ಲಾಭಗಳು:
- ಸಾಲ್ವ್_ಐವಿಪಿಯಂತಹ ಸಾಲ್ವರ್ಗಳೊಂದಿಗೆ ಡೈನಾಮಿಕ್ ಭೌತಿಕ ವ್ಯವಸ್ಥೆಯನ್ನು ಅನುಕರಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಒಟ್ಟು ಶಕ್ತಿ ಅಥವಾ ಆವೇಗ ಸಂರಕ್ಷಣೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಮೂಲಕ ಸಿಮ್ಯುಲೇಶನ್ನ ಸಿಂಧುತ್ವವನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಒಮ್ಮುಖ ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಹಂತದ ಗಾತ್ರವನ್ನು ಆಯ್ಕೆ ಮಾಡುವ ಮೂಲಕ ನೈಜ ಭೌತಶಾಸ್ತ್ರದಿಂದ ಸಂಖ್ಯಾತ್ಮಕ ಕಲಾಕೃತಿಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಸಿಮ್ಯುಲೇಶನ್ ಫಲಿತಾಂಶವನ್ನು ತಿಳಿದಿರುವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಸಂದರ್ಭಗಳು ಮತ್ತು ಭೌತಿಕ ಮಿತಿ ಸ್ಥಿತಿಗಳೊಂದಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಪರೀಕ್ಷಿಸುವ ಸಾಮರ್ಥ್ಯ
ಭೌತಶಾಸ್ತ್ರದ ಬಹುಪಾಲು ಸಮಯ-ವ್ಯತ್ಯಾಸ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸುತ್ತದೆ: ಆಂದೋಲನದ ಲೋಲಕ, ಪರಿಭ್ರಮಿಸುವ ಗ್ರಹ, ತಂಪಾಗಿಸುವ ಕಾಯ, ಪ್ರಸರಣ ತರಂಗ. ಈ ಹೆಚ್ಚಿನ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಭೇದಾತ್ಮಕ ಸಮೀಕರಣಗಳಿಂದ ವಿವರಿಸಲಾಗಿದೆ-ಅಂದರೆ, ಒಂದು ಪ್ರಮಾಣದ (ಸ್ಥಾನ, ತಾಪಮಾನ) ಬದಲಾವಣೆಯ ದರವನ್ನು ಆ ಪ್ರಮಾಣಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಸಮೀಕರಣಗಳು. ಈ ಸಮೀಕರಣಗಳು ಸಾಮಾನ್ಯವಾಗಿ ವಿಶ್ಲೇಷಣಾತ್ಮಕ (ಸೂತ್ರ-ನಿಖರವಾದ) ಪರಿಹಾರವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ; ಬದಲಿಗೆ ನಾವು ಅನುಕರಿಸುತ್ತೇವೆ: ಸಣ್ಣ ಸಮಯದ ಹಂತಗಳಲ್ಲಿ ಸಿಸ್ಟಮ್ ಅನ್ನು ಮುಂದಕ್ಕೆ ಚಲಿಸುವುದು ಮತ್ತು ಅದರ ನಡವಳಿಕೆಯನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದು. ಈ ಘಟಕದಲ್ಲಿ, ಸಿಮ್ಯುಲೇಶನ್ ಕೋಡ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಮತ್ತು - ಮುಖ್ಯವಾಗಿ - ಸಿಮ್ಯುಲೇಶನ್ ಭೌತಶಾಸ್ತ್ರವನ್ನು ನಿಖರವಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆಯೇ ಎಂದು ಸಂರಕ್ಷಣಾ ಕಾನೂನುಗಳೊಂದಿಗೆ ಪರಿಶೀಲಿಸುವುದು ಹೇಗೆ ಎಂದು ನೀವು ಕಲಿಯುವಿರಿ.
ಸಿಮ್ಯುಲೇಶನ್ನ ಮೂಲ ಕಲ್ಪನೆ ಮತ್ತು AI ಪಾತ್ರ
ಒಂದು ಸಿಮ್ಯುಲೇಶನ್ ಈ ಚಕ್ರವನ್ನು ಒಳಗೊಂಡಿದೆ: ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಿ, ಬದಲಾವಣೆಯ ಸಮೀಕರಣವನ್ನು ಅನ್ವಯಿಸಿ, ಸಣ್ಣ Δt ಮೂಲಕ ಮುಂದಕ್ಕೆ ಸರಿಸಿ, ಪುನರಾವರ್ತಿಸಿ. ಈ ಲೂಪ್ ಅನ್ನು ನಿರ್ಮಿಸುವಲ್ಲಿ AI ತುಂಬಾ ವೇಗವಾಗಿದೆ, ಸರಿಯಾದ ಪರಿಹಾರಕವನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ - ಹಂತ ಹಂತವಾಗಿ ವಿಭಿನ್ನ ಸಮೀಕರಣವನ್ನು ಪರಿಹರಿಸುವ ಅಲ್ಗಾರಿದಮ್ ಮತ್ತು ಕೋಡ್ ಅನ್ನು ಸಂಪಾದಿಸುತ್ತದೆ. ಭೌತಶಾಸ್ತ್ರಜ್ಞರ ಪ್ರಮಾಣಿತ ಸಾಧನವೆಂದರೆ scipy.integrate.solve_ivp (ಆರಂಭಿಕ ಮೌಲ್ಯದ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸುವ SciPy ಕಾರ್ಯ). ಆದರೆ AI ರಚಿಸಿದ ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ನೀವು ನಂಬುವ ಮೊದಲು, ನೀವು ಕೇಳಬೇಕಾದ ಪ್ರಶ್ನೆಯೆಂದರೆ: ಈ ಸಿಮ್ಯುಲೇಶನ್ ಸಂರಕ್ಷಿಸಬೇಕಾದ ಭೌತಿಕ ಪ್ರಮಾಣಗಳನ್ನು (ಶಕ್ತಿ, ಆವೇಗ, ಕೋನೀಯ ಆವೇಗ) ಸಂರಕ್ಷಿಸುತ್ತದೆಯೇ?
ವ್ಯವಸ್ಥೆ
ಸಮೀಕರಣದ ಪ್ರಕಾರ
ದೃಢೀಕರಣದ ಮಾನದಂಡಗಳು
ಲೋಲಕ, ವಸಂತ
ಎರಡನೇ ಪದವಿ ODE
ಒಟ್ಟು ಶಕ್ತಿಯ ಸ್ಥಿರತೆ
ಗ್ರಹದ ಕಕ್ಷೆ
ನ್ಯೂಟೋನಿಯನ್ ಗುರುತ್ವ ODE
ಕೋನೀಯ ಆವೇಗ + ಶಕ್ತಿಯ ಸಂರಕ್ಷಣೆ
ತಂಪು/ಉಷ್ಣ
ಮೊದಲ ಪದವಿ ODE
ಸಮತೋಲನ ತಾಪಮಾನಕ್ಕೆ ಒಮ್ಮುಖವಾಗುವುದು
ವಿಕಿರಣಶೀಲ ಕೊಳೆತ
ಘಾತೀಯ ODE
ಅರ್ಧ-ಜೀವನದ ನಿಯಂತ್ರಣ
ಮಾಂಟೆ ಕಾರ್ಲೊ (ಯಾದೃಚ್ಛಿಕ)
ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ
ತಿಳಿದಿರುವ ಸರಾಸರಿ/ವಿತರಣೆಗೆ ಒಮ್ಮುಖವಾಗುವುದು
ಗಮನಿಸಿ: ODE ಎಂದರೆ "ಸಾಮಾನ್ಯ ಡಿಫರೆನ್ಷಿಯಲ್ ಸಮೀಕರಣ" — ಒಂದು ಸಮೀಕರಣವು ಒಂದೇ ವೇರಿಯೇಬಲ್ (ಸಾಮಾನ್ಯವಾಗಿ ಸಮಯ) ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ವ್ಯುತ್ಪನ್ನವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.
ಹಂತ ಹಂತವಾಗಿ: ವಿಶ್ವಾಸಾರ್ಹ ಸಿಮ್ಯುಲೇಶನ್
1. ಭೌತಶಾಸ್ತ್ರ ಮತ್ತು ಆರಂಭಿಕ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ. ವ್ಯವಸ್ಥೆಯ ಸಮೀಕರಣ ಏನು? ಆರಂಭಿಕ ಸ್ಥಾನ, ವೇಗ, ತಾಪಮಾನ ಏನು? ಘಟಕಗಳು ಯಾವುವು? ಇವುಗಳನ್ನು AI ಗೆ ಸ್ಪಷ್ಟವಾಗಿ ನೀಡಿ.
2. ಸೂಕ್ತವಾದ ಪರಿಹಾರಕ ಮತ್ತು ಹಂತದ ಗಾತ್ರವನ್ನು ಆಯ್ಕೆಮಾಡಿ. ತುಂಬಾ ದೊಡ್ಡ ಸಮಯದ ಹಂತವು ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ಅಸ್ಥಿರಗೊಳಿಸುತ್ತದೆ (ಫಲಿತಾಂಶವು ಸ್ಫೋಟಗೊಳ್ಳುತ್ತದೆ ಅಥವಾ ಭೌತಶಾಸ್ತ್ರವು ಒಡೆಯುತ್ತದೆ); ತುಂಬಾ ಚಿಕ್ಕದಾದ ಹೆಜ್ಜೆಯು ಅನಗತ್ಯವಾಗಿ ನಿಧಾನಗೊಳಿಸುತ್ತದೆ. AI ಸೂಚಿಸಬಹುದು, ಆದರೆ ನಿರ್ಧಾರವನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು.
3. ಕೋಡ್ನಲ್ಲಿ ಸಂರಕ್ಷಣಾ ಕಾನೂನನ್ನು ಅನುಸರಿಸಿ. ಸಿಮ್ಯುಲೇಶನ್ ಉದ್ದಕ್ಕೂ ಒಟ್ಟು ಶಕ್ತಿಯನ್ನು (ಅಥವಾ ಆವೇಗ) ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಮುದ್ರಿಸಿ. ಇದು ಸ್ಥಿರವಾಗಿ ಉಳಿಯಬೇಕಾದ ಪರಿಮಾಣವನ್ನು ತೇಲಿದರೆ, ಸಿಮ್ಯುಲೇಶನ್ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲ.
4. ತಿಳಿದಿರುವ ಪರಿಹಾರದೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಉದಾಹರಣೆಗೆ, ಸಣ್ಣ ವೈಶಾಲ್ಯ ಲೋಲಕದ ಅವಧಿಯನ್ನು T = 2π√(L/g) ಸೂತ್ರದಿಂದ ಕರೆಯಲಾಗುತ್ತದೆ; ಇದರೊಂದಿಗೆ ಸಿಮ್ಯುಲೇಶನ್ ನೀಡಿದ ಅವಧಿಯನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ.
5. ನಿಯತಾಂಕ, ಪರೀಕ್ಷಾ ನಡವಳಿಕೆಯನ್ನು ಬದಲಾಯಿಸಿ. ಘರ್ಷಣೆಯನ್ನು ಸೇರಿಸಿದಾಗ ಆಂದೋಲನವು ತೇವಗೊಂಡಿದೆಯೇ? ದ್ರವ್ಯರಾಶಿ ಹೆಚ್ಚಾದಾಗ ಕಕ್ಷೆಯು ನಿರೀಕ್ಷೆಯಂತೆ ಬದಲಾಗುತ್ತದೆಯೇ? ದೈಹಿಕ ಅಂತಃಪ್ರಜ್ಞೆಯೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿ.
ಸಲಹೆ: ಪ್ರತಿ ಸಿಮ್ಯುಲೇಶನ್ಗೆ "ಎನರ್ಜಿ ಟ್ರ್ಯಾಕರ್" ಅನ್ನು ಸೇರಿಸಿ: ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಒಟ್ಟು ಶಕ್ತಿಯನ್ನು ಲೆಕ್ಕಹಾಕಿ ಮತ್ತು ಆರಂಭಿಕ ಶಕ್ತಿಗೆ ಅನುಪಾತವಾಗಿ ಅದನ್ನು ರೂಪಿಸಿ. ಘರ್ಷಣೆಯಿಲ್ಲದ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ಈ ಅನುಪಾತವು 1 ಕ್ಕೆ ಹತ್ತಿರದಲ್ಲಿ ಸ್ಥಿರವಾಗಿರಬೇಕು. 1% ಕ್ಕಿಂತ ಹೆಚ್ಚು ಡ್ರಿಫ್ಟ್ ನೀವು ಹಂತದ ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಅಥವಾ ಪರಿಹಾರಕವನ್ನು ಬದಲಾಯಿಸುವ ಸಂಕೇತವಾಗಿದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಶಕ್ತಿಯ ಸ್ಫೋಟ. ವಿದ್ಯಾರ್ಥಿಯೊಬ್ಬ AI ಬರೆದ ಸರಳವಾದ ಯೂಲರ್ ವಿಧಾನದೊಂದಿಗೆ (ಅತ್ಯಂತ ಪ್ರಾಚೀನ ಹಂತದ ವಿಧಾನ) ಗ್ರಹಗಳ ಕಕ್ಷೆಯನ್ನು ಅನುಕರಿಸಿದನು. ಕಾಲಾನಂತರದಲ್ಲಿ ಕಕ್ಷೆಯು ಕ್ರಮೇಣ ವಿಸ್ತಾರವಾಯಿತು ಮತ್ತು ಗ್ರಹವು "ಹಾರಿಹೋಯಿತು". ವಿದ್ಯಾರ್ಥಿಯು ಒಟ್ಟು ಶಕ್ತಿಯ ಮೇಲೆ ನಿಗಾವಹಿಸಿದಂತೆ, ಅದು ನಿರಂತರವಾಗಿ ಹೆಚ್ಚುತ್ತಿರುವುದನ್ನು ಅವನು ನೋಡಿದನು - ಇದು ಯೂಲರ್ನ ವಿಧಾನದ ತಿಳಿದಿರುವ ನ್ಯೂನತೆಯಾಗಿದೆ. ಶಕ್ತಿಯನ್ನು ಉತ್ತಮವಾಗಿ ಸಂರಕ್ಷಿಸುವ (soll_ivp ಯೊಂದಿಗೆ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ವಿಧಾನ) ಮತ್ತು ಕಕ್ಷೆಯು ಸ್ಥಿರವಾದ ದೀರ್ಘವೃತ್ತದಲ್ಲಿ ನೆಲೆಗೊಳ್ಳುವ ಪರಿಹಾರಕಕ್ಕಾಗಿ ಅವರು AI ಯನ್ನು ಕೇಳಿದರು.
ಪ್ರಕರಣ 2 - ತಪ್ಪಾದ ಘಟಕ, ತಪ್ಪಾದ ಅವಧಿ. ಲೋಲಕದ ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ಅವಧಿಯು 0.2 ಸೆ ಎಂದು ಶಿಕ್ಷಕರೊಬ್ಬರು ಕಂಡುಕೊಂಡರು, ಆದರೆ ನಿರೀಕ್ಷಿತ ಮೌಲ್ಯವು 2 ಸೆ. ಅವನು ಅದನ್ನು ಪರಿಶೀಲಿಸಿದಾಗ, AI ಉದ್ದವನ್ನು ಸೆಂಟಿಮೀಟರ್ಗಳಲ್ಲಿ ನಮೂದಿಸಿದೆ ಮತ್ತು ಅದನ್ನು ಸೂತ್ರದಲ್ಲಿ ಮೀಟರ್ ಆಗಿ ಬಳಸಿದೆ ಎಂದು ಅವನು ಅರಿತುಕೊಂಡನು. ಯುನಿಟ್ ತಿದ್ದುಪಡಿಯೊಂದಿಗೆ, ಸಿಮ್ಯುಲೇಶನ್ T = 2π√(L/g) ನ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಮೌಲ್ಯದೊಂದಿಗೆ ಒಪ್ಪಿಕೊಂಡಿತು.
ಪ್ರಕರಣ 3 - ಮಾಂಟೆ ಕಾರ್ಲೋ ಪರಿಶೀಲನೆ. ಡಿಟೆಕ್ಟರ್ಗೆ ಹೊಡೆಯುವ ಕಣಗಳನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಮಾದರಿಗಳನ್ನು (ಮಾಂಟೆ ಕಾರ್ಲೋ - ಯಾದೃಚ್ಛಿಕ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಸಿಮ್ಯುಲೇಶನ್) ಮಾಡುವ ಕೋಡ್ಗಾಗಿ ಸಂಶೋಧಕರೊಬ್ಬರು AI ಗೆ ಕೇಳಿದರು. ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಲು, ಅವರು ಅದೇ ವಿಧಾನದಿಂದ ವಿಶ್ಲೇಷಣಾತ್ಮಕವಾಗಿ ತಿಳಿದಿರುವ ಒಂದು ಸರಳವಾದ ಪ್ರಕರಣವನ್ನು ನಡೆಸಿದರು (ಉದಾ. ವೃತ್ತದ ಪ್ರದೇಶದ ಅನುಪಾತದಿಂದ π ಅಂದಾಜು ಮಾಡುವುದು); ಕೋಡ್ π ಅನ್ನು ಸರಿಯಾಗಿ ಊಹಿಸಿದಾಗ, ನಿಜವಾದ ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ಅದರ ವಿಶ್ವಾಸವು ಹೆಚ್ಚಾಯಿತು. ಮಾದರಿಗಳ ಸಂಖ್ಯೆ ಹೆಚ್ಚಾದಂತೆ, ಫಲಿತಾಂಶವು ಕಿರಿದಾಗುತ್ತದೆ ಮತ್ತು ನೈಜ ಮೌಲ್ಯಕ್ಕೆ ಒಮ್ಮುಖವಾಗುವುದನ್ನು ಅವರು ಗಮನಿಸಿದರು.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಸಂರಕ್ಷಣೆ-ಮೇಲ್ವಿಚಾರಣೆಯ ಸಿಮ್ಯುಲೇಶನ್:
ಈ ಕೆಳಗಿನ ಭೌತಿಕ ವ್ಯವಸ್ಥೆಯನ್ನು Soll_ivp ನೊಂದಿಗೆ ಅನುಕರಿಸುವ ಪೈಥಾನ್ ಕೋಡ್ ಅನ್ನು ಬರೆಯಿರಿ: [ಸಿಸ್ಟಮ್, ಸಮೀಕರಣ, ಆರಂಭಿಕ ಪರಿಸ್ಥಿತಿಗಳು, ಘಟಕಗಳು]. ಸಿಮ್ಯುಲೇಶನ್ ಉದ್ದಕ್ಕೂ, ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಒಟ್ಟು ಶಕ್ತಿಯನ್ನು (ಮತ್ತು ಆವೇಗ, ಯಾವುದಾದರೂ ಇದ್ದರೆ) ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಕಾಲಾನಂತರದಲ್ಲಿ ಅದರ ಆರಂಭಿಕ ಮೌಲ್ಯಕ್ಕೆ ಅದರ ಅನುಪಾತವನ್ನು ರೂಪಿಸಿ. ಘರ್ಷಣೆಯಿಲ್ಲದ ಸಂದರ್ಭದಲ್ಲಿ, ಈ ಅನುಪಾತವು ಸ್ಥಿರವಾಗಿರಬೇಕು ~1.
2) ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಹೋಲಿಕೆ:
ಕೆಳಗಿನ ಸಿಮ್ಯುಲೇಶನ್ನ ಫಲಿತಾಂಶವನ್ನು ಈ ವ್ಯವಸ್ಥೆಯ ತಿಳಿದಿರುವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪರಿಹಾರಕ್ಕೆ ಹೋಲಿಸುವ ಕೋಡ್ ಅನ್ನು ಸೇರಿಸಿ ([ಸೂತ್ರ]). ಇವೆರಡನ್ನೂ ಒಂದೇ ಗ್ರಾಫ್ನಲ್ಲಿ ಇರಿಸಿ ಮತ್ತು ಸಂಖ್ಯಾತ್ಮಕ ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ನಡುವಿನ ಗರಿಷ್ಠ ವ್ಯತ್ಯಾಸವನ್ನು ಮುದ್ರಿಸಿ. ಸಿಮ್ಯುಲೇಶನ್ ಕೋಡ್: [ಇಲ್ಲಿ]
3) ಹಂತದ ಗಾತ್ರ / ಸ್ಥಿರತೆ ಪರೀಕ್ಷೆ:
ವಿಭಿನ್ನ ಸಮಯದ ಹಂತಗಳೊಂದಿಗೆ ಕೆಳಗಿನ ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ರನ್ ಮಾಡುವ ಕೋಡ್ ಅನ್ನು ಬರೆಯಿರಿ (ಉದಾ. dt = 0.1, 0.01, 0.001) ಮತ್ತು ಫಲಿತಾಂಶಗಳು ಹೇಗೆ ಬದಲಾಗುತ್ತವೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಯಾವ ಹಂತದ ಗಾತ್ರದ ನಂತರ ಫಲಿತಾಂಶವು ಸ್ಥಿರಗೊಳ್ಳುತ್ತದೆ (ಒಮ್ಮುಖವಾಗುತ್ತದೆ) ಎಂಬುದನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ. ಕೋಡ್: [ಇಲ್ಲಿ]
4) ದೈಹಿಕ ಮಿತಿಯ ಸ್ಥಿತಿಯ ಪರೀಕ್ಷೆ:
ಕೆಳಗಿನ ಸಿಮ್ಯುಲೇಶನ್ಗಾಗಿ 3 ಭೌತಿಕ ಮಿತಿ ಸ್ಥಿತಿಯ ಪರೀಕ್ಷೆಗಳನ್ನು ಸೂಚಿಸಿ: (ಉದಾ. ಘರ್ಷಣೆ ಶೂನ್ಯವಾಗಿದ್ದಾಗ ಶಕ್ತಿಯನ್ನು ಸಂರಕ್ಷಿಸಬೇಕು, ಘರ್ಷಣೆ ದೊಡ್ಡದಾದಾಗ ತ್ವರಿತವಾಗಿ ಸ್ಥಗಿತಗೊಳ್ಳುತ್ತದೆ, ದ್ರವ್ಯರಾಶಿ ದ್ವಿಗುಣಗೊಂಡಾಗ ಅವಧಿಯು ಹೇಗೆ ಬದಲಾಗಬೇಕು). ಪ್ರತಿ ಪರೀಕ್ಷೆಯ ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶವನ್ನು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ. ಕೋಡ್: [ಇಲ್ಲಿ]
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ: "ಲೋಲಕ ಸಿಮ್ಯುಲೇಶನ್ ಬರೆಯಿರಿ."
ಫಲಿತಾಂಶ: ಯಾವುದೇ ಘಟಕಗಳಿಲ್ಲದ ಕೋಡ್, ಯಾವುದೇ ಮೌಲ್ಯೀಕರಣವಿಲ್ಲ, ಸಂರಕ್ಷಣಾ ತಪಾಸಣೆಗಳಿಲ್ಲ; ಇದು ಭೌತಶಾಸ್ತ್ರವನ್ನು ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಗಿಲ್ಲ.
ಪ್ರಬಲ: "10 ಸೆಕೆಂಡುಗಳ ಕಾಲ g = 9.81 m/s² ಉದ್ದದ L = 1 m ಉದ್ದದ ಸರಳ ಲೋಲಕವನ್ನು ಅನುಕರಿಸುವ ಪರಿಹಾರ_ivp ಕೋಡ್ ಅನ್ನು ಬರೆಯಿರಿ, ಆರಂಭಿಕ ಕೋನ 10 °, ಪ್ರತಿ ಹಂತದಲ್ಲಿ ಒಟ್ಟು ಶಕ್ತಿಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ ಮತ್ತು ಪ್ರಾರಂಭದ ಅನುಪಾತವನ್ನು ಮಾನಿಟರ್ ಮಾಡಿ. ಅಳತೆ ಅವಧಿಯನ್ನು ಸಣ್ಣ ವೈಶಾಲ್ಯದೊಂದಿಗೆ ಹೋಲಿಸಿ T = π/ಮುದ್ರಣ ಸೂತ್ರ."
ಫಲಿತಾಂಶ: ಘಟಕಗಳೊಂದಿಗೆ ವಿಶ್ವಾಸಾರ್ಹ ಸಿಮ್ಯುಲೇಶನ್, ಸಂರಕ್ಷಣೆ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಮೌಲ್ಯದೊಂದಿಗೆ ಹೋಲಿಕೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಸಂರಕ್ಷಣೆಯ ಕಾನೂನನ್ನು ಅನುಸರಿಸುತ್ತಿಲ್ಲ. ಶಕ್ತಿ ಅಥವಾ ಆವೇಗವು ತೇಲುತ್ತಿದ್ದರೆ, ಸಿಮ್ಯುಲೇಶನ್ ತಪ್ಪಾಗಿದೆ; ಇದನ್ನು ನೋಡದೆ ಫಲಿತಾಂಶವನ್ನು ನಂಬುವುದು ಸಾಮಾನ್ಯ ತಪ್ಪು.
- ಹಂತದ ಗಾತ್ರವನ್ನು ಅನಿಯಂತ್ರಿತವಾಗಿ ಆರಿಸುವುದು. ತುಂಬಾ ದೊಡ್ಡ ಹೆಜ್ಜೆ ಅನಿರ್ದಿಷ್ಟತೆಯನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ, ತುಂಬಾ ಚಿಕ್ಕ ಹೆಜ್ಜೆಯು ಅನಗತ್ಯ ವೆಚ್ಚಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ; ಒಮ್ಮುಖ ಪರೀಕ್ಷೆ ಅತ್ಯಗತ್ಯ.
- ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಹೋಲಿಕೆಗಳನ್ನು ಮಾಡುತ್ತಿಲ್ಲ. ತಿಳಿದಿರುವ ವಿಶೇಷ ಪ್ರಕರಣಕ್ಕೆ (ಸಣ್ಣ ವೈಶಾಲ್ಯ, ಘರ್ಷಣೆರಹಿತ ಸ್ಥಿತಿ) ಹೋಲಿಸದೆ, ಸಿಮ್ಯುಲೇಶನ್ ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದೆ ಉಳಿಯುತ್ತದೆ.
- ಭೌತಶಾಸ್ತ್ರಕ್ಕೆ ಸಂಖ್ಯಾತ್ಮಕ ದೋಷವನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಕಕ್ಷೀಯ ವಿಸ್ತರಣೆಯಂತಹ ನಡವಳಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ವಿಧಾನದ ದೋಷವಾಗಿದೆ, ನಿಜವಾದ ಭೌತಶಾಸ್ತ್ರವಲ್ಲ.
- ಯಾದೃಚ್ಛಿಕ ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ಮಾದರಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ಸರಿಪಡಿಸುವುದು. ಮಾಂಟೆ ಕಾರ್ಲೊದಲ್ಲಿ ಮಾದರಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದು ಮತ್ತು ಒಮ್ಮುಖವನ್ನು ನೋಡದೆ ಒಂದೇ ಫಲಿತಾಂಶವನ್ನು ಅವಲಂಬಿಸಿರುವುದು ತಪ್ಪುದಾರಿಗೆಳೆಯುವಂತಿದೆ.
ಎಚ್ಚರಿಕೆ: ಸಿಮ್ಯುಲೇಶನ್ "ಉತ್ತಮವಾದ ಗ್ರಾಫ್" ಅನ್ನು ಉತ್ಪಾದಿಸುವ ಕಾರಣ ಅದು ಸರಿಯಾಗಿದೆ ಎಂದು ಅರ್ಥವಲ್ಲ. ದೃಶ್ಯವು ಮನವರಿಕೆ ಆದರೆ ಮೋಸಗೊಳಿಸುವಂತಿದೆ. ಸಿಮ್ಯುಲೇಶನ್ ಅನ್ನು ನಂಬುವ ಮೊದಲು, ಸಂರಕ್ಷಣಾ ಕಾನೂನನ್ನು ಅನುಸರಿಸಲು ಮರೆಯದಿರಿ ಮತ್ತು ಅದನ್ನು ತಿಳಿದಿರುವ ಪರಿಸ್ಥಿತಿಯೊಂದಿಗೆ ಹೋಲಿಸಿ. ಪರಿಶೀಲಿಸದ ಸಿಮ್ಯುಲೇಶನ್ ಭೌತಿಕ ಸಾಕ್ಷ್ಯವಲ್ಲ.
ಸಾರಾಂಶದಲ್ಲಿ
ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪರಿಹಾರಗಳನ್ನು ಹೊಂದಿರದ ಮತ್ತು AI ಸಿಮ್ಯುಲೇಶನ್ ಕೋಡ್ ಅನ್ನು ತ್ವರಿತವಾಗಿ ನಿರ್ಮಿಸುವ ಕ್ರಿಯಾತ್ಮಕ ಭೌತಿಕ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಿಮ್ಯುಲೇಶನ್ ಪ್ರಬಲ ಮಾರ್ಗವಾಗಿದೆ. ಆದರೆ ಸಿಮ್ಯುಲೇಶನ್ನ ಮೌಲ್ಯವು ಭೌತಶಾಸ್ತ್ರವನ್ನು ನಿಖರವಾಗಿ ಪ್ರತಿಬಿಂಬಿಸುತ್ತದೆಯೇ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಇದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವ ಮಾರ್ಗವೆಂದರೆ ಸಂರಕ್ಷಣಾ ಕಾನೂನುಗಳನ್ನು ಅನುಸರಿಸುವುದು, ಒಮ್ಮುಖ ಪರೀಕ್ಷೆಯ ಮೂಲಕ ಸೂಕ್ತವಾದ ಹಂತದ ಗಾತ್ರವನ್ನು ಆಯ್ಕೆಮಾಡಿ, ಫಲಿತಾಂಶವನ್ನು ತಿಳಿದಿರುವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಪ್ರಕರಣಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ ಮತ್ತು ಭೌತಿಕ ಮಿತಿ ಪ್ರಕರಣಗಳನ್ನು ಪರೀಕ್ಷಿಸುವುದು. ಮುಂದಿನ ಘಟಕದಲ್ಲಿ ನಾವು ರಚಿತವಾದ ಡೇಟಾದಿಂದ ನಿಜವಾದ ಪ್ರಾಯೋಗಿಕ ಡೇಟಾದ ವಿಶ್ಲೇಷಣೆಗೆ ಗಮನವನ್ನು ಬದಲಾಯಿಸುತ್ತೇವೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಸರಳ ಡೈನಾಮಿಕ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ (ಲೋಲಕ, ಉಚಿತ ಪತನ + ಗಾಳಿಯ ಪ್ರತಿರೋಧ ಅಥವಾ ತಂಪಾಗಿಸುವಿಕೆ). ಟೆಂಪ್ಲೇಟ್ 1 ನೊಂದಿಗೆ, AI ನಲ್ಲಿ ಸಂರಕ್ಷಣೆ ಅಥವಾ ಸಮತೋಲನ ಪರಿಶೀಲನೆಯನ್ನು ಒಳಗೊಂಡಿರುವ ಸಿಮ್ಯುಲೇಶನ್ ಕೋಡ್ ಅನ್ನು ಮುದ್ರಿಸಿ ಮತ್ತು ರನ್ ಮಾಡಿ. ಮಾನಿಟರ್ ಮಾಡಲಾದ ಪ್ರಮಾಣ (ಶಕ್ತಿ ಅಥವಾ ತಾಪಮಾನ) ನಿರೀಕ್ಷೆಯಂತೆ ವರ್ತಿಸುತ್ತದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ. ನಂತರ ನಿಯತಾಂಕವನ್ನು ಬದಲಾಯಿಸಿ (ಘರ್ಷಣೆ, ದ್ರವ್ಯರಾಶಿ, ಹಂತದ ಗಾತ್ರ) ಮತ್ತು ನಡವಳಿಕೆಯಲ್ಲಿನ ಬದಲಾವಣೆಯು ನಿಮ್ಮ ದೈಹಿಕ ಅಂತಃಪ್ರಜ್ಞೆಯೊಂದಿಗೆ ಒಪ್ಪುತ್ತದೆಯೇ ಎಂದು ನೋಡಿ. ಅದನ್ನು 5-6 ವಾಕ್ಯಗಳಲ್ಲಿ ಬರೆಯಿರಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಸಮೀಕರಣ, ಆರಂಭಿಕ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ವ್ಯವಸ್ಥೆಯ ಘಟಕಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ.
- [ ] ನಾನು ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ಸಂರಕ್ಷಣಾ ಕಾನೂನನ್ನು (ಶಕ್ತಿ/ಮೊಮೆಂಟಮ್) ಅನುಸರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಒಮ್ಮುಖ ಪರೀಕ್ಷೆಯೊಂದಿಗೆ ಹಂತದ ಗಾತ್ರವನ್ನು ಪರಿಶೀಲಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಫಲಿತಾಂಶವನ್ನು ತಿಳಿದಿರುವ ವಿಶ್ಲೇಷಣಾತ್ಮಕ ಸನ್ನಿವೇಶದೊಂದಿಗೆ ಹೋಲಿಸಿದೆ.
- [ ] ನಾನು ಕನಿಷ್ಟ ಒಂದು ದೈಹಿಕ ಮಿತಿಯ ಸ್ಥಿತಿಯ ಪರೀಕ್ಷೆಯನ್ನು ನಡೆಸಿದ್ದೇನೆ.
- [ ] ನಾನು ನೈಜ ಭೌತಶಾಸ್ತ್ರದಿಂದ ಸಂಖ್ಯಾತ್ಮಕ ದೋಷಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿದೆ.