‫ג‪23062021 -‬‬

‫חשבון שגיאות‬

‫‪ .0‬כיצד לקרוא פרק זה‬

‫פרק חשבון שגיאות כתוב כשיחה בין מרצה לסטודנטים‪ .‬הוא כתוב על מנת שיקראו אותו‬
‫מתחילתו ועד סופו כספר קריאה‪ ,‬ולא כעיון‪.‬‬

‫עבור מי שמעוניין רק לאתר הסבר טכני מסוים שקשור לחשבון שגיאות‪ ,‬נועדו הטקסטים‬
‫הממוסגרים‪ .‬ניתן לעבור עליהם על מנת למצוא הנחיות טכניות או להיזכר בנוסחה‪.‬‬

‫אנו ממליצים לבצע את הלימוד הראשוני מהרצאת הפתיחה או בקריאה מסודרת של כל‬
‫הפרק כספר קריאה‪ .‬לאחר מכן‪ ,‬אנו ממליצים להיעזר בטקסטים הממוסגרים כמו גם‬
‫בתרגילים שבסביבתם לצורך עיון ותזכורת‪.‬‬

‫המשמעות של חשבון שגיאות ‪ -‬דיון בדוגמה פשוטה‪.‬‬ ‫‪.1‬‬

‫הדרך אולי הטובה ביותר להציג את נושא חשבון השגיאות‪ ,‬החשיבות שלו‪ ,‬ודרך זה גם‬
‫את התפקיד של הניסוי בהבנה והתפתחות של מודלים ושל תיאוריות‪ ,‬הוא ע"י דיון‬
‫בדוגמה פשוטה‪ .‬הדוגמה שנעסוק בה‪ ,‬היא ניסוי פשוט שאנחנו מבצעים‪ ,‬נניח‪ ,‬פה‬
‫במעבדה‪ ,‬בו אנחנו מפילים גוף מסוים מגובה מסוים על הריצפה‪ .‬מודדים את המרחק‬
‫שהגוף עבר מרגע ששחררנו אותו עד שפגע בריצפה ואת משך הזמן שעבר מהרגע‬
‫ששחררנו ועד שהגיע לריצפה‪ .‬נניח שיש לנו גם מודל מסוים שאנחנו מניחים שמתקיים‬
‫עבור נפילה זו‪ :‬מודל של נפילה חופשית‪ .‬לשם פישוט‪ ,‬נניח שעל פי המודל שלנו (מודל‬
‫של נפילה חופשית עם מהירות התחלתית אפס) התאוצה של הגוף הנופל היא‬
‫‪ ,‬משום שזהו הערך‬ ‫‪ .‬אנחנו קוראים לזה " ‪ "literature‬או בקיצור‬
‫(לשם פשטות הדיון‪ ,‬נניח לצורך הדיון שזהו הערך המדויק של‬ ‫בספרות של‬
‫בספרות)‪.‬‬
‫נניח ששאלת הניסוי (השאלה שעליה הניסוי מנסה לענות) היא‪" :‬עד כמה התאוצה של‬
‫הגוף בפועל פה בכיתה‪ ,‬כאשר מחושבת על פי המודל של גוף בנפילה חופשית‪ ,‬מתאימה‬
‫"‪.‬‬ ‫לערך הספרותי של התאוצה‪:‬‬

‫לצורך כך‪ ,‬אנו מפילים במעבדה גוף מגובה ‪ l‬מסוים‪ ,‬מודדים את משך הזמן שלוקח לגוף‬
‫‪1‬‬
‫‪l= gt 2‬‬
‫(הוכחת הנוסחה נמצאת בנספח ב')‪ ,‬על מנת‬ ‫‪2‬‬ ‫ליפול‪ , t ,‬ומשתמשים בנוסחה‪:‬‬
‫לחשב מה על פי הניסוי והמודל שלנו הוא הערך של ‪. g‬‬

‫לאחר שנמדוד את ‪ l‬ו‪ , t -‬נחשב את הערך של ‪ g‬המתאים שלנו על פי‪:‬‬

‫‪1‬‬
‫‪l= gt 2‬‬
‫‪ .) 2‬הערך של ‪ g‬שיתקבל מהחישוב הזה‬ ‫(הנוסחה מתקבלת ע"י חילוץ ‪ g‬מתוך‬
‫יהיה הערך של ‪ g‬שהתקבל פה במעבדה‪ ,‬ולכן אנו קוראים לו " ‪ ." g laboratory‬או‬
‫שקיבלנו‬ ‫‪ .‬השאלה הניסיונית‪ ,‬אם כן‪ ,‬תהיה "עד כמה יש התאמה בין‬ ‫בקיצור‬
‫"‪.‬‬ ‫מהניסוי‪ ,‬וערכו מהספרות‪:‬‬

‫‪-1-‬‬
 ‫נניח שביצענו פה במעבדה את הניסוי‪ ,‬ומדדנו את ‪ l‬ואת ‪ t‬וחישבנו בעזרתם את‬
‫‪ .‬האם לדעתכם התוצאה תואמת לערך הספרותי של ‪ , g‬או לא?‬ ‫וקיבלנו‬

‫סטודנט‪ :‬לא‪ .‬הערך הזה נמוך מהערך הספרותי‪.‬‬

‫התשובה היא שעל סמך מה שאמרנו עד כאן‪ ,‬לא ניתן עדיין לקבוע האם התוצאה‬
‫במעבדה תואמת את הערך הספרותי או לא‪.‬‬
‫הסיבה נעוצה בכך שהמדידות שלנו אינן מדויקות לחלוטין‪ .‬את המרחק ואת הזמן אנחנו‬
‫מודדים בעזרת מכשירי מדידה‪ ,‬ואלו אינם מסוגלים לרשום לנו את המרחק והזמן‬
‫האמיתיים‪ ,‬עד לאינסוף ספרות אחרי הנקודה העשרונית‪ .‬נניח שמדדנו את המרחק‬
‫בעזרת סרגל רגיל‪ .‬סרגל רגיל נותן את המרחק עד לדיוק של מילימטר אחד‪ .‬הוא לא‬
‫מתיימר לדייק מעבר לזה‪ ,‬ולכן מדידת האורך בעזרת סרגל לא תהיה מדויקת עד לרמת‬
‫דיוק של מיקרומטרים‪ .‬גם למדידת הזמן יש מידת דיוק מקסימלית שניתן בתנאי‬
‫המעבדה להגיע אליה‪ .‬מכיוון שגם הערך של ‪ l‬וגם הערך של ‪ t‬אינם מדויקים‪ ,‬הרי שגם‬

‫שמחושב מהם‪ ,‬תהיה לו מידת דיוק סופית‪ .‬התורה של חשבון השגיאות‪,‬‬

‫עוסקת בשאלה כיצד להעריך את מידת הדיוק של הגדלים שאנו מודדים ישירות ( ‪ , l‬ו‪t -‬‬
‫)‪ ,‬וכיצד בעזרת הערכים שלהם והערכת הדיוק שלהם‪ ,‬אנחנו מעריכים את מידת הדיוק‬
‫במקרה שלנו)‪.‬‬ ‫של הגדלים שמחושבים בעזרתם (‬
‫על האופן שבו אנו מעריכים או מחשבים את מידת הדיוק של הגדלים השונים‪ ,‬נלמד‬
‫בהמשך‪ .‬בשלב זה‪ ,‬נניח שהערכנו את מידת הדיוק של ‪ , t , l‬ומתוך זה קיבלנו את מידת‬
‫‪2‬‬
‫‪ . ±0 .3m/ s‬אנו רושמים זאת בצורה‪:‬‬ ‫להיות עד לשגיאה של‬ ‫הדיוק של‬
‫‪ .‬צורת הכתיבה הזאת היא צורת כתיבה שאומרת שעל סמך‬
‫‪2‬‬ ‫‪2‬‬
‫נמצא בתחום שבין ‪ 9.3m/ s‬ל‪. 9.9m/s -‬‬ ‫הניסוי אנו מעריכים ש‪-‬‬
‫"?‬ ‫תואם את הערך של‬ ‫נחזור אם כן‪ ,‬לשאלת הניסוי שלנו‪" :‬האם‬

‫סטודנט‪ :‬כן‪.‬‬

‫ומדוע?‬

‫סטודנט‪ :‬כי ‪ 9.8‬נמצא בתחום שבין ‪ 9.3‬ל‪.9.9 -‬‬

‫יפה‪ .‬ומה זה אומר לנו?‬

‫סטודנט‪ :‬שהמודל נכון?‬

‫סטודנטית‪ :‬אבל לא בדקנו שאכן התאוצה של הגוף לאורך התנועה שלו היא קבועה‪.‬‬

‫יפה מאוד‪ .‬אבל תרשו לי לדייק‪ .‬מה שזה אומר לנו‪ ,‬זה שעד לרמת דיוק ניסוי של‬
‫‪2l‬‬
‫‪2‬‬
‫‪ , ±0 .3m/ s‬הערך של ‪ t‬תואם את הערך של‬
‫‪2‬‬
‫‪ .‬על פי המודל שאנחנו‬
‫‪2l‬‬
‫‪2‬‬
‫‪=9 . 8 m/s2‬‬
‫‪. t‬‬ ‫בודקים‪:‬‬

‫סטודנט‪ :‬לא חידשת לנו כלום‪ .‬רק חזרת על מה שאמרת קודם‪.‬‬

‫‪-2-‬‬
‫אמרתי בדיוק את מה שניתן ללמוד מהניסוי‪ .‬חשוב לי להבהיר שתוצאת הניסוי לא‬
‫מלמדת אותנו יותר מאשר ההתאמה בניסוי הספציפי הזה למודל הספציפי הזה‬
‫ולהערכה שלנו לגבי הערך של התאוצה‪.‬‬

‫אבל בואו נניח שבכל מה שקשור לדיוק הניסוי‪ ,‬היה לנו ציוד טוב יותר וקיבלנו דיוק גבוה‬
‫‪ .‬כיצד תשתנה המסקנה שלנו?‬ ‫יותר‪ .‬נניח שמהניסוי קיבלנו‬

‫סטודנט‪ :‬שסתרת את חוקי ניוטון? שהוכחת שחוקי ניוטון אינם נכונים במעבדה? (גלי‬
‫צחוק)‪.‬‬
‫סטודנטית‪ :‬שהייתה בעיה בניסוי‪ .‬אולי שהניסוי היה לא מדויק או שהייתה בעיה אחרת‪.‬‬

‫אוקיי‪ ,‬אז כמובן שכאשר מדובר בסטודנט שנה א'‪ ,‬אי אפשר לפסול מראש את האפשרות‬
‫שהוא עשה משהו לא נכון‪ ,‬או לא העריך נכון את מידת הדיוק בניסוי‪ ,‬אבל כרגע אנחנו‬
‫מניחים שאין טעויות בהערכת השגיאה או בביצוע הניסוי‪.‬‬

‫מצד שני‪ ,‬כמובן שגם לא נרחיק לכת לקבוע שחוקי ניוטון לא מתקיימים פה במעבדה‪.‬‬
‫מה שכן ניתן לקבוע‪ ,‬זה שהמודל לא מתאים לתוצאת הניסוי‪ .‬אולי זה אומר שאנחנו‬
‫צריכים לשפר את המודל? אולי לתקן אותו? למעשה אנחנו כבר מספיק מבינים פיזיקה‬
‫כדי להגיד איזה תיקון ראוי להכניס למודל על מנת לשפר את התאמה לניסוי המעבדה‪,‬‬
‫‪2‬‬
‫אולי גם לרמת דיוק של ‪. ±0.1m/s‬‬

‫סטודנט‪ :‬אולי חיכוך עם האוויר?‬

‫יפה אמרת‪( .‬זה נקרא כוח הגרר שהאוויר מפעיל על הגוף)‬

‫סטודנט‪ :‬למעשה‪ ,‬גם מהניסוי המדויק יותר‪ ,‬ניתן לקבוע שהמודל מתאים לניסוי עד לרמת‬
‫‪.‬‬ ‫דיוק של‬

‫נכון‪ .‬אבל לא ניתן לקבוע זאת על סמך הניסוי הראשון‪( ,‬הפחות מדויק) שכן אתה לא יכול‬
‫להניח שאם היית מבצע את הניסוי ברמת דיוק גבוהה יותר‪ ,‬היית מקבל את אותה‬
‫ההערכה עבור הערך של קבוע הכבידה‪.‬‬
‫‪2‬‬
‫‪ g=(9 .8±0 . 4 )m/s‬אבל‬ ‫כלומר‪ ,‬יכול להיות שאתה מבצע ניסוי פחות מדויק ומקבל‬
‫‪2‬‬
‫שאם היית מבצע ניסוי יותר מדויק היית מקבל ‪ g=(9 . 46±0. 01 )m/s‬שים לב‬
‫שהתוצאות של הניסוי היותר מדויק לא סותרות את התוצאות בניסוי הפחות מדויק אבל‬
‫כן סותרות את המודל‪.‬‬

‫אני בהחלט מסכים איתך‪ ,‬שייתכן שלצרכים מסוימים מספיק לי שמודל מסוים יהיה‬
‫מספיק טוב עד לרמת דיוק מסוימת‪.‬‬

‫כבר לא היית יכול לתקן את‬ ‫סטודנטית‪ :‬ואם היית מקבל בניסוי‬
‫המודל ע"י הוספת חיכוך‪.‬‬
‫סטודנט‪ :‬חיכוך שלילי אולי (גלי צחוק)‪.‬‬

‫אין ספק שחלק מהתקדמות המדע‪ ,‬היא בניסיון לבנות מודל שיסביר את תוצאות‬
‫הניסויים‪ .‬בד"כ יש הרבה ניסויים‪ ,‬והרבה תוצאות‪ ,‬ומנסים להכניס תיקונים ושינויים‬

‫‪-3-‬‬
‫במודלים כך שבסופו של דבר הם יהיו מסוגלים לנבא תוצאות של ניסויים חדשים ברמת‬
‫דיוק יותר גבוהה‪.‬‬
‫‪2‬‬
‫יש המון אפשרויות להכניס תיקון למודל על מנת לקבל ‪ , (10. 2±0. 1)m/s‬אבל אתם‬
‫כמובן רוצים שהתיקון הזה יסביר לא רק את הניסוי המאוד מסוים הזה‪ ,‬אלא גם ישפר‬
‫ניבויים של ניסויים נוספים שבהם יפילו את הגופים מגבהים אחרים‪ ,‬או שלגופים יהיה‬
‫מבנה אחר או מסה אחרת‪ .‬בסה"כ על מנת לשפר מודל או לבנות מודל‪ ,‬דרושים לא מעט‬
‫נתונים ניסיוניים‪ .‬עקרונות של מחקר מדעי בלתי מוטה קובעים שעל מנת שמודל מסוים‬
‫יחשב כמוכח ניסיונית הוא חייב לנבא מראש נכונה תוצאות של ניסויים שלא היה שימוש‬
‫בהן לצורך בניית המודל‪ .‬יתכן שהיינו למשל צריכים להכניס למודל גם אבר של מהירות‬
‫התחלתית‪ .‬אמנם אנחנו משתדלים שהמהירות ההתחלתית של הגוף שהפלנו תהיה‬
‫אפס‪ ,‬אבל היא לא אפס זהותית ולכן יש גורם שגיאה שנובע מהסטייה במהירות‬
‫ההתחלתית‪.‬‬

‫סטודנט‪ :‬בעצם כל חוקי הפיזיקה מתיימרים להיות נכונים רק עד לדיוק מסוים‪.‬‬

‫נכון‪ .‬פיזיקה היא מדע אימפירי‪ .‬כלומר התיאוריות והמודלים נבנים מתוך תוצאות‬
‫ניסיוניות ומוכחים בעזרת תוצאות ניסיוניות‪ ,‬ולכן הם לא יכולים להתיימר להיות מוכחים‬
‫כנכונים עד לדיוק מושלם‪ .‬למשל‪ ,‬למרות שתורת היחסות הכללית של איינשטיין מדויקת‬
‫יותר מחוקי הכבידה הקלסיים שלמדתם‪ ,‬אנחנו לא אומרים שחוקי הכבידה הקלסיים‬
‫אינם נכונים‪ ,‬אלא שהם מתיימרים להיות נכונים רק בתנאים שבהם הם הוכחו‪ .‬המטוסים‬
‫שנבנו על סמך חוקי הפיזיקה הקלסית לא נפלו והפסיקו לטוס כאשר תורת היחסות‬
‫הכללית נוצרה‪.‬‬

‫סטודנטית‪ :‬אבל הייתי יכולה לטעון שהחיכוך עם האוויר הוא גורם שגיאה‪ ,‬ולשפר את הניסוי‬
‫ע"י ביצוע הניסוי בתוך מתקן ריק מאוויר‪.‬‬

‫כן‪ .‬אבל אז‪ ,‬אולי‪ ,‬השאלה הניסויית הייתה משתנה‪ .‬אם הכוונה בשאלה הניסויית הייתה‬
‫‪2‬‬
‫"עד כמה פה בכיתה (כלומר‪ ,‬בתנאי שטח) גוף נופל בתאוצה של ‪ ." 9.8m/ s‬אז זו‬
‫שאלה מחקרית שונה מהשאלה‪ ,‬האם בתנאי וואקום‪ ,‬הנפילה היא בתאוצה הזאת‪.‬‬

‫בצורה מדויקת יותר ומקבלים‪:‬‬ ‫ונניח שהיינו מודדים את‬

‫‪ .‬מה אפשר להגיד על הערך הזה‪ ,‬בהנחה‬
‫שהערכת השגיאה מדויקת?‬

‫סטודנטית‪ :‬שהשגיאה זניחה‪.‬‬

‫הערכת שגיאה אינה יכולה להיות ככה סתם זניחה‪ .‬השאלה אם השגיאה זניחה‪ ,‬קשורה‬
‫לשאלה מה מידת הדיוק שחשובה לנו‪ .‬לפעמים מודלים שלמים קמים ונופלים על מדידה‬
‫ובחינה של אפקט מסוים שגורם לשינוי של אלפית האחוז בגודל מסוים שאנו מודדים‪.‬‬
‫במקרה כזה‪ ,‬חשוב לבצע את המדידות במדויק‪.‬‬

‫רק על מנת לדייק‪ :‬כפי שנראה בהמשך‪ ,‬המטרה שלנו היא להעריך הערכת שגיאה‬
‫ריאלית‪ .‬לא הערכה מקסימאלית‪ ,‬וללא לקיחת מקדמי בטחון‪ .‬אם ניקח מקדמי בטחון‪,‬‬
‫הערכת הדיוק של הניסוי תהיה לקויה‪ .‬לעובדה הזאת יש משמעות‪ .‬למשל‪ ,‬אם יש גודל‬
‫‪ ,‬אז האם נוכל להגיד‪ ,‬שאם הגודל הניסיוני הוא‬ ‫תיאורטי מסוים‬
‫אז זה תואם את התיאוריה‪ ,‬ולעומת זאת‪ ,‬אם הגודל הניסיוני הוא‬
‫אז הוא סותר? התשובה היא שבשני המקרים מדובר במשהו גבולי‪.‬‬

‫‪-4-‬‬
‫כלומר הדברים הם לא שחור ולבן‪ ,‬ויש משמעות גם לשאלה עד כמה רחוקה התוצאה‬
‫התיאורטית‪ ,‬מתחום השגיאה הניסיוני‪ .‬אבל נעסוק בזה יותר מאוחר‪ .‬בכל מקרה‪ ,‬יש לא‬
‫רק "תואם את התיאוריה" ו‪" -‬לא תואם את התיאוריה"‪ ,‬אלא גם מקרים גבוליים‪.‬‬

‫הערכת שגיאה של גדלים שנמדדים ישירות‬ ‫‪.2‬‬

‫לפני שנבין כיצד אנו מעריכים שגיאה של גודל שמחושב באמצעות גדלים שמדדנו (כמו‬
‫‪ ,) ,‬עלינו להבין כיצד אנו מעריכים את השגיאות של הגדלים‬ ‫בעזרת‬ ‫חישוב‬
‫שאנו מודדים ישירות במעבדה (כמו מדידת המרחק שהגוף נפל ומשך הזמן שלקח לו‬
‫ליפול בדוגמה הקודמת)‪.‬‬

‫ראשית‪ ,‬יש שגיאה למכשיר המדידה‪ .‬לדוגמה סרגל שיש לו שנתות עד לדיוק של‬
‫מילימטר‪ ,‬לא יכול לאפשר לנו למדוד אורכים בדיוק של מיקרומטרים‪.‬‬
‫אנו נוהגים לקחת את הדיוק של המכשיר כשנתה הקטנה ביותר שהוא מציג‪ .‬כלומר‬
‫השגיאה של מדידת האורך בסרגל תהיה‪ . ±1mm :‬אם מידת האורך היא ‪ l‬אז אנחנו‬
‫נוהגים לסמן את הערך המוחלט של השגיאה באורך בסימון ‪ . Δl‬כלומר‪ ,‬במקרה שלנו‪:‬‬
‫‪. Δl=1 mm‬‬

‫סטודנט‪ :‬לא יכול להיות שהשגיאה לכיוון אחד תהיה שונה מהשגיאה לכיוון שני‪ .‬כלומר‬
‫מהגודל שמדדנו?‬ ‫ל‪-‬‬ ‫שהערכת השגיאה תהיה בין‬

‫שאלה מצוינת‪ ,‬והתשובה היא שהדבר אפשרי‪ ,‬אבל אינו נפוץ‪ ,‬ולמעשה כמעט תמיד‬
‫הערכת השגיאה היא די סימטרית סביב הערך המוערך‪ .‬לפחות במעבדה שלנו‪ ,‬לא‬
‫ניתקל במקרים בהם נזדקק להערכת שגיאה שאינה סימטרית‪.‬‬

‫ניתן לתקוף את הערכת השגיאה הזאת של הסרגל מכמה כיוונים‪.‬‬

‫אחד יבוא ויטען‪" :‬אבל אנחנו מעגלים תמיד למילימטר הקרוב‪ ,‬ולכן אולי צריך לקחת‬
‫שגיאה רק של פלוס מינוס חצי מילימטר"‪ ,‬וכשופט אגיד לו שהוא צודק‪.‬‬
‫השני יבוא ויטען‪" :‬כשמודדים אורך של חפץ מסוים‪ ,‬יש שני גורמי שגיאה‪ ,‬אחד שנובע‬
‫מכך שלא דייקנו במיקום צד אחד של הסרגל בקצה האחד של החפץ‪ ,‬והשני מכך שלא‬
‫דייקנו בקריאת הערך בצד השני של הסרגל‪ .‬לכן השגיאה בפועל יותר גדולה‪ .‬כשופט‪,‬‬
‫אפסוק שגם הוא צודק‪.‬‬
‫השלישי יבוא ויטען‪" ,‬הראייה שלי טובה‪ ,‬ואני יכול לראות בוודאות שהמיקום של סוף‬
‫החפץ הוא בחמישית הראשונה של המרווח של המילימטר‪ ,‬ולכן אני יכול להגיע לדיוק‬
‫יותר גבוה"‪ .‬גם הוא צודק‪.‬‬
‫הרביעי‪ ,‬יטען שכנגד‪" ,‬היצרן של מכשיר המדידה לא מתיימר שהשנתות של מכשיר‬
‫המדידה מדויקות לרמת דיוק יותר גבוהה מהשנתה הקטנה ביותר‪ .‬בהחלט אקבע שגם‬
‫דבריו הגיוניים‪.‬‬

‫המסקנה המתבקשת מכך שכולם צודקים‪ ,‬היא שהערכת השגיאה היא הערכה בלבד‪.‬‬
‫כלומר‪ ,‬השגיאה היא מסדר גודל של מילימטר‪.‬‬

‫לפיכך נשתמש בכלל הבא‪:‬‬

‫הכלל הוא שהשגיאה של מכשיר המדידה היא השנתה הקטנה ביותר‪ ,‬אלא אם יש‬
‫לכם סיבה מיוחדת לחשוב אחרת‪.‬‬

‫סטודנט‪ :‬מה יכולה להיות סיבה אחרת?‬

‫‪-5-‬‬
 ‫למשל‪ ,‬שיצרן מכשיר המדידה הצהיר אחרת‪.‬‬

‫ניקח דוגמה אחרת‪ .‬מטוטלת מתמטית‪ .‬מטוטלת מתמטית היא מטוטלת שבה לוקחים‬
‫בקירוב שכל המסה ממוקמת בנקודה אחת (כלומר משקולת נקודתית שתלויה על חוט‬
‫נלקח בחישוב‬ ‫חסר מסה) ושמתנדנדת בתנודות קטנות‪ ,‬כך שהקירוב‬
‫התיאורטי‪.‬‬
‫עבור מטוטלת מתמטית קיים קשר בין אורך החוט ובין משך זמן המחזור‪ .‬זמן המחזור‬
‫של המטוטלת הוא משך הזמן מהרגע שהמטוטלת הייתה בקצה אחד‪ ,‬ועד שהיא חזרה‬
‫לאותו הקצה של התנודה‪.‬‬

‫‪ ,‬באשר ‪ g‬הוא קבוע‬

‫‪T =2 π‬‬
‫√‬ ‫‪l‬‬
‫‪g‬‬ ‫הקשר בין אורך החוט‪ , l ,‬וזמן המחזור‪ , T ,‬הוא‪:‬‬
‫הכבידה על פני כדה"א‪.‬‬

‫נניח שמדדנו את אורך החוט‪ , l ,‬בעזרת סרגל וקיבלנו ‪ l=97 . 3 cm‬והערכנו את השגיאה‬
‫ב‪ l -‬כאחד מילימטר‪ .‬ניתן לרשום את האורך עם שגיאתו בצורה הבאה‪:‬‬
‫‪ . l=(97 .3±0 .1 )cm‬נניח גם שמדדנו את הזמן שלקח לגוף למדוד בעזרת שעון עצר‬
‫(סטופר) רגיל שיש לו דיוק של מאיות השנייה‪ ,‬וקיבלנו ‪ 2.17( T =2. 17 s‬שניות)‪ .‬כיצד‬
‫עכשיו תעריכו את השגיאה במדידת הזמן?‬

‫סטודנט‪ :‬הדיוק של הסטופר הוא אמנם מאית השנייה‪ ,‬אבל ברור שאנחנו לא יכולים לדייק‬
‫בלחיצה על הסטופר עד לכדי דיוק של מאית השנייה‪.‬‬

‫סטודנטית‪ :‬יש לנו זמן תגובה‪.‬‬

‫נכון‪ .‬אז איך בכל זאת תעריכו את הדיוק של המדידה?‬

‫סטודנטית‪ :‬בנהיגה לוקחים ‪ 2‬שניות זמן תגובה‪.‬‬

‫נכון‪ ,‬אבל זה לא זמן תגובה ריאלי‪ ,‬אלא הם לוקחים שם גם מקדמי בטחון‪.‬‬

‫חשוב מאוד שהערכת השגיאה תהיה ריאלית‪ .‬לא השגיאה המקסימאלית האפשרית‪,‬‬
‫וללא מקדמי בטחון‪ ,‬אלא משהו שמשקף את הגודל של השגיאה בפועל‪.‬‬

‫סטודנט‪ :‬זה משתנה מאדם לאדם‪.‬‬

‫נכון‪ .‬וזה גם תלוי בשאלה‪ ,‬כמה אתה עייף‪ ,‬או מה שתית אתמול בלילה‪.‬‬

‫זה גם תלוי במוטיבציה שלך‪ .‬אם אבקש מכם לבדוק מה זמן התגובה שלכם בשעון‬
‫העצר‪ ,‬סביר להניח שרק חלק קטן מהאנשים יצליח להגיב תוך עשירית שנייה‪ .‬אם‬
‫לעומת זאת‪ ,‬אדאג לכך שתהיה לכם מוטיבציה חזקה לרדת אל מתחת לעשירית שנייה‪,‬‬
‫למשל ע"י פרסים או עונשים‪ ,‬הריכוז שלכם בעת הניסוי יעלה פלאים וכך גם זמן התגובה‬
‫ישתפר משמעותית‪.‬‬

‫סטודנט‪ :‬אבל יש לי עיכוב שנובע מזמן התגובה גם בעת ההפעלה של השעון וגם בזמן‬
‫העצירה שלו‪ ,‬והם קצת מקזזים אחד את השני‪.‬‬

‫‪-6-‬‬
‫נכון‪ .‬אם יש לנו עיכוב של‪ ,‬נניח‪ ,‬כשליש שנייה בעת הפעלת שעון העצר‪ ,‬ועיכוב של‬
‫כשליש שנייה בעת עצירתו‪ ,‬השגיאה בפועל תהיה קטנה יותר ותלויה בחוסר האחידות‬
‫של העיכוב‪.‬‬

‫אז אני חוזר לשאלה‪ :‬כיצד אני מעריך את השגיאה במדידת הזמן?‬

‫סטודנט‪ :‬אולי נעשה ניסוי קצר שמטרתו למדוד את משך הזמן‪.‬‬

‫סטודנטית‪ :‬אולי שמישהו יזניק את השני ואחרי ‪ 5‬שניות יורה לו לעצור‪ ,‬ונראה את ההפרש‬
‫בזמנים‪.‬‬

‫האם את המדידה של זמן המחזור של המטוטלת עשיתם כך?‬

‫סטודנטית‪ :‬סביר להניח שלא‪ .‬פשוט הסטודנט הפעיל את שעון העצר כאשר הוא ראה את‬
‫המטוטלת מגיעה לקצה ועצר אותו כאשר המטוטלת הגיעה שוב לקצה‪.‬‬

‫מדוע לא לעשות את המדידה בצורה דומה? שהסטודנט יסתכל על שעון רגיל וכאשר‬
‫מחוג השניות מגיע ל‪ 10 -‬שניות הוא יפעיל שעון עצר (מבלי להסתכל עליו)‪ .‬כאשר מחוג‬
‫השניות יגיע ל‪ 15 -‬שניות הוא יעצור את שעון העצר‪ ,‬ויבדוק עד כמה הערך על שעון‬
‫העצר קרוב לערך של ה‪ 5 -‬שניות‪ .‬זה די דומה לניסוי המקורי שבו במקום להסתכל על‬
‫שעון המחוגים הוא הסתכל על המטוטלת‪.‬‬

‫סטודנטית‪ :‬מדוע שלא יעשה פעם נוספת את אותו הניסוי ויבדוק הפרש בזמנים?‬

‫תשובה יפה‪ .‬חזרה על ניסויים מאפשרת לנו להעריך את הדיוק במדידה של הניסוי טוב‬
‫יותר‪ .‬היא גם מאפשרת לנו לקבל דיוק גבוה יותר‪ ,‬ע"י כך שניקח את הערך הממוצע‬
‫במקום תוצאה של אחד הניסויים‪ .‬נדבר על כך במועד מאוחר יותר‪.‬‬

‫סטודנט‪ :‬זה נשמע קצת דיון מסובך‪ ,‬אם נצטרך לעשות אותו בכל מדידה שאנחנו לוקחים‪.‬‬

‫נכון‪.‬‬

‫עד כמה שזה ישמע מוזר‪ ,‬שיטה טובה ופשוטה יחסית לקבל הערכת שגיאה‪ ,‬היא פשוט‬
‫להעריך אותה על סמך תחושה בעת ביצוע הניסוי‪ .‬בד"כ‪ ,‬אתם פשוט מרגישים עד כמה‬
‫דייקתם‪ .‬לפחות עד כדי סדרי גודל‪ .‬אם יש לכם תחושה של "כמה זה שתי עשיריות‬
‫השנייה" ושל "כמה זה חצי שנייה" ו‪" -‬כמה זה שנייה"‪ ,‬לא תטעו בהרבה‪ ,‬וזה אמור לתת‬
‫אומדן טוב‪ .‬כדאי לשחק קצת עם מדידות זמן ולקבל תחושה של סדרי גודל‪ .‬באותה מידה‬
‫כדאי להתבונן בגדלים של מ"מ‪ ,‬שלושה מ"מ‪ ,‬חצי ס"מ‪ 5 ,‬ס"מ‪ 20 ,‬ס"מ וכדומה‪ ,‬ולקבל‬
‫תחושה של האורכים‪.‬‬

‫כאשר אתם מבצעים מדידה‪ ,‬תשאלו בזמן המדידה‪ ,‬גם את השאלה "עד כמה אני‬
‫מדייק בקריאת המדידה"‪ .‬בד"כ‪ ,‬אם רכשתם תחושה של סדרי הגודל של הגדלים‪,‬‬
‫ההערכה שלכם תהיה טובה‪ ,‬ותיקח כבר בחשבון את שגיאת המכשיר ואת השגיאה‬
‫בדיוק הביצוע של הניסוי‪ .‬חשוב מאוד לבצע את ההערכה תוך כדי ביצוע המדידה ולא‬
‫לאחריה‪ .‬זו הדרך הטובה ביותר להעריך שגיאה של גודל שמדדתם ישירות‪.‬‬

‫נעבור לדוגמה נוספת‪ .‬מדדתם מסה בעזרת מד מסה אלקטרוני‪ ,‬וקיבלתם על הצג‬
‫‪ m=45. 37 g‬כאשר הצג מציג ספרות עד לדיוק של מאית הגרם‪ .‬מה הדיוק של‬
‫המדידה?‬

‫סטודנט‪ :‬מאית הגרם‪ .‬זה דיוק המכשיר‪ ,‬ואני מניח שאין גורמי שגיאה אנושיים‪.‬‬

‫‪-7-‬‬
 ‫תשובה טובה‪.‬‬

‫ונניח שהשולחן עליו נמצא המכשיר רועד‪ ,‬וכתוצאה מכך הערך נע בין ‪ m=45.33 g‬ל‪-‬‬
‫‪? m=45.41 g‬‬

‫גרם‪.‬‬ ‫? שכן התנודות הן בתחום של‪:‬‬ ‫סטודנט‪:‬‬

‫סטודנטית‪ :‬אבל זה לא כמו הרבה מדידות וממוצע שאמור לתת דיוק גבוה יותר מאשר ערכי‬
‫הקצה?‬

‫את צודקת‪ ,‬ולכן רצוי לקחת משהו באמצע‪ .‬לא את שגיאת המכשיר‪ ,‬אבל משהו שיותר‬
‫יתקבל‪.‬‬ ‫‪ ,‬אבל גם‬ ‫קרוב לאמצע‪ ,‬למשל‪,‬‬

‫הכלל‪ :‬כאשר ערך מסוים מדיד מתנדנד בזמן מדידה רצופה‪ ,‬בין ערכים מסוימים נוכל‬
‫לקחת‪ ,‬ערך שגיאה שהוא באמצע‪ ,‬בין הסטייה המקסימלית מהממוצע ובין שגיאת‬
‫המכשיר ללא התנודות‪.‬‬

‫בנספח א' נלמד להשתמש במכשיר מדידה נוסף למדידת אורך‪ ,‬מדויק בהרבה מהסרגל‪,‬‬
‫שנקרא "מד זחיח" (בעברית מדוברת‪" :‬קליבר")‪.‬‬

‫הערכת שגיאה של גודל שמחושב בעזרת נוסחה מתוך גודל שמדדנו‬ ‫‪.3‬‬

‫בניסוי הנפילה החופשית שעסקנו בו‪ ,‬נובעת מכך שאנו‬ ‫השגיאה בערך של‬
‫מחשבים אותו מתוך שני גדלים אחרים שבהם היו לנו שגיאות מדידה‪ .‬במקרה של‬

‫יש לנו גודל שאנו מחפשים את השגיאה שלו שהוא פונקציה של שני משתנים‬
‫שמדדנו ישירות‪ .‬לפני שנעסוק בהערכת שגיאה של פונקציה של מספר גדלים שמדדנו‪.‬‬
‫נבין מקרה פשוט יותר‪ :‬פונקציה של משתנה אחד שמדדנו‪.‬‬

‫לדוגמה‪ :‬מדדנו קוטר של כדור וקיבלנו‪ . D=(2. 6±0 .1 )cm :‬המודל שאנחנו מניחים הוא‬
‫מודל של כדור אידיאלי‪ ,‬ואנו מעוניינים לחשב את הנפח של הכדור‪ .‬נפח של כדור מוגדר‬
‫‪4‬‬
‫‪V = πR3‬‬
‫‪ ,‬באשר ‪ R‬הוא רדיוס הכדור‪ .‬בשלב ראשון נרשום את נפח‬ ‫‪3‬‬ ‫ע"י המשוואה‪:‬‬

‫) (‬
‫‪3‬‬
‫‪4 D‬‬ ‫‪π‬‬
‫‪V= π‬‬ ‫‪= D3‬‬
‫‪ .‬יש לכם רעיון כיצד‬ ‫‪3 2‬‬ ‫‪6‬‬ ‫הכדור בעזרת הגודל שמדדנו (קוטר) יהיה‪:‬‬
‫להעריך את השגיאה ב‪? V -‬‬

‫משתנה בתחום השגיאה‪.‬‬ ‫משתנה כאשר‬ ‫סטודנט‪ :‬אולי פשוט נראה בין אלו ערכים‬

‫וזה תחום השגיאה‪.‬‬ ‫ל‪-‬‬ ‫נע בין‬ ‫כלומר‬

‫תשובה מצוינת‪ .‬למעשה היא תשובה נכונה לחלוטין‪ .‬למעשה‪ ,‬אם תרשה לי לסכם‬
‫מתמטית את מה שאתה מציע‪ .‬זה ש‪-‬‬

‫‪-8-‬‬
 ‫‪π‬‬
‫‪V +ΔV = ( D+ ΔD )3‬‬
‫שכן הערך המקסימלי של ‪ V‬בתחום השגיאה הוא כאשר‬ ‫‪6‬‬
‫מציבים את הערך המקסימלי של ‪ . D‬באותה צורה‪:‬‬
‫‪π‬‬
‫‪V − ΔV = ( D−ΔD )3‬‬
‫ולכן הממוצע שלהם ייתן לי את ‪ , V‬ומחצית ההפרש תיתן לי‬ ‫‪6‬‬
‫את ‪ . ΔV‬בצורה יותר מתמטית‪:‬‬
‫) ‪( V + ΔV ) −( V − ΔV‬‬ ‫) ‪( V + ΔV )+ ( V −ΔV‬‬
‫= ‪ΔV‬‬ ‫=‪V‬‬
‫ובדוגמה שלנו בהתאמה‪:‬‬ ‫‪2‬‬ ‫‪ ,‬ו‪-‬‬ ‫‪2‬‬

‫‪π‬‬ ‫‪π‬‬ ‫‪π‬‬ ‫‪π‬‬

‫‪2 .7 3 − 2 . 53‬‬ ‫‪2. 73 + 2 . 53‬‬
‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫‪6‬‬
‫= ‪ΔV‬‬ ‫= ‪cm 3 V‬‬ ‫‪cm3‬‬
‫‪2‬‬ ‫‪,‬‬ ‫‪2‬‬

‫זו דרך טובה‪ ,‬אך אנחנו לא נשתמש בה‪.‬‬

‫למעשה יש עוד דרך טובה שגם בה לא נשתמש‪( ,‬אבל חשוב להבין גם אותה) והיא‪:‬‬

‫‪π‬‬ ‫‪π‬‬
‫‪V +ΔV = ( D+ ΔD )3 V = D3‬‬
‫‪ ,‬ולכן ‪ , ΔV =( V +ΔV )−V‬ובמקרה שלנו‪:‬‬ ‫‪6‬‬ ‫‪,‬‬ ‫‪6‬‬

‫‪.‬‬
‫‪π‬‬
‫(‬ ‫‪π‬‬
‫)‬
‫‪ΔV = 2 .7 3 − 2 . 63 cm3‬‬
‫‪6‬‬ ‫‪6‬‬

‫על מנת להבין את הדרך שבה כן נשתמש‪ ,‬נשרטט גרף של ‪ V‬כפונקציה של ‪( D‬ראו‬
‫איור ‪1‬א)‪.‬‬

‫‪-9-‬‬
 ‫איור ‪1‬א‬
‫גרף של הנפח כתלות בקוטר‬

‫סימנו בציר ‪ x‬של הגרף את הערך של ‪ D‬שמדדנו‪ ,‬הערך של ‪ , D+ ΔD‬והערך של‬

‫‪ , D− ΔD‬כמו גם את ערכי הנפח המתאימים להם‪ .‬מכיוון שהגרף אינו ליניארי‪ ,‬המרחק בציר‬
‫‪ y‬בין ‪ V +ΔV‬ל‪ , V -‬אינו שווה למרחק בין ‪ V‬ל‪ . V − ΔV -‬מצד שני‪ ,‬בהנחה שהשיפוע‬
‫אינו משתנה באופן משמעותי במרווח שבין ‪ D− ΔD‬ל‪ , D+ ΔD -‬הרי שההבדל בין‬
‫השגיאה לצד החיובי והשגיאה לצד השלילי אינו גדול‪.‬‬
‫נוכל בקירוב לקחת כאילו השיפוע במרווח הנ"ל הוא קבוע‪ ,‬באם ניקח אותו להיות השיפוע של‬
‫‪π‬‬
‫‪V = D3‬‬
‫‪6‬‬ ‫הגרף‬

‫‪- 10 -‬‬
 ‫איור ‪1‬ב‬
‫גרף של הנפח כתלות בקוטר בתוספת גרף של המשיק לגרף‬
‫בנקודה שבה הערך של ‪ D‬הוא הערך שמדדנו‬

‫באיור ‪ 1‬ב‪ ,‬העברנו משיק לגרף בערך של הקוטר המוערך‪ ,‬וחישבנו את השגיאה בנפח תוך‬
‫קירוב ליניארי שבו השגיאות חושבו על פי גרף המשיק‪ .‬קירוב זה טוב כאשר השגיאה ב‪-‬‬
‫מספיק קטנה כך שהשיפוע כמעט שלא משתנה בתחום השגיאה‪.‬‬
‫‪ΔV‬‬
‫ניתן לרשום (ראו איור ‪1‬ב) שמתקיים ש‪ ΔD -‬שווה לשיפוע בנקודה ‪ . D‬או בצורה יותר‬

‫‪ .‬ומכאן אפשר לקבל את הנוסחה לשגיאה בנפח‬

‫‪ΔV dV‬‬
‫‪ΔD‬‬
‫=‬ ‫) (‬
‫מפורשת‪dD D :‬‬

‫‪ .‬או באופן כללי יותר‪:‬‬

‫‪( dVdD ) ⋅ΔD‬‬
‫= ‪ΔV‬‬
‫‪D‬‬

‫‪- 11 -‬‬
 ‫‪ ,‬ואת הערכת השגיאה‪ , Δx :‬ואנו רוצים‬
‫במעבדה‪ ,‬וקיבלנו ערך ‪x 0‬‬ ‫באם מדדנו גודל ‪x‬‬

‫לחשב גודל אחר ‪ A‬שהוא פונקציה של הגודל הזה‪ A=f ( x ) :‬ואת שגיאתו‪ ,‬הרי שהערך‬
‫) ‪A=f ( x 0‬‬
‫והשגיאה ב‪ , A -‬תחושב בעזרת הנוסחה‪:‬‬ ‫של ‪ A‬יחושב ע"י‪:‬‬

‫‪ .‬אנו לוקחים כאן ערך מוחלט כיוון שמעניין אותנו גודל השגיאה‪.‬‬

‫‪.‬‬ ‫תרגיל‪ :‬חשבו את הנפח ואת השגיאה בנפח‪ ,‬אם קיבלנו עבור הקוטר‪:‬‬

‫‪π‬‬ ‫‪π‬‬
‫‪V = D3 = ⋅3 . 23=17. 16( cm)3‬‬
‫‪.‬‬ ‫‪6‬‬ ‫‪6‬‬ ‫פתרון‪:‬‬
‫‪2‬‬
‫‪dV‬‬ ‫‪πD‬‬ ‫‪π‬‬ ‫‪2‬‬
‫|= ‪ΔV‬‬ ‫‪| ⋅0.2=| | ⋅0 . 2= ( 3 .2 ) ⋅0.2=3.22(cm )3‬‬
‫לרשום‪:‬‬ ‫וניתן‬ ‫‪,‬‬ ‫‪dD d=3 .2‬‬ ‫‪2 D =3 . 2‬‬ ‫‪2‬‬
‫‪3‬‬
‫) ‪. V =(17 .2±3. 2) ( cm‬‬

‫תרגיל נוסף ‪ :‬חשבו את זמן המחזור התיאורטי ואת הערכת השגיאה בו‪ ,‬עבור מטוטלת מתמטית כאשר‬

‫‪.‬‬ ‫‪ .‬הקשר בין זמן המחזור ובין אורך החוט הוא‬ ‫אורך החוט הוא‪:‬‬

‫‪.‬‬ ‫‪,‬‬ ‫סטודנט‪ :‬זה יוצא‬

‫יש לך שתי טעויות‪ .‬ראשית‪ ,‬ערבבת בין יחידות‪ .‬את האורך ושגיאתו לקחת בסנטימטרים‪,‬‬
‫אבל את קבוע הכבידה לקחת ביחידות ‪ .mks‬הטעות השנייה‪ ,‬היא שלא שמת לב שהתוצאה‬
‫לא הגיונית‪ .‬נסו לדמיין מטוטלת שאורכה כ‪ 50 -‬ס"מ‪ .‬עכשיו נסו לדמיין אותה נעה כך שלוקח‬
‫לה כ‪ 14 -‬שניות לעשות מחזור‪( .‬דמיינו!!)‪.‬‬

‫זה נראה כמו סרט ב‪ .slow motion -‬לא כמו משהו ריאלי‪.‬‬

‫הדרך הבטוחה ביותר להימנע מטעויות‪ ,‬היא ראשית‪ ,‬להעביר את הגדלים לשיטת יחידות‬
‫אחת (למשל ‪ )mks‬ורק אז לבצע את החישוב‪.‬‬

‫במקרים רבים כאשר אתם רואים כי התוצאה יצאה בפקטור משמעותי שונה מהערך‬
‫הסביר‪ ,‬בדקו שוב את העברת היחידות‪ .‬זו אחת השגיאות הנפוצות‪.‬‬

‫תמיד כאשר אתם מקבלים תוצאה‪ ,‬חישבו האם היא הגיונית‪ .‬אני אומר זאת באותה‬
‫נשימה שבה אני אומר "אל תסמכו יותר מדי על האינטואיציה שלכם"‪ .‬עדיין בשלב הזה של‬
‫הלימודים היא יכולה להטעות אתכם‪ .‬מצד שני‪ ,‬אם משהו לא הגיוני חשוב להתייחס לזה‪,‬‬
‫או שזה מצביע על טעות בחישוב או בהנחות‪ ,‬או שזה יעזור לנו לתקן את האינטואיציה‬
‫שלנו‪.‬‬

‫התוצאה האמיתית של התרגיל‪ ,‬כאשר עובדים עם היחידות בצורה נכונה‪ ,‬היא‪:‬‬

‫‪. T =(1 . 419±0 . 028 )s‬‬

‫‪- 12 -‬‬
 ‫‪.‬‬ ‫יש שגיאה‪ .‬הוא לא שווה בדיוק ל‪-‬‬ ‫סטודנט‪ :‬אבל גם ב‪-‬‬

‫נכון‪ .‬אבל כאן אנחנו נעשה תמיד הקלה‪ ,‬שאין לה בהכרח הצדקה ניסיונית‪:‬‬

‫הקלה‪ :‬כאשר עלינו להציב לתוך חישוב‪ ,‬קבועים פיזיקליים כגון מטען האלקטרון‪ ,‬קבוע‬
‫הכבידה‪ ,‬וכדומה‪ ,‬מהספרות‪ ,‬תמיד ניקח לצורך חשבון שגיאות את הערך שלהם לפי‬
‫הספרות כאילו היה מדויק לחלוטין‪ ,‬וכאילו שאין בו שגיאה‪ ,‬על אף שבפועל יש‪ .‬באופן‬
‫‪.‬‬ ‫מפורט‪ :‬את הערך של קבוע הכבידה‪ ,‬ניקח תמיד כ‪-‬‬

‫בהמשך הדיון נבצע הקלות נוספות על אופן חישוב השגיאה‪.‬‬

‫המטרה של ההקלות‪ ,‬היא לפשט את הדברים כדי שיותאמו לרמה של שנה א'‬
‫ולמגבלות הזמן של הסטודנט‪ .‬יחד עם זאת‪ ,‬נשתדל שכל ההקלות האלו‪ ,‬על אף‬
‫שאינן מוצדקות תמיד מבחינה ניסיונית‪ ,‬יעשו במודע ותוך הבנה שאם היה מדובר‬
‫בניסוי אמיתי‪ ,‬היה צורך לעשות חשבון קצת יותר זהיר‪.‬‬

‫הערכת שגיאה של גודל שמחושב בעזרת נוסחה מתוך מספר גדלים שמדדנו‬ ‫‪.4‬‬

‫עד עכשיו‪ ,‬הערכנו שגיאה בגודל שהוא פונקציה של משתנה אחד שאת ערכו ושגיאתו יש לנו‪.‬‬
‫אבל מה קורה כאשר יש לנו גודל שמורכב ממספר משתנים?‬

‫‪ .‬מדדנו את ‪ l‬ואת ‪ t‬והערכנו את‬ ‫לדוגמה‪ ,‬קיבלנו עבור נפילה חופשית‪:‬‬

‫?‬ ‫שגיאותיהם‪ .‬כיצד נעריך את השגיאה ב‪-‬‬

‫ראשית‪ ,‬נרשום ללא הוכחה נוסחה לחישוב שגיאה של גודל שהוא פונקציה של מספר גדלים‬
‫שנתונים לנו (עם הערכות השגיאה שלהם)‪:‬‬

‫באשר ידועים לנו‬ ‫) ‪A=f ( x , y , z, w‬‬ ‫המקיים‬ ‫‪A‬‬ ‫נניח שאנחנו מחפשי גודל‬
‫‪ . x, y ,z ,w , Δx , Δy , Δz , Δw‬הגודל יחושב ע"י הצבת הערכים ‪ x , y , z , w‬בפונקציה ‪, f‬‬
‫ושגיאתו תחושב על פי הנוסחה הבאה‪:‬‬

‫(√‬ ‫)‬ ‫) (‬ ‫) (‬ ‫) (‬
‫‪2‬‬ ‫‪2‬‬
‫‪∂f‬‬ ‫‪2‬‬ ‫‪∂f‬‬ ‫‪2‬‬ ‫‪∂f 2‬‬ ‫‪2‬‬ ‫‪∂f 2‬‬
‫=‪ΔA‬‬ ‫‪⋅( Δx ) +‬‬ ‫‪⋅( Δy ) +‬‬ ‫‪⋅( Δz ) +‬‬ ‫‪⋅( Δw )2‬‬
‫‪∂x‬‬ ‫‪∂y‬‬ ‫‪∂z‬‬ ‫‪∂w‬‬
‫נוסחה זו נכונה כאשר גורמי השגיאה ‪ Δx , Δy , Δz , Δw‬אינם תלויים אחד בשני‪ .‬כלומר‪,‬‬
‫כאשר אין לנו סיבה להניח שאם שגיאה בגודל מסוים הייתה בכיוון מסוים‪ ,‬זה מעיד על‬
‫כיוון מסוים לשגיאה בגודל אחר‪ .‬הנוסחה נרשמה עבור פונקציה של ‪ 4‬גדלים‪ ,‬אבל‬
‫ההכללה שלה לכל מספר של משתנים היא טריוויאלית‪.‬‬

‫‪- 13 -‬‬
‫נמחיש זאת בדוגמה של הנפילה החופשית‪ ,‬נניח שהגוף נפל מרחק של ‪ 187 .3±0 .2‬ס"מ‪,‬‬
‫ולכן‬ ‫‪l ,t‬‬ ‫יש לנו פונקציה של שני משתנים‪:‬‬ ‫שניות‪.‬‬ ‫‪0 .61±0 .02‬‬ ‫בזמן של‬

‫‪.‬‬ ‫‪ ,‬וסה"כ' ניתן לסכם‪:‬‬

‫תרגיל ‪ :‬אנו מודדים קבוע קפיץ ע"י כך שאנו שמים עליו משקולת‪ ,‬יוצרים תנודות‪ ,‬ומודדים את‬
‫זמן המחזור של התנודות‪ .‬הקשר בין קבוע הקפיץ‪ ,‬מסת המשקולת וזמן המחזור של‬

‫‪ .‬קיבלנו ‪ . m=( 0. 273±0. 001 )kg , T =(0 . 62±0 . 03) s‬חשבו‬

‫‪T =2 π‬‬
‫√‬ ‫‪m‬‬
‫התנודות הינו‪K :‬‬
‫את קבוע הקפיץ ושגיאתו‪.‬‬
‫‪2‬‬
‫‪4π m‬‬
‫=‪K‬‬
‫‪ .‬נחשב את הקבוע‪:‬‬ ‫פתרון‪ :‬ראשית עלינו לחלץ את קבוע הקפיץ מהמשוואה‪T 2 :‬‬
‫‪2‬‬
‫‪4 π ⋅0 . 273‬‬
‫=‪K‬‬ ‫)‪=28 .04 ( N /m‬‬
‫‪ .‬עכשיו נחשב את השגיאה‪:‬‬ ‫‪0 . 622‬‬

‫(√‬ ‫)‬ ‫(‬ ‫)‬

‫‪2‬‬ ‫‪2‬‬
‫‪4 π2‬‬ ‫‪2‬‬
‫‪2 −8 π m‬‬ ‫‪2‬‬
‫= ‪ΔK‬‬ ‫‪2‬‬
‫‪⋅( Δm ) + 3‬‬ ‫) ‪⋅( ΔT‬‬
‫‪T‬‬ ‫‪T‬‬

‫(√‬ ‫)‬ ‫(‬ ‫)‬

‫‪2‬‬ ‫‪2‬‬
‫‪4π2‬‬ ‫‪2‬‬
‫‪2 −8 π ⋅0 .273‬‬ ‫‪2‬‬
‫¿‬ ‫‪2‬‬
‫⋅‬‫(‬ ‫‪0.‬‬ ‫‪001‬‬ ‫)‬ ‫‪+‬‬ ‫‪3‬‬
‫) ‪⋅( 0 .03 ) =2 . 7 ( N /m‬‬
‫‪0 . 62‬‬ ‫‪0 . 62‬‬
‫ולכן ניתן לסכם‪. K=(28. 0±2. 7 )N /m :‬‬

‫סטודנט‪ :‬הנוסחה שנתת נכונה רק כאשר השגיאות אינן תלויות אחת בשנייה‪ .‬למה הכוונה?‬

‫כאשר יש לי סיבה להניח מראש שיש קשר בין השגיאה בפועל במדידה של גודל מסוים‪,‬‬
‫לשגיאת המדידה בפועל של גודל אחר שמדדתי‪ .‬לדוגמה‪ ,‬אם אני מודד שתי מסות ‪m1 ,m2‬‬
‫בעזרת מכשיר מדידה‪ ,‬ויש שגיאת כיול למכשיר‪ ,‬היא תשפיע באותו האופן על שתי‬
‫התוצאות‪ .‬לכן השגיאות כאן עשויות להיות תלויות אחת בשנייה‪ ,‬ואינני יכול להניח אי תלות‬
‫בין השגיאות‪ .‬מצד שני‪ ,‬בדוגמה של מדידת קבוע הקפיץ ממדידת מסה תלויה וזמן מחזור‪,‬‬
‫הכיוון של הטעות במדידת שעון העצר לא קשור לכיוון של הטעות במדידת המסה‪ .‬המדידות‬
‫בוצעו במכשירים שונים ובאופן בלתי תלוי‪.‬‬

‫סטודנט‪ :‬אבל אם בניסוי הקפיץ‪ ,‬מסת המשקולת גדולה ממה שמדדת‪ ,‬סביר להניח שזה יגדיל‬
‫גם את זמן המחזור‪.‬‬

‫אבל זה לא אומר מראש שהשגיאה במדידת זמן המחזור תהיה לכיוון מסוים‪ ,‬ולכן השגיאות‬
‫בלתי תלויות‪.‬‬

‫הקלה‪ :‬לצורך חישוב השגיאות בפועל נניח תמיד שגיאות בלתי תלויות‪ .‬יחד עם זאת כאשר‬

‫‪- 14 -‬‬
 ‫יש סיבה להניח שהשגיאות תלויות‪ ,‬עליכם להתייחס לכך בדיון בפרק סיכום ומסקנות של‬
‫הדו"ח המסכם של הניסוי‪.‬‬

‫כתיבה מדעית של תוצאות וערכים‬ ‫‪.5‬‬

‫שאלה ‪ :‬נניח שסטודנט מדד בעזרת מכשירי מדידה אלקטרונים גדלים ומתוכם חישב גודל‬
‫מסוים ושגיאתו וקיבל את התוצאה הבאה‪ . x=(0 . 5±0. 0000000001)m :‬מה לדעתכם‬
‫הבעיה?‬

‫סטודנט‪ :‬נראה שבמזל התוצאה יצאה בדיוק ‪ 5‬וכל שאר הספרות הן אפס‪ .‬אולי מי שרשם את‬
‫התוצאה עיגל אותה לדצימטרים‪.‬‬
‫סטודנטית‪ :‬אבל גם אולי זו באמת רמת הדיוק‪ .‬אתה לא יכול להניח שהתוצאה לא נכונה רק‬
‫בגלל זה‪.‬‬

‫שתי האפשרויות קיימות ולכן הייתי מציע שאם באמת התוצאה יצאה בדיוק ‪ 50‬ס"מ עד‬
‫לרמת דיוק של ‪ 0.1‬מיקרון‪ ,‬תרשמו עד לרמת דיוק זו גם את התוצאה‪ .‬כלומר משהו כמו‪:‬‬
‫‪ . x=(0 . 5000000000±0 . 0000000001)m‬יחד עם זאת‪ ,‬אל תוסיפו סתם את האפסים אם‬
‫אתם לא בטוחים שאכן הערכים של הספרות הללו הם אפס‪ .‬הרבה פעמים בחישובים‬
‫סטודנטים מעגלים תוצאות שהם מקבלים‪ ,‬אבל לא לוקחים בחשבון את זה בהערכת‬
‫השגיאה‪ .‬לכן חשוב להחזיק מספיק ספרות בחישובים וברישומם‪ ,‬כך שאנחנו בטוחים‬
‫שהטעות כתוצאה מאי רישום הספרות לא תהיה משמעותית יחסית לתחום השגיאה‪.‬‬

‫שאלה‪ :‬ומה הבעיה בכתיבה הבאה‪. x=(3 . 153476896±0 . 01)m :‬‬

‫סטודנט‪ :‬יש כאן המון ספרות בכתיבת הערך של ‪ ,‬ושהן די זניחות יחסית להערכת השגיאה‪.‬‬
‫אם השגיאה היא מסדר גודל של סנטימטרים‪ ,‬אין טעם לרשום ערך מספרי עד לרמת דיוק של‬
‫ננומטר‪.‬‬

‫נכון מאוד‪ .‬הכתיבה הזאת רק מסרבלת את ההבנה של מה שרשום‪ ,‬כיוון שיש בה הרבה‬
‫מידע מיותר‪ .‬הכלל הוא שאין טעם לרשום את הספרות של הגודל עד לרמת דיוק גבוהה‬
‫בהרבה מתחום הדיוק על פי הערכת השגיאה‪ .‬את הכלל באופן מפורט ומדויק יותר אתן‬
‫בהמשך‪ .‬ברור שמכיוון כאשר מדובר בגודל מחושב‪ ,‬אנחנו בד"כ קודם כל מחשבים גודל ורק‬
‫אח"כ את הערכת השגיאה שלו‪ ,‬הרי שכל עוד לא חישבנו את הערכת השגיאה‪ ,‬איננו יודעים‬
‫בדיוק מתי הספרות בחישוב שלנו כבר זניחות יחסית להערכת השגיאה‪ .‬לכן בד"כ בשלב‬
‫החישובים עלינו לרשום יותר ספרות‪ ,‬אך כאשר אנחנו רושמים תוצאה סופית‪ ,‬ובוודאי בשלב‬
‫של הסיכום והמסקנות מהניסוי‪ ,‬עלינו לרשום את התוצאה ללא ספרות מיותרות‪.‬‬

‫שאלה‪ :‬מה הבעיה בכתיבה הבאה‪? Δx=0 .318277056 m :‬‬

‫סטודנטית‪ :‬אם הערכת השגיאה היא מסדר גודל של עשרות ס"מ‪ ,‬מדוע לרשום אותה עד לרמת‬
‫הדיוק של ננומטרים‪ .‬הספרות הנוספות הן די זניחות יחסית לגודל השגיאה‪.‬‬

‫נכון‪ .‬הכלל הוא שרושמים הערכת שגיאה‪ ,‬רק עד לרמת דיוק של ספרה משמעותית אחת או‬
‫שתיים‪ .‬אף פעם לא לרמת דיוק של יותר משתי ספרות משמעותיות‪.‬‬

‫הספרה המשמעותית הראשונה במספר‪ ,‬היא הספרה השמאלית ביותר ששונה מאפס‪.‬‬
‫הספרה המשמעותית השנייה היא הספרה שמימינה‪ ,‬הספרה השלישית היא זאת שמימין‬
‫לספרה המשמעותית השנייה‪ ,‬וכן הלאה‪.‬‬

‫‪- 15 -‬‬
 ‫שאלה‪ :‬כיצד נרשום את הערך ‪ Δx=0 .318277056 m‬בכתיבה מדעית?‬

‫בהתאם לשאלה האם להחזיק ספרה משמעותית‬ ‫או‬ ‫סטודנט‪ :‬או‬

‫אחת או שתיים‪.‬‬

‫כמעט‪ .‬התשובה העדיפה היא‪ Δx=0 .3 m :‬או ‪ , Δx=0 .32 m‬שכן ‪ 0.318‬יותר קרוב ל‪0.32 -‬‬
‫מאשר ל‪. 0.31 -‬‬

‫כלל‪ :‬כאשר מעגלים ספרות לרמת דיוק נמוכה יותר‪ ,‬תמיד מעגלים לערך הקרוב ביותר‪,‬‬
‫ולא רק כלפי מטה‪ .‬כאשר הערך נמצא בדיוק באמצע‪ ,‬למשל ‪ 0.325‬ניתן לעגל כלפי מטה‬
‫או כלפי מעלה‪.‬‬
‫נסכם גם את מה שציינו קודם‪:‬‬
‫כלל‪ :‬כאשר מחשבים גודל מסוים‪ ,‬שומרים מספיק ספרות כדי שלא יהיה מצב שבו אי‬
‫שמירת הספרות הנוספות מכניסות שגיאה נוספת‪ .‬כאשר חישבנו כבר את הערכת‬
‫השגיאה בגודל‪ ,‬אנחנו מעגלים את השגיאה לשתי ספרות משמעותיות או לאחת‪ ,‬ורושמים‬
‫את הגודל עד לרמת הדיוק שבה רשמנו את השגיאה‪ .‬לא יותר‪ ,‬וגם לא פחות‪ .‬ככלל‪ ,‬אנו‬
‫מקפידים לרשום ערכים בכתיבה מדעית רק כאשר אנחנו מסכמים אותם‪ .‬במהלך‬
‫החישובים‪ ,‬בהרבה מקרים עדיין אין לנו את הכלים לדעת כיצד לרשום את הגדלים‬
‫בכתיבה מדעית ולכן בשלב הזה אין חובה להקפיד על כך‪.‬‬

‫תרגיל‪ :‬רשמו את הגודל‪ M=(3 . 1724715155±0 . 00263126)kg :‬בכתיבה מדעית‪.‬‬

‫פתרון‪ , M=(3 . 1725±0 . 0026 )kg :‬או ‪ . M=(3 . 172±0 . 003)kg‬שימו לב‪ ,‬עד כמה יותר‬
‫קל להבין את הביטוי האחרון‪ ,‬יחסית לביטוי המקורי‪.‬‬

‫שאלה‪ :‬מה לא נראה לכם בביטוי הבא‪? M=4 .4732 kg±0. 1g :‬‬

‫סטודנט‪ :‬הערבוב של היחידות מקשה עלינו לקשר בין גודל המסה לגודל הערכת השגיאה‪.‬‬

‫נכון‪.‬‬

‫כלל‪ :‬כאשר רושמים גודל ואת הערכת השגיאה שלו‪ ,‬עלינו לרשום אותם באותן יחידות‪.‬‬

‫?‬ ‫שאלה‪ :‬מה הבעיה עם הכתיבה הבאה‪:‬‬

‫סטודנט‪ :‬צריך לספור המון ספרות כדי להבין מה הערך‪.‬‬

‫‪ .‬לחילופין אפשר לרשום את הגודל‬ ‫נכון‪ .‬לכן יש לרשום זאת בצורה‪:‬‬

‫)‪.‬‬ ‫(ננו זה‬ ‫ביחידות של ננו‪-‬שניות (‪:)ns‬‬

‫כלל‪ :‬יש לרשום את הגודל כך שהספרה המשמעותית הראשונה תהיה ספרת האחדות‪,‬‬
‫ואז להכפיל ב‪ 10 -‬בחזקת כמה שנדרש‪ .‬את השגיאה נרשום כך שה‪ 10 -‬בחזקת משהו‬
‫יכפיל את שניהם‪.‬‬
‫אנו עושים זאת בכל מקרה שהמספר קטן ממאית או גדול מ‪.9,999 -‬‬

‫תרגיל‪ :‬רשמו את המספר ‪ L=11 ,363 ,245 .3m±194 ,949 ,366 mm‬בכתיבה מדעית‪.‬‬

‫‪- 16 -‬‬
‫פתרון‪ :‬ראשית נעביר לאותה שיטת יחידות‪ . L=11 ,363 ,245 .3m±194 ,949 .366 m :‬שנית‪,‬‬
‫‪7‬‬
‫נרשום את האורך בצורה טובה יותר‪ . L=1 .13632453⋅10 m :‬אח"כ נרשום גם את השגיאה‬
‫‪ ,‬ועכשיו נוכל לעגל את השגיאה לספרה‬ ‫באותה צורה‪:‬‬
‫משמעותית אחת למשל ולכתוב אותה יחד עם הגודל כשגם הוא רשום עד לאותה מידת דיוק‪:‬‬
‫‪ .‬אם תרצו לרשום עד לרמת דיוק של שתי ספרות משמעותיות‪,‬‬
‫‪ .‬תסכימו איתי שזה הרבה יותר קריא וברור‬ ‫אז זה יראה כך‪:‬‬
‫מכפי שזה היה בתחילת התרגיל‪.‬‬

‫חזרה על מדידות מספר פעמים‪ ,‬וסטטיסטיקה על רגל אחת‬ ‫‪.6‬‬

‫לפעמים על מנת להתגבר על גורמי הפרעה או גורמי שגיאה אקראיים‪ ,‬אנחנו חוזרים על‬
‫אותה מדידה מספר פעמים‪ ,‬מתוך ההנחה שהערך הממוצע של כל המדידות יהיה יותר‬
‫מדויק מתוצאה של מדידה אחת‪.‬‬
‫הרעיון הוא שמכיוון שפעם יש סטייה לכיוון אחד ופעם לכיוון ההפוך‪ ,‬בממוצע השגיאות האלו‬
‫מתקזזות‪ ,‬והערך הממוצע מתקרב לערך ללא השגיאות האלו‪ .‬נבחן שני מקרים‪:‬‬
‫שלוקח לגוף ליפול ממצב מנוחה‬ ‫ניקח את הניסוי של מדידת ‪ g‬ע"י מדידת משך זמן‬
‫מרחק ‪ . L‬אנו חוזרים על המדידות מספר פעמים עם אותו ציוד‪.‬‬
‫שנובעות מכך שאנו נותנים לגוף כל פעם מהירות התחלתית שונה (על אף‬ ‫הסטיות ב‪-‬‬
‫שאנו משתדלים שלא לתת) עקב העובדה שהיד שלנו שמשחררת את הכדור רועדת‪ ,‬הן‬
‫סטיות שלפעמים תורמות למהירות התחלתית חיובית בכיוון האנכי ולפעמים למהירות‬
‫התחלתית שלילית‪ .‬פעם זה ישפיע לכיוון של הגדלת משך הזמן ‪ T‬ופעם לכיוון של הקטנת‬
‫‪N‬‬
‫‪∑ Ti‬‬
‫‪T̄ = i=1‬‬
‫הרי‬ ‫‪N‬‬ ‫משך הזמן‪ .‬אם ניקח בתור זמן הנפילה של גובה ‪ L‬את הזמן הממוצע‬
‫שהשגיאות הללו יתקזזו בחישוב הממוצע‪ ,‬וככל שנבצע יותר מדידות‪ ,‬השגיאה בממוצע‬
‫שנובעת מהסטיות האלו תקטן‪.‬‬
‫לעומת זאת‪ ,‬אם שעון העצר שבו אנו משתמשים לצורך מדידת הזמן‪ ,‬אינו מכויל כראוי‪,‬‬
‫והיצרן מתחייב שהשעון מדויק רק עד כדי דיוק של ‪ ±0 .1 %‬ואנו משתמשים באותו שעון בכל‬
‫המדידות שלנו‪ ,‬הרי שהטעות במדידת הזמן שנובעת מאי‪-‬כיול המכשיר‪ ,‬תחזור על עצמה‬
‫לאותו כיוון בכל המדידות‪ ,‬והיא לא תתקזז בעת חישוב הממוצע‪ ,‬לא משנה כמה פעמים‬
‫נחזור על הניסוי‪.‬‬
‫בדוגמה הראשונה (סטיות עקב רעידת יד) גורם השגיאה נחשב לגורם שגיאה אקראי‪.‬‬
‫בדוגמה השנייה (סטיות עקב אי כיול שעון העצר) גורם השגיאה נקרא גורם שגיאה שיטתי‬
‫(ולפעמים נקרא שגיאת היסט)‪.‬‬

‫נגדיר שגיאה שיטתית ושגיאה אקראית‪:‬‬

‫הגדרה‪:‬‬
‫שגיאה שיטתית (שגיאת היסט) – היא שגיאה שיש לה כיוון וגודל קבועים בכל החזרות על‬
‫הניסויים‪ .‬גורם שגיאה זה‪ ,‬לא ניתן לצמצם ע"י הגדלת מספר החזרות על הניסוי‪.‬‬

‫שגיאה אקראית – שגיאה שנובעת מגורם שגיאה שמתאפיין בהתפלגות סימטרית סביב‬
‫שגיאה אפס‪.‬‬

‫ניתן לרשום כל שגיאה כסכום של שגיאה שיטתית ושגיאה אקראית‪.‬‬

‫‪- 17 -‬‬
‫כמובן שבדוגמה של אי כיול המכשיר‪ ,‬היה אפשר להפוך את השגיאה לאקראית אם היינו‬
‫משתמשים כל פעם בשעון עצר אחר‪.‬‬

‫כאשר אנו עוסקים בפרק זה בחזרה על ניסויים‪ ,‬המדובר הוא על חזרה על אותו ניסוי‪ .‬עם‬
‫אותם ערכים פיזיקליים (בגבולות הדיוק של המדידה)‪.‬‬

‫כאשר גורמי השגיאה הם אקראיים לחלוטין‪ ,‬ניתן לקזז אותם עד לדיוק טוב כרצוננו‪ ,‬ע" חזרה‬
‫על הניסוי מספיק פעמים‪ .‬במקרה כזה ניתן להשתמש בעקרונות מתורת הסטטיסטיקה על‬
‫מנת להעריך את הגודל ואת השגיאה בו רק מתוך הנתונים הסטטיסטיים‪ .‬במקרים כאלו אנו‬
‫קוראים להערכת השגיאה הזאת בשם "שגיאה סטטיסטית"‪.‬‬

‫‪x‬‬
‫כאשר לגודל מסוים שאנו מודדים מספר פעמים‪ i ,‬יש גם שגיאה אקראית וגם שגיאת‬
‫היסט‪ ,‬הערכת השגיאה של הממוצע צריכה לקחת בחשבון גם את השגיאה הסטטיסטית של‬
‫הממוצע (שנובעת מהשגיאה האקראית) וגם את שגיאת ההיסט‪ .‬מכיוון ששגיאת ההיסט‬
‫גורמת להסטת הממוצע בגודל שגיאת ההיסט‪ ,‬מהערך שלו ללא שגיאת ההיסט‪ ,‬ניתן לרשום‬

‫באשר ‪ Δ x̄ r‬היא הערכת‬ ‫√‬ ‫‪2‬‬ ‫‪2‬‬

‫שסך השגיאה של הממוצע יהיה‪( r ) ( o ) :‬‬
‫‪Δ x̄= Δ x̄ + Δx‬‬
‫השגיאה הסטטיסטית של ̄‪( x‬כלומר הערכת השגיאה של ‪ x‬ממוצע שנובעת מגורמי‬
‫זו הערכת השגיאה השיטתית‪.‬‬
‫השגיאה האקראיים) ו‪Δx o -‬‬

‫הקלה‪ :‬כאשר אתם עושים חזרות על ניסוי מספר פעמים‪ ,‬נניח (לצורך חישוב השגיאה‬
‫בלבד) שגורמי השגיאה הם אקראיים בלבד‪ .‬יחד עם זאת‪ ,‬במידה ואתם מזהים גורמי‬
‫שגיאה שיטתיים‪ ,‬אנו מצפים מכם להתייחס לכך בפרק הסיכום והמסקנות של הדוח‬
‫המסכם‪.‬‬

‫בהמשך הפרק נניח לצורך הדיון כי גורמי השגיאה הם אקראיים בלבד‪.‬‬

‫נניח שברצוננו לחשב גודל ממוצע ̄‪ , x‬ע"י חזרה על הניסוי ‪ N‬פעמים‪ .‬במקרה כזה ניקח‬
‫בתור הערך של ‪ x‬בסופו של דבר את הערך הממוצע ̄‪ , x‬ולכן עלינו לחשב את הערכת‬
‫השגיאה של ̄‪ . x‬שנסמנה‪ , Δ x̄ :‬בסופו של דבר לצורך המשך החישובים או הדיון נוכל לקחת‬
‫הם אקראיים‬
‫מתוך סך הניסויים כ‪ . x̄±Δ x̄ -‬מכוון שגורמי השגיאה ‪Δxi‬‬ ‫את הערך של ‪x‬‬
‫‪N‬‬
‫‪∑ xi‬‬
‫‪x̄= i=1‬‬
‫‪,‬‬ ‫ולכן בלתי תלויים‪ ,‬ו‪ x̄ -‬הוא פונקציה של ‪ N‬משתנים (ה‪ ,) x i -‬שהיא הפונקציה‪N :‬‬
‫הרי שנוכל להשתמש בנוסחה של שגיאה של פונקציה של מספר משתנים שראינו בפרק ‪4‬‬
‫כדי לחשב את השגיאה של הממוצע‪ .‬שימוש בנוסחה שבפרק ‪ 4‬לפונקציה לעיל נותן‪:‬‬

‫√‬
‫‪N‬‬

‫(∑‬ ‫) ‪) ( Δx‬‬
‫‪2‬‬
‫‪1‬‬ ‫‪2‬‬
‫=̄‪Δ x‬‬ ‫‪i‬‬
‫‪ ,‬אבל הערכת השגיאה של כל מדידה יחידה אינו משתנה בין‬ ‫‪i=1‬‬ ‫‪N‬‬
‫באשר ‪ Δx1‬הוא הערכת השגיאה של מדידה‬
‫החזרות על הניסויים‪ ,‬ולכן לכל ‪Δx i =Δx 1 , i‬‬
‫יחידה‪ .‬נכניס זאת למשוואה הקודמת ונקבל‪:‬‬

‫√‬ ‫√‬
‫‪N‬‬ ‫‪N‬‬
‫‪Δx‬‬
‫(∑‬ ‫)‬
‫‪2‬‬
‫‪1‬‬ ‫‪1‬‬
‫=̄‪Δ x‬‬
‫‪N‬‬
‫‪2‬‬
‫‪( Δx i ) = N‬‬ ‫‪∑ ( Δx i )2 = N1 √ N⋅( Δx1 )2 = √ N1‬‬
‫‪i =1‬‬ ‫‪i=1‬‬

‫עלינו לשים לב‪ ,‬כי בתוך השגיאה הסטטיסטית נכנסים לחשבון לא רק גורמי השגיאה‬
‫האקראיים שנכנסים גם להערכת השגיאה‪ ,‬אלא גם סטיות אקראיות שנובעות ממגבלות‬

‫‪- 18 -‬‬
‫‪ ,‬אזי בחישוב השגיאה לא תכנס השגיאה‬ ‫המודל‪ .‬למשל כאשר המודל שלנו הוא‬
‫שנובעת מכך שרעידות הידיים יוצרות מהירות התחלתית‪ ,‬אבל גורם זה יכנס אף הוא‬
‫לשגיאה הסטטיסטית ויגדיל את התפלגות הערכים של ‪.‬‬

‫אי לכך במקום להזין לתוך הביטוי ‪ Δx 1‬את הערכת השגיאה של המדידה‪ ,‬אנו נשתמש‬
‫במשוואה סטטיסטית שמאפשרת לנו לחשב את השגיאה הממוצעת של מדידה יחידה על פי‬
‫התפלגות התוצאות של המדידות‪ .‬החישובים הסטטיסטיים מניחים שהגורמים האקראיים‬
‫יוצרים התפלגות גאוסיאנית (התפלגות פעמון) של התוצאות סביב הערך הממוצע‪ .‬זו הנחה‬
‫סבירה במרבית המקרים‪ ,‬ואנו נניח אותה‪.‬‬

‫מתוך עקרונות הסטטיסטיקה‪ ,‬השגיאה הממוצעת של מדידה יחידה מהערך האמיתי נקראת‬
‫בסטטיסטיקה‪ , σ n−1 :‬ונקראת סטיית תקן (ככה מסמנים את זה‪ ,‬על אף שמדובר ב‪N -‬‬
‫‪σ‬‬
‫מדידות)‪ .‬קיים גם הביטוי ‪ n‬עבור ‪ N‬מדידות וגם הוא נקרא באופן מבלבל סטיית תקן‪ ,‬אך‬
‫‪ ,‬כמו גם ההוכחה לביטוי המפורש‬
‫המשמעות שלו טיפה שונה‪ .‬המשמעויות של הביטוי ‪σ n‬‬
‫‪σ‬‬
‫של ‪ n−1‬יובאו באופן מפורש בנספח ג'‪.‬‬

‫הביטוי המפורש להערכת השגיאה של מדידה יחידה יהיה‪ ,‬אם כן‪:‬‬

‫√‬
‫‪N‬‬
‫‪∑ ( x i − x̄ )2‬‬
‫‪i =1‬‬
‫= ‪Δx 1 =σ n−1‬‬
‫‪ ,‬ההוכחה המתמטית לביטוי האחרון תובא בנספח ג'‪ .‬אי לכך‬ ‫‪N −1‬‬
‫אומדן (הערכת) השגיאה של הממוצע תהיה‪:‬‬

‫√‬
‫‪N‬‬

‫√‬
‫‪2‬‬ ‫‪2‬‬
‫̄‪x − x‬‬ ‫‪Δx 1‬‬ ‫‪σ n−1‬‬
‫‪∑ ( x i − x̄ ) 2‬‬
‫=̄‪Δ x‬‬ ‫=̄‪Δ x‬‬ ‫=‬ ‫=‬
‫‪i =1‬‬

‫‪ ,‬וגם‬ ‫‪N −1‬‬ ‫‪ ,‬וניתן לרשום זאת גם כ‪-‬‬ ‫‪√N‬‬ ‫‪√N‬‬ ‫) ‪N ( N−1‬‬
‫‪2‬‬ ‫‪2‬‬
‫הוא הממוצע של ‪ , x‬ו‪ x̄ -‬הוא‬ ‫ההוכחה לביטוי האחרון נתונה בנספח ג'‪ .‬בביטוי זה ‪x 2‬‬
‫הריבוע של ‪ x‬ממוצע‪.‬‬

‫במחשבונים מדעיים מודרניים (דוגמת ‪ Casio fx-82‬וחיקוייו) יש פונקציות המאפשרות להזין‬

‫‪ ,‬עבור הנתונים האלו‪ .‬בחלקם ניתן‬
‫נתונים‪ ,‬ולחשב בלחיצת כפתור את הממוצע‪ ,‬ואת ‪σ n−1‬‬
‫‪2‬‬
‫‪σ‬‬
‫לחשב במקום ‪ n−1‬רק את הואריאנס של ‪ ) var( x) ( x‬ששווה ל‪ . σ n -‬במקרה כזה‬

‫‪ .‬פירוט ההנחיות כיצד‬

‫=̄‪Δ x‬‬
‫‪σn‬‬
‫‪√ N−1‬‬
‫=‬
‫√‬
‫) ‪Var ( x‬‬
‫‪ ,‬ו‪N −1 -‬‬
‫= ‪σ n−1‬‬
‫‪N‬‬
‫‪N−1‬‬ ‫√‬
‫= ‪⋅σ n‬‬
‫) ‪N⋅Var ( x‬‬
‫‪N−1‬‬
‫בכל דגם של מחשבון ניתן לקבל את הגודל הממוצע ושגיאתו‪ ,‬משתנה מדגם לדגם‪ .‬ההנחיות‬
‫√‬
‫עבור הדגמים השונים תמצאו בקובץ "אופן החישוב הסטטיסטי באקסל ובמחשבונים‬
‫הנפוצים"‪.‬‬

‫גם ‪ Microsoft Excel‬מאפשר לקבל נתונים סטטיסטיים אלו‪ ,‬והקובץ המוזכר לעיל מכיל‬
‫הסבר גם על עניין זה‪ .‬לצערנו הרב לא מצאנו פונקציות מקבילות ב‪OpenOffice.org -‬‬
‫(האלטרנטיבה החינמית הנפוצה ל‪.)MS-Office -‬‬

‫‪- 19 -‬‬
 ‫תרגיל‪ :‬מדדנו משך זמן של תהליך מסוים ‪ 5‬פעמים וקיבלנו את התוצאות‪:‬‬
‫‪T =5 s, T 2 =5 s ,T 3 =7 s ,T 4 =6 s ,T 5 =7 s ,‬‬
‫‪ . 1‬א‪ .‬מה הערך שניקח עבור ‪ T‬ועבור ‪ ? ΔT‬ב‪.‬‬
‫מה תהיה השגיאה הממוצעת של מדידה שישית באם נבצע אותה?‬

‫‪5+ 5+7+6+7‬‬
‫= ̄‪T‬‬ ‫‪s=6 s‬‬
‫‪ ΔT‬ניקח את‬ ‫‪ ,‬בתור‬ ‫‪5‬‬ ‫‪ T‬ניקח את‬ ‫פתרון‪ :‬א‪ .‬בתור‬

‫√‬
‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬ ‫‪2‬‬
‫) ‪( 6−5 ) + ( 6−5 ) + ( 6−6 ) + ( 6−7 ) + ( 6−7‬‬ ‫‪1‬‬
‫= ̄‪Δ T‬‬ ‫‪s= s=0 . 45 s‬‬
‫וסה"כ‬ ‫‪,‬‬ ‫)‪5( 5−1‬‬ ‫‪√5‬‬
‫‪. T =(6. 00±0. 45)s‬‬
‫תהיה‬ ‫האמיתי‬ ‫מהערך‬ ‫השישית‬ ‫המדידה‬ ‫של‬ ‫המוערכת‬ ‫ב‪ .‬הסטייה‬

‫√‬
‫‪( 6−5 ) + ( 6−5 ) + ( 6−6 )2 + ( 6−7 )2 + ( 6−7 )2‬‬
‫‪2‬‬ ‫‪2‬‬
‫= ‪σ n−1‬‬ ‫‪s=1 s‬‬
‫‪.‬‬ ‫‪5−1‬‬

‫יש גם משמעות תובנתית‪ :‬כיוון שהערכת השגיאה של מדידה מתכנסת‬ ‫לנוסחה‪:‬‬

‫‪ .‬למשל‪ ,‬אם‬ ‫לערך סופי באם נבצע יותר מדידות‪ ,‬הרי שהדיוק של הניסוי עולה כמו‬
‫ארצה לשפר את הדיוק של הממוצע פי ‪ 10‬עלי לבצע פי ‪ 100‬יותר מדידות‪.‬‬

‫נסכם‪:‬‬
‫כלל‪ :‬כאשר אנו חוזרים על ניסוי ‪ N‬פעמים ומקבלים מספר ערכים עבור גודל כלשהו ‪: x‬‬
‫‪N‬‬
‫‪∑ xi‬‬
‫‪x̄= i=1‬‬ ‫‪x‬‬
‫‪ ,‬והערכת השגיאה‬ ‫‪N‬‬ ‫‪ , i‬כאשר ‪ , i=1 ,,, N‬הערכת הגודל ‪ , x‬תהיה הממוצע‪:‬‬
‫‪ , Δx‬תהיה הערכת הסטייה של הממוצע מהערך האמיתי‪:‬‬

‫√‬
‫‪N‬‬
‫‪∑ ( xi − x̄ )2‬‬
‫‪ .‬הסטייה הממוצעת של כל‬
‫=̄‪Δx =Δ x‬‬
‫‪σn‬‬
‫‪√ N −1‬‬
‫=‬
‫‪σ n−1‬‬
‫‪√N‬‬
‫=‬
‫‪i =1‬‬
‫) ‪N ( N−1‬‬
‫=‬
‫√‬ ‫‪x 2− x̄ 2‬‬
‫‪N −1‬‬

‫√‬
‫‪N‬‬
‫‪∑ ( x i − x̄ )2‬‬
‫‪i =1‬‬
‫= ‪Δx 1 =σ n−1‬‬
‫‪,‬‬ ‫‪N −1‬‬ ‫אחת מהמדידות (ולא של הממוצע) מהערך האמיתי תהיה‪:‬‬
‫מהסטייה הממוצעת‬ ‫‪√N‬‬ ‫והמשמעות היא שהשגיאה של הגודל המוערך שלנו קטנה פי‬
‫‪Δx‬‬
‫‪Δx = 1‬‬
‫‪.‬‬ ‫בכל אחד מהניסויים‪√ N :‬‬

‫גרפים‪ ,‬ופונקציות של משתנה אחד‬ ‫‪.7‬‬

‫נניח שאנחנו עושים מדידות של מהירות כתלות בזמן עבור גוף שנע בתאוצה קבועה‪.‬‬
‫‪ ,‬ונניח שאנחנו מודדים בזמנים שונים מה הייתה‬ ‫המשוואה שמתקיימת היא‪:‬‬
‫מהירותו של הגוף‪ ,‬ומקבלים‪:‬‬

‫‪- 20 -‬‬
 ‫‪2‬‬ ‫‪1‬‬ ‫מס' מדידה‬
‫שניות‬
‫(ס"מ לשנייה)‬

‫כמובן שנוכל להעלות את כל הנקודות האלו על גרף של מהירות כתלות בזמן ולהעביר קו‬
‫מגמה אופטימאלי בין הנקודות‪ .‬השיפוע של קו המגמה האופטימאלי יהיה המקדם של (שזו‬
‫‪ ,‬שכן‬ ‫התאוצה)‪ ,‬ונקודת המפגש עם ציר "‪ "y‬תהיה המהירות ההתחלתית‪,‬‬
‫היא משוואה של קו ישר שבו ציר " ‪ "x‬זה ‪ ,‬ציר "‪ "y‬זה ‪ ,‬השיפוע הוא ‪ ,‬ונקודת המפגש‬
‫‪ .‬במקרים רבים נעדיף לחשב בצורה הזאת את התאוצה ואת המהירות‬ ‫עם ציר "‪ "y‬היא‬
‫ההתחלתית (או באופן כללי‪ ,‬מציאת השיפוע ונקודת המפגש עם הציר האנכי)‪.‬‬
‫עקרונית היינו מעדיפים גם לאפשר לגרף לדעת מה מידת הדיוק של כל הנקודות על הגרף‪,‬‬
‫בייחוד משום שבאם לחלק מהנקודות על הגרף יש מידת דיוק גבוהה ולחלק מידת דיוק יותר‬
‫נמוכה‪ ,‬לא היינו רוצים שנקודות שרמת הדיוק שלהן נמוכה ישפיעו באותה מידה על מציאת‬
‫קו המגמה האופטימאלי כמו הנקודות שמתייחסות למדידות שרמת דיוקן גבוה יותר‪.‬‬

‫ניתן ב‪ Microsoft Excel -‬לשרטט את הנקודות על הגרף ולרשום את המשוואה של קו‬

‫המגמה הלינארי‪ ,‬כאשר עושים זאת (הסבר ניתן בכיתה‪ ,‬ומופיע בחוברת המעבדה בקובץ‬
‫נפרד)‪ ,‬ניתן לקבל את הערך המוערך של השיפוע ושל נקודת המפגש‪ ,‬וכן גודל שנקרא‬
‫שמתאר עד כמה הנקודות בכלל מתאימות לקו‬ ‫‪ ,determination coefficient‬ומסומן כ‪-‬‬
‫ניתן למצוא בנספח ד')‪ .‬ניתן אמנם לרשום על הגרף גם את‬ ‫המגמה (על המשמעות של‬
‫של הנקודות‪ ,‬אולם החישוב של השיפוע‪ ,‬ונקודת המפגש לא יושפע‬ ‫השגיאות בערכי‬
‫מכך ולכן נבצע הקלה ולא נתייחס למידת הדיוק של הנקודות בהערכת הפרמטרים של קו‬
‫המגמה (קרי הערכת השיפוע ונקודת המפגש עם ציר " ‪ .)"y‬הגרף כמו גם המשוואה שאקסל‬
‫נותן‪ ,‬מצביעים אמנם על הערכים של השיפוע ונקודת המפגש‪ ,‬אך לא מספקים הערכת‬
‫‪ ,‬אך לא‬ ‫שגיאה לפרמטרים אלו‪ .‬בדוגמה שלנו‪ ,‬זה אומר שמתוך הגרף אנו מקבלים את‬
‫‪ .‬על מנת לחשב את השגיאות בפרמטרים האלו‪ ,‬אנו נעזרים בתוסף של ‪Excel‬‬ ‫את‬
‫שנקרא ‪( Data Analysis ToolPak‬אצלנו נקרא לו בקיצור ‪ .)DATP‬מדובר בתוסף שקיים‬
‫ב‪( Microsoft Excel -‬לפחות בגרסאות ‪ .)2000-2016‬יחד עם זאת‪ ,‬לפעמים התוסף אינו‬
‫נמצא בברירת המחדל‪ ,‬ויש להוסיף אותו‪ .‬לפעמים (ולא תמיד) בעת ההוספה של ‪DATP‬‬
‫תתבקשו להכניס את תקליטור ההתקנה‪ .‬ההנחיות כיצד להוסיף את התוסף וכיצד להשתמש‬
‫בו לצורך חישובי השגיאה בפרמטרים של קו המגמה‪ ,‬כמו גם הסברים אחרים הקשורים לצד‬
‫הטכני של השימוש באקסל וב‪ DATP -‬לגרפים‪ ,‬תוכלו למצוא בקובץ בשם "גרפים‪ ,‬שיפועים‪,‬‬
‫ושגיאות באקסל" שמצורף לחוברת המעבדה‪ .‬ישנם שני קבצים כאלו בחוברת‪ .‬האחד עבור‬
‫אופיס ‪ 2000‬עד ‪ ,2003‬והשני עבור אופיס ‪ 2007‬ואופיס ‪( ,2010‬שם ההנחיות שונות)‪.‬‬

‫מכיוון שאיננו מזינים לאקסל את נתוני השגיאה במדידות של המהירות והזמן‪ ,‬חישוב‬
‫מתבצע על סמך ההתפלגות הסטטיסטית של הנקודות סביב קו‬ ‫וב‪-‬‬ ‫השגיאה ב‪-‬‬
‫המגמה‪ .‬המשמעות היותר עמוקה של העובדה הזאת‪ ,‬היא בכך שהערכת שגיאה של ה‪-‬‬
‫‪ , DATP‬מתייחסת לגורמי שגיאה אקראיים בלבד‪ .‬לדוגמה‪ ,‬אם עקב בעיה בכיול המכשיר‪ ,‬כל‬
‫ערכי המהירות מוסטים בקבוע שאינו ידוע‪ ,‬אך שניתן להעריך פחות או יותר את גודלו‬
‫(הערכת השגיאה השיטתית במדידת המהירות)‪ ,‬הרי שקו המגמה יוסט אף הוא בקבוע‪ ,‬ואי‪-‬‬
‫) תוסט‪ ,‬אך פיזור הנקודות על הגרף לא יושפע מכך‪,‬‬ ‫לכך גם נקודת המפגש עם ציר "‪( "y‬‬
‫‪.‬‬ ‫והסטה זו לא תשפיע על הערכים של‬
‫אי לכך ניתן לרשום‪:‬‬

‫‪- 21 -‬‬
 ‫הקלה‪ :‬כאשר אנו מחשבים גדלים מתוך גרפים‪ ,‬אנו נניח לצורך חישוב השגיאה‪ ,‬גורמי‬
‫שגיאה אקראיים בלבד‪ ,‬ונתעלם מחוסר אחידות שיש במידת הדיוק שיש לנקודות השונות‬
‫על הגרף‪.‬‬

‫כמובן שלא תמיד הקשר בין המשתנה שבציר ‪ x‬למשתנה שבציר ‪ y‬הוא ליניארי‪ .‬בדוגמה‬

‫‪,‬‬ ‫שהבאנו קודם על הניסוי של נפילה חופשית‪ ,‬הקשר בין המיקום לזמן היה‬
‫וברור כי אם היינו מודדים את המיקום של הגוף בזמנים שונים היינו מקבלים גרף של‬
‫פרבולה‪ .‬אמנם ניתן למצוא מתאם ופרמטרים גם לקוי מגמה שאינם ליניאריים‪ ,‬אך אנחנו‬
‫נשתמש בטריק‪ .‬במקום לשרטט גרף לא ליניארי‪ ,‬נבצע לינאריזציה של הגרף‪ .‬למשל ע"י כך‬
‫‪ .‬במקרה‬ ‫כפונקציה של‬ ‫כפונקציה של ‪ ,‬נשרטט גרף של‬ ‫שבמקום לשרטט גרף של‬

‫את השיפוע של‬ ‫‪ .‬לכן באם נסמן ב‪-‬‬ ‫כזה הגרף יהיה ליניארי‪ ,‬והשיפוע שלו יהיה‬
‫ושגיאתו‪.‬‬ ‫הגרף‪ ,‬נוכל לחשב מתוך השיפוע של הגרף ושגיאתו את‬
‫‪ .‬קבלו‬ ‫כפונקציה של‬ ‫והעלתם גרף של‬ ‫כפונקציה של‬ ‫תרגיל‪ :‬נניח שמדדתם את‬
‫ושגיאתו מתוך השיפוע ושגיאתו‪.‬‬ ‫נוסחה מפורשת שבעזרתה תוכלו לחשב את‬

‫‪ ,‬ולכן נוכל‬ ‫‪ ,‬נזכור כי‬ ‫ואת‬ ‫פתרון‪ :‬לאחר שקיבלנו בעזרת ‪ DATP‬את‬
‫‪ .‬השגיאה תחושב לפי שגיאה של פונקציה‪:‬‬ ‫בעזרת הנוסחה‪:‬‬ ‫לחשב את‬

‫‪.‬‬

‫נביא מספר דוגמאות לפונקציות לא ליניאריות וכיצד ניתן להשתמש בגרף עם קו מגמה‬
‫ליניארי על מנת למצוא קבועים הקשורים לגרפים‪.‬‬
‫את נקודת המפגש עם ציר "‪ ."y‬בכל‬ ‫את השיפוע‪ ,‬וב‪-‬‬ ‫בכל הדוגמאות נסמן ב‪-‬‬
‫כאשר בכל דוגמא‪ ,‬הקשר הפונקציונאלי‬ ‫הדוגמאות נניח שקיבלנו כנתונים זוגות של‬
‫הוא המשתנה התלוי‪ .‬נסמן ב‪-‬‬ ‫ביניהם שונה‪ ,‬נניח גם ש‪ -‬הוא המשתנה הבלתי תלוי‪ ,‬ו‪-‬‬
‫ושאותם צריך למצוא מתוך‬ ‫ל‪-‬‬ ‫קבועים שנמצאים בתוך המשוואה שמקשרת בין‬
‫הגרף‪ .‬במידה וקיימים קבועים נוספים בתלות בין ל‪ , -‬נניח שהם ידועים לנו‪.‬‬

‫מציאת‬ ‫מציאת‬ ‫נק'‬ ‫השיפו‬ ‫שמי‬ ‫אחרי שמי‬ ‫הקשר‬ ‫הקשר‬

‫מפגש‬ ‫ע‬ ‫ם‬ ‫ם‬ ‫עיבוד‬ ‫הפונקציונאלי‬
‫בעזרת‬ ‫בעזרת‬ ‫ציר‬ ‫עם‬ ‫בציר‬ ‫בציר‬
‫"‪"y‬‬ ‫"‪"y‬‬ ‫"‪"x‬‬

‫‪- 22 -‬‬
‫נשים לב לכך שבכל הדוגמאות‪ ,‬השיפוע הוא המקדם של מה ששמנו בציר "‪ ,"x‬והאבר‬
‫החופשי הוא נקודת המפגש עם ציר "‪."y‬‬

‫על מנת שנוכל‬ ‫ל‪-‬‬ ‫בכל הדוגמאות לעיל‪ ,‬עיבדנו טיפה את המשוואות שקושרות בין‬
‫לשרטט בעזרת הנתונים גרף שיהיה ליניארי ושבעזרת מציאת השיפוע ונקודת המפגש עם‬
‫ציר "‪ "y‬של קו המגמה שלו‪ ,‬נוכל למצוא שני פרמטרים במשוואה שקושרת בין המשתנים‪.‬‬

‫תרגיל ‪ :‬אנו מאיצים גוף בעזרת כוח קווי שמופעל עליו‪ .‬בכל מדידה אנו משנים את מסת הגוף‬
‫מבלי לשנות את הכוח‪ ,‬ומודדים את התאוצה‪ .‬כיצד נמצא את הכוח דרך גרף?‬

‫‪ ,‬ואצלנו‪ ,‬כיוון שאנו משנים את‬ ‫פתרון‪ :‬הקשר בין הכוח‪ ,‬התאוצה‪ ,‬והמסה יהיה‪:‬‬
‫הוא מספר‬ ‫ו‪-‬‬ ‫באשר‬ ‫המסה והתאוצה משתנה נוכל לרשום‪:‬‬
‫המדידות‪ .‬התאוצה היא המשתנה התלוי ולכן טבעי שנשים אותה או פונקציה שלה בציר "‪."y‬‬

‫‪.‬‬ ‫‪ .‬עכשיו נוכל לזהות שיש לנו כאן גרף ליניארי‪ ,‬באם נשים בציר " ‪ "x‬את הגודל‬
‫‪ .‬לכן נעלה את הנתונים‬ ‫‪ ,‬כלומר‬ ‫במקרה כזה‪ ,‬השיפוע יהיה המקדם של‬
‫‪ ,‬ונבקש מאקסל לשרטט גרף של‬ ‫לאקסל‪ ,‬נעלה עמודה נוספת באקסל שתהיה שווה ל‪-‬‬
‫השיפוע יהיה שווה לכוח שהופעל על הגוף‪.‬‬ ‫כפונקציה של‬

‫נקודות נוספות להבהרה והדגשה‬ ‫‪.8‬‬

‫א‪ .‬שגיאה של זווית‬

‫נכונות רק כאשר הזווית‬ ‫האם ידעתם שהנגזרות הטריגונומטריות כגון‬

‫היא ברדיאנים?‬

‫כאשר אנחנו מחשבים שגיאה של פונקציה שאחד מגורמי השגיאה בה הוא זווית‪ ,‬חייבים‬
‫לקחת את השגיאה בזווית ביחידות של רדיאנים‪ .‬כל עוד הביטוי שנכנס לנוסחת השגיאה‬
‫וכדומה של הזווית‪ ,‬אין חשיבות אם נעביר את הזווית לרדיאנים שכן‬ ‫או‬ ‫הוא‬
‫הפונקציה הטריגונומטרית תיתן אותו ערך‪ .‬המקום שבו יש חשיבות להעברת היחידות‬
‫הוא כאשר הזווית נכנסת ישירות לביטוי שלא דרך הפונקציות הטריגונומטריות‪ .‬לדוגמה‬
‫וכן זווית מסוימת במעלות ואת שגיאתה‬ ‫אם ידועים לנו אורך מסוים ושגיאתו‪,‬‬
‫‪ ,‬אז‬ ‫באשר‪:‬‬ ‫‪ ,‬ואנו רוצים לחשב את הערך של‬ ‫במעלות‪,‬‬
‫אין משמעות אם עובדים במעלות או ברדיאנים‪ ,‬אבל לצורך חישוב‬ ‫לצורך חישוב‬
‫שאותו מן הסתם נחשב על פי נוסחה של שגיאה של פונקציה‪:‬‬

‫בתוך הסינוס לא משנה אם נעבוד‬

‫במעלות או ברדיאנים (בתנאי שבמחשבון שלנו נגדיר את חישוב פונקצית הסינוס בזווית‬

‫‪.‬‬ ‫נציב ברדיאנים‪:‬‬ ‫הנכונה)‪ ,‬אך את‬

‫לצורך הצבה של שגיאה בזווית‪ ,‬יש לקחת את השגיאה בזווית ברדיאנים‪.‬‬

‫ואת השגיאה ברדיאנים ב‪-‬‬ ‫אם נסמן את השגיאה בזווית במעלות ב‪-‬‬
‫‪- 23 -‬‬
 ‫‪.‬‬ ‫אזי המעבר ביניהן הוא על פי הקשר‪:‬‬

‫ב‪ .‬כיצד מבצעים חשבון שגיאות‪ :‬סיכום והמחשה‬

‫בהתאם לאופן שבו אנו מקבלים גודל מסוים‪ ,‬אנו נחשב את השגיאה שלו‪ .‬יש ארבעה‬
‫אופנים לחישוב שגיאה ובכל אחד מהם נשתמש במצבים אחרים‪.‬‬

‫א‪ .‬הערכה ישירה בזמן הניסוי – כאשר אנו מודדים גודל מסוים במעבדה‪ ,‬עלינו‬
‫להעריך בזמן הניסוי מתוך התבוננות בניסוי‪ ,‬ומתוך הכרת הדיוק של המכשירים את‬
‫מידת הדיוק של המדידה‪ ,‬ומכאן לקבל הערכת שגיאה‪ .‬הרחבנו על כך בפרק ‪.2‬‬

‫ב‪ .‬שגיאה של פונקציה ‪ -‬כאשר אנו מחשבים את הגודל דרך חישוב של פונקציה‪,‬‬
‫עלינו גם לחשב את השגיאה בגודל בעזרת הנוסחאות של שגיאה של פונקציה‪.‬‬
‫הרחבנו על כך בפרקים ‪ ,3‬ו‪.4 -‬‬

‫ג‪ .‬שגיאה במקרה של חזרה על ניסויים – כאשר אנו חוזרים על אותו הניסוי מספר‬
‫פעמים‪ ,‬מתוך מטרה לחשב או למצוא גודל ממוצע של ערך מסוים (למשל אם אנו‬
‫מפילים את אותו הכדור ‪ 10‬פעמים מאותו הגובה‪ ,‬ומתעניינים במשך הזמן הממוצע‬
‫שייקח לכדור ליפול)‪ .‬במקרה כזה אנו משתמשים בנוסחאות שפותחו בפרק ‪ .6‬מה‬
‫שיעניין אותנו בייחוד זו השגיאה של הממוצע‪.‬‬

‫ד‪ .‬שגיאה במקרה של קבלת נתונים מתוך פרמטרים של קו מגמה של גרף – במקרה‬
‫שבו אנו מוצאים גודל מתוך גרף‪ ,‬והגודל שאנו מתעניינים בו‪ ,‬הוא פרמטר של קו‬
‫מגמה (עבור קו מגמה ליניארי‪ ,‬הפרמטרים הם השיפוע‪ ,‬ונקודת המפגש עם הציר‬
‫האנכי‪ ,‬עבור קו מגמה פרבולי‪ ,‬ה‪ ,A -‬ה‪ ,B -‬וה‪ C-‬של הפרבולה)‪ ,‬עלינו להוציא גם‬
‫את השגיאות בערכי הפרמטרים באופן שבו מוצאים שגיאות של פרמטרים של גרף‪,‬‬
‫כלומר מתוך ‪ .Data Analysis Toolpak‬הרחבנו על כך בפרק ‪.7‬‬

‫חשוב להדגיש כי חשבון שגיאות מבצעים מהסוף להתחלה‪ .‬כלומר חשוב לדעת עבור‬
‫מה אנו אמורים לחשב שגיאה‪ .‬אם בעיבוד התוצאות אנו אמורים לחשב גודל מסוים‬
‫מתוך ניסוי ולהשוותו לגודל תיאורטי‪ ,‬אז מה שמעניין אותנו זה השגיאה בגודל‬

‫התיאורטי והשגיאה בגודל הניסויי‪ .‬לדוגמה‪ :‬אם מתקיים הקשר‪,‬‬

‫הם קבועים‬ ‫קבועים שאת ערכם אנו מודדים באופן חד פעמי‪,‬‬ ‫באשר‬
‫הוא קבוע שאת ערכו איננו‬ ‫שאנו לוקחים מהספרות ונניח שאין בהם שגיאה‪ ,‬ו‪-‬‬
‫כתלות ב‪( -‬כלומר מודדים עבור ערכי שונים את‬ ‫יודעים‪ ,‬ואנו מודדים את‬
‫המתקבלים)‪ .‬נניח שאנו מתבקשים להעלות גרף של כפונקציה של‬ ‫ערכי‬
‫ומתוך השיפוע שלו וידיעת ערכי הקבועים לחשב את ערכו של ‪ .‬כיצד נחשב איפה‬
‫את הגודל ואת השגיאה?‬

‫ועמודה של ‪ ,‬נכין עמודה נוספת‬ ‫לאחר שהכנו באקסל טבלה עם עמודה של‬
‫כפונקציה‬ ‫לאחר מכן נבקש מאקסל לבצע גרף של‬ ‫באקסל שבה יחושבו ערכי‬
‫ונראה את ערכי השיפוע של קו המגמה‪ .‬נסמן את השיפוע ב‪ . -‬לאחר מכן‬ ‫של‬
‫אנו יודעים כי מכיוון שאם אנו רושמים את ציר "‪ "y‬כפונקציה של ציר "‪ ,"x‬מקבלים‬

‫‪- 24 -‬‬
 ‫‪ .‬לפיכך מתוך ידיעת‬ ‫‪ ,‬נובע מכך שהשיפוע הוא‬

‫‪ .‬כיוון שמטרת הניסוי‬ ‫השיפוע והקבועים ניתן לקבל את ערכו של ‪:‬‬

‫היא למצוא את ‪ ,‬אנו עכשיו רוצים לחשב את השגיאה ב‪ . -‬הנקודה כאן היא‬
‫שאת פיתוח הדרך לחישוב השגיאה עלינו לבצע מהסוף להתחלה‪ .‬מכיוון שאת‬

‫נחשב לפי‬ ‫‪ ,‬הרי שגם את השגיאה ב‪-‬‬ ‫אנו מחשבים לפי נוסחה‪:‬‬
‫שגיאה של פונקציה‪:‬‬

‫‪ .‬לשם חישוב הפונקציה בפועל‪,‬‬

‫מתקבל‬ ‫מדדנו ישירות‪ ,‬ו‪-‬‬ ‫‪ .‬את‬ ‫עלינו לדעת את‬
‫מתוך שיפוע של‬ ‫מתוך מציאת השיפוע של קו המגמה באקסל‪ .‬מכיוון שמצאנו את‬
‫בשיטה המתאימה‪ ,‬כלומר מתוך ‪Data Analysis‬‬ ‫פונקציה‪ ,‬עלינו למצוא את‬
‫מתוך מדידה ישירה‪ ,‬עלינו להשתמש בהערכות‬ ‫‪ .Toolpak‬מכיוון שמצאנו את‬
‫‪.‬‬ ‫הדיוק שבצענו בזמן המדידה כדי להעריך את ערכם של‬

‫וגם‬ ‫לא נזקקנו להערכות השגיאה ב‪-‬‬ ‫שימו לב שלצורך חישוב השגיאה ב‪-‬‬
‫‪ ,‬ולמעשה‪ ,‬אם הגודל היחיד שאנו נדרשים במטרת‬ ‫לא להערכת השגיאה של‬
‫יהיה מיותר‪ ,‬אלא אם נדרש‬ ‫הניסוי לחשב‪ ,‬הוא ‪ ,‬אזי חישוב השגיאה ב‪-‬‬
‫לצורך הדיון‪ ,‬מסיבות כלשהן‪.‬‬

‫נספח א'‪ :‬שימוש בקליבר (מד זחיח‪/‬קליפר) למדידת אורך ועומק של גופים‪.‬‬

‫למדידת קוטר חיצוני‪ ,‬קוטר פנימי‪ ,‬ועומק של גופים‪ ,‬אנו משתמשים במכשיר הנקרא קליבר‬
‫(שמו הרשמי בעברית – "מד זחיח"‪ ,‬ובאנגלית "קליפר" (‪ .)Caliper‬להלן תמונה של קליבר‪.‬‬
‫זהו מכשיר שמאפשר למדוד גדלים פנימיים וחיצוניים ברמת דיוק גבוהה‪ .‬בד"כ ‪ 1/50‬של‬
‫המילימטר או ‪ 1/20‬של המילימטר‪.‬‬

‫‪- 25 -‬‬
 ‫*‬
‫איור א‪ - 1‬קליבר (מד זחיח‪/‬קליפר)‬

‫מד הזחיח מורכב משתי יחידות עיקריות‪ :‬הסרגל הנייח‪ )5(,)4 ( :‬שבאיור א‪ ,1‬שמחובר לזרוע‬
‫השמאלית ב‪ ,)2(,)1( -‬והסרגל הנייד (‪ )7(,)6‬שמחובר לזרוע הימנית ב‪ )2(,)1(-‬כמו גם למד‬
‫העומק (‪ ,)3‬ולקליפ שנועל את הסרגל הנייד לנייח (‪( )8‬ראו באיור א‪ .)1‬להלן פירוט של‬
‫המרכיבים‪:‬‬

‫מלחציים חיצוניות‪ :‬אנו מניחים את הגוף שאנו רוצים למדוד את המידה החיצונית‬ ‫( ‪)1‬‬
‫שלו‪ ,‬בין המלחציים ותוך לחיצה על (‪ )8‬אנו מזיזים את הסרגל הנייד עד שהמרחק‬
‫בין המלחציים שווה לגודל שאנו רוצים למדוד‪ .‬בשלב הזה אנו יכולים למדוד את‬
‫הגודל המדובר‪ .‬הסבר על מציאת המידה בהמשך‪.‬‬
‫מלחציים פנימיות‪ :‬משמש למדידת גדלים פנימיים כמו קוטר פנימי של צינור‪ .‬הפעם‬ ‫( ‪)2‬‬
‫אנו מכניסים את המלחציים לתוך הגוף שאת מידותיו אנו מעוניינים למדוד ומרחיקים‬
‫אותן עד שהמרחק בין קצותיהם החיצוניים שווה לגודל שאנו רוצים למדוד‪.‬‬
‫מד עומק‪ .‬אנו מכניסים את מד העומק לגוף הנמדד ומזיזים את הסרגל הנייד עד‬ ‫( ‪)3‬‬
‫שאורכו של מד העומק שווה לעומק הנמדד‪.‬‬
‫– (‪ )7‬הינן סקאלות שמשמשות למציאת הגודל הנמדד‪ .‬נפרט את השימוש בהן‬ ‫( ‪)4‬‬
‫בהמשך‪.‬‬

‫במעבדה יש מספר קליברים‪ ,‬לחלקם מנגנון שונה במעט לנעילת הסרגל הנייד לנייח‪ ,‬כמו גם‬
‫מידת דיוק שונה‪.‬‬

‫לצורך הבנת קביעת המידה של הגוף נתבונן באיור א‪:2‬‬

‫* איורים א‪ ,1‬א‪ ,2‬מבוססים על עבודה של ‪ Joaquim Alves Gaspar‬שמופצת ברישיון ‪Creative Commons‬‬
‫‪.– Attribution‬‬

‫‪- 26 -‬‬
 ‫*‬
‫איור א‪ - 2‬מציאת המידה של הגודל הנמדד‬

‫לאחר שקבענו ונעלנו את הסרגל הנייד‪ ,‬עלינו לדעת כיצד לקרוא את המידה תוך שימוש‬
‫בסרגל הנייח והנייד‪ .‬ראשית‪ ,‬אנו שמים לב שעל הסרגל הנייח יש שנתות שמזכירות סרגל‬
‫רגיל שבו השנתות התחתונות הן בס"מ ומ"מ‪ ,‬והשנתות העליונות הן באינטשים‪ .‬אנו נעבוד‬
‫בס"מ‪ .‬הסקאלה שבסרגל הנייח משמשת לקביעת המידה הנמדדת עד לרמת דיוק של‬
‫מילימטר אחד‪ .‬לאחר מכן אנו משתמשים בסקלה הניידת (הנקראת סקאלת נוניוס (‪)Nonius‬‬
‫או סקאלת ורניר (‪ ,))Vernier‬על מנת לקבוע את הספרות הנוספות‪ .‬באיור א‪ 2‬אנו רואים את‬
‫הסרגל הנייד עם סקאלת הנוניוס שמחולקת ל‪ 10 -‬שנתות שכל אחת מהן מחולקת לשתי‬
‫תת‪-‬שנתות‪ .‬סקאלה זו מאפשרת חלוקה של המילימטר ל‪ 20 -‬חלקים וע"י כך לקבל דיוק של‬
‫‪ 1/20‬של המילימטר‪ .‬בשלב ראשון אנחנו מסתכלים על השנתה שמצביעה על ‪ 0‬בסרגל‬
‫הנייד‪ ,‬ורואים מה הערך שהיא מצביעה עליו בסרגל הנייח‪ .‬על פי איור א‪ ,2‬שנתה "‪ "0‬של‬
‫הנוניוס מצביעה על מיקום בסרגל הנייד שנמצא בין ‪ 2.4‬ס"מ ל‪ 2.5 -‬ס"מ (בידקו זאת‬
‫באיור!)‪ .‬לכן אנחנו יודעים שהערך של הגודל שאנחנו רוצים הוא קצת מעל ‪ 2.4‬ס"מ‪ .‬על מנת‬
‫לבדוק את הספרות הנוספות עלינו להסתכל על סקאלת הנוניוס ולחפש איזה קו בסקאלת‬
‫הנוניוס מתלכד עם קו כלשהו בסקאלה הנייחת‪ .‬אנו רואים שהקו שהכי קרוב להתלכדות עם‬
‫קו בסקאלה הנייחת הוא הקו שבין ‪ 7‬ל‪ .8 -‬לכן הספרות הנוספות שנותנות דיוק שמעבר‬
‫למילימטר‪ ,‬יהיו ‪ .75‬לכן המידה שהקליבר מצביע עליה כרגע היא ‪ 2.475‬ס"מ‪.‬‬

‫נספח ב'‪ :‬הוכחת הקשר בין הדרך לזמן בניסוי שבסעיף ‪( 1‬הרחבת רשות)‬

‫‪ .‬וניתן לבצע אינטגרציה לא מסוימת‬ ‫כלומר‬ ‫ההגדרה של התאוצה‪:‬‬

‫באשר‬ ‫קבוע‪ ,‬ניתן להוציא אותו מחוץ לאינטגרל‪:‬‬ ‫‪ ,‬וכאשר‬

‫הוא קבוע אינטגרציה‪ .‬כדי להבין את המשמעות של קבוע האינטגרציה‪ ,‬נשים לב לכך‬
‫ונראה שזה מתקיים כאשר‬ ‫שהיחידות של הן יחידות של מהירות‪ .‬נוכל לשאול מתי‬
‫‪ ,‬או במילים אחרות‪ ,‬את המהירות‬ ‫מתאר את המהירות בזמן‬ ‫ולכן‬
‫‪ .‬נרשום עתה‬ ‫ונקבל‬ ‫ההתחלתית‪ .‬לכן נעדיף לקרוא לקבוע האינטגרציה הזה‬

‫‪ ,‬ונעשה אינטגרציה‪:‬‬ ‫כלומר‪,‬‬ ‫את ההגדרה של המהירות האנכית‪:‬‬

‫* איורים א‪ ,1‬א‪ ,2‬מבוססים על עבודה של ‪ Joaquim Alves Gaspar‬שמופצת ברישיון ‪Creative Commons‬‬
‫‪.– Attribution‬‬

‫‪- 27 -‬‬
‫הוא קבוע האינטגרציה של‬ ‫באשר‬
‫‪ ,‬נשים לב לכך שיש לו יחידות של‬ ‫האינטגרציה האחרונה‪ .‬כדי להבין את המשמעות של‬
‫כלומר‬ ‫כאשר‬ ‫והתשובה היא ש‪-‬‬ ‫שווה ל‪-‬‬ ‫אורך‪ .‬נוכל לשאול מתי המיקום‬
‫‪ .‬לכן‬ ‫‪ .‬לכן נעדיף לקרוא לקבוע האינטגרציה הזה‬ ‫הוא המיקום ההתחלתי בציר‬

‫‪ .‬בדוגמה שלנו אנו מפילים את הגוף ממצב מנוחה ולכן‬ ‫במקרה שלנו‪:‬‬
‫כיוון שהגוף נופל למטה)‪ .‬במקרה שלנו גם‬ ‫(שכן‬ ‫‪ .‬כמו כן‬

‫‪.‬‬ ‫וקיבלנו‬

‫נספח ג'‪ :‬סטיות תקן ושגיאות של ממוצע (הרחבת רשות)‬

‫בתורת הסטטיסטיקה‪ ,‬תחת הנחות מאוד כלליות של אקראיות גורמי סטייה‪ ,‬מתקבל‬
‫שהסיכויים לקבל ערך מסוים של מדידה מתפלגים בקירוב באופן שנקרא "התפלגות‬
‫נסמן‪:‬‬ ‫הממוצע‪.‬‬ ‫הערך‬ ‫סביב‬ ‫גאוסיאנית"‬ ‫"התפלגות‬ ‫או‬ ‫נורמלית"‬
‫‪ - .1‬הערך האמיתי של הגודל‪ ,‬אילו לא היו גורמי הסטייה האקראיים (אנו מניחים שאין‬
‫גורמי שגיאה שיטתיים)‪.‬‬
‫מדידות‪.‬‬ ‫מ‪-‬‬ ‫‪ -‬הוא הממוצע של‬ ‫‪.2‬‬
‫של‬ ‫‪ -‬התוצאה של המדידה ה‪--‬‬ ‫‪.3‬‬
‫‪ .‬זו‬ ‫‪ ,‬כלומר‬ ‫מהערך האמיתי של‬ ‫‪ -‬יוגדר כהפרש של המדידה ה‪-‬‬ ‫‪.4‬‬
‫מהערך האמיתי‪.‬‬ ‫בעצם הסטייה של הערך‬
‫מהממוצע‪ .‬כלומר‬ ‫‪ -‬הוא הסטייה של‬ ‫‪.5‬‬
‫‪ ,‬על סמך המדידות‪.‬‬ ‫מ‪-‬‬ ‫‪ -‬הוא הסטייה המוערכת של‬ ‫‪.6‬‬
‫‪ ,‬כלומר‪ ,‬ערך זה עונה על השאלה‪,‬‬ ‫‪ -‬הוא הסטייה המוערכת של מדידה יחידה מ‪-‬‬ ‫‪.7‬‬
‫‪.‬‬ ‫באם נבצע מדידה נוספת של הגודל‪ ,‬בכמה בממוצע היא תסטה מ‪-‬‬

‫בתורת הסטטיסטיקה עבור גדלים שמתפלגים התפלגות נורמלית‪ ,‬ניתן לקבוע סביב הערך‬
‫שמאפיין את הסטייה הממוצעת של המדידות‬ ‫הממוצע של ההתפלגות‪ , ,‬תחום של‬
‫מהערך האמיתי‪ ,‬כך שאם נניח שיש לנו מדידות של גודל שמתפלג בהתפלגות נורמלית סביב‬
‫‪ ,‬אזי יש סיכוי של כ‪ ,68.3% -‬שבמדידה יתקבל ערך שנמצא‬ ‫ועם סטיית תקן‬ ‫הערך‬
‫‪ .‬נכון גם יהיה לומר שאם נבצע מספר רב מאוד של מדידות‪,‬‬ ‫ל‪-‬‬ ‫בתחום שבין‬
‫של גודל כזה‪ ,‬כ‪ 68.3% -‬מהן יהיה בתחום הנ"ל‪ .‬אנחנו לוקחים את הערך של השגיאה‬
‫‪ ,‬ולכן נגדיר גודל שנקרא‬ ‫‪ .‬אלא שבפועל לא נתון לנו הערך של‬ ‫במדידה יחידה כ‪-‬‬
‫‪ ,‬ושמוגדר באופן הבא‪:‬‬ ‫לו‬
‫אנו מגדירים ראשית את השונות (‪ )Variance‬של ההתפלגות כממוצע של ריבועי הסטיות‬

‫‪ .‬עבור‬ ‫אנו נגדיר כ‪-‬‬ ‫‪ ,‬ואת‬ ‫מהערך האמיתי‬

‫‪- 28 -‬‬
‫הוא גודל שמאפיין את הסטייה הממוצעת של‬ ‫מדידות ניתן לקחת בחשבון ש‪-‬‬
‫מדידה יחידה מהגודל האמיתי‪ .‬והוא למעשה ההערכה שלנו מתוך סך המדידות לערך של‬
‫‪.‬‬

‫‪ ,‬אין לנו‬ ‫מדידות של הגודל‬ ‫אלא שבפועל בהנחה שכל מה שנתון לנו זה רק אוסף של‬
‫לצורך הצבתם‬ ‫ולכן אין באפשרותנו לחשב את הגדלים‬ ‫דרך ישירה לדעת מה ערכו של‬
‫‪ .‬לכן ניתן לחשב את סטיית התקן של התוצאות סביב הממוצע‪ ,‬שלה נקרא‬ ‫בנוסחה ל‪-‬‬
‫‪ .‬זהו השורש של ממוצע ריבוע הסטיות של המדידות מהממוצע (ולא מהערך האמיתי)‪.‬‬

‫‪ .‬זהו גודל שניתן לחשב‪ .‬הוא מאפיין את הסטייה‬ ‫כלומר‬

‫הממוצעת של כל מדידה מהממוצע‪.‬‬
‫אותנו מעניינים דווקא שני גדלים אחרים‪ .‬אחד שיאפיין את הערכת השגיאה הממוצעת של‬
‫גודל יחיד מהערך האמיתי‪ ,‬והגודל השני שיעניין אותנו הוא גודל שיאפיין את הסטייה‬
‫המוערכת של הממוצע מהערך האמיתי‪.‬‬

‫‪ ,‬ונקבל‬ ‫‪,‬‬ ‫נציב לתוך הנוסחה ל‪-‬‬

‫ולכן המחובר האמצעי‬ ‫אבל על פי הגדרת הממוצע‪,‬‬

‫‪ .‬בפרק ‪ ,6‬ראינו כי הסטייה של‬ ‫מתאפס‪ ,‬ומה שמתקבל לבסוף הוא‬
‫הממוצע שווה לסטייה המוערכת של גודל יחיד (מהערך האמיתי) חלקי שורש של מספר‬

‫‪ ,‬או אם‬ ‫‪ ,‬ולכן‬ ‫המדידות‪ .‬באותיות של נספח זה‪ ,‬נוכל לרשום‬

‫נקבל‬ ‫נחלץ מהמשוואה האחרונה את‬

‫ע"י‬ ‫תחושב‬ ‫האמיתי‬ ‫מהערך‬ ‫יחיד‬ ‫לגודל‬ ‫המוערכת‬ ‫הסטייה‬ ‫לסכם‪:‬‬ ‫ניתן‬

‫‪.‬‬

‫‪- 29 -‬‬
 ‫הסטייה המוערכת של הממוצע תהיה אם כן‪:‬‬

‫‪.‬‬

‫נספח ד'‪ :‬רגרסיה (הרחבת רשות)‬

‫‪ ,‬ויש‬ ‫‪ ,‬ו‪-‬‬ ‫במקרים רבים אנו מעוניינים למצוא האם קיים קשר ליניארי בין שני משתנים‪,‬‬
‫שתואמים להם‪,‬‬ ‫‪ ,‬את הערכים של‬ ‫שנסמנם ב‪-‬‬ ‫לנו את עבור ערכים שונים של‬
‫שאת ערכיו אנחנו קובעים אנחנו קוראים "המשתנה הבלתי‬ ‫‪ .‬למשתנה‬ ‫ושנסמנם ב‪-‬‬
‫אנחנו קוראים "המשתנה התלוי"‪.‬‬ ‫תלוי"‪ ,‬ולמשתנה‬
‫הם המשתנים שלנו‪,‬‬ ‫כאשר‬ ‫את הקשר התיאורטי בין המשתנים נסמן כ‪-‬‬
‫הינו קבוע אחר שנקרא‬ ‫‪ ,‬ו‪-‬‬ ‫הוא השיפוע (‪ ,)slope‬שאמור להיות קבוע לכל ערכי‬
‫"נקודת המפגש עם ציר )‪.y" (intercept‬‬
‫שבחרנו‪ ,‬ערך ה‪-‬‬ ‫אם לא היו גורמי שגיאה או גורמי סטייה אחרים‪ ,‬אזי עבור כל ערך‬
‫‪ .‬אלא שבפועל‪ ,‬יש גורמי שגיאה ולכן הנקודות לא נמצאות‬ ‫שקיבלנו היה מקיים‬
‫שבחרנו‪ ,‬את ערכי ה‪-‬‬ ‫לא יתנו עבור כל ערכי‬ ‫על קו ישר‪ ,‬ושום ערכים של‬
‫שסוטים במעט‬ ‫אופטימלים ככל שיהיו‪ ,‬תמיד נקבל ערכי‬ ‫המתאימים‪ .‬לכן עבור‬
‫יתאר את הסטייה של‬ ‫באשר‬ ‫התיאורטיים‪ ,‬ונוכל לרשום‬ ‫מערכי ה‪-‬‬
‫שמדדנו מערכו החזוי על פי הנוסחה‪.‬‬ ‫ערך ה‪-‬‬

‫‪ ,‬יעניין אותנו לקבל מתוכם את המידע הבא‪:‬‬ ‫בהינתן מדידות של‬

‫עד כמה באמת המדידות שלנו ניתנות לתיאור ע"י קשר ליניארי? ניתן לקבל את‬ ‫‪.1‬‬
‫התשובה לשאלה הזאת דרך גודל שנקרא "ריבוע מקדם המתאם הליניארי" (‬
‫‪.‬‬ ‫‪ )determination coefficient‬ושמסומן ב‪-‬‬
‫האופטימאליים עבור המדידות שלנו? נרצה לחשב אותם‪.‬‬ ‫מהם ערכי‬ ‫‪.2‬‬
‫‪ ,‬שמתארים בצורה האופטימלית את הקשר הליניארי‬ ‫לאחר שמצאנו את ערכי‬ ‫‪.3‬‬
‫?‬ ‫‪ ,‬נרצה למצוא מה מידת הדיוק בהם‪ .‬כלומר‪ ,‬למה שווים‬ ‫‪ ,‬ל‪-‬‬ ‫בין‬
‫שמצאנו עבור הנתונים שלנו)‪.‬‬ ‫(הערכות השגיאה של‬

‫‪ .1‬מקדם הנחישות (ריבוע מקדם המתאם הליניארי)‬

‫כדי למצוא עד כמה יש מתאם ליניארי בין הנקודות‪ ,‬אנו נגדיר ראשית גודל שנקרא‬
‫‪ ,Pearson Product-Moment Correlation Coefficient‬ובקיצור‪Correlation ,‬‬
‫ל‪ , -‬כאשר ככל שרמת המתאם של‬ ‫‪ ,Coefficient‬ושמסומן באות ‪ .‬ערכו נע בין‬
‫שואף יותר ל‪( 1 -‬כאשר השיפוע חיובי) או ל‪-‬‬ ‫הנקודות לגרף ישר יותר מדויקת ערכו של‬
‫יותר‬ ‫(כאשר השיפוע שלילי)‪ .‬ככל שהנקודות פחות מתאימות לגרף ישר‪ ,‬כך ערכו של‬
‫‪ ,‬שערכו כמובן ינוע‬ ‫קרוב ל‪ .0 -‬בפועל אנו נעדיף להשתמש בריבוע של מקדם המתאם‪,‬‬
‫קוראים מקדם הנחישות ( ‪ ,)determination coefficient‬כאשר ערך‬ ‫בין ‪ 0‬ל‪ .1 -‬ל‪-‬‬

‫‪- 30 -‬‬
‫קרוב לאפס מתאר משהו שאין שום סיבה להניח מתוך הנתונים שמתאים לגרף ליניארי‪ ,‬וככל‬
‫יותר קרוב ל‪ ,1 -‬כך הקשר בין הנקודות יותר מתאים לקשר ליניארי‪.‬‬ ‫ש‪-‬‬
‫מתוך אקסל‪ ,‬כאשר ההנחיות יפורטו בכיתה‪ ,‬אולם גם מחשבונים‬ ‫אנו בד"כ נחשב את‬
‫‪.‬‬ ‫מדעיים רבים ואפילו לא יקרים מאפשרים פעולות שקשורות ברגרסיה וביניהן חישוב של‬
‫‪.‬‬ ‫בסעיף זה נעסוק בהגדרה ובתכונות של‬
‫במקרה של רגרסיה ליניארית (התאמה לתלות ליניארית) הוא‪:‬‬ ‫הביטוי עבור‬

‫נוכל לרשום את הביטוי האחרון גם בשתי צורות אחרות‪ ,‬שעשויות לעזור לנו לצורך חישוב‬
‫בעזרת סכומים בסיסיים יותר‪ .‬אם נסמן‪:‬‬ ‫סטטיסטי‪ .‬הצורה הראשונה היא ביטוי של‬

‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬

‫‪:‬‬ ‫נוכל לסמן בעזרתם את‬

‫‪,‬‬
‫בעזרת ממוצעים‪ .‬נגדיר‪:‬‬ ‫נוכל גם לבטא את‬

‫‪ ,‬של‬ ‫‪ ,‬של‬ ‫‪ ,‬שהם הממוצעים של‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬ ‫‪,‬‬

‫‪ ,‬בהתאמה‪.‬‬ ‫‪ ,‬ושל המכפלה‬ ‫‪ ,‬של‬

‫בעזרתם יהיה‪:‬‬ ‫הביטוי של‬

‫מקיימים קשר‬ ‫בביטוי לעיל‪ ,‬מקבלים שכאשר‬ ‫ניתן להראות שאם מציבים‬
‫‪ .‬נשים לב גם שאם אנחנו משנים את הסקאלה של ו‪/‬או את‬ ‫ליניארי במדויק‪,‬‬
‫לא משתנה‪ .‬נשים לב גם לכך שאם אנחנו מוסיפים קבוע ל‬ ‫הסקאלה של ‪ ,‬ערכו של‬
‫היא כאשר השיפוע הממוצע‬ ‫לא משתנה‪ .‬דוגמה למקרה שבו‬ ‫ערכו של‬ ‫או ל‪-‬‬
‫הוא אפס‪ ,‬אך הנקודות לא יושבות על קו ישר‪ .‬למשל‪:‬‬

‫‪0‬‬ ‫‪100‬‬ ‫‪200‬‬

‫‪6‬‬ ‫‪5‬‬ ‫‪6‬‬
‫( לא ישנה‬ ‫(שלא ישנה את‬ ‫כיוון שהשיפוע של קו המגמה הוא אפס‪ ,‬שינוי סקלה בציר‬
‫את השיפוע‪ ,‬אך ירחיק שתיים מתוך שלוש הנקודות למרחק רחוק כרצוננו מקו המגמה‪.‬‬

‫‪ .2‬ערכי השיפוע ונקודת המפגש עם ציר ‪y‬‬

‫‪- 31 -‬‬
 ‫בהינתן הפרמטרים של קו הקו הישר‪ ,‬ניתן להסתכל על ההפרש בין ערכו של המשתנה‬
‫‪ .‬נסמן את ההפרש ביניהם‬ ‫בפועל‪ ,‬וערכו החזוי על פי המשוואה‪:‬‬ ‫התלוי‬
‫‪ .‬הפרמטרים של קו המגמה האופטימאלי‪ ,‬הם הפרמטרים‬ ‫ב‪ . -‬כלומר‪:‬‬
‫שבהם סכום ריבועי הסטיות בין הערך החזוי והערך בפועל הוא מינימאלי‪.‬‬

‫הוא יהיה מינימאלי‪.‬‬ ‫‪ .‬ונחפש עבור אלו ערכי‬ ‫כלומר נגדיר‬

‫לפי הפרמטרים ונשווה לאפס‪:‬‬ ‫לשם כך נגזור את‬

‫‪ .‬שתי המשוואות הללו נותנות שתי משוואות ליניאריות לשני‬ ‫‪,‬‬

‫‪ ,‬ופתרונן נותן לנו את ערכי הפרמטרים של קו המגמה האופטימאלי‪.‬‬ ‫הנעלמים‬
‫פתרון של שתי המשוואות נותן‪:‬‬

‫‪,‬‬ ‫‪,‬‬
‫או בעזרת הממוצעים‪:‬‬

‫‪,‬‬

‫‪ .3‬ערכי השגיאה בשיפוע ובנקודת המפגש עם ציר ‪y‬‬

‫‪ ,‬נוכל לחשב את השגיאה ע"י‬ ‫קיבלנו בסעיף הקודם מתוך ערכי‬ ‫כיוון שאת ערכי‬
‫שימוש בנוסחה של שגיאה של פונקציה במקרה שלנו‪ ,‬זה יהיה‪:‬‬

‫‪,‬‬
‫בלבד‪ .‬אמנם בפועל נכנסו שגיאות גם מ‪-‬‬ ‫אנו מתייחסים למדידות כאילו השגיאות היו ב‪-‬‬
‫‪ ,‬נשתמש בהערכת שגיאה סטטיסטית‪,‬‬ ‫‪ ,‬אלא שבפועל כאשר נעריך את השגיאה ב‪-‬‬
‫וגם‬ ‫נובעת גם מהשגיאות במדידות של‬ ‫כאשר כמובן שהשגיאה הסטטיסטית ב‪-‬‬
‫ועל‬ ‫בעזרת הסכומים על‬ ‫מהשגיאות במדידות של ‪ .‬באם נציב את הביטוי של‬
‫מכפלותיהם בהתאם לנוסחה שבסעיף הקודם‪ ,‬נקבל‬

‫‪ ,‬ואם נציב זאת לתוך הביטויים הקודמים‪,‬‬ ‫‪,‬‬

‫‪ ,‬נקבל‪:‬‬ ‫לא תלויה ב‪ , -‬ולכן נסמן‬ ‫ונניח שהערכת השגיאה‬

‫‪,‬‬
‫‪ ,‬נעריך ע"י כך שנחשב‬ ‫את הערכת השגיאה הסטטיסטית הממוצעת של מדידה יחידה‬

‫‪- 32 -‬‬
 ‫‪,‬‬ ‫מהערך האמיתי תוך שימוש בסטייה של הערך של‬ ‫את סטיית התקן של הערך של‬
‫מהערך החזוי שלו‪:‬‬

‫‪N‬‬ ‫‪N‬‬

‫‪  yi  y( xi ) ‬‬ ‫‪  y  mx  b ‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪i‬‬ ‫‪i‬‬ ‫‪S y 2  m 2 S x2  Nb 2  2mS xy  2bS y  2mbS x‬‬
‫‪y ‬‬ ‫‪i 1‬‬
‫‪‬‬ ‫‪i 1‬‬
‫‪‬‬
‫‪N 1‬‬ ‫‪N 1‬‬ ‫‪N 1‬‬

‫‪.‬‬

‫הם הערכים שחישבנו בסעיף הקודם‪.‬‬ ‫באשר הערכים של‬

‫‪- 33 -‬‬