Табыстар:
- Кездейсоқ және жүйелі белгісіздікті ажырата білу және әрбір өлшеу нәтижесін оның белгісіздігімен сәйкес маңызды санға дейін хабарлау.
- Дұрыс ережемен қатенің таралуын есептеу және жасанды интеллект арқылы алынған формуланы Монте-Карломен тәуелсіз тексеру мүмкіндігі
- Екі нәтиженің белгісіздігін ескере отырып, олардың үйлесімділігін немесе сәйкес келмейтінін шешу мүмкіндігі
Физикадағы ешбір өлшем мінсіз емес. Ұзындықты сызғышпен өлшегенде ±0,5 мм, секундомермен уақытты өлшегенде ±0,1 с белгісіздік бар. Бұл белгісіздіктер кемшілік емес, өлшеудің табиғаты және ғылыми тұтастық талабы әрбір нәтижені белгісіздігімен хабарлау болып табылады. «Мен гравитациялық үдеу 9,7 деп таптым» деп айту толық емес; «Мен 9,7 ± 0,3 м/с² таптым» деп айту нәтиженің қаншалықты сенімді екенін көрсетеді. Бұл бөлімде сіз белгісіздікті есептеу және қателерді тарату үшін жасанды интеллектті (AI) қалай пайдалану керектігін (өлшеу белгісіздіктері сол өлшемдерден есептелген нәтижеге қалай жеткізіледі) және осы есептеулерді тексеру жолын үйренесіз.
Белгісіздік түрлері және АИ рөлі
Белгісіздіктің екі негізгі түрі бар. Кездейсоқ белгісіздік – қайталанған өлшеулерде нәтижелердің шашырауы; Көптеген өлшемдер алынады және орташа және стандартты ауытқу арқылы азайтылады. Жүйелі белгісіздік – бұл әрқашан бір бағытта ауытқитын қате (қате калибрленген теңгерім сияқты); Қайталаған сайын азаймайды, себебін табу арқылы түзетіледі. AI осы ұғымдарды түсіндіруде, стандартты ауытқу мен орташа мәнді есептеуді кодтауда және әсіресе қателерді таратудың күрделі формулаларын шығаруда пайдалы. Бірақ сіз әрбір туынды формуланы тексеруіңіз керек, себебі AI жиі қателерді тарату формулаларында ішінара туынды белгілерді немесе квадрат түбір құрылымын араластырады.
Күй
есептік жазба
тексеру
Қайталанатын өлшеу
Орташа ± стандартты қате
Қолмен стандартты ауытқу / √N
Қосу/алу (z = x ± y)
Белгісіздіктер шаршыдан жинақталады
Өлшем/бірлікті басқару
Көбейту/бөлу (z = x·y)
Салыстырмалы белгісіздіктер шаршыдан жинақталады
Үлгі нөмірімен сынақ
Жалпы функция
Жартылай туындылар арқылы таралу
Монте-Карломен өзара тексеру
Қателерді таратудың негізгі ережелері
Қосу мен алудан басқа абсолютті белгісіздіктер олардың квадраттарын қосу арқылы біріктіріледі: Егер z = x + y болса, z белгісіздігі √(δx² + δy²) болады. Көбейту мен бөлуде салыстырмалы (пайыздық) белгісіздіктер олардың квадраттарынан жинақталады: Егер z = x·y болса, (δz/z) = √((δx/x)² + (δy/y)²). Күрделі функциялар үшін жалпы ереже ішінара туындыларды қолдану болып табылады: әрбір айнымалының нәтижеге әсері сол айнымалыға қатысты ішінара туынды арқылы өлшенеді. Жасанды интеллект бұл формулаларды шығара алады, бірақ нәтижені тексерудің ең қауіпсіз жолы Монте-Карлоның кросс-тексеруі болып табылады: әрбір кірісті белгісіздікке кездейсоқ бөлу, оны мыңдаған рет есептеу және нәтиженің таралуына қарау.
Кеңес: Қатені тарату формуласының дәлдігіне сенімді болмасаңыз, оны Монте-Карломен қамтамасыз етіңіз: өз белгісіздігі бар кірістерді кездейсоқ түрде жасаңыз және функцияны 10 000 рет есептеңіз; Шығарудың стандартты ауытқуы формуламен берілген белгісіздікке сәйкес келуі керек. Осы екі тәуелсіз әдісті біріктіру сіздің нәтижеге деген сенімділікті айтарлықтай арттырады.
Қадамдық: адал белгісіздік талдауы
1. Әрбір өлшемнің белгісіздігін анықтаңыз. Құралдың рұқсаты, қайталанулардың таралуы немесе өндіруші деректері. Белгісіздік қайдан шыққанын жазыңыз.
2. Кездейсоқ және жүйелікті ажырату. Қайталаумен не азаятын және не болмайтынын бөлек қарастырыңыз.
3. Спрэдті дұрыс формуламен есептеңіз. Қосу, көбейту, жалпы функция — сәйкес ережені таңдаңыз. AI оны шығарсын, бірақ оны басқарыңыз.
4. Монте-Карломен өзара тексеру. Нәтижені тәуелсіз әдісте, әсіресе күрделі формулалар үшін беріңіз.
5. Сәйкес маңызды сандары бар есеп. Белгісіздік әдетте 1-2 маңызды цифрға дейін дөңгелектенеді; нәтиже белгісіздіктің соңғы санына сәйкес келеді. «9,73418 ± 0,4» емес, «9,7 ± 0,4 м/с²» деп жазыңыз.
үш шағын іс
1-жағдай – қате таралу формуласы. Студент AI-дан g = 4π²L/T² үшін белгісіздіктің таралуы туралы сұрады. AI T-ге қатысты T белгісіздігінің үлесін шығарғанда 2 коэффициентін ұмытып кетті (Т² болғандықтан, салыстырмалы белгісіздік 2·δT/T болуы керек еді). Студент Монте-Карломен салыстыра тексергенде, ол AI формуласы белгісіздікті жартысына жуық бағалап, оны түзететінін анықтады.
2-жағдай — Жүйелік қате жасырылған. Бір зерттеуші көптеген өлшемдерді қабылдады, кездейсоқ белгісіздікті өте аз етіп жасады және «±0,01 мм» әсерлі дәлдікті хабарлады. Бірақ оның масштабы 0,2 мм калибрден тыс болды - жүйелі қате. Қайталаған сайын азаймайтын бұл қатені ескерсек, шынайы белгісіздік әлдеқайда көп болды. Сабақ: қайталау жүйелі қатені емес, кездейсоқ қатені азайтады.
3-жағдай – Монте-Карло сақталды. Мұғалім көлемдік есептеуге белгісіздікті енгізді (V = πr²h) және нәтижені қолмен тапты. Әрине, ол AI-дан Монте-Карло кодын сұрады; Ол кездейсоқ түрде r және h-ті белгісіздіктерімен генерациялады және V 10 000 рет есептеді. Бөлудің стандартты ауытқуы қолмен табылған мәнмен келісілді — талдау расталды.
Көшірілетін төрт үлгі
1) Қатенің таралуын шығару + тексеру:
z = [формула] өрнегі үшін x және y айнымалыларының белгісіздігінен z-тің ішінара туындылары бойынша белгісіздігіне дейін қатенің таралуын ҚАДАМ БОЙЫНША шығарыңыз. Әрбір жартылай туындыны көрсетіңіз. Содан кейін бұл формуланы SympY.Fitting арқылы тексеріңіз; Сіз сенімді емес қадамды белгілеңіз.
2) Монте-Карлоның өзара тексеруі:
Монте-Карло көмегімен келесі есептеудің белгісіздігін табатын Python кодын жазыңыз: z = [формула]. Енгізулер: x = [мән ± белгісіздік], y = [мән ± белгісіздік]. Қалыпты үлестірімнен әрбір кірісті 10 000 рет таңдап алыңыз, z есептеңіз, шығыстың орташа және стандартты ауытқуын басып шығарыңыз. Мұны аналитикалық диффузия формуласының нәтижесімен салыстырыңыз.
3) Өлшем статистикасы:
Келесі қайталанатын өлшеу деректері ([мәндер]) үшін орташа мәнді, стандартты ауытқуды және орташа мәннің стандартты қателігін (std/√N) есептейтін кодты жазыңыз. Нәтижені тиісті маңызды цифрмен «мән ± стандартты қате (бірліктер)» пішімінде басып шығарыңыз. Кездейсоқ және жүйелі белгісіздік арасындағы айырмашылықты еске түсіріңіз.
4) Маңызды сан/есепті тексеру:
Төмендегі нәтижелерді «мән ± белгісіздік (бірлік)» түрінде қайта жазыңыз, белгісіздікті 1-2 маңызды цифрға дейін дөңгелектеп, нәтижені белгісіздікпен туралаңыз. Жалған дәлдікті түзетіңіз. Нәтижелер: [мұнда]
Әлсіз шақыру / Күшті шақыру
Әлсіз: «g үшін белгісіздікті есептеңіз».
Нәтиже: Формула тексерілмеген және жүйелі/кездейсоқ айырмашылығы жоқ мәтінмәнсіз сан.
Күшті: "g = 4π²L/T² үшін L = 1.00 ± 0.01 м және T = 2.00 ± 0.02 с өлшемдерінен жартылай туындылар арқылы g белгісіздігін шығарыңыз, содан кейін Монте-Карломен салыстырыңыз. Нәтижені тиісті 'g = ... ² мәнді цифрмен ...' түрінде жазыңыз.
Нәтиже: алынған, тәуелсіз тексерілген, дұрыс есеп берілген белгісіздік.
Жалпы қателер
- Белгісіздік туралы мүлдем хабарламау. Белгісіздіксіз өлшем – бұл ғылыми жартылай тұжырым.
- Таралу формуласы тексерілмейді. YZ ішінара туынды коэффициенттер мен квадрат түбір құрылымын жиі араластырады; Монте-Карлодағы қарсы тексеру міндетті болып табылады.
- Қайталау арқылы жүйелі қатені азайтуға тырысу. Көп өлшемді өлшеу тек кездейсоқ қатені азайтады; калибрлеу қатесі қалады.
- Жалған сенімділікті қалыптастыру. Белгісіздіктен әлдеқайда маңызды сандарды жазу - бұл жоқ дәлдік талабы.
- Белгісіздіктерді тікелей жинау. Тәуелсіз белгісіздіктер сызықтық емес, квадраттық (квадрат түбірге).
Абайлаңыз: Екі физикалық нәтиженің «басқа» болуын тек олардың белгісіздігіне қарап шешуге болады. Егер белгісіздік ±0,3 болса, 9,7-ден 9,81-ге дейінгі мәндер үйлесімді; ±0,02 қарама-қайшы. Белгісіздікті елемеу және «менің нәтижем теориядан ауытқыды» деп айту жиі қате тұжырым болып табылады. Шешім қабылдамас бұрын AI берген белгісіздік есебін тексеріңіз.
Қысқаша айтқанда
Белгісіздік физикалық өлшеудің ажырамас бөлігі болып табылады және әрбір нәтиже оның белгісіздігімен бірге хабарлануы керек. AI белгісіздік статистикасын кодтауда және қателерді тарату формулаларын шығаруда пайдалы; бірақ бұл формулаларда жиі қателер бар және оларды Монте-Карло сияқты тәуелсіз әдіс арқылы тексеру керек. Кездейсоқты жүйелі белгісіздіктен ажырату, сәйкес маңызды санға есеп беру және нәтижелерді олардың белгісіздігімен салыстыру – адал ғылыми зерттеудің негізі. Келесі бөлімде біз фокусты сандық талдаудан символдық модель шығаруға ауыстырамыз.
Қолданбалы тапсырма
Кемінде екі өлшенген шаманы қамтитын есептеуді таңдаңыз (мысалы, V = πr²h немесе g = 4π²L/T²). Әрбір өлшемге ақылға қонымды белгісіздікті тағайындаңыз. AI 1-үлгімен қатенің таралуын шығарсын, содан кейін Монте-Карло 2-үлгімен салыстырып тексеріп, оны іске қосыңыз. Екі әдістің нәтижелері сәйкес келе ме? Нәтижені сәйкес маңызды санмен хабарлаңыз. 5-6 сөйлеммен жазыңыз: формула қатесі немесе сәйкессіздігі бар ма?
бақылау парағы
- [ ] Әрбір өлшемнің белгісіздігі мен көзін анықтадым.
- [ ] Мен кездейсоқ және жүйелі белгісіздікті ажыраттым.
- [ ] Мен қатенің таралуын дұрыс ережемен есептедім.
- [ ] Мен нәтижені Монте-Карломен немесе қолмен тәуелсіз тексердім.
- [ ] Нәтижені оның белгісіздігіне сәйкес келетін сәйкес маңызды санмен хабарладым.
- [ ] Нәтижелерді салыстыру кезінде белгісіздікті ескердім.