8.1 Eksperimentell metode og usikkerhet | Fysikk 2

Vitenskapelig metode, eksperimentell design, måleusikkerhet og feilkilder.

50 min

14 oppgaver

Vitenskapelig metodeHypoteserEksperimentdesignMåleusikkerhetAbsolutt og relativ usikkerhetFeilkilder

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 14 oppgaver

Kapitlets plass i kurset

Brukes videre i

8.2Dataanalyse og feilkilder 8.4Prosjektarbeid i fysikk

Eksperimentell metode og usikkerhet

Fysikk er en eksperimentell vitenskap. Teorier og modeller må alltid testes mot virkeligheten gjennom eksperimenter og målinger. I dette kapittelet skal vi lære om den vitenskapelige metoden, hvordan vi planlegger gode eksperimenter, og hvordan vi håndterer den usikkerheten som alltid følger med målinger.

Hvorfor er eksperimentelt arbeid viktig?

Fysikkens historie er full av eksempler der eksperimenter har bekreftet — eller motbevist — teoretiske forutsigelser:

- Galileo Galilei viste gjennom eksperimenter at alle legemer faller like raskt (uavhengig av masse) i fravær av luftmotstand.
- Michelson–Morley-eksperimentet (1887) viste at lysets hastighet er uavhengig av observatørens bevegelse, noe som la grunnlaget for Einsteins spesielle relativitetsteori.
- Higgs-bosonet ble bekreftet eksperimentelt ved CERN i 2012, nesten 50 år etter at det ble teoretisk forutsagt.

I all eksperimentell fysikk er det avgjørende å forstå usikkerhet. Ingen måling er perfekt, og en fysiker som ikke forstår usikkerheten i sine målinger, kan ikke trekke pålitelige konklusjoner.

Den vitenskapelige metoden

Den vitenskapelige metoden er en systematisk tilnærming til å skaffe ny kunnskap. Den kan beskrives som en syklisk prosess med følgende steg:

1. Observasjon: Vi legger merke til et fenomen eller et mønster i naturen.
2. Problemstilling: Vi formulerer et konkret spørsmål vi ønsker å besvare.
3. Hypotese: Vi setter opp en testbar påstand — en forklaring vi kan undersøke eksperimentelt.
4. Eksperiment: Vi designer og gjennomfører forsøk for å teste hypotesen.
5. Analyse: Vi bearbeider og tolker resultatene.
6. Konklusjon: Vi vurderer om resultatene støtter eller falsifiserer hypotesen.
7. Kommunikasjon: Vi deler resultatene med andre forskere gjennom rapporter og artikler.

Prosessen er syklisk: Konklusjonen fra ett eksperiment fører ofte til nye observasjoner og nye hypoteser.

Krav til en god hypotese

En vitenskapelig hypotese må være:

- Testbar: Den må kunne undersøkes eksperimentelt.
- Falsifiserbar: Det må i prinsippet være mulig å motbevise den.
- Presis: Den bør gjøre kvantitative forutsigelser som kan sammenlignes med målte verdier.

For eksempel er «tyngdekraften finnes» ikke en god hypotese (ikke falsifiserbar), mens «fritt fall nær jordoverflaten har akselerasjon $g = 9{,}81 \, \text{m/s}^2$ » er testbar og falsifiserbar.

Vitenskapelig metode

Den vitenskapelige metoden er en systematisk prosess for å tilegne seg kunnskap om naturen. Den bygger på: - Empiri : Kunnskap basert på observasjoner og eksperimenter. - Reproduserbarhet : Andre forskere skal kunne gjenta eksperimentet og få tilsvarende resultater. - Falsifiserbarhet : En vitenskapelig påstand må i prinsippet kunne motbevises gjennom eksperiment. - Fagfellevurdering (peer review): Andre eksperter vurderer arbeidet før det publiseres.

Eksperimentdesign

Et godt eksperiment er nøye planlagt slik at vi kan trekke sikre konklusjoner. Nøkkelen er å kontrollere hvilke faktorer (variabler) som endres, og hvilke som holdes konstante.

Variabler

I ethvert eksperiment skiller vi mellom tre typer variabler:

- Uavhengig variabel (påvirkningsvariabel): Den variabelen vi bevisst endrer. Vi velger selv hvilke verdier den skal ha.
- Avhengig variabel (responsvariabel): Den variabelen vi måler — den som potensielt påvirkes av den uavhengige variabelen.
- Kontrollvariabler: Alle andre faktorer som kan påvirke resultatet. Disse holdes så konstante som mulig.

Eksempel: Pendeleksperiment

Anta at vi vil undersøke hva som påvirker svingetiden til en pendel.

Variabel	Rolle	Eksempel
Pendellengde $L$	Uavhengig	Vi varierer $L$ fra 0,2 m til 1,5 m
Svingetid $T$	Avhengig	Vi måler $T$ for hver verdi av $L$
Masse, utslag, luftmotstand	Kontroll	Holdes konstant

Kontrollgruppe og blindtest

I noen eksperimenter bruker vi en kontrollgruppe som ikke utsettes for den uavhengige variabelen. Dette lar oss sammenligne og isolere effekten. I medisinsk forskning brukes også dobbeltblindtester der verken forsøksperson eller forsker vet hvem som er i kontrollgruppen.

Gjentakelser

For å sikre pålitelige resultater bør vi gjenta hver måling flere ganger. Dette lar oss beregne gjennomsnitt og vurdere spredningen i målingene.

Variabler i et eksperiment

- Uavhengig variabel : Variabelen vi bevisst endrer (manipulerer). Også kalt påvirkningsvariabel eller forklaringsvariabel . - Avhengig variabel : Variabelen vi observerer og måler. Den reagerer på endringer i den uavhengige variabelen. Også kalt responsvariabel . - Kontrollvariabel : Faktorer vi holder konstante for å sikre at endringer i den avhengige variabelen skyldes den uavhengige variabelen, og ikke noe annet.

Måleusikkerhet

Enhver måling har en usikkerhet — et mål på hvor sikker vi er på at den målte verdien er riktig. Usikkerheten skyldes begrensninger i måleinstrumentet, forsøkspersonens avlesing og ytre forstyrrelser.

Absolutt usikkerhet

Den absolutte usikkerheten $\Delta x$ angir intervallet den sanne verdien sannsynligvis ligger innenfor. Resultatet skrives som:

$x = x_{\text{målt}} \pm \Delta x$

For eksempel: En lengde målt til $L = 1{,}53 \pm 0{,}01 \, \text{m}$ betyr at den sanne lengden sannsynligvis ligger mellom $1{,}52 \, \text{m}$ og $1{,}54 \, \text{m}$ .

Relativ usikkerhet

Den relative usikkerheten uttrykker usikkerheten som en andel av den målte verdien:

$\text{Relativ usikkerhet} = \frac{\Delta x}{x}$

Den oppgis ofte i prosent:

$\text{Prosentvis usikkerhet} = \frac{\Delta x}{x} \times 100\%$

Usikkerhet fra måleinstrumenter

En vanlig tommelfingerregel er at usikkerheten til et analogt måleinstrument er halvparten av den minste skalainndelingen. For eksempel:

Instrument	Minste inndeling	Usikkerhet
Linjal	1 mm	$\pm 0{,}5 \, \text{mm}$
Gradskive	$1°$	$\pm 0{,}5°$
Termometer	$0{,}1°C$	$\pm 0{,}05°C$

For digitale instrumenter er usikkerheten typisk

\pm 1

i siste siffer, eventuelt som oppgitt av produsenten.

Absolutt og relativ usikkerhet

\Delta x \quad \text{(absolutt)}, \qquad \frac{\Delta x}{x} \quad \text{(relativ)}, \qquad \frac{\Delta x}{x} \times 100\% \quad \text{(prosentvis)}

Absolutt usikkerhet $\Delta x$ oppgis i samme enhet som målingen. Relativ usikkerhet er dimensjonsløs og uttrykkes ofte i prosent.

✏️Beregne relativ usikkerhet

En elev måler diameteren til en kule med et skyvelære og får $d = 25{,}4 \pm 0{,}1 \, \text{mm}$ . Beregn den relative usikkerheten i prosent.

Relativ usikkerhet:

$\frac{\Delta d}{d} = \frac{0{,}1}{25{,}4} = 0{,}00394$

Prosentvis usikkerhet:

$\frac{\Delta d}{d} \times 100\% = 0{,}394\% \approx 0{,}4\%$

Svar: Den relative usikkerheten er ca. $0{,}4\%$ . Dette er en ganske presis måling.

Systematiske og tilfeldige feil

Avvik mellom den målte verdien og den sanne verdien kalles feil (error). Det finnes to hovedtyper:

Systematiske feil

Systematiske feil gir målinger som konsekvent er for høye eller for lave. De påvirker nøyaktigheten, men ikke nødvendigvis presisjonen. Eksempler:

- En vekt som ikke er nullstilt (viser alltid 2 g for mye)
- Et termometer som er feilkalibrert
- Parallaksefeil ved avlesing av skala fra feil vinkel
- Reaksjonstid ved tidstagning med stoppeklokke (alltid litt for lang tid)
- Luftmotstand som ignoreres i beregninger

Systematiske feil kan ofte oppdages ved å sammenligne med en kjent referanseverdi, eller ved å bruke flere ulike målemetoder.

Tilfeldige feil

Tilfeldige feil varierer tilfeldig fra måling til måling — noen ganger for høy, andre ganger for lav. De påvirker presisjonen. Eksempler:

- Vibrasjoner i laboratoriet
- Ujevn avlesing av skala
- Elektronisk støy i måleinstrumenter
- Små variasjoner i eksperimentelle betingelser

Tilfeldige feil kan reduseres ved å gjenta målingen mange ganger og beregne gjennomsnittet.

Presisjon vs nøyaktighet

Disse to begrepene forveksles ofte, men de betyr forskjellige ting:

- Presisjon (precision): Hvor godt gjentatte målinger stemmer overens med hverandre. Høy presisjon betyr liten spredning. Presisjon påvirkes av tilfeldige feil.
- Nøyaktighet (accuracy): Hvor nær den målte verdien er den sanne verdien. Høy nøyaktighet betyr lite avvik fra den sanne verdien. Nøyaktighet påvirkes av systematiske feil.

Blink-analogien

Tenk deg en dartskive der sentrum er den sanne verdien:

Høy nøyaktighet	Lav nøyaktighet
Høy presisjon	Alle treffene er samlet rundt sentrum	Alle treffene er samlet, men langt fra sentrum
Lav presisjon	Treffene er spredt, men i snitt rundt sentrum	Treffene er spredt og langt fra sentrum

Det ideelle er selvsagt høy presisjon og høy nøyaktighet.

Presisjon og nøyaktighet

Presisjon angir graden av samsvar mellom gjentatte målinger av samme størrelse. Påvirkes av tilfeldige feil. Kan forbedres ved å gjenta målinger. Nøyaktighet angir graden av samsvar mellom den målte verdien og den sanne verdien. Påvirkes av systematiske feil. Kan forbedres ved kalibrering og bedre eksperimentdesign.

Signifikante siffer

Antall signifikante siffer i et tall angir hvor mange meningsfulle sifre vi kjenner. Antall signifikante siffer gjenspeiler målingens presisjon.

Regler for signifikante siffer

1. Alle siffer unntatt null er signifikante: $237$ har 3 signifikante siffer.
2. Nuller mellom andre siffer er signifikante: $1{,}0045$ har 5 signifikante siffer.
3. Ledende nuller er IKKE signifikante: $0{,}0032$ har 2 signifikante siffer.
4. Etterfølgende nuller ETTER desimalkomma er signifikante: $2{,}500$ har 4 signifikante siffer.
5. Etterfølgende nuller UTEN desimalkomma er tvetydige: $2500$ kan ha 2, 3 eller 4 signifikante siffer. Bruk vitenskapelig notasjon for å unngå tvetydighet: $2{,}50 \times 10^3$ har 3 signifikante siffer.

Regler ved regning

- Addisjon/subtraksjon: Svaret skal ha like mange desimaler som leddet med færrest desimaler.
- Multiplikasjon/divisjon: Svaret skal ha like mange signifikante siffer som faktoren med færrest signifikante siffer.

Eksempel: $3{,}14 \times 2{,}1 = 6{,}594 \rightarrow 6{,}6$ (2 signifikante siffer, fordi $2{,}1$ har 2).

Addisjon/subtraksjon: Tell desimaler.
Multiplikasjon/divisjon: Tell signifikante siffer.

Tommelfingerregel: Et beregnet resultat kan aldri være mer presist enn den minst presise inngangsverdien.

Gauss-fordeling og standardavvik

Når vi gjentar en måling mange ganger, vil de tilfeldige feilene føre til at resultatene sprer seg rundt en sentralverdi. Denne spredningen følger ofte en normalfordeling (Gauss-fordeling), en klokkeformet kurve.

Gjennomsnitt

Gjennomsnittet (middelverdi) av $N$ målinger $x_1, x_2, \ldots, x_N$ er:

$\bar{x} = \frac{1}{N} \sum_{i=1}^{N} x_i = \frac{x_1 + x_2 + \cdots + x_N}{N}$

Gjennomsnittet er vårt beste estimat for den sanne verdien.

Standardavvik

Standardavviket $s$ beskriver spredningen i målingene:

$s = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (x_i - \bar{x})^2}$

Vi bruker $N-1$ i nevneren (Bessels korreksjon) fordi vi estimerer fra et utvalg, ikke hele populasjonen.

Standardavvik til gjennomsnittet

Usikkerheten i selve gjennomsnittet er gitt av standardfeilen (standardavvik til gjennomsnittet):

$\Delta \bar{x} = \frac{s}{\sqrt{N}}$

Denne minker med $\sqrt{N}$ , så flere målinger gir et mer nøyaktig gjennomsnitt.

Tolkning av standardavviket

For en normalfordeling gjelder:

- Ca. $68\%$ av målingene ligger innenfor $\bar{x} \pm s$
- Ca. $95\%$ av målingene ligger innenfor $\bar{x} \pm 2s$
- Ca. $99{,}7\%$ av målingene ligger innenfor $\bar{x} \pm 3s$

Standardavvik og standardfeil

s = \sqrt{\frac{1}{N-1} \sum_{i=1}^{N} (x_i - \bar{x})^2}, \qquad \Delta \bar{x} = \frac{s}{\sqrt{N}}

$s$ er standardavviket til enkeltmålingene, og $\Delta \bar{x}$ er standardfeilen (usikkerheten i gjennomsnittet). $N$ er antall målinger.

✏️Beregne gjennomsnitt og standardavvik

En elev måler svingetiden til en pendel 6 ganger og får følgende verdier (i sekunder):

$1{,}42 \quad 1{,}38 \quad 1{,}45 \quad 1{,}40 \quad 1{,}43 \quad 1{,}40$

Beregn gjennomsnitt, standardavvik og usikkerheten i gjennomsnittet.

Steg 1: Gjennomsnitt

$\bar{T} = \frac{1{,}42 + 1{,}38 + 1{,}45 + 1{,}40 + 1{,}43 + 1{,}40}{6} = \frac{8{,}48}{6} = 1{,}4133 \, \text{s}$

Steg 2: Avvik fra gjennomsnittet

Måling $T_i$	Avvik $T_i - \bar{T}$	$(T_i - \bar{T})^2$
1,42	0,0067	0,0000444
1,38	−0,0333	0,001111
1,45	0,0367	0,001344
1,40	−0,0133	0,000178
1,43	0,0167	0,000278
1,40	−0,0133	0,000178

Summen av kvadratavvikene:

\sum (T_i - \bar{T})^2 = 0{,}003133

Steg 3: Standardavvik

s = \sqrt{\frac{0{,}003133}{6-1}} = \sqrt{0{,}0006267} = 0{,}025 \, \text{s}

Steg 4: Standardfeil

\Delta \bar{T} = \frac{s}{\sqrt{N}} = \frac{0{,}025}{\sqrt{6}} = 0{,}010 \, \text{s}

Svar:

T = 1{,}413 \pm 0{,}010 \, \text{s}

Standardavviket til enkeltmålingene er $0{,}025 \, \text{s}$ , mens usikkerheten i gjennomsnittet er $0{,}010 \, \text{s}$ .

Usikkerhetspropagering

Ofte beregner vi en størrelse fra flere målte verdier. Da må vi finne ut hvordan usikkerhetene i inngangsverdiene forplanter seg til usikkerheten i resultatet. Dette kalles usikkerhetspropagering (eller feilforplantning).

Addisjon og subtraksjon

Hvis $z = x + y$ eller $z = x - y$ , der $x$ og $y$ har usikkerhetene $\Delta x$ og $\Delta y$ , er usikkerheten i $z$ :

$\Delta z = \sqrt{(\Delta x)^2 + (\Delta y)^2}$

Vi legger altså sammen usikkerhetene i kvadratur (vi bruker Pytagoras).

Multiplikasjon og divisjon

Hvis $z = x \cdot y$ eller $\displaystyle z = \frac{x}{y}$ , bruker vi de relative usikkerhetene:

$\frac{\Delta z}{z} = \sqrt{\left(\frac{\Delta x}{x}\right)^2 + \left(\frac{\Delta y}{y}\right)^2}$

Generell potensformel

Hvis $z = x^n$ , der $n$ er en konstant:

$\frac{\Delta z}{z} = |n| \cdot \frac{\Delta x}{x}$

Generell formel (for vilkårlige funksjoner)

For en funksjon $z = f(x, y, \ldots)$ er den generelle formelen:

$\Delta z = \sqrt{\left(\frac{\partial f}{\partial x} \Delta x\right)^2 + \left(\frac{\partial f}{\partial y} \Delta y\right)^2 + \cdots}$

Her bruker vi partielle deriverte. Denne formelen omfatter alle spesialtilfellene over.

Usikkerhetspropagering

\text{Addisjon/subtraksjon: } \Delta z = \sqrt{(\Delta x)^2 + (\Delta y)^2} \\[6pt] \text{Multiplikasjon/divisjon: } \frac{\Delta z}{z} = \sqrt{\left(\frac{\Delta x}{x}\right)^2 + \left(\frac{\Delta y}{y}\right)^2} \\[6pt] \text{Potens } z = x^n\text{: } \frac{\Delta z}{z} = |n| \cdot \frac{\Delta x}{x}

Disse formlene forutsetter at usikkerhetene i $x$ og $y$ er uavhengige (ukorrelerte). For korrelerte usikkerheter trengs mer avanserte metoder.

✏️Usikkerhetspropagering — beregne tetthet

En sylinder har masse $m = 125{,}3 \pm 0{,}5 \, \text{g}$ , radius $r = 1{,}50 \pm 0{,}02 \, \text{cm}$ og høyde $h = 8{,}40 \pm 0{,}05 \, \text{cm}$ .

Tettheten er gitt av $\displaystyle \rho = \frac{m}{\pi r^2 h}$ .

Beregn tettheten med usikkerhet.

Steg 1: Beregn tettheten

$V = \pi r^2 h = \pi \cdot (1{,}50)^2 \cdot 8{,}40 = 59{,}38 \, \text{cm}^3$

$\rho = \frac{m}{V} = \frac{125{,}3}{59{,}38} = 2{,}110 \, \text{g/cm}^3$

Steg 2: Beregn relative usikkerheter

$\frac{\Delta m}{m} = \frac{0{,}5}{125{,}3} = 0{,}00399$

Fordi $r$ opptrer som $r^2$ , multipliserer vi den relative usikkerheten med 2:

$\frac{\Delta(r^2)}{r^2} = 2 \cdot \frac{\Delta r}{r} = 2 \cdot \frac{0{,}02}{1{,}50} = 0{,}02667$

$\frac{\Delta h}{h} = \frac{0{,}05}{8{,}40} = 0{,}00595$

Steg 3: Kombinert relativ usikkerhet

Siden $\displaystyle \rho = \frac{m}{\pi r^2 h}$ (multiplikasjon/divisjon):

$\frac{\Delta \rho}{\rho} = \sqrt{\left(\frac{\Delta m}{m}\right)^2 + \left(2 \cdot \frac{\Delta r}{r}\right)^2 + \left(\frac{\Delta h}{h}\right)^2}$

$= \sqrt{(0{,}00399)^2 + (0{,}02667)^2 + (0{,}00595)^2}$

$= \sqrt{0{,}0000159 + 0{,}000711 + 0{,}0000354} = \sqrt{0{,}000762} = 0{,}0276$

Steg 4: Absolutt usikkerhet

$\Delta \rho = 0{,}0276 \times 2{,}110 = 0{,}058 \, \text{g/cm}^3$

Svar: $\rho = 2{,}11 \pm 0{,}06 \, \text{g/cm}^3$

Legg merke til at usikkerheten i radius dominerer — den bidrar mest fordi den opptrer i andre potens.

Vanlige feil ved usikkerhetsberegning

- Legge sammen absolutte usikkerheter direkte ved multiplikasjon/divisjon. Bruk relative usikkerheter!
- Glemme at $r^2$ gir dobbel relativ usikkerhet. Huskeregelen er: potensen $n$ multipliserer den relative usikkerheten.
- For mange desimaler i usikkerheten. Usikkerheten bør ha 1–2 signifikante siffer, og resultatet avrundes tilsvarende.
- Glemme å oppgi usikkerhet i svaret. Et fysisk resultat uten usikkerhet er ufullstendig!

✏️Usikkerhet ved addisjon

To lengder er målt: $L_1 = 32{,}5 \pm 0{,}3 \, \text{cm}$ og $L_2 = 47{,}8 \pm 0{,}2 \, \text{cm}$ . Finn totallengden $L = L_1 + L_2$ med usikkerhet.

Totalverdi:

$L = L_1 + L_2 = 32{,}5 + 47{,}8 = 80{,}3 \, \text{cm}$

Usikkerhet (addisjon — bruk absolutte usikkerheter):

$\Delta L = \sqrt{(\Delta L_1)^2 + (\Delta L_2)^2} = \sqrt{(0{,}3)^2 + (0{,}2)^2} = \sqrt{0{,}09 + 0{,}04} = \sqrt{0{,}13} = 0{,}36 \, \text{cm}$

Svar: $L = 80{,}3 \pm 0{,}4 \, \text{cm}$ (avrundet til 1 signifikant siffer i usikkerheten).

Vitenskapelig metode: Observasjon → Hypotese → Eksperiment → Analyse → Konklusjon

Variabler: Uavhengig (endres), avhengig (måles), kontroll (holdes fast)

Usikkerhet: Absolutt ( $\Delta x$ ) og relativ ( $\Delta x / x$ )

Feiltyper: Systematiske (påvirker nøyaktighet) vs tilfeldige (påvirker presisjon)

Standardavvik: $\displaystyle s = \sqrt{\frac{1}{N-1}\sum(x_i - \bar{x})^2}$ , standardfeil: $\Delta \bar{x} = s/\sqrt{N}$

Usikkerhetspropagering: Addisjon/subtraksjon → absolutte, multiplikasjon/divisjon → relative (kvadratursum)

Oppgaver

Lett4 oppgaver

Medium5 oppgaver

Vanskelig3 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.