लाभ:
- यादृच्छिक और व्यवस्थित अनिश्चितता के बीच अंतर करने और प्रत्येक माप परिणाम को उसकी अनिश्चितता के साथ उचित महत्वपूर्ण अंक तक रिपोर्ट करने की क्षमता।
- सही नियम के साथ त्रुटि प्रसार की गणना करने और मोंटे कार्लो के साथ कृत्रिम बुद्धि द्वारा प्राप्त सूत्र को स्वतंत्र रूप से क्रॉस-चेक करने की क्षमता
- यह तय करने की क्षमता कि दो परिणाम संगत हैं या नहीं, उनकी अनिश्चितता को ध्यान में रखते हुए
भौतिकी में कोई भी माप पूर्ण नहीं है। रूलर से लंबाई मापते समय ±0.5 मिमी और स्टॉपवॉच से समय मापते समय ±0.1 सेकंड की अनिश्चितता होती है। ये अनिश्चितताएँ कोई दोष नहीं हैं, बल्कि माप की प्रकृति हैं - और वैज्ञानिक अखंडता की आवश्यकता प्रत्येक परिणाम को उसकी अनिश्चितता के साथ रिपोर्ट करना है। यह कहना कि "मैंने गुरुत्वाकर्षण त्वरण 9.7 पाया" अधूरा है; यह कहना कि "मुझे 9.7 ± 0.3 मीटर/सेकेंड² मिला" आपको बताता है कि परिणाम कितना विश्वसनीय है। इस इकाई में, आप सीखेंगे कि अनिश्चितता की गणना और त्रुटि प्रसार के लिए कृत्रिम बुद्धिमत्ता (एआई) का उपयोग कैसे करें (कैसे माप अनिश्चितताओं को उन मापों से गणना परिणाम तक ले जाया जाता है) और इन गणनाओं को कैसे सत्यापित किया जाए।
अनिश्चितता के प्रकार और एआई की भूमिका
अनिश्चितता के दो बुनियादी प्रकार हैं। यादृच्छिक अनिश्चितता बार-बार माप में परिणामों का बिखराव है; माध्य और मानक विचलन द्वारा कई माप लिए और घटाए जाते हैं। व्यवस्थित अनिश्चितता एक त्रुटि है जो हमेशा एक ही दिशा में विचलित होती है (जैसे कि गलत तरीके से संतुलित संतुलन); यह दोहराव से कम नहीं होता, बल्कि कारण ढूंढ़कर ठीक किया जाता है। एआई इन अवधारणाओं को समझाने, मानक विचलन और माध्य की गणना को संहिताबद्ध करने और - विशेष रूप से - जटिल त्रुटि प्रसार सूत्रों को प्राप्त करने में सहायक है। लेकिन आपको प्रत्येक व्युत्पन्न सूत्र को सत्यापित करना होगा, क्योंकि एआई अक्सर त्रुटि प्रसार सूत्रों में आंशिक व्युत्पन्न संकेत या वर्गमूल संरचना को मिलाता है।
स्थिति
खाता
सत्यापन
बार-बार माप
माध्य ± मानक त्रुटि
मैनुअल मानक विचलन / √N
जोड़/घटाव (z = x ± y)
अनिश्चितताओं का योग वर्ग से किया जाता है
आकार/इकाई नियंत्रण
गुणा/भाग (z = x·y)
सापेक्ष अनिश्चितताओं का योग वर्ग से किया जाता है
नमूना संख्या के साथ परीक्षण करें
सामान्य कार्य
आंशिक व्युत्पन्न द्वारा प्रसार
मोंटे कार्लो के साथ क्रॉस-चेकिंग
त्रुटि प्रसार के बुनियादी नियम
जोड़ और घटाव में, पूर्ण अनिश्चितताओं को उनके वर्गों को जोड़कर जोड़ा जाता है: यदि z = x + y, तो z की अनिश्चितता √(δx² + δy²) हो जाती है। गुणा और भाग में, सापेक्ष (प्रतिशत) अनिश्चितताओं को उनके वर्गों से जोड़ा जाता है: यदि z = x·y, (δz/z) = √((δx/x)² + (δy/y)²)। अधिक जटिल कार्यों के लिए, सामान्य नियम आंशिक व्युत्पन्न का उपयोग करना है: परिणाम पर प्रत्येक चर का प्रभाव उस चर के संबंध में आंशिक व्युत्पन्न द्वारा मापा जाता है। एआई इन सूत्रों को प्राप्त कर सकता है, लेकिन परिणाम को सत्यापित करने का सबसे सुरक्षित तरीका मोंटे कार्लो क्रॉस-चेक है: प्रत्येक इनपुट को उसकी अनिश्चितता के अनुसार यादृच्छिक रूप से वितरित करना, हजारों बार इसकी गणना करना और आउटपुट के वितरण को देखना।
युक्ति: यदि आप त्रुटि प्रसार सूत्र की सटीकता के बारे में अनिश्चित हैं, तो इसे मोंटे कार्लो के साथ प्रदान करें: अपनी अनिश्चितता के साथ यादृच्छिक रूप से इनपुट उत्पन्न करें और फ़ंक्शन की 10,000 बार गणना करें; आउटपुट का मानक विचलन सूत्र द्वारा दी गई अनिश्चितता से मेल खाना चाहिए। इन दो स्वतंत्र तरीकों के संयोजन से परिणाम में आपका आत्मविश्वास काफी बढ़ जाता है।
कदम दर कदम: एक ईमानदार अनिश्चितता विश्लेषण
1. प्रत्येक माप की अनिश्चितता निर्धारित करें। उपकरण रिज़ॉल्यूशन, दोहराव का वितरण, या निर्माता डेटा। लिखिए कि अनिश्चितता कहाँ से आती है।
2. यादृच्छिक और व्यवस्थित के बीच अंतर बताएं। दोहराव से क्या घटेगा और क्या नहीं, इस पर अलग से विचार करें।
3. सही सूत्र के साथ प्रसार की गणना करें। जोड़, गुणा, सामान्य फलन - उचित नियम चुनें। एआई से इसे प्राप्त कराएं, लेकिन इसे नियंत्रित करें।
4. मोंटे कार्लो के साथ क्रॉस-चेक करें। परिणाम एक स्वतंत्र विधि से प्रदान करें, विशेषकर जटिल सूत्रों के लिए।
5. उचित महत्वपूर्ण अंकों के साथ रिपोर्ट करें। अनिश्चितता आमतौर पर 1-2 महत्वपूर्ण अंकों तक होती है; परिणाम अनिश्चितता के अंतिम अंक के साथ संरेखित होता है। "9.7 ± 0.4 मी/से²" लिखें, न कि "9.73418 ± 0.4" लिखें।
तीन मिनी मामले
केस 1 - ग़लत प्रसार फ़ॉर्मूला। एक छात्र ने एआई से g = 4π²L/T² के लिए अनिश्चितता प्रसार के बारे में पूछा। T के संबंध में T की अनिश्चितता का योगदान निकालते समय AI 2 के गुणांक को भूल गया (चूंकि T² से सापेक्ष अनिश्चितता 2·δT/T होनी चाहिए थी)। जब छात्र ने मोंटे कार्लो से क्रॉस-चेक किया, तो उसने पाया कि एआई फॉर्मूले ने अनिश्चितता का अनुमान लगभग आधा कर दिया और उसे ठीक कर दिया।
केस 2 - व्यवस्थित त्रुटि छुपाई गई। एक शोधकर्ता ने बड़ी संख्या में माप लिए, यादृच्छिक अनिश्चितता को बहुत छोटा कर दिया, और "±0.01 मिमी" की प्रभावशाली सटीकता की सूचना दी। लेकिन इसका पैमाना 0.2 मिमी की क्षमता से बाहर था - एक व्यवस्थित त्रुटि। इस त्रुटि को ध्यान में रखते हुए, जो दोहराव के साथ कम नहीं हुई, वास्तविक अनिश्चितता बहुत अधिक थी। पाठ: दोहराव यादृच्छिक त्रुटि को कम करता है, व्यवस्थित त्रुटि को नहीं।
केस 3 - मोंटे कार्लो बचाया गया। एक शिक्षक ने वॉल्यूम कैलकुलस (V = πr²h) में अनिश्चितता पेश की और हाथ से एक परिणाम पाया। निश्चित रूप से, उन्होंने एआई से मोंटे कार्लो कोड मांगा; उन्होंने अपनी अनिश्चितताओं के साथ यादृच्छिक रूप से r और h उत्पन्न किया और 10,000 बार V की गणना की। वितरण का मानक विचलन हाथ से पाए गए मूल्य से सहमत था - विश्लेषण मान्य था।
चार प्रतिलिपि योग्य टेम्पलेट
1) त्रुटि प्रसार व्युत्पत्ति + सत्यापन:
अभिव्यक्ति z = [सूत्र] के लिए, चर x और y की अनिश्चितताओं से लेकर आंशिक व्युत्पन्नों द्वारा z की अनिश्चितता तक त्रुटि प्रसार को चरण दर चरण प्राप्त करें। प्रत्येक आंशिक व्युत्पन्न दिखाएँ. फिर इस सूत्र को SympY.Fitting से सत्यापित करें; उस चरण को चिह्नित करें जिसके बारे में आप निश्चित नहीं हैं।
2) मोंटे कार्लो क्रॉस-चेक:
एक पायथन कोड लिखें जो मोंटे कार्लो का उपयोग करके निम्नलिखित गणना की अनिश्चितता का पता लगाता है: z = [सूत्र]। इनपुट: x = [मूल्य ± अनिश्चितता], y = [मूल्य ± अनिश्चितता]। सामान्य वितरण से प्रत्येक इनपुट का 10,000 बार नमूना लें, z की गणना करें, आउटपुट का माध्य और मानक विचलन प्रिंट करें। इसकी तुलना विश्लेषणात्मक प्रसार सूत्र के परिणाम से करें।
3) माप आँकड़े:
कोड लिखें जो निम्नलिखित दोहराए गए माप डेटा ([मान]) के लिए माध्य, मानक विचलन और माध्य (std/√N) की मानक त्रुटि की गणना करता है। परिणाम को उचित महत्वपूर्ण अंक के साथ "मान ± मानक त्रुटि (इकाइयाँ)" प्रारूप में प्रिंट करें। हमें यादृच्छिक और व्यवस्थित अनिश्चितता के बीच अंतर की याद दिलाएं।
4) महत्वपूर्ण अंक/रिपोर्टिंग जांच:
नीचे दिए गए परिणामों को "मूल्य ± अनिश्चितता (इकाई)" के रूप में फिर से लिखें, अनिश्चितता को 1-2 महत्वपूर्ण अंकों तक पूर्णांकित करें और परिणाम को अनिश्चितता के साथ संरेखित करें। झूठी परिशुद्धता ठीक करें. परिणाम: [यहाँ]
कमजोर संकेत/मजबूत संकेत
कमजोर: "जी के लिए अनिश्चितता की गणना करें।"
परिणाम: संदर्भ के बिना एक संख्या, जिसका सूत्र सत्यापित नहीं है, और व्यवस्थित/यादृच्छिक भेद के बिना।
सशक्त: "g = 4π²L/T² के लिए, L = 1.00 ± 0.01 m और T = 2.00 ± 0.02 s के माप से आंशिक व्युत्पन्न द्वारा g की अनिश्चितता प्राप्त करें, फिर मोंटे कार्लो के साथ क्रॉस-चेक करें। परिणाम को उचित महत्वपूर्ण अंक के साथ 'g = ... ± ... m/s²' के रूप में लिखें।"
परिणाम: एक व्युत्पन्न, स्वतंत्र रूप से सत्यापित, सही ढंग से रिपोर्ट की गई अनिश्चितता।
सामान्य गलतियाँ
- बिल्कुल भी अनिश्चितता की सूचना नहीं दे रहा हूँ। अनिश्चितता के बिना माप एक वैज्ञानिक आधा-कथन है।
- प्रसार सूत्र का सत्यापन नहीं किया जा रहा है. YZ अक्सर आंशिक व्युत्पन्न गुणांक और वर्गमूल संरचना को मिलाता है; मोंटे कार्लो क्रॉस-चेकिंग जरूरी है।
- पुनरावृत्ति के माध्यम से व्यवस्थित त्रुटि को कम करने का प्रयास किया जा रहा है। बहु-माप केवल यादृच्छिक त्रुटि को कम करता है; अंशांकन त्रुटि बनी हुई है.
- झूठी निश्चितता पैदा करना. अनिश्चितता की तुलना में कई अधिक महत्वपूर्ण अंक लिखना सटीकता का दावा है जो मौजूद नहीं है।
- अनिश्चितताओं को सीधे एकत्रित करना। स्वतंत्र अनिश्चितताएँ रैखिक नहीं बल्कि वर्ग (वर्गमूल में) होती हैं।
सावधानी: क्या दो भौतिक परिणाम "अलग-अलग" हैं, यह केवल उनकी अनिश्चितता को देखकर ही तय किया जा सकता है। यदि अनिश्चितता ±0.3 है तो मान 9.7 से 9.81 संगत हैं; ±0.02 विरोधाभासी है. अनिश्चितता को नजरअंदाज करना और यह कहना कि "मेरा परिणाम सिद्धांत से भटक गया है" अक्सर एक गलत निष्कर्ष होता है। निर्णय लेने से पहले एआई द्वारा दी गई अनिश्चितता गणना को सत्यापित करना सुनिश्चित करें।
संक्षेप में
अनिश्चितता भौतिक माप का अभिन्न अंग है और प्रत्येक परिणाम को उसकी अनिश्चितता के साथ रिपोर्ट किया जाना चाहिए। एआई अनिश्चितता के आँकड़ों को कोड करने और त्रुटि प्रसार सूत्र प्राप्त करने में सहायक है; लेकिन इन फ़ार्मुलों में बार-बार त्रुटियाँ होती हैं और इन्हें मोंटे कार्लो जैसी एक स्वतंत्र विधि द्वारा क्रॉस-चेक किया जाना चाहिए। यादृच्छिक को व्यवस्थित अनिश्चितता से अलग करना, उचित महत्वपूर्ण अंक तक रिपोर्ट करना और परिणामों की उनकी अनिश्चितता से तुलना करना ईमानदार वैज्ञानिक अध्ययन का आधार है। अगली इकाई में हम अपना ध्यान संख्यात्मक विश्लेषण से हटाकर प्रतीकात्मक मॉडल व्युत्पत्ति पर केन्द्रित करेंगे।
आवेदन कार्य
ऐसी गणना चुनें जिसमें कम से कम दो मापी गई मात्राएँ शामिल हों (जैसे V = πr²h या g = 4π²L/T²)। प्रत्येक आकार के लिए उचित अनिश्चितता निर्दिष्ट करें। एआई को टेम्प्लेट 1 के साथ त्रुटि प्रसार प्राप्त करने दें, फिर मोंटे कार्लो को टेम्प्लेट 2 के साथ क्रॉस-चेक करने दें और इसे चलाएं। क्या दोनों विधियों के परिणाम मेल खाते हैं? उचित महत्वपूर्ण अंक के साथ परिणाम की रिपोर्ट करें। 5-6 वाक्यों में लिखिए: क्या कोई सूत्र त्रुटि या बेमेल है?
चेकलिस्ट
- [ ] मैंने प्रत्येक माप की अनिश्चितता और स्रोत निर्धारित किया।
- [ ] मैंने यादृच्छिक और व्यवस्थित अनिश्चितता में अंतर किया।
- [ ] मैंने सही नियम के साथ त्रुटि प्रसार की गणना की।
- [ ] मैंने मोंटे कार्लो से या हाथ से स्वतंत्र रूप से परिणाम की दोबारा जांच की।
- [ ] मैंने परिणाम की अनिश्चितता के अनुरूप उचित महत्वपूर्ण अंक के साथ रिपोर्ट की।
- [ ] परिणामों की तुलना करते समय मैंने अनिश्चितता को ध्यान में रखा।