Определение погрешности косвенных измерений пример. Расчет погрешностей при косвенных измерениях

Формулы вычисления погрешностей косвенных измерений основаны на представлениях дифференциального исчисления.

Пусть зависимость величины Y от измеряемой величины Z имеет простой вид: .

Здесь и - постоянные, значения которых известны. Если z увеличить или уменьшить на некоторое число , то соответственно изменится на :

Если - погрешность измеренной величины Z , то соответственно будет погрешностью вычисляемой величины Y .

Получим формулу абсолютной погрешности в общем случае функции одной переменной . Пусть график этой функции имеет вид, показанный на рис.1. Точному значению аргумента z 0 соответствует точное значение функцииy 0 = f(z 0).

Измеренное значение аргумента отличается от точного значения аргумента на величину Δz вследствие ошибок измерений. Значение функции будет отличаться от точного на величину Δy.

Из геометрического смысла производной как тангенса угла наклона касательной к кривой в данной точке (рис. 1) следует:

. (10)

Формула для относительной погрешности косвенного измерения в случае функции одной переменной будет иметь вид:
. (11)

Учитывая, что дифференциал функции равен , получим

(12)

Если косвенное измерение представляет собой функцию m переменных , то погрешность косвенного измерения будет зависеть от погрешностей прямых измерений . Частную погрешность, связанную с ошибкой измерения аргумента , обозначим . Она составляет приращение функции за счет приращения при условии, что все остальные аргументы неизменны. Таким образом, частную абсолютную погрешность запишем согласно (10) в следующем виде:

(13)

Таким образом, чтобы найти частную погрешность косвенного измерения , надо, согласно (13), частную производную умножить на погрешность прямого измерения . При вычислении частной производной функции по остальные аргументы считаются постоянными.

Результирующая абсолютная погрешность косвенного измерения определяется по формуле, в которую входят квадраты частных погрешностей

косвенного измерения :

или с учетом (13)

(14)

Относительная погрешность косвенного измерения определяется по формуле:

Или с учетом (11) и (12)

. (15)

Пользуясь (14) и (15), находят одну из погрешностей, абсолютную или относительную, в зависимости от удобства вычислений. Так, например, если рабочая формула имеет вид произведения, отношения измеряемых величин, ее легко логарифмировать и по формуле (15) определить относительную погрешность косвенного измерения. Затем абсолютную погрешность вычислить по формуле (16):

Для иллюстрации вышеизложенного порядка определения погрешности косвенных измерений вернемся к виртуальной лабораторной работе «Определение ускорения свободного падения при помощи математического маятника».

Рабочая формула (1) имеет вид отношения измеряемых величин:

Поэтому начнем с определения относительной погрешности. Для этого прологарифмируем данное выражение, а затем вычислим частные производные:

; ; .

Подстановка в формулу (15) приводит к формуле относительной погрешности косвенного измерения:

(17)

После подстановка результатов прямых измерений

{ ; } в (17) получаем:

(18)

Для вычисления абсолютной погрешности используем выражение (16) и ранее вычисленное значение (9) ускорения свободного падения g :

Результат вычисления абсолютной погрешности округляем до одной значащей цифры. Вычисленное значение абсолютной погрешности определяет точность записи окончательного результата:

, α ≈ 1. (19)

При этом доверительная вероятность определяется доверительной вероятностью тех из прямых измерений, которые внесли решающий вклад в погрешность косвенного измерения. В данном случае это измерения периода.

Таким образом, с вероятностью близкой к 1 величина g лежит в пределах от 8 до 12 .

Для получения более точного значения ускорения свободного падения g необходимо совершенствовать методику измерений. С этой целью надо уменьшить относительную погрешность , которая в основном, как следует из формулы (18), определяется погрешностью измерения времени.

Для этого надо измерять время не одного полного колебания, а, например, 10-ти полных колебаний. Тогда, как следует из (2), формула относительной погрешности примет вид:

. (20)

В табл.4 представлены результаты измерения времени для N = 10

Для величины L возьмем результаты измерений из табл.2. Подставляя результаты прямых измерений в формулу (20), найдем относительную погрешность косвенного измерения:

По формуле (2) вычислим значение косвенно измеряемой величины:

.

.

Окончательный результат записывается в виде:

; ; .

В этом примере показана роль формулы относительной погрешности в анализе возможных направлений совершенствования методики измерений.

Если искомая физическая величина не может быть измерена непосредственно прибором, а посредством формулы выражается через измеряемые величины, то такие измерения называются косвенными .

Как и при прямых измерениях можно вычислять среднюю абсолютную (среднюю арифметическую) ошибку или среднюю квадратичную ошибку косвенных измерений.

Общие правила вычисления ошибок для обоих случаев выводятся с помощью дифференциального исчисления.

Пусть физическая величина j(x , y, z, ... ) является функцией ряда независимых аргументов x, y, z, ... , каждый из которых может быть определен экспериментально. Путем прямых измерений определяются величины и оцениваются их средние абсолютные погрешности или средние квадратичные погрешности .

Средняя абсолютная погрешность косвенных измерений физической величины j вычисляется по формуле

где - частные производные от φ по x, y, z, вычисленные для средних значений соответствующих аргументов.

Так как в формуле использованы абсолютные величины всех членов суммы, то выражение для оценивает максимальную погрешность измерения функции при заданных максимальных ошибках независимых переменных.

Средняя квадратичная погрешность косвенных измерений физической величины j

Относительная максимальная погрешность косвенных измерений физической величины j

где и т. д.

Аналогично можно записать относительную среднюю квадратичную погрешность косвенных измерений j

Если формула представляет выражение удобное для логарифмирования (то есть произведение, дробь, степень), то удобнее вначале вычислять относительную погрешность . Для этого (в случае средней абсолютной погрешности) надо проделать следующее.

1. Прологарифмировать выражение для косвенного измерения физической величины.

2. Продифференцировать его.

3. Объединить все члены с одинаковым дифференциалом и вынести его за скобки.

4. Взять выражение перед различными дифференциалами по модулю.

5. Формально заменить значки дифференциалов на значки абсолютной погрешности D.

Затем, зная e, можно вычислить абсолютную погрешность Dj по формуле

Пример 1. Вывод формулы для вычисления максимальной относительной погрешности косвенных измерений объёма цилиндра.

Выражение для косвенного измерения физической величины (исходная формула)

Величина диаметра D и высоты цилиндра h измеряются непосредственно приборами с погрешностями прямых измерений соответственноD D и Dh.

Прологарифмируем исходную формулу и получим

Продифференцируем полученное уравнение

Заменив значки дифференциалов на значки абсолютной погрешности D, окончательно получим формулу для расчёта максимальной относительной погрешности косвенных измерений объёма цилиндра

В лабораторной практике большинство измерений – косвенные и интересующая нас величина является функцией одной или нескольких непосредственно измеряемых величин:

N = ƒ (x, y, z, ...) (13)

Как следует из теории вероятностей, среднее значение величины определяется подстановкой в формулу (13) средних значений непосредственно измеряемых величин, т.е.

¯ N = ƒ (¯ x, ¯ y, ¯ z, ...) (14)

Требуется найти абсолютную и относительную ошибки этой функции, если известны ошибки независимых переменных.

Рассмотрим два крайних случая, когда ошибки являются либо систематическими, либо случайными. Единого мнения относительно вычисления систематической ошибки косвенных измерений нет. Однако, если исходить из определения систематической ошибки как максимально возможной ошибки, то целесообразно находить систематическую ошибку по формулам

(15) или

где

частные производные функции N = ƒ(x, y, z, ...) по аргументу x, y, z..., найденные в предположении, что все остальные аргументы, кроме того, по которому находится производная, постоянные;
δx, δy, δz – систематические ошибки аргументов.

Формулой (15) удобно пользоваться в случае, если функция имеет вид суммы или разности аргументов. Выражение (16) применять целесообразно, если функция имеет вид произведения или частного аргументов.

Для нахождения случайной ошибки косвенных измерений следует пользоваться формулами:

(17) или

где Δx, Δy, Δz, ... – доверительные интервалы при заданных доверительных вероятностях (надежностях) для аргументов x, y, z, ... . Следует иметь в виду, что доверительные интервалы Δx, Δy, Δz, ... должны быть взяты при одинаковой доверительной вероятности P 1 = P 2 = ... = P n = P.

В этом случае надежность для доверительного интервала ΔN будет тоже P.

Формулой (17) удобно пользоваться в случае, если функция N = ƒ(x, y, z, ...) имеет вид суммы или разности аргументов. Формулой (18) удобно пользоваться в случае, если функция N = ƒ(x, y, z, ...) имеет вид произведения или частного аргументов.

Часто наблюдается случай, когда систематическая ошибка и случайная ошибка близки друг к другу, и они обе в одинаковой степени определяют точность результата. В этом случае общая ошибка ∑ находится как квадратичная сумма случайной Δ и систематической δ ошибок с вероятностью не менее чем P, где P – доверительная вероятность случайной ошибки:

При проведении косвенных измерений в невоспроизводимых условиях функцию находят для каждого отдельного измерения, а доверительный интервал вычисляют для получения значений искомой величины по тому же методу, что и для прямых измерений.

Следует отметить, что в случае функциональной зависимости, выраженной формулой, удобной для логарифмирования, проще сначала определить относительную погрешность, а затем из выражения ΔN = ε ¯ N найти абсолютную погрешность.

Прежде чем приступать к измерениям, всегда нужно подумать о последующих расчетах и выписать формулы, по которым будут рассчитываться погрешности. Эти формулы позволят понять, какие измерения следует производить особенно тщательно, а на какие не нужно тратить больших усилий.

При обработке результатов косвенных измерений предлагается следующий порядок операций:

1. Все величины, находимые прямыми измерениями, обработайте в соответствии с правилами обработки результатов прямых измерений. При этом для всех измеряемых величин задайте одно и то же значение надежности P.
2. Оцените точность результата косвенных измерений по формулам (15) – (16), где производные вычислите при средних значениях величин.
   Если ошибка отдельных измерений входит в результат дифференцирования несколько раз, то надо сгруппировать все члены, содержащие одинаковый дифференциал, и выражения в скобках, стоящие перед дифференциалом взять по модулю ; знак d заменить на Δ (или δ).
3. Если случайная и систематическая ошибки по величине близки друг к другу, то сложите их по правилу сложения ошибок. Если одна из ошибок меньше другой в три или более раз, то меньшую отбросьте.
4. Результат измерения запишите в виде:

   N = ƒ (¯ x, ¯ y, ¯ z, ...) ± Δƒ.

5. Определите относительную погрешность результата серии косвенных измерений

   ε = Δƒ · 100%.
   ¯¯ ƒ¯

   Приведем примеры расчета ошибки косвенного измерения.

   Пример 1. Находится объем цилиндра по формуле

   V = π d 2 h ,
   

   ¯¯¯ 4¯¯

   где d – диаметр цилиндра, h – высота цилиндра.

   Обе эти величины определяются непосредственно. Пусть измерение этих величин дало следующие результаты:

   d = (4.01 ± 0.03) мм ,

   h = (8.65 ± 0.02) мм, при одинаковой надежности Р = 0.95.

   Среднее значение объема, согласно (14) равно

   V = 3.14 · (4.01) 2 · 8.65 = 109.19 мм
   

   ¯¯¯¯¯¯¯¯¯ 4¯¯¯¯¯¯¯¯

   Воспользовавшись выражением (18) имеем:

   ln V = ln π + 2 lnd + lnh - ln4;

   ;

   Так как измерения производились микрометром, цена деления которого 0.01 мм , систематические ошибки
   δd = δh = 0.01 мм. На основании (16) систематическая ошибка δV будет

   Систематическая ошибка оказывается сравнимой со случайной, следовательно

В большинстве случаев в ходе эксперимента несколькими приборами измеряются несколько величин и для получения конечного результата эти измерения необходимо обработать, используя математические операции: сложения, умножения и т.д. Поэтому необходимо оценивать точность опыта в целом с помощью вычисления предельной и среднеквадратической ошибок опыта.

Правила вычисления предельной относительной ошибки опыта:

1. Ошибка суммы заключена между наибольшей и наименьшей из относительных ошибок слагаемых. Обычно учитывается или наибольшая ошибка или средняя арифметическая величина (в лабораторной работе будем пользоваться средней арифметической величиной).

2. Ошибка произведения или частного равна сумме относительных ошибок сомножителей или соответственно делимого и делителя.

3. Ошибка n -ой степени основания в n раз больше относительной ошибки основания.

Для вычисления среднеквадратической ошибки результата косвенных измерений необходимо обеспечить независимость результатов измерений. В этом случае среднеквадратическая ошибка вычисления величины W , являющейся функцией измеряемых прямо параметров x , y , z , … определяется формулой:

где - частные производные функции вычисленные при средних значениях параметров x , y , z , …, - исправленные дисперсии соответственно x , y , z , ….

Пример . Определение погрешности косвенных измерений

В результате многократных измерений были получены средние значения и среднеквадратические ошибки 3-х взаимно независимых параметров:

а) предельную относительную ошибку измерений и предельную относительную ошибку определения функции

б) среднее значение и среднеквадратическую ошибку определения функции

а) Найдём предельные относительные ошибки измерений x , y , z по формуле (13):

Предельную относительную ошибку определения функции

Найдём по правилам вычисления предельной относительной ошибки опыта:

б) Вычислим среднее значение функции

Для вычисления среднеквадратической ошибки определения функции по формуле (14) найдём частные производные:

и вычислим их при средних значениях x , y , z :

Подставляя в формулу (14), получим:

4. Расчёт характеристик линейной регрессионной модели

Одним из эффективных методов установления взаимосвязей между факторами является корреляционно-регрессионный анализ.

Задача корреляционно-регрессионного метода заключается в нахождении эмпирического уравнения, характеризующего связь результативного параметра Y c определённым входным фактором Х .

В качестве формы связи Y и X широко используют линейную зависимость в силу её простоты в расчётах, а также в связи с тем, что к ней можно привести многие другие виды зависимости.

Расчёт линейной регрессионной модели включает следующие этапы:

1. Расчёт теоретического уравнения линейной регрессии;

2. Оценка силы связи, расчёт коэффициента корреляции;

3. Оценка значимости коэффициента корреляции;

4. Оценка значимости коэффициентов уравнения регрессии;

5. Определение адекватности уравнения регрессии и доверительных границ.

Линейная регрессия Y на X имеет вид:

где α и β - параметры регрессии (β называется коэффициентом регрессии).

Статистические оценки и параметров регрессии α и β выбираются таким образом, чтобы значения вычисленные по формуле были как можно ближе к эмпирическим значениям . В качестве меры близости выбирают сумму квадратов отклонений . Метод нахождения параметров с помощью минимизации суммы квадратов отклонений эмпирических значений от теоретических значений в тех же точках называют методом наименьших квадратов.

Оптимальные значения параметров, полученные согласно этому методу, определяются формулами:

где и - средние значения X и Y , которые вычисляют по формулам:

Учитывая (15), запишем эмпирическую линию регрессии в виде:

Силу линейной корреляционной зависимости Y и X характеризует коэффициент корреляции r . Коэффициент r изменяется в пределах от до 1. Чем ближе он к , тем сильнее линейная связь Y и X , в предельном случае, если , имеет место точная линейная функциональная зависимость Y от X . Если , то Y и X не коррелируют. Оценкой коэффициента корреляции r служит выборочный коэффициент корреляции , который вычисляется по формуле:

Коэффициент корреляции определяемый по выборочным данным, может не совпадать с действительным значением, соответствующим генеральной совокупности. Для проверки статистической гипотезы о значимости выборочного коэффициента корреляции используют t -критерий Стьюдента, наблюдаемое значение которого вычисляется по формуле:

Критическое значение t -критерия для числа степеней свободы и уровня значимости α находят по таблицам критических точек распределения Стьюдента . Если , то предположение о нулевом значении коэффициента корреляции не подтверждается, и выборочный коэффициент корреляции значим. Если , то величина r близка к нулю.

Для оценки параметров, входящих в уравнение регрессии (16) , при решении практических задач можно ограничиться построением доверительных интервалов. Для заданной надёжности γ доверительные интервалы для параметров и β определяются формулами:

где - критическое значение t -критерия для числа степеней свободы и уровня значимости , которое находят по таблицам критических точек распределения Стьюдента , - квадратный корень из остаточной дисперсии , которая находится по формуле:

После получения эмпирического уравнения регрессии, проверяют насколько оно соответствует результатам наблюдений. Для проверки гипотезы о значимости уравнения регрессии используют F -критерий Фишера, наблюдаемое значение которого вычисляют по формуле:

где - исправленная дисперсия Y , которая вычисляется по формуле:

Критическое значение F -критерия для числа степеней свободы и и уровня значимости α находят по таблицам критических точек распределения Фишера-Снедекора . Если , то гипотеза о незначимости уравнения регрессии не подтверждается, и уравнение соответствует результатам наблюдений. Если , то полученное уравнение незначимо.

Ещё одной характеристикой меры того, насколько эмпирическое уравнение хорошо описывает данную систему наблюдений, является коэффициент детерминации d , который вычисляется по формуле:

Чем ближе коэффициент d к единице, тем лучше описание.

После того как модель построена, она используется для анализа и прогноза. Прогноз осуществляется подстановкой фактора в уравнение (17). Получается точечная оценка :

Доверительный интервал для прогнозируемого значения имеет вид:

где - критическое значение t -критерия для числа степеней свободы и уровня значимости , которое находят по таблицам критических точек распределения Стьюдента .

Пример. Построение модели линейной регрессии

По данным наблюдений определить параметры линейного уравнения регрессии Y на X . Найти коэффициенты регрессии и корреляции проверить гипотезу о значимости выборочного коэффициента корреляции. Найти доверительные интервалы для параметров уравнения регрессии. Определить коэффициент детерминации. Проверить гипотезу о значимости полученного уравнения регрессии. Найти прогнозируемое моделью значение y при x=x 0 и найти для него доверительный интервал. Уровень значимости принять равным 0,05.

X
Y	0,5	0,7	0,9	1,1	1,4	1,4	1,7	1,9

Для получения параметров уравнения регрессии составим таблицу. Таблица 2

	0,5 0,7 0,9 1,1 1,4 1,4 1,7 1,9	-40 -28 -11	-0,7 -0,5 -0,3 -0,1 0,2 0,2 0,5 0,7		0,49 0,25 0,09 0,01 0,04 0,04 0,25 0,49	3,3 -0,2 1,8 2,6 10,5 23,8	0,43 0,661 0,998 1,239 1,373 1,450 1,604 1,854	0,0049 0,0015 0,0077 0,0193 0,0007 0,0025 0,0092 0,0021
	9,6				1,66	83,8		0,0479

В последней строке таблицы приведены суммы столбцов, используемых в расчётах.

Найдём средние значения X и Y по формуле (16):

Вычислим коэффициент регрессии по формуле (15):

И получим эмпирическое уравнение регрессии, подставляя в (17):

По формуле (28) вычислим теоретические значения и заполним два последних столбца таблицы 2.

Вычислим коэффициент корреляции по формуле (18):

И проверим гипотезу о его значимости. Наблюдаемое значение критерия найдём по формуле (19):

По таблице критических точек распределения Стьюдента найдём критическую точку распределения Стьюдента с числом степеней свободы и уровнем значимости Получим и сравним и : следовательно, коэффициент корреляции значим, и Y и X связаны линейной корреляционной зависимостью.

Для определения доверительных интервалов параметров уравнения линейной регрессии (28) найдём остаточную дисперсию по формуле (22):

Подставляя в формулу (20), получим доверительный интервал для Вычисляя, получим интервальную оценку для с надёжностью

Доверительный интервал для получим по формуле (21):

Итак, интервальная оценка для параметра с надёжностью

Проверим гипотезу о значимости полученного уравнения регрессии. Для вычисления наблюдаемого значения F -критерия найдём исправленную дисперсию Y по формуле (24): Подставляя в формулу (23), получим: По таблице критических точек распределения Фишера-Снедекора для числа степеней свободы и на уровне значимости найдём Сравнивая наблюдаемое и критическое значения F -критерия, получим следовательно, уравнение значимо.

Для оценки адекватности линейной модели наблюдаемым значениям найдём также коэффициент детерминации по формуле (25):

Этот результат истолковывается так: 97,1% изменчивости Y объясняется изменением фактора X , а на остальные случайные факторы приходится 2,9% изменчивости. Однако, этот вывод действителен только для рассматриваемого интервала значений X .

Используем уравнение (28) для прогноза. При точечную оценку для y получим путём подстановки в формулу (28): Доверительный интервал для получим по формуле (27):

Окончательно, интервальная оценка для с надёжностью

Пусть известны две независимо измеренных физических величины и с погрешностями и соответственно. Тогда справедливы следующие правила:

1. Абсолютная погрешность суммы (разности) есть сумма абсолютных погрешностей. То есть, если

Более разумная (учитывающая то, что величины и независимы и маловероятно, что их истинные значения одновременно окажутся на краях диапазонов) оценка получается по формуле:

На всех школьных олимпиадах допускается применение любой из этих двух формул. Аналогичные формулы справедливы для случая нескольких (более двух) слагаемых.

Пример:

Пусть величина , ,

.

2. Относительная погрешность произведения (частного) есть сумма относительных погрешностей.

То есть, если

Как и в предыдущем случае, более разумной будет формула

Аналогичные формулы справедливы для случая нескольких (более двух) множителей.

Таким образом, в результате сложения двух величин сначала вычисляется абсолютная погрешность величины, а после этого может быть вычислена относительная погрешность.

Пример:

Пусть величина , ,

3. Правило для возведения в степень. Если , то .

Пример:

4. Правило умножения на константу. Если .

Пример:

5. Более сложные функции величин разбиваются на более простые вычисления, погрешности которых можно рассчитать по формулам представленным выше.

Пример:

Пусть

6. Если расчётная формула сложна и не сводиться к описанным выше случаем, то, школьники знакомые с понятием частной производной могут найти погрешность косвенного измерения следующим образом: пусть , тогда

или более простой оценкой:

Пример:

Пусть

7. Школьники, не знакомые с производными, могут пользоваться методом границ, который состоит в следующем: пусть нам известно, что и для каждой величины диапазон в котором лежит её истинное значение. Рассчитаем минимальное и максимальное возможное значение величины на области задания величин :

За абсолютную погрешность величины возьмём полуразность максимального и минимального значения:

Пример:

Пусть

Правила округления

При обработке результатов измерений часто приходится производить округление. При этом нужно следить, чтобы ошибка, возникающая при округлении, была хотя бы на порядок меньше остальных погрешностей. Однако оставлять слишком много значащих цифр тоже неправильно, поскольку влечёт за собой потерю драгоценного времени. В большинстве случаев бывает достаточно погрешность округлить до двух значащих цифр, а результат до того же порядка, что и погрешность. При записи же конечного ответа принято оставлять в погрешности только одну значащую цифру, за исключением случая, когда эта цифра единица, тогда нужно оставить две значащих цифры в погрешности. Также часто порядок числа выносится за скобку, таким образом, чтобы первая значащая цифра числа осталась либо в порядке единиц, либо в порядке десятых.

Например, пусть были проведены измерения модуля Юнга стали и Алюминия и были получены следующие значения (до округления):

, , , .

Правильно записанный конечный ответ тогда будет иметь вид:

Построение графиков

Во многих задачах, предлагаемых на физических олимпиадах школьников, требуется снять зависимость одной физической величины от другой, а затем проанализировать эту зависимость (сравнить экспериментальную зависимость с теоретической, определить неизвестные параметры теоретической зависимости). График является наиболее удобным и наглядным способом представления данных и их дальнейшего анализа. Поэтому в критериях оценивания большинства экспериментальных задач присутствуют баллы за график, даже если построение графика не требуется явно в условии. Таким образом, если при решении задачи Вы сомневаетесь нужно ли в данной задаче построение графика или нет - сделайте выбор в пользу графика.

Правила построения графика

1. График строится на миллиметровой бумаге. Если на экспериментальном туре олимпиады миллиметровая бумага не была предоставлена сразу, нужно попросить её у организаторов.

2. График нужно подписать в верхней части, чтобы всегда можно было установить, какой участник строил этот график. В работе следует указать, что был построен соответствующий график, на случай если график будет потерян во время проверки.

3. Ориентация миллиметровой бумаги может быть как альбомная, так и книжная.

4. На графике обязательно должны присутствовать координатные оси. Вертикальная ось проводится в левой части графика, а горизонтальная ось в нижней части.

5. Вертикальная ось должна соответствовать значениям функции, а горизонтальная – значениям аргумента.

6. Оси на графике рисуются с отступом 1-2см от края миллиметровой бумаги.

7. Каждая ось должна быть подписана, то есть должна быть указана физическая величина, отложенная вдоль этой оси, и (через запятую) единица её измерения. Записи вида « », « » и « » эквивалентны, но первые два варианта предпочтительнее. Горизонтальная ось подписывается слева у верхнего конца, а вертикальная снизу у правого конца.

8. Оси не обязательно должны пересекаться в точке (0,0).

9. Масштаб графика и положение начала отсчёта на координатных осях выбираются так, чтобы наносимые точки располагались по возможности на всей площади листа. При этом нули координатных осей могут вообще не попадать на график.

10. Линии, проведённые на миллиметровой бумаге через сантиметр, должны попадать на круглые значения величин. С графиком удобно работать, если 1 см на миллиметровой бумаги соответствуют 1, 2, 4, 5 *10 n единиц измерения по данной оси. Часть делений на оси нужно подписать. Подписанные деления должны находится на равном расстоянии друг от друга. Подписанных делений на оси должно быть не менее 4х и не более 10ти.

11. Точки на график нужно наносить так, чтобы они были чётко и ясно видны. Для того чтобы показать, что величина наносимая на график имеет погрешность, из каждой точки проводятся отрезки вверх и вниз, вправо и влево. Длина горизонтальных отрезков соответствует погрешности величины, отложенной по горизонтальной оси, длина вертикальных отрезков - погрешности величины, отложенной по вертикальной. Таким образом, обозначаются области определения экспериментальной точки, называемые крестами ошибок. Кресты ошибок обязательны к нанесению на графике, за исключением случаев: в условии задачи дано непосредственное указание не оценивать погрешности, погрешность составляет меньше 1 мм в масштабе соответствующей оси. В последнем случае необходимо указать, что погрешность значений слишком мала для нанесения по этой оси. В таких случаях считается, что размер точки соответствует ошибке измерения.

12. Стремитесь к тому, чтобы ваш график был удобен, понятен и аккуратен. Стройте его карандашом, чтобы можно было исправить ошибки. Не подписывайте рядом с точкой соответствующее ей значение - это загромождает график. Если на одном графике показано сразу несколько зависимостей, используйте разные символы или цвета для точек. Для определения, какой тип экспериментальных точек, какой зависимости соответствует, используйте легенду графика. На графике допускаются зачёркивания (если подвёл ластик или под рукой не оказалось хорошего карандаша), но делать их нужно аккуратно. Не стоит использовать штрих-корректор - это выглядит некрасиво.

Примечание: все вышеперечисленные правила происходят исключительно из соображений удобства работы с графиком. Однако, при проверке работ на олимпиадах жюри пользуются этими правилами как формальными критериями: плохо выбран масштаб - минус полбалла. Поэтому на олимпиаде следует неукоснительно придерживаться этих правил.

Пример:

Справа приведен график, построенный не по критериям, а слева, построенный по указанным выше правилам.