ្តល់ឱ្យ ថ្នាក់ភាពត្រឹមត្រូវ?

12. រូបមន្ត ច្បាប់នៃការប្រមូលផ្តុំនៃកំហុសដោយផ្នែក។

13. រូបមន្ត បញ្ហានៃការបូកសរុបកំហុស។

15. តើអ្វីទៅជា តម្លៃដែលបានកែតម្រូវនៃលទ្ធផលរង្វាស់?

16. តើអ្វីជាគោលបំណង ដំណើរការនៃលទ្ធផលវាស់វែង?

17. របៀបគណនា តម្លៃកំណត់Δ ទំ កំហុស លទ្ធផលនៃការវាស់វែងដោយផ្ទាល់សម្រាប់កម្រិតទំនុកចិត្ត ទំ= 1 និងរបស់វា។ តម្លៃកំណត់Δ g សម្រាប់ ទំ = 0,95?

18. អ្វីទៅដែលហៅថាការវាស់វែង ដោយប្រយោល។? ម៉េច ស្វែងរកលទ្ធផលនៃការវាស់វែងដោយប្រយោល។?

19. របៀបគណនា តម្លៃកំណត់Δ ទំ កំហុស លទ្ធផលនៃការវាស់វែងដោយប្រយោល។សម្រាប់កម្រិតទំនុកចិត្ត ទំ= 1 និងរបស់វា។ តម្លៃកំណត់Δ g សម្រាប់ ទំ = 0,95?

20. ផ្តល់ឧទាហរណ៍នៃកំហុសវិធីសាស្រ្តនៃការវាស់វែងដោយផ្ទាល់និងដោយប្រយោល។

ការត្រួតពិនិត្យដំណើរការលើផ្នែករង 1.2 ត្រូវបានផ្តល់ឱ្យនៅក្នុង (1KR1).

ឯកសារយោងសម្រាប់ផ្នែកទី 1 ។

2. វិធីសាស្រ្តសម្រាប់វាស់បរិមាណអគ្គិសនី

២.១. ការវាស់វែងនៃវ៉ុលនិងចរន្ត។

២.១.១. ព័ត៌មាន​ទូទៅ។

នៅពេលជ្រើសរើសមធ្យោបាយសម្រាប់វាស់វ៉ុល និងចរន្តអគ្គិសនី ជាដំបូងចាំបាច់ត្រូវយកមកពិចារណា៖

ប្រភេទនៃបរិមាណរាងកាយដែលបានវាស់ (វ៉ុលឬចរន្ត);

វត្តមាន និងធម្មជាតិនៃការពឹងផ្អែកនៃតម្លៃដែលបានវាស់វែងតាមពេលវេលាក្នុងចន្លោះពេលសង្កេត (អាស្រ័យឬអត់ ការពឹងផ្អែកគឺជាមុខងារតាមកាលកំណត់ ឬមិនមែនតាមកាលកំណត់។ល។);

ជួរនៃតម្លៃដែលអាចធ្វើបាននៃតម្លៃវាស់;

ប៉ារ៉ាម៉ែត្រវាស់វែង (តម្លៃមធ្យម តម្លៃប្រសិទ្ធភាព តម្លៃអតិបរមាក្នុងចន្លោះពេលសង្កេត សំណុំនៃតម្លៃភ្លាមៗក្នុងចន្លោះពេលសង្កេត។ល។);

ជួរប្រេកង់;

ភាពត្រឹមត្រូវនៃការវាស់វែងដែលត្រូវការ;

ចន្លោះពេលសង្កេតអតិបរមា។

លើសពីនេះទៀតវាចាំបាច់ដើម្បីយកទៅក្នុងគណនីជួរនៃតម្លៃនៃបរិមាណដែលមានឥទ្ធិពល (សីតុណ្ហភាពខ្យល់ព័ទ្ធជុំវិញ, វ៉ុលផ្គត់ផ្គង់នៃឧបករណ៍វាស់, ឧបសគ្គទិន្នផលនៃប្រភពសញ្ញា, ការជ្រៀតជ្រែកអេឡិចត្រូម៉ាញ៉េទិច, រំញ័រ, សំណើម។ ល។ ) អាស្រ័យលើលក្ខខណ្ឌនៃការពិសោធន៍វាស់។

ជួរនៃតម្លៃដែលអាចធ្វើបាននៃវ៉ុលនិងចរន្តគឺធំទូលាយណាស់។ ឧទាហរណ៍ ចរន្តអាចមានលំដាប់ 10 -16 A នៅពេលវាស់ក្នុងលំហ និងតាមលំដាប់ 10 5 A - នៅក្នុងសៀគ្វីនៃរោងចក្រថាមពលដ៏មានថាមពល។ ផ្នែកនេះដោះស្រាយជាចម្បងជាមួយនឹងការវាស់វ៉ុលនិងចរន្តនៅក្នុងជួរទូទៅបំផុតនៅក្នុងការអនុវត្ត: ពី 10 -6 ទៅ 10 3 V និងពី 10 -6 ទៅ 10 4 A ។

ដើម្បីវាស់វ៉ុល អាណាឡូក (អេឡិចត្រូនិច និងអេឡិចត្រូនិច) និងឌីជីថល voltmeters(2K1), DC និង AC compensators (potentiometers), analog and digital oscilloscopes and measuring systems.

សម្រាប់ការវាស់ចរន្តអគ្គីសនី ammeters(2K2)ក៏ដូចជា ពហុម៉ែត្រនិងប្រព័ន្ធវាស់ដែលចរន្តវាស់ដំបូងត្រូវបានបំប្លែងទៅជាវ៉ុលសមាមាត្រទៅនឹងវា។ លើសពីនេះ វិធីសាស្ត្រប្រយោលមួយត្រូវបានប្រើដើម្បីកំណត់ចរន្តដោយពិសោធន៍ដោយវាស់វ៉ុលដែលបណ្តាលមកពីការឆ្លងកាត់នៃចរន្តតាមរយៈរេស៊ីស្តង់ដែលមានភាពធន់ទ្រាំដែលគេស្គាល់។

២.១.២. ការវាស់វ៉ុលថេរដោយឧបករណ៍អេឡិចត្រូនិច។

ដើម្បីបង្កើត voltmeters ប្រើដូចខាងក្រោម យន្តការវាស់វែង(2K3): អេឡិចត្រូម៉ាញ៉េទិច(2K4), អេឡិចត្រូម៉ាញ៉េទិច(2K5), អេឡិចត្រូឌីណាមិក(2K6), ferrodynamic(2K7)និង អេឡិចត្រូស្ទិក(2K8).

នៅក្នុងយន្តការវាស់ម៉ាញេទិក កម្លាំងបង្វិលជុំគឺសមាមាត្រទៅនឹងចរន្តនៅក្នុងឧបករណ៏ផ្លាស់ទី។ ដើម្បីសាងសង់ voltmeter ជាស៊េរីជាមួយ coil winding ភាពធន់បន្ថែមត្រូវបានរួមបញ្ចូល។ វ៉ុលវាស់ដែលបានអនុវត្តចំពោះការតភ្ជាប់ស៊េរីនេះគឺសមាមាត្រទៅនឹងចរន្តនៅក្នុង winding; ដូច្នេះមាត្រដ្ឋាននៃឧបករណ៍អាចត្រូវបានបញ្ចប់ជាឯកតានៃវ៉ុល។ ទិសដៅនៃកម្លាំងបង្វិលជុំអាស្រ័យលើទិសដៅនៃចរន្តដូច្នេះត្រូវយកចិត្តទុកដាក់លើបន្ទាត់រាងប៉ូលនៃវ៉ុលដែលបានអនុវត្តទៅ voltmeter ។

ការបញ្ចូល impedance រការបញ្ចូលនៃ voltmeter magnetoelectric អាស្រ័យលើតម្លៃចុងក្រោយ យូដើម្បីវាស់ជួរ និងចរន្តផ្លាតសរុប ខ្ញុំនៅលើ - ចរន្តនៅក្នុងរបុំរបុំដែលព្រួញរបស់ឧបករណ៍បង្វែរទៅមាត្រដ្ឋានពេញលេញ (វានឹងត្រូវបានកំណត់នៅសញ្ញាសម្គាល់ យូទៅ) វាច្បាស់ណាស់។

រក្នុង = យូទៅ / ខ្ញុំនៅលើ (2.1)

នៅក្នុងឧបករណ៍ដែលមានដែនកំណត់ច្រើន តម្លៃត្រូវបានធ្វើឱ្យធម្មតា។ រនៅក្នុង និងបច្ចុប្បន្ន ខ្ញុំនៅលើ ដឹងពីវ៉ុល យូ k សម្រាប់ជួររង្វាស់ដែលប្រើក្នុងការពិសោធន៍នេះ តម្លៃ រ in អាចត្រូវបានគណនាដោយរូបមន្ត (2.1) ។ ឧទាហរណ៍សម្រាប់ voltmeter ជាមួយ យូ k = 100 V និង ខ្ញុំ po = 1 mA រក្នុង = 10 5 ohms ។

ដើម្បីសាងសង់ voltmeters អេឡិចត្រូម៉ាញ៉េទិច electrodynamic និង ferrodynamic សៀគ្វីស្រដៀងគ្នាត្រូវបានប្រើ មានតែការតស៊ូបន្ថែមប៉ុណ្ណោះដែលត្រូវបានភ្ជាប់ជាស៊េរីជាមួយនឹងរបុំនៃរបុំថេរនៃយន្តការវាស់អេឡិចត្រូ ឬជាមួយ windings នៃ coils ផ្លាស់ទី និងថេរនៃ electrodynamic ឬ ferrodynamic ។ យន្តការវាស់ដែលបានតភ្ជាប់ពីមុនជាស៊េរី។ ចរន្តផ្លាតសរុបសម្រាប់យន្តការវាស់ទាំងនេះ ជាធម្មតាខ្ពស់ជាងមេដែកខ្លាំង ដូច្នេះភាពធន់បញ្ចូលនៃវ៉ុលម៉ែត្រគឺតិចជាង។

voltmeters អេឡិចត្រូស្ទិចប្រើយន្តការវាស់អេឡិចត្រូស្ទិក។ វ៉ុលវាស់ត្រូវបានអនុវត្តរវាងចានថេរ និងអាចចល័តបានដែលដាច់ឆ្ងាយពីគ្នាទៅវិញទៅមក។ ធន់ទ្រាំនឹងការបញ្ចូលត្រូវបានកំណត់ដោយភាពធន់ទ្រាំអ៊ីសូឡង់ (ប្រហែល 10 9 ohms) ។

voltmeters អេឡិចត្រូមេកានិចទូទៅបំផុតជាមួយនឹងថ្នាក់ភាពត្រឹមត្រូវនៃ 0.2 ។ 0.5, 1.0, 1.5 អនុញ្ញាតឱ្យអ្នកវាស់វ៉ុល DC ក្នុងចន្លោះពី 0.1 ដល់ 10 4 V. ដើម្បីវាស់វ៉ុលធំ (ជាធម្មតាលើសពី 10 3 V) ប្រើ ការបែងចែកវ៉ុល(2K9). ដើម្បីវាស់វ៉ុលតិចជាង 0.1 V, magnetoelectric galvanometers(2K10)និងឧបករណ៍ដែលមានមូលដ្ឋានលើពួកវា (ឧទាហរណ៍ឧបករណ៍ photogalvanometric) ប៉ុន្តែវាជាការប្រសើរក្នុងការប្រើ voltmeters ឌីជីថល។

២.១.៣. ការវាស់វែងនៃចរន្តដោយផ្ទាល់ដោយឧបករណ៍អេឡិចត្រូនិច។

ដើម្បីបង្កើត ammeter ប្រើដូចខាងក្រោម យន្តការវាស់វែង(2K3): អេឡិចត្រូម៉ាញ៉េទិច(2K4), អេឡិចត្រូម៉ាញ៉េទិច(2K5), អេឡិចត្រូឌីណាមិក(2K6)និង ferrodynamic(2K7).

នៅក្នុង ammeters លីមីតតែមួយដ៏សាមញ្ញបំផុត សៀគ្វីចរន្តដែលបានវាស់មាន របុំរបុំវិល (សម្រាប់យន្តការវាស់ម៉ាញេទិក) របុំរបុំខ្សែថេរ (សម្រាប់យន្តការវាស់អេឡិចត្រុង) ឬរបុំរបុំវិល និងថេរដែលតភ្ជាប់ជាស៊េរី (សម្រាប់អេឡិចត្រូឌីណាមិក និងយន្តការវាស់ ferrodynamic) ។ ដូច្នេះមិនដូចសៀគ្វី voltmeter ពួកគេមិនមានភាពធន់ទ្រាំបន្ថែមទេ។

Ammeters ពហុដែនកំណត់ត្រូវបានបង្កើតឡើងនៅលើមូលដ្ឋាននៃដែនកំណត់តែមួយ ដោយប្រើបច្ចេកទេសផ្សេងៗដើម្បីកាត់បន្ថយភាពប្រែប្រួល។ ឧទាហរណ៍ ការឆ្លងកាត់ចរន្តវាស់តាមរយៈផ្នែកនៃរបុំរបុំរបុំ ឬរួមទាំងរបុំរបុំខ្សែស្របគ្នា។ Shunts ក៏ត្រូវបានគេប្រើផងដែរ - រេស៊ីស្តង់ដែលមានភាពធន់ទ្រាំទាបដែលភ្ជាប់ស្របជាមួយរបុំ។

ammeters អេឡិចត្រូមេកានិចទូទៅបំផុតជាមួយនឹងថ្នាក់ភាពត្រឹមត្រូវ 0.2 ។ 0.5, 1.0, 1.5 អនុញ្ញាតឱ្យអ្នកវាស់ចរន្តដោយផ្ទាល់ក្នុងចន្លោះពី 10 -6 ទៅ 10 4 A. ដើម្បីវាស់ចរន្តតិចជាង 10 -6 A អ្នកអាចប្រើម៉ាញេទិក galvanometers(2K10)និងឧបករណ៍ដែលមានមូលដ្ឋានលើពួកវា (ឧទាហរណ៍ឧបករណ៍ photogalvanometric) ។

២.១.៤. ការវាស់វែងនៃចរន្តឆ្លាស់ និងវ៉ុល

ឧបករណ៍អេឡិចត្រូនិច។

ammeters និង voltmeters អេឡិចត្រូមេកានិចត្រូវបានប្រើដើម្បីវាស់តម្លៃប្រសិទ្ធភាពនៃចរន្តតាមកាលកំណត់និងវ៉ុល។ ដើម្បីបង្កើតពួកវា អេឡិចត្រូម៉ាញ៉េទិច អេឡិចត្រូឌីណាមិក និង ហ្វឺរ៉ូឌីណាមិក ក៏ដូចជាយន្តការវាស់ស្ទង់អេឡិចត្រូស្តាត (សម្រាប់តែវ៉ុលម៉ែត្រ) ត្រូវបានប្រើ។ លើសពីនេះទៀត ammeters និង voltmeters អេឡិចត្រូម៉ាញេទិកក៏រួមបញ្ចូលផងដែរនូវឧបករណ៍ដែលមានមូលដ្ឋានលើយន្តការវាស់ម៉ាញ៉េទិចជាមួយនឹងឧបករណ៍បំលែង AC ឬវ៉ុលទៅ DC (ឧបករណ៍កែតម្រូវនិងឧបករណ៍កំដៅ) ។

សៀគ្វីវាស់នៃ ammeters អេឡិចត្រូឌីណាមិកនិង ferrodynamic និង voltmeters AC អនុវត្តមិនខុសគ្នាពីសៀគ្វីនៃឧបករណ៍ DC ស្រដៀងគ្នា។ ឧបករណ៍ទាំងអស់នេះអាចត្រូវបានប្រើដើម្បីវាស់ទាំងចរន្តផ្ទាល់ និងចរន្តឆ្លាស់ និងវ៉ុល។

តម្លៃភ្លាមៗនៃកម្លាំងបង្វិលជុំនៅក្នុងឧបករណ៍ទាំងនេះត្រូវបានកំណត់ដោយការ៉េនៃតម្លៃភ្លាមៗនៃចរន្តនៅក្នុងរបុំរបុំ ហើយទីតាំងរបស់ទ្រនិចអាស្រ័យលើតម្លៃមធ្យមនៃកម្លាំងបង្វិលជុំ។ ដូច្នេះឧបករណ៍វាស់ស្ទង់តម្លៃដែលមានប្រសិទ្ធភាព (rms) នៃចរន្តតាមកាលកំណត់ ឬវ៉ុលដែលបានវាស់ ដោយមិនគិតពីរូបរាងរបស់ខ្សែកោង។ ammeters និង voltmeters ទូទៅបំផុតជាមួយនឹងថ្នាក់ភាពត្រឹមត្រូវនៃ 0.2 ។ 0.5, 1.0, 1.5 អនុញ្ញាតឱ្យអ្នកវាស់ចរន្តឆ្លាស់ពី 10 -4 ទៅ 10 2 A និងវ៉ុលពី 0.1 ទៅ 600 V ក្នុងប្រេកង់ពី 45 Hz ទៅ 5 kHz ។

ឧបករណ៍វាស់ចរន្តអគ្គិសនីក៏អាចត្រូវបានប្រើដើម្បីវាស់ទាំងតម្លៃថេរ និងប្រសិទ្ធភាពនៃវ៉ុលឆ្លាស់ ដោយមិនគិតពីរូបរាងរបស់ខ្សែកោង ចាប់តាំងពីតម្លៃភ្លាមៗនៃកម្លាំងបង្វិលជុំនៅក្នុងឧបករណ៍ទាំងនេះត្រូវបានកំណត់ដោយការ៉េនៃតម្លៃភ្លាមៗនៃវ៉ុលវាស់។ . voltmeters ទូទៅបំផុតដែលមានថ្នាក់ភាពត្រឹមត្រូវ 0.5, 1.0, 1.5 អនុញ្ញាតឱ្យអ្នកវាស់វ៉ុលឆ្លាស់ពី 1 ដល់ 10 5 V ក្នុងប្រេកង់ពី 20 Hz ដល់ 10 MHz ។

ammeters Magnetoelectric និង voltmeters ដែលត្រូវបានរចនាឡើងសម្រាប់ប្រតិបត្តិការនៅក្នុងសៀគ្វី DC មិនអាចវាស់តម្លៃប្រសិទ្ធភាពនៃចរន្តឆ្លាស់ និងវ៉ុលបានទេ។ ជាការពិតណាស់តម្លៃភ្លាមៗនៃកម្លាំងបង្វិលជុំនៅក្នុងឧបករណ៍ទាំងនេះគឺសមាមាត្រទៅនឹងតម្លៃភ្លាមៗនៃចរន្តនៅក្នុងឧបករណ៏។ ជាមួយនឹងចរន្ត sinusoidal តម្លៃមធ្យមនៃកម្លាំងបង្វិលជុំហើយយោងទៅតាមការអានឧបករណ៍គឺសូន្យ។ ប្រសិនបើចរន្តនៅក្នុងឧបករណ៏មានសមាសធាតុថេរនោះការអានឧបករណ៍គឺសមាមាត្រទៅនឹងតម្លៃមធ្យមនៃចរន្តនៅក្នុងឧបករណ៏។

ដើម្បីបង្កើត AC ammeters និង voltmeters ដោយផ្អែកលើយន្តការវាស់ម៉ាញេទិក ឧបករណ៍បំប្លែង AC ទៅ DC ដោយផ្អែកលើ diodes semiconductor ឬឧបករណ៍បំប្លែងកម្ដៅត្រូវបានប្រើ។ នៅលើរូបភព។ 2.1 បង្ហាញមួយនៃសៀគ្វីដែលអាចធ្វើបាននៃ ammeter នៃប្រព័ន្ធ rectifier និងនៅក្នុងរូបភព។ 2.2 - ទែរម៉ូអេឡិចត្រិច។

នៅក្នុង ammeter នៃប្រព័ន្ធ rectifier វាស់ចរន្ត ខ្ញុំ(t) ធ្វើឱ្យត្រង់ និងឆ្លងកាត់របុំរបុំនៃយន្តការវាស់មេដែក IM ។ ការអានឧបករណ៍គឺសមាមាត្រទៅនឹងម៉ូឌុលមធ្យមសម្រាប់រយៈពេល ធតម្លៃ​នា​ពេល​បច្ចុប្បន្ន​នេះ:

. (2.2)

អត្ថន័យ ខ្ញុំ cp គឺសមាមាត្រទៅនឹងតម្លៃប្រសិទ្ធភាពនៃចរន្ត ទោះយ៉ាងណាក៏ដោយ កត្តាសមាមាត្រអាស្រ័យលើប្រភេទនៃមុខងារ ខ្ញុំ(t). ឧបករណ៍ទាំងអស់នៃប្រព័ន្ធ rectifier ត្រូវបានក្រិតតាមខ្នាតនៅក្នុងតម្លៃដ៏មានប្រសិទ្ធិភាពនៃចរន្ត (ឬវ៉ុល) នៃទម្រង់ sinusoidal និងមិនមានបំណងសម្រាប់ការវាស់វែងនៅក្នុងសៀគ្វីដែលមានចរន្តនៃរូបរាងបំពាន។

នៅក្នុង ammeter នៃប្រព័ន្ធ thermoelectric មួយ ចរន្តវាស់ ខ្ញុំ(t) ឆ្លងកាត់កំដៅនៃឧបករណ៍បំលែងកំដៅ TP ។ នៅពេលដែលវាត្រូវបានកំដៅ thermo-EMF កើតឡើងនៅចុងទំនេរនៃ thermocouple ដែលបណ្តាលឱ្យមានចរន្តដោយផ្ទាល់តាមរយៈរបុំខ្សែនៃយន្តការវាស់ម៉ាញ៉េទិចរបស់ IM ។ តម្លៃនៃចរន្តនេះអាស្រ័យទៅលើតម្លៃដែលមានប្រសិទ្ធភាព ខ្ញុំចរន្តវាស់ ខ្ញុំ(t) ហើយតិចតួចអាស្រ័យលើរូបរាងនិងវិសាលគមរបស់វា។

សៀគ្វី voltmeter នៃប្រព័ន្ធ rectifier និង thermoelectric ខុសគ្នាពីសៀគ្វី ammeter ដោយវត្តមាននៃការតស៊ូបន្ថែមដែលបានតភ្ជាប់ជាស៊េរីទៅសៀគ្វីនៃចរន្តវាស់ ខ្ញុំ(t) និងដើរតួជាអ្នកបំប្លែងវ៉ុលវាស់ទៅជាចរន្ត។

ammeters និង voltmeters ទូទៅបំផុតនៃប្រព័ន្ធ rectifier ជាមួយនឹងថ្នាក់ភាពត្រឹមត្រូវ 1.0 និង 1.5 អនុញ្ញាតឱ្យអ្នកវាស់ចរន្តឆ្លាស់ពី 10 -3 ដល់ 10 A និងវ៉ុលពី 1 ដល់ 600 V ក្នុងប្រេកង់ពី 45 Hz ដល់ 10 kHz ។

ammeters និង voltmeters ទូទៅបំផុតនៃប្រព័ន្ធកំដៅជាមួយនឹងថ្នាក់ភាពត្រឹមត្រូវ 1.0 និង 1.5 អនុញ្ញាតឱ្យវាស់ចរន្តឆ្លាស់ពី 10 -4 ទៅ 10 2 A និងវ៉ុលពី 0.1 ទៅ 600 V ក្នុងប្រេកង់ពី 1 Hz ដល់ 50 MHz ។

ជាធម្មតាឧបករណ៍នៃប្រព័ន្ធ rectifier និង thermoelectric ត្រូវបានផលិតជាពហុជួរ និងរួមបញ្ចូលគ្នា ដែលអនុញ្ញាតឱ្យពួកវាត្រូវបានប្រើដើម្បីវាស់ទាំងចរន្តឆ្លាស់ និងចរន្តផ្ទាល់ និងវ៉ុល។

២.១.៥. ការវាស់វ៉ុល DC

មិនដូចអេឡិចត្រូម៉ាញេទិក ឧបករណ៍វាស់វ៉ុលអាណាឡូក(2K11) voltmeters អេឡិចត្រូនិករួមបញ្ចូលវ៉ុល amplifiers ។ ប៉ារ៉ាម៉ែត្រព័ត៌មាននៃវ៉ុលដែលបានវាស់ត្រូវបានបំប្លែងនៅក្នុងឧបករណ៍ទាំងនេះទៅជាចរន្តផ្ទាល់នៅក្នុងរបុំរបុំនៃយន្តការវាស់ម៉ាញេទិក។ (2K4)មាត្រដ្ឋានដែលត្រូវបានក្រិតតាមខ្នាតជាឯកតាវ៉ុល។

amplifier voltmeter អេឡិចត្រូនិចត្រូវតែមានការកើនឡើងស្ថេរភាពនៅក្នុងជួរប្រេកង់ជាក់លាក់មួយពីប្រេកង់ទាបមួយចំនួន។ f n ទៅកំពូល fក្នុង ប្រសិនបើ ក f n = 0 បន្ទាប់មក amplifier បែបនេះត្រូវបានគេហៅថាជាធម្មតា ឧបករណ៍ពង្រីក DC, ចុះបើ f n > 0 ហើយការចំណេញគឺសូន្យ f = 0 – ឧបករណ៍ពង្រីក AC.

សៀគ្វីសាមញ្ញនៃ voltmeter DC អេឡិចត្រូនិចមានធាតុផ្សំសំខាន់ៗចំនួនបី៖ ការបែងចែកវ៉ុលបញ្ចូល (2K9)ជា amplifier DC ដែលភ្ជាប់ទៅនឹងទិន្នផលរបស់វា និង voltmeter ម៉ាញ៉េទិច។ ឧបករណ៍បែងចែកវ៉ុលធន់ទ្រាំខ្ពស់និងអំព្លី DC ផ្តល់នូវភាពធន់នឹងការបញ្ចូលខ្ពស់នៃ voltmeter អេឡិចត្រូនិច (នៃលំដាប់នៃ 1 MΩ) ។ កត្តាបែងចែកនិងទទួលបានអាចត្រូវបានលៃតម្រូវដោយឡែកពីគ្នាដែលធ្វើឱ្យវាអាចធ្វើទៅបានដើម្បីធ្វើឱ្យ voltmeters ពហុជួរ។ ដោយសារតែការកើនឡើងខ្ពស់នៃ voltmeters អេឡិចត្រូនិភាពប្រែប្រួលខ្ពស់ត្រូវបានផ្តល់ជូនបើប្រៀបធៀបទៅនឹងអេឡិចត្រូមេកានិច។

លក្ខណៈពិសេសមួយនៃ voltmeters អេឡិចត្រូនិ DC គឺ រសាត់- ការផ្លាស់ប្តូរយឺតក្នុងការអាន voltmeter នៅតង់ស្យុងវាស់ថេរ (1Q14)បណ្តាលមកពីការផ្លាស់ប្តូរនៅក្នុងប៉ារ៉ាម៉ែត្រនៃធាតុនៃសៀគ្វី amplifier DC ។ ការរសាត់នៃការអានមានសារៈសំខាន់បំផុតនៅពេលវាស់វ៉ុលទាប។ ដូច្នេះមុនពេលចាប់ផ្តើមការវាស់វែងវាចាំបាច់ត្រូវប្រើធាតុលៃតម្រូវពិសេសដើម្បីកំណត់ការអានសូន្យនៃ voltmeter ជាមួយនឹងការបញ្ចូលខ្លី។

ប្រសិនបើវ៉ុលតាមកាលកំណត់ជំនួសត្រូវបានអនុវត្តទៅ voltmeter នៅក្នុងសំណួរនោះដោយសារតែលក្ខណៈសម្បត្តិនៃយន្តការវាស់ម៉ាញេទិកវានឹងវាស់សមាសធាតុថេរនៃវ៉ុលនេះលុះត្រាតែសមាសធាតុឆ្លាស់ធំពេកហើយ voltmeter amplifier ដំណើរការក្នុងលីនេអ៊ែរ។ របៀប។

voltmeters DC អាណាឡូកទូទៅបំផុតអនុញ្ញាតឱ្យអ្នកវាស់វ៉ុលក្នុងចន្លោះពី 10 -6 ទៅ 10 3 V. តម្លៃនៃដែនកំណត់នៃកំហុសដែលបានកាត់បន្ថយជាមូលដ្ឋានអាស្រ័យលើជួររង្វាស់ហើយជាធម្មតា± (0.5 - 5.0)% ។

២.១.៦. ការវាស់វែងនៃវ៉ុលឆ្លាស់

វ៉ុលអេឡិចត្រូនិចអាណាឡូក។

វ៉ុលអេឡិចត្រូនិចអាណាឡូកត្រូវបានប្រើជាចម្បងដើម្បីវាស់ស្ទង់តម្លៃប្រសិទ្ធភាពនៃវ៉ុលតាមកាលកំណត់ក្នុងជួរប្រេកង់ធំទូលាយ។

ភាពខុសគ្នាសំខាន់រវាងសៀគ្វីនៃ voltmeter AC អេឡិចត្រូនិចនិងសៀគ្វីរបស់ DC voltmeter ដែលត្រូវបានពិចារណាខាងលើគឺដោយសារតែវត្តមាននៃថ្នាំងបន្ថែមនៅក្នុងវា - ឧបករណ៍បំលែងនៃប៉ារ៉ាម៉ែត្រព័ត៌មាននៃវ៉ុល AC ទៅ DC ។ ឧបករណ៍បំលែងចរន្តបែបនេះត្រូវបានសំដៅជាញឹកញាប់ថាជា "ឧបករណ៍ចាប់សញ្ញា" ។

មានឧបករណ៍ចាប់អំព្លីទីត ម៉ូឌុលមធ្យម និងតម្លៃវ៉ុលដែលមានប្រសិទ្ធភាព។ វ៉ុលថេរនៅទិន្នផលនៃទីមួយគឺសមាមាត្រទៅនឹងទំហំនៃវ៉ុលនៅធាតុបញ្ចូលរបស់វា វ៉ុលថេរនៅទិន្នផលទីពីរគឺសមាមាត្រទៅនឹងតម្លៃមធ្យមនៃម៉ូឌុលវ៉ុលបញ្ចូលហើយទីបីគឺមានប្រសិទ្ធភាព។

ក្រុមនីមួយៗនៃក្រុមឧបករណ៍ចាប់សញ្ញាទាំងបីអាចបែងចែកជាពីរក្រុម៖ ឧបករណ៍រាវរកដែលមានច្រកចូលបើកចំហ និងឧបករណ៍រាវរកដែលមានច្រកចូលបិទ។ សម្រាប់ឧបករណ៍រាវរកដែលមានច្រកបញ្ចូលបើកចំហ វ៉ុលលទ្ធផលគឺអាស្រ័យលើសមាសធាតុ DC នៃវ៉ុលបញ្ចូល ហើយសម្រាប់ឧបករណ៍រាវរកដែលមានធាតុបញ្ចូលបិទវាមិនដំណើរការទេ។ ជាក់ស្តែងប្រសិនបើសៀគ្វីរបស់ voltmeter អេឡិចត្រូនិចមានឧបករណ៍ចាប់សញ្ញាជាមួយនឹងការបញ្ចូលបិទជិតឬ amplifier AC នោះការអាននៃ voltmeter បែបនេះមិនអាស្រ័យលើសមាសធាតុថេរនៃវ៉ុលវាស់នោះទេ។ voltmeter បែបនេះមានអត្ថប្រយោជន៍ក្នុងការប្រើក្នុងករណីដែលមានតែសមាសធាតុអថេរនៃវ៉ុលវាស់ប៉ុណ្ណោះដែលមានព័ត៌មានមានប្រយោជន៍។

ដ្យាក្រាមសាមញ្ញនៃឧបករណ៍រាវរកទំហំជាមួយនឹងការបញ្ចូលបើកចំហ និងបិទត្រូវបានបង្ហាញនៅក្នុងរូបភព។ 2.3 និង 2.4 ។

នៅពេលអនុវត្តទៅការបញ្ចូលឧបករណ៍ចាប់អំព្លីទីតជាមួយនឹងការបញ្ចូលវ៉ុលបើកចំហ យូ(t) = យូ ម sinωt capacitor ត្រូវបានគិតជាវ៉ុល យូ មដែលបិទ diode ។ ក្នុងពេលជាមួយគ្នានោះតង់ស្យុងថេរត្រូវបានរក្សានៅទិន្នផលរបស់ឧបករណ៍ចាប់។ យូ ម. ប្រសិនបើអ្នកអនុវត្តវ៉ុលបំពានទៅនឹងធាតុបញ្ចូលនោះ capacitor នឹងត្រូវបានគិតប្រាក់ទៅតម្លៃវិជ្ជមានអតិបរមានៃវ៉ុលនេះ។

នៅពេលអនុវត្តចំពោះការបញ្ចូលឧបករណ៍ចាប់អំព្លីទីតជាមួយនឹងការបញ្ចូលវ៉ុលបិទជិត យូ(t) = យូ ម sinωt capacitor ក៏ត្រូវបានបញ្ចូលទៅក្នុងវ៉ុលដែរ។ យូ មនិងវ៉ុលលទ្ធផល យូ(t) = យូ ម + យូ ម sinωt. ប្រសិនបើតង់ស្យុង ឬចរន្តសមាមាត្រទៅនឹងវាត្រូវបានអនុវត្តទៅលើរបុំរបុំនៃយន្តការវាស់មេដែក នោះការអានរបស់ឧបករណ៍នឹងអាស្រ័យលើសមាសធាតុថេរនៃវ៉ុលនេះ ស្មើនឹង យូ ម (2K4). នៅពេលដែលវ៉ុលត្រូវបានអនុវត្តទៅធាតុបញ្ចូល យូ(t) = យូ ថ្ងៃពុធ + យូ ម sinωtកន្លែងណា យូ ថ្ងៃពុធ- តម្លៃវ៉ុលជាមធ្យម យូ(t) , capacitor ត្រូវបានចោទប្រកាន់ទៅវ៉ុលមួយ។ យូ ម + យូ ថ្ងៃពុធហើយវ៉ុលលទ្ធផលត្រូវបានកំណត់ យូ(t) = យូ ម + យូ ម sinωt, ឯករាជ្យ​នៃ យូ ថ្ងៃពុធ .

ឧទាហរណ៍នៃឧបករណ៍ចាប់វ៉ុលមធ្យមនិងប្រសិទ្ធភាពត្រូវបានពិចារណានៅក្នុងផ្នែករង 2.1.4 (រូបភាព 2.1 និង 2.2 រៀងគ្នា) ។

Amplitude និង modulo ឧបករណ៍ចាប់មធ្យមគឺសាមញ្ញជាងឧបករណ៍ចាប់ RMS ប៉ុន្តែ voltmeters ដែលមានមូលដ្ឋានលើពួកវាអាចត្រូវបានប្រើដើម្បីវាស់វ៉ុល sinusoidal ប៉ុណ្ណោះ។ ការពិតគឺថាការអានរបស់ពួកគេអាស្រ័យលើប្រភេទឧបករណ៍ចាប់គឺសមាមាត្រទៅនឹងតម្លៃមធ្យមនៃម៉ូឌុលឬទំហំនៃវ៉ុលដែលបានវាស់។ ដូច្នេះ voltmeters អេឡិចត្រូនិកអាណាឡូកដែលត្រូវបានពិចារណាអាចត្រូវបានក្រិតតាមខ្នាតតម្លៃមានប្រសិទ្ធភាពសម្រាប់តែទម្រង់ជាក់លាក់នៃវ៉ុលវាស់ប៉ុណ្ណោះ។ នេះត្រូវបានធ្វើសម្រាប់ទូទៅបំផុត - វ៉ុល sinusoidal ។

វ៉ុលអេឡិចត្រូនិចអាណាឡូកទូទៅបំផុតអនុញ្ញាតឱ្យអ្នកវាស់វ៉ុលពី 10 -6 ទៅ 10 3 V ក្នុងប្រេកង់ពី 10 ទៅ 10 9 Hz ។ តម្លៃនៃដែនកំណត់នៃកំហុសដែលបានកាត់បន្ថយជាមូលដ្ឋានអាស្រ័យលើជួររង្វាស់និងភាពញឹកញាប់នៃវ៉ុលដែលបានវាស់ហើយជាធម្មតា± (0.5 - 5.0)% ។

វិធីសាស្រ្តនៃការវាស់វែងដោយប្រើ voltmeters អេឡិចត្រូនិខុសគ្នាពីវិធីសាស្រ្តនៃការប្រើ voltmeters អេឡិចត្រូមេកានិច។ នេះគឺដោយសារតែវត្តមាននៅក្នុងពួកវានៃ amplifiers អេឡិចត្រូនិចជាមួយនឹងការផ្គត់ផ្គង់ថាមពល DC ដែលជាធម្មតាដំណើរការពីមេ AC ។

ទោះយ៉ាងណាក៏ដោយ ប្រសិនបើស្ថានីយ 6 ត្រូវបានភ្ជាប់ទៅស្ថានីយបញ្ចូល 1 នៃ voltmeter ហើយឧទាហរណ៍វ៉ុលត្រូវបានវាស់។ យូ 65 បន្ទាប់មកលទ្ធផលនៃការវាស់វែងនឹងត្រូវបានបង្ខូចទ្រង់ទ្រាយដោយវ៉ុលជ្រៀតជ្រែក តម្លៃដែលអាស្រ័យលើប៉ារ៉ាម៉ែត្រនៃសៀគ្វីសមមូលនៅក្នុងរូបភព។ 2.5 និង 2.6 ។

ជាមួយនឹងការវាស់វ៉ុលដោយផ្ទាល់ យូ 54 ការជ្រៀតជ្រែកនឹងបង្ខូចទ្រង់ទ្រាយលទ្ធផលនៃការវាស់វែងដោយមិនគិតពីរបៀបដែល voltmeter ត្រូវបានភ្ជាប់។ នេះអាចត្រូវបានជៀសវាងដោយការវាស់វែងដោយប្រយោលដោយវាស់វ៉ុល យូ៦៤ និង យូ 65 និងគណនា យូ 54 = យូ 64 - យូ៦៥. ទោះជាយ៉ាងណាក៏ដោយភាពត្រឹមត្រូវនៃការវាស់វែងបែបនេះអាចមិនខ្ពស់គ្រប់គ្រាន់ទេជាពិសេសប្រសិនបើ យូ 64 ≈ យូ 65 . (2K12)

គីមីវិទ្យាវិភាគ

UDC 543.08+543.422.7

ការទស្សន៍ទាយអំពីកំហុសឆ្គងផ្នែកថតរូបដោយប្រើច្បាប់នៃកំហុសប្រមូលផ្តុំ និងវិធីសាស្ត្រ MONTE CARLO

នៅក្នុង និង។ Golovanov, EM Danilina

នៅក្នុងការពិសោធន៍គណនា ដោយមានការរួមបញ្ចូលគ្នានៃច្បាប់នៃការផ្សព្វផ្សាយកំហុស និងវិធីសាស្ត្រ Monte Carlo ឥទ្ធិពលនៃកំហុសក្នុងការរៀបចំដំណោះស្រាយ កំហុសក្នុងការពិសោធន៍ទទេ និងកំហុសនៃការវាស់វែងបញ្ជូននៅលើលក្ខណៈម៉ែត្រនៃការវិភាគ photometric ត្រូវបានសិក្សា។ . វាត្រូវបានគេរកឃើញថាលទ្ធផលនៃការទស្សន៍ទាយកំហុសដោយវិធីសាស្រ្តវិភាគនិងស្ថិតិគឺស្របគ្នាទៅវិញទៅមក។ វាត្រូវបានបង្ហាញថាលក្ខណៈពិសេសមួយនៃវិធីសាស្រ្ត Monte Carlo គឺជាលទ្ធភាពនៃការទស្សន៍ទាយច្បាប់នៃការចែកចាយនៃកំហុសនៅក្នុង photometry ។ នៅលើឧទាហរណ៍នៃសេណារីយ៉ូនៃការវិភាគទម្លាប់មួយ ឥទ្ធិពលនៃតំណពូជនៃការរីករាលដាលនៅតាមបណ្តោយខ្សែកោងក្រិតលើគុណភាពនៃការវិភាគត្រូវបានពិចារណា។

ពាក្យគន្លឹះ៖ ការវិភាគរូបភាព, ច្បាប់ប្រមូលផ្តុំកំហុស, ក្រាហ្វការក្រិតតាមខ្នាត, លក្ខណៈមេត្រូឡូស៊ី, វិធីសាស្ត្រ Monte Carlo, ការក្លែងធ្វើ stochastic ។

សេចក្តីផ្តើម

ការទស្សន៍ទាយកំហុសនៃការវិភាគរូបភាពគឺផ្អែកលើការប្រើប្រាស់ច្បាប់នៃការប្រមូលផ្តុំកំហុស (ELL)។ ចំពោះករណីនៃទម្រង់លីនេអ៊ែរនៃច្បាប់នៃការស្រូបពន្លឺ៖ - 1§T \u003d A \u003d b1s ZNO ជាធម្មតាត្រូវបានសរសេរដោយសមីការ៖

8A _ 8C _ 0.434-10^

A '8T-

ក្នុងករណីនេះគម្លាតស្តង់ដារនៃការវាស់វែងនៃកម្រិតនៃការបញ្ជូនត្រូវបានសន្មត់ថាថេរលើជួរថាមវន្តទាំងមូលនៃ photometer ។ ទន្ទឹមនឹងនេះ ដូចដែលបានកត់សម្គាល់នៅក្នុង បន្ថែមពីលើកំហុសឧបករណ៍ ភាពត្រឹមត្រូវនៃការវិភាគត្រូវបានប៉ះពាល់ដោយកំហុសនៃការពិសោធន៍ទទេ កំហុសក្នុងការកំណត់មាត្រដ្ឋានឧបករណ៍ កំហុស cuvette កត្តាគីមី និងកំហុសនៅក្នុង កំណត់ប្រវែងរលកវិភាគ។ កត្តាទាំងនេះត្រូវបានចាត់ទុកថាជាប្រភពចម្បងនៃកំហុសនៅក្នុងលទ្ធផលនៃការវិភាគ។ ការរួមចំណែកដល់កំហុសបង្គរនៅក្នុងភាពត្រឹមត្រូវនៃការរៀបចំដំណោះស្រាយការក្រិតតាមខ្នាតជាធម្មតាត្រូវបានគេមិនយកចិត្តទុកដាក់។

ពីនេះយើងឃើញថាសមីការ (1) មិនមានអំណាចព្យាករណ៍សំខាន់ទេព្រោះវាគិតគូរពីឥទ្ធិពលនៃកត្តាតែមួយប៉ុណ្ណោះ។ លើសពីនេះទៀតសមីការ (1) គឺជាផលវិបាកនៃការពង្រីកប្រហាក់ប្រហែលនៃច្បាប់នៃការស្រូបពន្លឺនៅក្នុងស៊េរី Taylor ។ នេះធ្វើឱ្យមានសំណួរអំពីភាពត្រឹមត្រូវរបស់វា ដោយសារតែការធ្វេសប្រហែសនៃលក្ខខណ្ឌនៃការពង្រីកខាងលើលំដាប់ទីមួយ។ ការវិភាគគណិតវិទ្យានៃសំណល់ decomposition ត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងការលំបាកក្នុងការគណនា ហើយមិនត្រូវបានប្រើក្នុងការអនុវត្តការវិភាគគីមីទេ។

គោលបំណងនៃការងារនេះគឺដើម្បីសិក្សាពីលទ្ធភាពនៃការប្រើប្រាស់វិធីសាស្រ្ត Monte Carlo (វិធីសាស្រ្តនៃការធ្វើតេស្តស្ថិតិ) ជាវិធីសាស្រ្តឯករាជ្យសម្រាប់សិក្សា និងព្យាករណ៍ពីការប្រមូលផ្តុំនៃកំហុសក្នុងការវិភាគ photometric ដែលបំពេញបន្ថែម និងធ្វើឱ្យស៊ីជម្រៅនូវលទ្ធភាពរបស់ ZNO ។

ផ្នែកទ្រឹស្តី

នៅក្នុងការងារនេះ យើងនឹងសន្មត់ថា កំហុសចៃដន្យចុងក្រោយនៃមុខងារក្រិតតាមខ្នាតគឺដោយសារតែមិនត្រឹមតែមានកំហុសឧបករណ៍ក្នុងការវាស់ដង់ស៊ីតេអុបទិកប៉ុណ្ណោះទេ ប៉ុន្តែក៏មានកំហុសក្នុងការកំណត់មាត្រដ្ឋានឧបករណ៍ទៅ 0 និង 100% ការបញ្ជូន (កំហុសនៃ

ការពិសោធន៍សាមញ្ញ) ក៏ដូចជាកំហុសក្នុងការរៀបចំដំណោះស្រាយការក្រិតតាមខ្នាត។ យើងធ្វេសប្រហែសប្រភពផ្សេងទៀតនៃកំហុសដែលបានរៀបរាប់ខាងលើ។ បន្ទាប់មកយើងសរសេរឡើងវិញនូវសមីការនៃច្បាប់ Bouguer-Lambert-Beer ក្នុងទម្រង់មួយដែលងាយស្រួលសម្រាប់ការសាងសង់បន្ថែមទៀត៖

Ay \u003d ks " + A

នៅក្នុងសមីការនេះ c51 គឺជាការប្រមូលផ្តុំនៃដំណោះស្រាយស្តង់ដារក្បាលនៃសារធាតុពណ៌ aliquots (Ya) ដែលត្រូវបានពនឺក្នុងដបទឹកជាមួយនឹងបរិមាណបន្ទាប់បន្សំនៃ Vsp ដើម្បីទទួលបានស៊េរីនៃការក្រិតតាមខ្នាតនៃដំណោះស្រាយ Ay គឺជាដង់ស៊ីតេអុបទិកនៃទទេ។ ដំណោះស្រាយពិសោធន៍។ ចាប់តាំងពីក្នុងអំឡុងពេល photometry ដង់ស៊ីតេអុបទិកនៃដំណោះស្រាយដែលបានសាកល្បងត្រូវបានវាស់ទាក់ទងទៅនឹងដំណោះស្រាយទទេ ពោលគឺ Ay ត្រូវបានគេយកជាសូន្យតាមលក្ខខណ្ឌ បន្ទាប់មក Ay = 0. (ចំណាំថាតម្លៃនៃដង់ស៊ីតេអុបទិកដែលបានវាស់វែងក្នុងករណីនេះអាចត្រូវបានគេហៅថាតាមលក្ខខណ្ឌ។ ការផុតពូជ។) នៅក្នុងសមីការ (2) បរិមាណគ្មានវិមាត្រ c" មានអត្ថន័យនៃការប្រមូលផ្តុំនៃដំណោះស្រាយការងារដែលបង្ហាញជាឯកតានៃការប្រមូលផ្តុំនៃស្តង់ដារមេ។ យើងហៅមេគុណ k ការផុតពូជនៃស្តង់ដារចាប់តាំងពី Ag1 = e1c81 នៅ c" = 1 ។

ចូរយើងអនុវត្តចំពោះការបញ្ចេញមតិ (2) ប្រតិបត្តិករនៃច្បាប់នៃការប្រមូលផ្តុំនៃកំហុសចៃដន្យ ដោយសន្មត់ថា Va, Yd និង Ay ជាអថេរចៃដន្យ។ យើង​ទទួល​បាន:

អថេរចៃដន្យឯករាជ្យមួយទៀតដែលប៉ះពាល់ដល់ការរីករាលដាលនៃតម្លៃ A គឺកម្រិតនៃការបញ្ជូន ចាប់តាំងពី

A = -1§T, (4)

ដូច្នេះ យើង​បន្ថែម​ពាក្យ​មួយ​ទៀត​ទៅ​ការ​បែកខ្ញែក​នៅ​ផ្នែក​ខាងឆ្វេង​នៃ Eq ។ (3)៖

52a \u003d (0.434-10a) H + 8Іbі +

នៅក្នុងកំណត់ត្រាចុងក្រោយនៃច្បាប់នៃការប្រមូលផ្តុំនៃកំហុស គម្លាតស្តង់ដារដាច់ខាតនៃ T, Ay និង Yd គឺថេរ ហើយសម្រាប់ Va កំហុសស្តង់ដារដែលទាក់ទងគឺថេរ។

នៅពេលសាងសង់គំរូ stochastic នៃមុខងារក្រិតតាមខ្នាតដោយផ្អែកលើវិធីសាស្ត្រ Monte Carlo យើងពិចារណាថាតម្លៃដែលអាចមាន x * នៃអថេរចៃដន្យ T, Ay, Ua និង Yd ត្រូវបានចែកចាយតាមច្បាប់ធម្មតា។ យោងតាមគោលការណ៍ Monte Carlo យើងនឹងលេងតម្លៃដែលអាចធ្វើបានដោយប្រើវិធីសាស្ត្រមុខងារបញ្ច្រាស៖

x; \u003d M (x1) + p-1 (r]) - inX |, (6)

ដែល M(x) គឺជាការរំពឹងទុក (តម្លៃពិត) នៃអថេរ ¥(r^) គឺជាអនុគមន៍ Laplace-Gauss q គឺជាតម្លៃដែលអាចកើតមាននៃអថេរចៃដន្យ R ដែលចែកចាយស្មើៗគ្នាក្នុងចន្លោះពេល (0,1) ឧ. លេខចៃដន្យ, sx - គម្លាតស្តង់ដារនៃអថេរដែលត្រូវគ្នា, \ = 1...m - លេខធម្មតានៃអថេរចៃដន្យឯករាជ្យ។ បន្ទាប់ពីការជំនួសកន្សោម (6) ទៅជាសមីការ (4) និង (2) យើងមាន:

A" \u003d -18Xi \u003d -1810-a + P-1 (g]) 8t,

ដែល A" = "k-+ x2

ការគណនាយោងទៅតាមសមីការ (7) ត្រឡប់ការអនុវត្តដាច់ដោយឡែកនៃមុខងារក្រិតតាមខ្នាត i.e. ការពឹងផ្អែក A" លើការរំពឹងទុកគណិតវិទ្យា M(s") (តម្លៃនាមករណ៍ c") ដូច្នេះហើយ កំណត់ត្រា (7) គឺជាកន្សោមវិភាគនៃអនុគមន៍ចៃដន្យ។ ផ្នែកឆ្លងកាត់នៃអនុគមន៍នេះត្រូវបានទទួលដោយការលេងលេខចៃដន្យម្តងហើយម្តងទៀតនៅចំណុចនីមួយៗ។ ការពឹងផ្អែកលើការក្រិតតាមខ្នាត។សំណុំគំរូនៃការអនុវត្តត្រូវបានដំណើរការដោយវិធីសាស្រ្តនៃស្ថិតិគណិតវិទ្យាក្នុងគោលបំណងប៉ាន់ស្មានប៉ារ៉ាម៉ែត្រទូទៅនៃការក្រិតតាមខ្នាត និងសម្មតិកម្មសាកល្បងអំពីលក្ខណៈសម្បត្តិរបស់ប្រជាជនទូទៅ។

ជាក់ស្តែង វិធីសាស្រ្តទាំងពីរដែលយើងកំពុងពិចារណាលើបញ្ហានៃការទស្សន៍ទាយលក្ខណៈម៉ែត្រក្នុង photometry - ផ្អែកលើ ZNO នៅលើដៃម្ខាង និងផ្អែកលើវិធីសាស្ត្រ Monte Carlo ម្ខាងទៀតគួរតែបំពេញគ្នាទៅវិញទៅមក។ ជាពិសេស ពីសមីការ (5) មួយអាចទទួលបានលទ្ធផលជាមួយនឹងចំនួនតូចជាងនៃការគណនាធៀបនឹង (7) ក៏ដូចជាចំណាត់ថ្នាក់។

គណនាអថេរចៃដន្យដោយសារៈសំខាន់នៃការរួមចំណែករបស់ពួកគេចំពោះកំហុសលទ្ធផល។ ចំណាត់ថ្នាក់អនុញ្ញាតឱ្យអ្នកបោះបង់ការពិសោធន៍ការបញ្ចាំងនៅក្នុងការធ្វើតេស្តស្ថិតិ ហើយអាទិភាពមួយមិនរាប់បញ្ចូលអថេរដែលមិនសំខាន់ពីការពិចារណា។ សមីការ (៥) ងាយ​ស្រួល​ក្នុង​ការ​វិភាគ​គណិត​វិទ្យា​ដើម្បី​វិនិច្ឆ័យ​លក្ខណៈ​នៃ​ការ​រួម​ចំណែក​នៃ​កត្តា​ទៅ​នឹង​ភាព​ខុស​គ្នា​សរុប។ ការរួមចំណែកដោយផ្នែកនៃកត្តាអាចត្រូវបានបែងចែកទៅជាឯករាជ្យនៃ A ឬកើនឡើងជាមួយនឹងការកើនឡើងដង់ស៊ីតេអុបទិក។ ដូច្នេះ sA ជាមុខងាររបស់ A ត្រូវតែជាការពឹងផ្អែកដែលបង្កើនដោយឯកតាដោយគ្មានអប្បបរមា។ នៅពេលប៉ាន់ស្មានទិន្នន័យពិសោធន៍ដោយសមីការ (5) ការរួមចំណែកដោយផ្នែកនៃធម្មជាតិដូចគ្នានឹងត្រូវបានលាយបញ្ចូលគ្នា ឧទាហរណ៍ កំហុសតែមួយអាចត្រូវបានលាយបញ្ចូលគ្នាជាមួយនឹងកំហុសនៃការពិសោធន៍ទទេមួយ។ ម៉្យាងវិញទៀត នៅពេលធ្វើតេស្តស្ថិតិគំរូដោយប្រើវិធីសាស្ត្រ Monte Carlo វាអាចកំណត់អត្តសញ្ញាណសំខាន់ៗនៃក្រាហ្វការក្រិតតាមខ្នាត ដូចជាច្បាប់ (ច្បាប់) នៃការចែកចាយកំហុស ក៏ដូចជាដើម្បីវាយតម្លៃល្បឿននៃការបញ្ចូលគ្នានៃ ការប៉ាន់ស្មានគំរូចំពោះមនុស្សទូទៅ។ នៅលើមូលដ្ឋាននៃ ZNO ការវិភាគបែបនេះគឺមិនអាចទៅរួចទេ។

ការពិពណ៌នាអំពីការពិសោធន៍គណនា

នៅពេលបង្កើតគំរូក្លែងធ្វើសម្រាប់ការក្រិតតាមខ្នាត យើងសន្មត់ថាស៊េរីនៃដំណោះស្រាយនៃការក្រិតតាមខ្នាតត្រូវបានរៀបចំនៅក្នុងដបបរិមាណដែលមានសមត្ថភាពបន្ទាប់បន្សំនៃ 50 មីលីលីត្រ និងកំហុសអតិបរមានៃ +0.05 មីលីលីត្រ។ ទៅក្នុងដបទឹកជាបន្តបន្ទាប់ បន្ថែមពី 1 ទៅ 17 មីលីលីត្រនៃដំណោះស្រាយស្ដង់ដារស្តុកដោយមានកំហុសបំពង់> 1% ។ កំហុសក្នុងការវាស់វែងបរិមាណត្រូវបានវាយតម្លៃយោងទៅតាមសៀវភៅយោង។ Aliquots ត្រូវបានបន្ថែមក្នុង 1 មីលីលីត្រ។ ជាសរុបមានដំណោះស្រាយចំនួន 17 នៅក្នុងស៊េរីដែលដង់ស៊ីតេអុបទិកដែលគ្របដណ្តប់ចន្លោះពី 0.1 ដល់ 1.7 ឯកតា។ បន្ទាប់មកនៅក្នុងសមីការ (2) មេគុណ k = 5. កំហុសនៃការពិសោធន៍ទទេមួយត្រូវបានគេយកនៅកម្រិត 0.01 ឯកតា។ ដង់ស៊ីតេអុបទិក។ កំហុសក្នុងការវាស់កម្រិតនៃការបញ្ជូននេះ អាស្រ័យតែលើថ្នាក់នៃឧបករណ៍ និងស្ថិតក្នុងចន្លោះពី 0.1 ទៅ 0.5% T ។

សម្រាប់ការផ្សារភ្ជាប់កាន់តែខ្លាំងនៃលក្ខខណ្ឌនៃការពិសោធន៍គណនាទៅនឹងការពិសោធន៍មន្ទីរពិសោធន៍ យើងបានប្រើទិន្នន័យស្តីពីលទ្ធភាពផលិតឡើងវិញនៃការវាស់វែងនៃដង់ស៊ីតេអុបទិកនៃដំណោះស្រាយ K2Cr2O7 នៅក្នុងវត្តមាន 0.05 M H2SO4 នៅលើ SF-26 spectrophotometer ។ អ្នកនិពន្ធប៉ាន់ស្មានទិន្នន័យពិសោធន៍លើចន្លោះពេល A = 0.1 ... 1.5 ដោយសមីការប៉ារ៉ាបូឡា៖

sBOCn*103 = 7.9-3.53A + 10.3A2 ។ (ប្រាំបី)

យើង​បាន​គ្រប់គ្រង​ឱ្យ​សម​នឹង​ការ​គណនា​ដោយ​យោង​តាម​សមីការ​ទ្រឹស្តី (5) ទៅ​នឹង​ការ​គណនា​ដោយ​យោង​តាម​សមីការ​ជាក់ស្តែង (8) ដោយ​ប្រើ​វិធីសាស្ត្រ​បង្កើន​ប្រសិទ្ធភាព​របស់​ញូតុន។ យើងបានរកឃើញថាសមីការ (5) ពេញចិត្តនឹងការពិពណ៌នាអំពីការពិសោធន៍នៅ s(T) = 0.12%, s(Abi) = 0.007, និង s r(Va) = 1.1% ។

ការប៉ាន់ប្រមាណកំហុសឯករាជ្យដែលបានផ្ដល់ឱ្យក្នុងកថាខណ្ឌមុនគឺមានការឯកភាពគ្នាយ៉ាងល្អជាមួយនឹងអ្វីដែលបានរកឃើញក្នុងអំឡុងពេលសម។ សម្រាប់ការគណនាយោងទៅតាមសមីការ (7) កម្មវិធីមួយត្រូវបានបង្កើតឡើងក្នុងទម្រង់ជាសន្លឹកសៀវភៅបញ្ជី MS Excel ។ លក្ខណៈពិសេសសំខាន់បំផុតនៃកម្មវិធី Excel របស់យើងគឺការប្រើប្រាស់ NORMINV(RAND()) ដើម្បីបង្កើតកំហុសចែកចាយធម្មតា សូមមើលសមីការ (6)។ នៅក្នុងអក្សរសិល្ប៍ពិសេសស្តីពីការគណនាស្ថិតិក្នុង Excel ឧបករណ៍បង្កើតលេខចៃដន្យត្រូវបានពិពណ៌នាលម្អិត ដែលក្នុងករណីជាច្រើនគឺល្អជាងក្នុងការជំនួសមុខងារនៃប្រភេទ NORMINV(RAND())។ ការជំនួសបែបនេះមានភាពងាយស្រួលជាពិសេសនៅពេលបង្កើតកម្មវិធីពិសោធន៏ Monte Carlo ផ្ទាល់ខ្លួនរបស់អ្នក។

លទ្ធផលនិងការពិភាក្សារបស់វា។

មុននឹងបន្តការធ្វើតេស្តស្ថិតិ អនុញ្ញាតឱ្យយើងប៉ាន់ស្មានការរួមចំណែកនៃលក្ខខណ្ឌនៅផ្នែកខាងឆ្វេងនៃ Eq. (5) ចំពោះការបែកខ្ចាត់ខ្ចាយនៃដង់ស៊ីតេអុបទិកសរុប។ ដើម្បីធ្វើដូចនេះពាក្យនីមួយៗត្រូវបានធ្វើឱ្យមានលក្ខណៈធម្មតាទៅនឹងការប្រែប្រួលសរុប។ ការគណនាត្រូវបានអនុវត្តនៅ s(T) = 0.12%, s(Aw) = 0.007, Sr(Va) = l.l %, និង s(Vfi) = 0.05 ។ លទ្ធផលគណនាត្រូវបានបង្ហាញនៅក្នុងរូបភព។ 1. យើងឃើញថាការរួមចំណែកចំពោះការប្រែប្រួលសរុបនៃកំហុសរង្វាស់ Vfl អាចត្រូវបានមិនអើពើ។

ចំណែក​ឯ​ការ​រួម​ចំណែក​នៃ​តម្លៃ​ផ្សេង​ទៀត Va

ត្រួតត្រាក្នុងជួរនៃដង់ស៊ីតេអុបទិក 0.8__1.2 ។ ទោះជាយ៉ាងណាក៏ដោយការសន្និដ្ឋាននេះមិនមានលក្ខណៈទូទៅទេ។

ធម្មជាតិចាប់តាំងពីពេលវាស់លើ photometer ជាមួយ s(T) = 0.5% កំហុសក្នុងការក្រិតតាមការគណនាត្រូវបានកំណត់ជាចម្បងដោយការខ្ចាត់ខ្ចាយនៃ Ay និងការខ្ចាត់ខ្ចាយនៃ T. នៅក្នុងរូបភព។ 2 ប្រៀបធៀបកំហុសដែលទាក់ទងនៃការវាស់វែងដង់ស៊ីតេអុបទិកដែលបានព្យាករណ៍ដោយផ្អែកលើ ZNO (បន្ទាត់រឹង) និងវិធីសាស្ត្រ Monte Carlo (រូបតំណាង) ។ នៅក្នុងការធ្វើតេស្តស្ថិតិខ្សែកោង

កំហុសត្រូវបានបង្កើតឡើងវិញពី 100 ការសម្រេចបាននៃការពឹងផ្អែកនៃការក្រិតតាមខ្នាត (តម្លៃ 1700 នៃដង់ស៊ីតេអុបទិក)។ យើងឃើញថាការព្យាករណ៍ទាំងពីរមានភាពស៊ីសង្វាក់គ្នា។ ចំនុចត្រូវបានដាក់ជាក្រុមស្មើៗគ្នាជុំវិញខ្សែកោងទ្រឹស្តី។ ទោះជាយ៉ាងណាក៏ដោយ ទោះបីជាមានសម្ភារៈស្ថិតិដ៏គួរឱ្យចាប់អារម្មណ៍បែបនេះក៏ដោយ ការបញ្ចូលគ្នាពេញលេញមិនត្រូវបានគេសង្កេតឃើញទេ។ ក្នុងករណីណាក៏ដោយ ការខ្ចាត់ខ្ចាយមិនអនុញ្ញាតឱ្យបង្ហាញពីលក្ខណៈប្រហាក់ប្រហែលនៃកាមរោគ សូមមើលការណែនាំ។

0 0.4 0.8 1.2 1.6

អង្ករ។ 1. ការរួមចំណែកថ្លឹងថ្លែងនៃលក្ខខណ្ឌនៃសមីការ (5) ទៅនឹងការប្រែប្រួល A: 1 - សម្រាប់ Ay; 2 - សម្រាប់ Wah; 3 - សម្រាប់ T; 4 - សម្រាប់

អង្ករ។ 2. ខ្សែកោងនៃកំហុសនៃក្រាហ្វក្រិត

វាត្រូវបានគេស្គាល់ពីទ្រឹស្តីនៃស្ថិតិគណិតវិទ្យាថាជាមួយនឹងការប៉ាន់ស្មានចន្លោះពេលនៃការរំពឹងទុកគណិតវិទ្យានៃអថេរចៃដន្យ ភាពជឿជាក់នៃការប៉ាន់ស្មានកើនឡើង ប្រសិនបើច្បាប់ចែកចាយសម្រាប់អថេរនេះត្រូវបានគេស្គាល់។ លើសពីនេះទៀតនៅក្នុងករណីនៃការចែកចាយធម្មតាការប៉ាន់ស្មានគឺមានប្រសិទ្ធភាពបំផុត។ ដូច្នេះការសិក្សាអំពីច្បាប់នៃការចែកចាយកំហុសនៅក្នុងក្រាហ្វការក្រិតតាមខ្នាតគឺជាកិច្ចការសំខាន់។ នៅក្នុងការសិក្សាបែបនេះ ជាដំបូងសម្មតិកម្មនៃភាពធម្មតានៃការរីករាលដាលនៃដង់ស៊ីតេអុបទិកនៅចំណុចនីមួយៗនៃក្រាហ្វត្រូវបានសាកល្បង។

វិធីសាមញ្ញមួយដើម្បីសាកល្បងសម្មតិកម្មចម្បងគឺដើម្បីគណនាមេគុណ skewness coefficients (a) និង kurtosis coefficients (e) នៃការចែកចាយជាក់ស្តែង ក៏ដូចជាការប្រៀបធៀបរបស់វាជាមួយនឹងតម្លៃលក្ខណៈវិនិច្ឆ័យ។ ភាពជឿជាក់នៃការសន្និដ្ឋានស្ថិតិកើនឡើងជាមួយនឹងការកើនឡើងនៃបរិមាណនៃទិន្នន័យគំរូ។ នៅលើរូបភព។ 3 បង្ហាញពីលំដាប់នៃមេគុណសម្រាប់ 17 ផ្នែកនៃអនុគមន៍ក្រិត។ មេគុណត្រូវបានគណនាពីលទ្ធផលនៃការធ្វើតេស្តចំនួន 100 នៅចំណុចនីមួយៗ។ តម្លៃសំខាន់នៃមេគុណសម្រាប់ឧទាហរណ៍របស់យើងគឺ |a| = 0.72 និង |e| = 0.23 ។

ពីរូបភព។ 3, យើងអាចសន្និដ្ឋានថាការបែកខ្ញែកនៃតម្លៃនៅចំណុចនៃក្រាហ្វ, ជាទូទៅ, មិន

ផ្ទុយនឹងសម្មតិកម្មភាពធម្មតា ចាប់តាំងពីលំដាប់នៃមេគុណស្ទើរតែគ្មានទិសដៅដែលពេញចិត្ត។ មេគុណត្រូវបានធ្វើមូលដ្ឋានីយកម្មដោយចៃដន្យនៅជិតបន្ទាត់សូន្យ (បង្ហាញដោយបន្ទាត់ចំនុច)។ ចំពោះការចែកចាយធម្មតា ដូចដែលបានដឹង ការរំពឹងទុកនៃមេគុណ skewness និងមេគុណ kurtosis គឺសូន្យ។ ដោយវិនិច្ឆ័យដោយការពិតដែលថាសម្រាប់គ្រប់ផ្នែកទាំងអស់ មេគុណ asymmetry គឺទាបជាងតម្លៃសំខាន់ យើងអាចនិយាយដោយទំនុកចិត្តអំពីស៊ីមេទ្រីនៃការចែកចាយនៃកំហុសក្នុងការក្រិតតាមខ្នាត។ វាអាចទៅរួចដែលការចែកចាយកំហុសត្រូវបានចង្អុលបង្ហាញបន្តិចបើប្រៀបធៀបទៅនឹងខ្សែកោងការចែកចាយធម្មតា។ ការ​សន្និដ្ឋាន​នេះ​កើត​ឡើង​ពី​អ្វី​ដែល​ត្រូវ​បាន​គេ​សង្កេត​ឃើញ​នៅ​ក្នុង​រូប។ ៣ បង្គោលតូច

អង្ករ។ 3. មេគុណ Kurtosis (1) និងមេគុណ skewness (2) នៅចំនុចនៃក្រាហ្វក្រិត

ការផ្លាស់ប្តូរការរស់នៅនៃខ្សែកណ្តាលនៃមេគុណនៃការខ្ចាត់ខ្ចាយនៃ kurtosis ។ ដូច្នេះពីការសិក្សាអំពីគំរូនៃមុខងារក្រិតតាមខ្នាតទូទៅនៃការវិភាគ photometric ដោយវិធីសាស្រ្ត Monte Carlo (2) យើងអាចសន្និដ្ឋានថាការចែកចាយនៃកំហុសក្នុងការក្រិតតាមខ្នាតគឺនៅជិតធម្មតា។ ដូច្នេះការគណនានៃចន្លោះពេលទំនុកចិត្តសម្រាប់លទ្ធផលនៃការវិភាគរូបភាពដោយប្រើមេគុណរបស់សិស្សអាចត្រូវបានចាត់ទុកថាសមហេតុផលណាស់។

នៅពេលអនុវត្តការធ្វើគំរូ stochastic អត្រានៃការបញ្ចូលគ្នានៃខ្សែកោងកំហុសគំរូ (សូមមើលរូបភាពទី 2) ទៅនឹងការរំពឹងទុកតាមគណិតវិទ្យានៃខ្សែកោងត្រូវបានប៉ាន់ប្រមាណ។ សម្រាប់ការរំពឹងទុកគណិតវិទ្យានៃខ្សែកោងកំហុស យើងយកខ្សែកោងដែលបានគណនាពី ZNO ។ ភាពស្និទ្ធស្នាលនៃលទ្ធផលនៃការធ្វើតេស្តស្ថិតិជាមួយនឹងចំនួនផ្សេងគ្នានៃការអនុវត្តនៃការក្រិត n ទៅនឹងខ្សែកោងទ្រឹស្តីនឹងត្រូវបានប៉ាន់ស្មានដោយមេគុណមិនច្បាស់លាស់ 1 - R2 ។ មេគុណនេះកំណត់លក្ខណៈសមាមាត្រនៃបំរែបំរួលក្នុងគំរូ ដែលមិនអាចពិពណ៌នាតាមទ្រឹស្តីបាន។ យើងបានបង្កើតឡើងថាការពឹងផ្អែកនៃមេគុណមិនច្បាស់លាស់លើចំនួននៃការអនុវត្តមុខងារក្រិតតាមខ្នាតអាចត្រូវបានពិពណ៌នាដោយសមីការជាក់ស្តែង I - K2 = -2.3n-1 + 1.6n ~/a -0.1 ។ ពីសមីការយើងទទួលបានថានៅ n = 213 មួយគួរតែរំពឹងថានឹងមានការចៃដន្យស្ទើរតែពេញលេញនៃខ្សែកោងកំហុសទ្រឹស្តីនិងជាក់ស្តែង។ ដូច្នេះការប៉ាន់ប្រមាណជាប់លាប់នៃកំហុសនៃការវិភាគ photometric អាចទទួលបានតែលើសម្ភារៈស្ថិតិដែលមានទំហំធំល្មម។

ចូរយើងពិចារណាពីលទ្ធភាពនៃវិធីសាស្ត្រធ្វើតេស្តស្ថិតិសម្រាប់ការទស្សន៍ទាយលទ្ធផលនៃការវិភាគតំរែតំរង់នៃខ្សែកោងក្រិតតាមខ្នាត និងការប្រើប្រាស់ខ្សែកោងដើម្បីកំណត់កំហាប់នៃដំណោះស្រាយ photometered ។ ដើម្បីធ្វើដូចនេះយើងជ្រើសរើសស្ថានភាពរង្វាស់នៃការវិភាគទម្លាប់ជាសេណារីយ៉ូមួយ។ ការគូសវាសត្រូវបានអនុវត្តជាមួយនឹងការវាស់វែងតែមួយនៃដង់ស៊ីតេអុបទិកនៃស៊េរីនៃដំណោះស្រាយស្តង់ដារ។ ការប្រមូលផ្តុំនៃដំណោះស្រាយដែលបានវិភាគត្រូវបានរកឃើញពីក្រាហ្វយោងទៅតាមលទ្ធផល 3-4 នៃការវាស់វែងប៉ារ៉ាឡែល។ នៅពេលជ្រើសរើសគំរូតំរែតំរង់វាគួរតែត្រូវយកមកពិចារណាថាការរីករាលដាលនៃដង់ស៊ីតេអុបទិកនៅចំណុចផ្សេងគ្នានៃខ្សែកោងក្រិតគឺមិនដូចគ្នាទេ សូមមើលសមីការ (8) ។ នៅក្នុងករណីនៃការបែកខ្ចាត់ខ្ចាយ heterocedastic វាត្រូវបានណែនាំឱ្យប្រើគ្រោងការណ៍ដែលមានទម្ងន់តិចបំផុត (LLS) ។ ទោះជាយ៉ាងណាក៏ដោយ នៅក្នុងអក្សរសិល្ប៍ យើងមិនបានរកឃើញការចង្អុលបង្ហាញច្បាស់លាស់អំពីហេតុផលដែលថាហេតុអ្វីបានជាគ្រោងការណ៍ LSM បុរាណដែលជាលក្ខខណ្ឌមួយសម្រាប់ការអនុវត្តដែលជាតម្រូវការដែលការរីករាលដាលទៅជា homoscedastic គឺមិនសូវចូលចិត្តនោះទេ។ ហេតុផលទាំងនេះអាចត្រូវបានបង្កើតឡើងនៅពេលដំណើរការសម្ភារៈស្ថិតិដូចគ្នាដែលទទួលបានដោយវិធីសាស្ត្រ Monte Carlo យោងទៅតាមសេណារីយ៉ូនៃការវិភាគតាមទម្លាប់ ជាមួយនឹងកំណែពីរនៃការ៉េតិចបំផុត - បុរាណ និងទម្ងន់។

ជាលទ្ធផលនៃការវិភាគតំរែតំរង់នៃការអនុវត្តមុខងារក្រិតតែមួយ ការប៉ាន់ប្រមាណការេតិចបំផុតខាងក្រោមត្រូវបានទទួល៖ k = 4.979 ជាមួយ Bk = 0.023 ។ នៅពេលវាយតម្លៃលក្ខណៈដូចគ្នានៃ HMNC យើងទទួលបាន k = 5.000 ជាមួយ Bk = 0.016 ។ ការតំរែតំរង់ត្រូវបានស្តារឡើងវិញដោយប្រើដំណោះស្រាយស្តង់ដារចំនួន 17 ។ ការប្រមូលផ្តុំនៅក្នុងស៊េរីនៃការក្រិតតាមខ្នាតបានកើនឡើងនៅក្នុងដំណើរការនព្វន្ធ ហើយដង់ស៊ីតេអុបទិកបានផ្លាស់ប្តូរដូចគ្នាទៅនឹងចន្លោះពី 0.1 ទៅ 1.7 ឯកតា។ ក្នុងករណី HMLC ទម្ងន់ស្ថិតិនៃចំណុចនៃខ្សែកោងក្រិតត្រូវបានរកឃើញដោយប្រើការបែកខ្ចាត់ខ្ចាយដែលបានគណនាដោយសមីការ (5) ។

ភាពខុសប្លែកគ្នានៃការប៉ាន់ប្រមាណសម្រាប់វិធីសាស្រ្តទាំងពីរគឺមិនអាចបែងចែកតាមស្ថិតិបានទេបើយោងតាមការធ្វើតេស្ត Fisher នៅកម្រិតសារៈសំខាន់ 1% ។ ទោះយ៉ាងណាក៏ដោយ នៅកម្រិតនៃសារៈសំខាន់ដូចគ្នា ការប៉ាន់ប្រមាណ LLS នៃ k ខុសពីការប៉ាន់ស្មាន LLS ដោយ 1j-criterion ។ ការប៉ាន់ស្មានការេតិចបំផុតនៃមេគុណនៃខ្សែកោងក្រិតគឺលំអៀងទាក់ទងទៅនឹងតម្លៃពិតនៃ M(k) = 5.000 ដោយវិនិច្ឆ័យដោយការធ្វើតេស្ត 1> នៅកម្រិតសារៈសំខាន់ 5% ។ ចំណែកឯការេដែលមានទម្ងន់តិចបំផុតផ្តល់នូវការប៉ាន់ប្រមាណដែលមិនមានកំហុសជាប្រព័ន្ធ។

ឥឡូវនេះ ចូរយើងស្វែងយល់ពីរបៀបដែលការធ្វេសប្រហែសនៃ heteroscedasticity អាចប៉ះពាល់ដល់គុណភាពនៃការវិភាគគីមី។ តារាងបង្ហាញលទ្ធផលនៃការពិសោធន៍ក្លែងធ្វើលើការវិភាគនៃសំណាកត្រួតពិនិត្យចំនួន 17 នៃសារធាតុពណ៌ដែលមានកំហាប់ខុសៗគ្នា។ ជាងនេះទៅទៀត ស៊េរីវិភាគនីមួយៗបានរួមបញ្ចូលនូវដំណោះស្រាយចំនួនបួន ពោលគឺឧ។ សម្រាប់គំរូនីមួយៗ ការកំណត់ស្របគ្នាចំនួនបួនត្រូវបានធ្វើឡើង។ ដើម្បីដំណើរការលទ្ធផល ការពឹងលើការក្រិតតាមខ្នាតពីរផ្សេងគ្នាត្រូវបានប្រើប្រាស់៖ មួយត្រូវបានស្ដារឡើងវិញដោយវិធីសាស្ត្រការ៉េតិចបំផុត និងទីពីរដោយទម្ងន់មួយ។ យើងជឿថាដំណោះស្រាយត្រួតពិនិត្យត្រូវបានរៀបចំសម្រាប់ការវិភាគតាមរបៀបដូចគ្នាទៅនឹងដំណោះស្រាយការក្រិតតាមខ្នាត។

ពីតារាងយើងឃើញថាតម្លៃជាក់ស្តែងនៃការប្រមូលផ្តុំនៃដំណោះស្រាយត្រួតពិនិត្យទាំងក្នុងករណី HMNC និងក្នុងករណី MNC មិនហួសពីចន្លោះពេលទំនុកចិត្ត ពោលគឺ លទ្ធផលការវិភាគមិនមានកំហុសជាប្រព័ន្ធសំខាន់ៗទេ។ . កំហុសរឹមនៃវិធីសាស្រ្តទាំងពីរមិនខុសគ្នាតាមស្ថិតិទេ ម្យ៉ាងវិញទៀតការប៉ាន់ស្មានទាំងពីរ

ការប្រៀបធៀបលទ្ធផលនៃការកំណត់ការប្រមូលផ្តុំមានប្រសិទ្ធភាពដូចគ្នា។ ពី-

គ្រប់គ្រងដំណោះស្រាយដោយវិធីសាស្រ្តពីរ នៅទីនេះយើងអាចសន្និដ្ឋានថានៅពេលណា

នៅក្នុងការវិភាគជាទម្លាប់ ការប្រើប្រាស់គ្រោងការណ៍ការ៉េតិចបំផុតដែលមិនមានទម្ងន់សាមញ្ញគឺសមហេតុផលទាំងស្រុង។ ការប្រើប្រាស់ WMNC គឺល្អជាងប្រសិនបើកិច្ចការស្រាវជ្រាវគឺគ្រាន់តែកំណត់ការផុតពូជរបស់ molar ប៉ុណ្ណោះ។ ម្យ៉ាងវិញទៀត វាគួរតែត្រូវបានចងចាំក្នុងចិត្តថា ការសន្និដ្ឋានរបស់យើងមានលក្ខណៈស្ថិតិ។ វាទំនងជាថាជាមួយនឹងការកើនឡើងនៃចំនួននៃការកំណត់ប៉ារ៉ាឡែល សម្មតិកម្មនៃការប៉ាន់ប្រមាណការប្រមូលផ្តុំការេដែលមិនលំអៀងតិចបំផុតនឹងមិនត្រូវបានបញ្ជាក់ទេ ទោះបីជាកំហុសជាប្រព័ន្ធគឺមិនសំខាន់ពីទស្សនៈជាក់ស្តែងក៏ដោយ។

គុណភាពខ្ពស់គ្រប់គ្រាន់នៃការវិភាគដោយផ្អែកលើគ្រោងការណ៍ការ៉េតិចតួចបំផុតបុរាណសាមញ្ញដែលយើងបានរកឃើញហាក់ដូចជាមិននឹកស្មានដល់ជាពិសេសប្រសិនបើយើងពិចារណាលើការពិតដែលថា heteroskeasticity ខ្លាំងត្រូវបានគេសង្កេតឃើញនៅក្នុងជួរដង់ស៊ីតេអុបទិក 0.1 ម៉ោង - 1.7 ។ កម្រិតនៃភាពខុសគ្នានៃទិន្នន័យអាចត្រូវបានវិនិច្ឆ័យដោយអនុគមន៍ទម្ងន់ដែលត្រូវបានប៉ាន់ប្រមាណយ៉ាងល្អដោយពហុធា w = 0.057A2 - 0.193A + 0.173 ។ វាធ្វើតាមសមីការនេះដែលថានៅចំណុចខ្លាំងនៃការក្រិតតាមខ្នាត ទម្ងន់ស្ថិតិមានភាពខុសគ្នាច្រើនជាង 20 ដង។ ទោះជាយ៉ាងណាក៏ដោយអនុញ្ញាតឱ្យយើងយកចិត្តទុកដាក់លើការពិតដែលថាមុខងារក្រិតតាមខ្នាតត្រូវបានស្ដារឡើងវិញពី 17 ចំណុចនៃក្រាហ្វខណៈពេលដែលមានតែ 4 ការកំណត់ស្របគ្នាប៉ុណ្ណោះដែលត្រូវបានអនុវត្តកំឡុងពេលវិភាគ។ ដូច្នេះ ភាពខុសគ្នាដ៏សំខាន់រវាងមុខងារក្រិតការ៉េតិចបំផុត និងមុខងារក្រិត HLLS ដែលយើងបានរកឃើញ និងភាពខុសគ្នាមិនសំខាន់នៅក្នុងលទ្ធផលនៃការវិភាគដោយប្រើមុខងារទាំងនេះ អាចត្រូវបានពន្យល់ដោយចំនួនដឺក្រេនៃសេរីភាពខុសៗគ្នាដែលមាននៅពេលបង្កើតការសន្និដ្ឋានស្ថិតិ។

សេចក្តីសន្និដ្ឋាន

1. វិធីសាស្រ្តថ្មីក្នុងការធ្វើគំរូ stochastic ក្នុងការវិភាគរូបភាពត្រូវបានស្នើឡើងដោយផ្អែកលើវិធីសាស្ត្រ Monte Carlo និងច្បាប់ប្រមូលកំហុសដោយប្រើសៀវភៅបញ្ជី Excel ។

2. ដោយផ្អែកលើការអនុវត្ត 100 នៃការពឹងផ្អែកនៃការក្រិតតាមខ្នាត វាត្រូវបានបង្ហាញថាការព្យាករណ៍នៃកំហុសដោយវិធីសាស្ត្រវិភាគ និងស្ថិតិគឺស្របគ្នាទៅវិញទៅមក។

3. មេគុណនៃ asymmetry និង kurtosis នៅតាមបណ្តោយខ្សែកោងក្រិតត្រូវបានសិក្សា។ វាត្រូវបានគេរកឃើញថាការប្រែប្រួលនៃកំហុសក្នុងការក្រិតតាមខ្នាតគឺគោរពតាមច្បាប់ចែកចាយជិតធម្មតា។

4. ឥទ្ធិពលនៃ heteroscedasticity នៃការរីករាលដាលនៃដង់ស៊ីតេអុបទិកក្នុងអំឡុងពេលការក្រិតតាមខ្នាតលើគុណភាពនៃការវិភាគត្រូវបានពិចារណា។ វាត្រូវបានគេរកឃើញថានៅក្នុងការវិភាគជាទម្លាប់ ការប្រើប្រាស់គ្រោងការណ៍ការ៉េតិចបំផុតដែលមិនមានទម្ងន់សាមញ្ញ មិននាំឱ្យមានការថយចុះគួរឱ្យកត់សម្គាល់នៃភាពត្រឹមត្រូវនៃលទ្ធផលការវិភាគនោះទេ។

អក្សរសិល្ប៍

1. Bernstein, I.Ya. ការវិភាគ Spectrophotometric ក្នុងគីមីវិទ្យាសរីរាង្គ / I.Ya. Bernstein, Yu.L. កាមីនស្គី។ - L. : គីមីវិទ្យា, 1986. - 200 ទំ។

2. Bulatov, M.I. មគ្គុទ្ទេសក៍ជាក់ស្តែងចំពោះវិធីសាស្រ្ត photometric នៃការវិភាគ / M.I. Bulatov, I.P. កាលីងគីន។ - L. : គីមីវិទ្យា, 1986. - 432 ទំ។

3. Gmurman, V.E. ទ្រឹស្តីប្រូបាប៊ីលីតេ និងស្ថិតិគណិតវិទ្យា / V.E. Gmurman ។ - M. : វិទ្យាល័យឆ្នាំ 1977. - 470 ទំ។

លេខ s", s", រកឃើញ (P = 95%)

កំណត់ដោយ OLS VMNK

1 0.020 0.021±0.002 0.021±0.002

2 0.040 0.041±0.001 0.041±0.001

3 0.060 0.061±0.003 0.061±0.003

4 0.080 0.080±0.004 0.080±0.004

5 0.100 0.098±0.004 0.098±0.004

6 0.120 0.122±0.006 0.121±0.006

7 0.140 0.140±0.006 0.139±0.006

8 0.160 0.163±0.003 0.162±0.003

9 0.180 0.181±0.006 0.180±0.006

10 0.200 0.201±0.002 0.200±0.002

11 0.220 0.219±0.008 0.218±0.008

12 0.240 0.242±0.002 0.241±0.002

13 0.260 0.262±0.008 0.261±0.008

14 0.280 0.281±0.010 0.280±0.010

15 0.300 0.307±0.015 0.306±0.015

16 0.320 0.325±0.013 0.323±0.013

17 0.340 0.340±0.026 0.339±0.026

4. Pravdin, P.V. ឧបករណ៍មន្ទីរពិសោធន៍ និងឧបករណ៍ធ្វើពីកញ្ចក់ / P.V. ប្រាវីឌីន។ - M. : គីមីវិទ្យា 1988.-336 ទំ។

5. Makarova, N.V. ស្ថិតិក្នុង Excel / N.V. Makarova, V.Ya. ពានរង្វាន់។ - M. : ហិរញ្ញវត្ថុនិងស្ថិតិ, 2002. - 368 ទំ។

ការទស្សន៍ទាយអំពីកំហុសក្នុងការថតរូបភាពជាមួយនឹងការប្រើប្រាស់ការប្រមូលផ្តុំនៃកំហុស ច្បាប់ និងវិធីសាស្ត្រ MONTE CARLO

កំឡុងពេលធ្វើការពិសោធន៍កុំព្យូទ័រ ការរួមបញ្ចូលគ្នានៃការប្រមូលផ្តុំនៃច្បាប់កំហុស និងវិធីសាស្ត្រ Monte Carlo ឥទ្ធិពលនៃកំហុសក្នុងការបង្កើតដំណោះស្រាយ កំហុសនៃការពិសោធន៍ទទេ និងកំហុសក្នុងការវាស់វែងការបញ្ជូនអុបទិក លើការអនុវត្តម៉ាទ្រីកនៃការវិភាគ photometrical ត្រូវបានសិក្សា។ វាត្រូវបានបង្ហាញថាលទ្ធផលនៃការទស្សន៍ទាយដោយវិធីសាស្រ្តវិភាគនិងស្ថិតិគឺស្របគ្នា។ លក្ខណៈពិសេសតែមួយគត់នៃវិធីសាស្រ្ត Monte Carlo ត្រូវបានរកឃើញដើម្បីបើកការទស្សន៍ទាយនៃការប្រមូលផ្តុំនៃច្បាប់កំហុសនៅក្នុង photometry ។ សម្រាប់កំណែនៃការវិភាគតាមទម្លាប់ ឥទ្ធិពលនៃ heteroscedasticity នៃការបែកខ្ញែកតាមខ្សែកោងក្រិតតាមខ្នាតលើការវិភាគគុណភាពត្រូវបានសិក្សា។

ពាក្យគន្លឹះ៖ ការវិភាគរូបភាព, ការប្រមូលផ្តុំនៃច្បាប់កំហុស, ខ្សែកោងការក្រិតតាមខ្នាត, ការអនុវត្តមេត្រូឡូស៊ី, វិធីសាស្ត្រ Monte Carlo, ការធ្វើគំរូ stochastic ។

Golovanov Vladimir Ivanovich - វេជ្ជបណ្ឌិត។ Sc. (គីមីវិទ្យា) សាស្ត្រាចារ្យប្រធានផ្នែកគីមីវិទ្យាវិភាគ សាកលវិទ្យាល័យ South Ural State ។

Golovanov Vladimir Ivanovich - បណ្ឌិតវិទ្យាសាស្ត្រគីមីសាស្រ្តាចារ្យប្រធាននាយកដ្ឋានគីមីវិទ្យាវិភាគនៃសាកលវិទ្យាល័យ South Ural State ។

អ៊ីមែល៖ [អ៊ីមែលការពារ]

Danilina Elena Ivanovna - បណ្ឌិត (គីមីវិទ្យា), សាស្ត្រាចារ្យរង, ផ្នែករងគីមីវិទ្យាវិភាគ, សាកលវិទ្យាល័យ South Ural State ។

Danilina Elena Ivanovna - បណ្ឌិត (គីមីវិទ្យា), សាស្ត្រាចារ្យរង, នាយកដ្ឋានគីមីវិទ្យាវិភាគ, សាកលវិទ្យាល័យ South Ural State ។