ഫിസിക്കൽ സിസ്റ്റങ്ങളുടെ സിമുലേഷൻ

നേട്ടങ്ങൾ:

• സോൾവ്_ഐവിപി പോലുള്ള സോൾവറുകൾ ഉപയോഗിച്ച് ഡൈനാമിക് ഫിസിക്കൽ സിസ്റ്റം അനുകരിക്കാനും മൊത്തം ഊർജ്ജം അല്ലെങ്കിൽ മൊമെൻ്റം കൺസർവേഷൻ നിരീക്ഷിച്ച് സിമുലേഷൻ്റെ സാധുത പരിശോധിക്കാനുമുള്ള കഴിവ്
• ഒരു കൺവേർജൻസ് ടെസ്റ്റ് ഉപയോഗിച്ച് സ്റ്റെപ്പ് സൈസ് തിരഞ്ഞെടുത്ത് യഥാർത്ഥ ഭൗതികശാസ്ത്രത്തിൽ നിന്ന് സംഖ്യാ കലകളെ വേർതിരിച്ചറിയാനുള്ള കഴിവ്
• അറിയപ്പെടുന്ന അനലിറ്റിക്കൽ സാഹചര്യങ്ങളുമായും ഫിസിക്കൽ ലിമിറ്റ് സ്റ്റേറ്റുകളുമായും താരതമ്യം ചെയ്തുകൊണ്ട് സിമുലേഷൻ ഫലം പരിശോധിക്കാനുള്ള കഴിവ്

ഭൗതികശാസ്ത്രത്തിൽ ഭൂരിഭാഗവും സമയ-വ്യത്യസ്‌ത സംവിധാനങ്ങളുമായി ബന്ധപ്പെട്ടിരിക്കുന്നു: ഒരു ആന്ദോളനം, ഒരു പരിക്രമണ ഗ്രഹം, ഒരു തണുപ്പിക്കുന്ന ശരീരം, ഒരു പ്രചരിക്കുന്ന തരംഗങ്ങൾ. ഈ സിസ്റ്റങ്ങളിൽ ഭൂരിഭാഗവും ഡിഫറൻഷ്യൽ സമവാക്യങ്ങളാൽ വിവരിച്ചിരിക്കുന്നു-അതായത്, ഒരു അളവിൻ്റെ (സ്ഥാനം, താപനില) മാറ്റത്തിൻ്റെ നിരക്കിനെ ആ അളവുമായി തന്നെ ബന്ധപ്പെടുത്തുന്ന സമവാക്യങ്ങൾ. ഈ സമവാക്യങ്ങൾക്ക് പലപ്പോഴും ഒരു വിശകലന (സൂത്രവാക്യം-കൃത്യമായ) പരിഹാരമില്ല; പകരം ഞങ്ങൾ അനുകരിക്കുന്നു: ചെറിയ സമയ ഘട്ടങ്ങളിൽ സിസ്റ്റത്തെ മുന്നോട്ട് നീക്കുകയും അതിൻ്റെ സ്വഭാവം സംഖ്യാപരമായി നിരീക്ഷിക്കുകയും ചെയ്യുന്നു. ഈ യൂണിറ്റിൽ, സിമുലേഷൻ കോഡ് നിർമ്മിക്കുന്നതിന് ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) എങ്ങനെ ഉപയോഗിക്കാമെന്നും - ഏറ്റവും പ്രധാനമായി - സിമുലേഷൻ ഭൗതികശാസ്ത്രത്തെ കൃത്യമായി പ്രതിഫലിപ്പിക്കുന്നുണ്ടോ എന്ന് സംരക്ഷണ നിയമങ്ങൾ ഉപയോഗിച്ച് എങ്ങനെ പരിശോധിക്കാമെന്നും നിങ്ങൾ പഠിക്കും.

സിമുലേഷൻ്റെ അടിസ്ഥാന ആശയവും AI യുടെ പങ്കും

ഒരു സിമുലേഷൻ ഈ ചക്രം ഉൾക്കൊള്ളുന്നു: നിലവിലെ അവസ്ഥ എടുക്കുക, മാറ്റത്തിൻ്റെ സമവാക്യം പ്രയോഗിക്കുക, ഒരു ചെറിയ Δt മുന്നോട്ട്, ആവർത്തിക്കുക. ഈ ലൂപ്പ് നിർമ്മിക്കുന്നതിലും ശരിയായ സോൾവർ തിരഞ്ഞെടുക്കുന്നതിലും AI വളരെ വേഗത്തിലാണ് - ഡിഫറൻഷ്യൽ സമവാക്യം ഘട്ടം ഘട്ടമായി പരിഹരിക്കുന്ന അൽഗോരിതം, കോഡ് എഡിറ്റുചെയ്യുന്നു. ഭൗതികശാസ്ത്രജ്ഞൻ്റെ സ്റ്റാൻഡേർഡ് ടൂൾ scipy.integrate.solve_ivp (പ്രാരംഭ മൂല്യ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്ന SciPy ഫംഗ്ഷൻ) ആണ്. എന്നാൽ AI സൃഷ്ടിച്ച സിമുലേഷനെ വിശ്വസിക്കുന്നതിനുമുമ്പ്, നിങ്ങൾ ചോദിക്കേണ്ട ചോദ്യം ഇതാണ്: ഈ സിമുലേഷൻ സംരക്ഷിക്കേണ്ട ഭൗതിക അളവുകൾ (ഊർജ്ജം, ആക്കം, കോണീയ ആക്കം) സംരക്ഷിക്കുന്നുണ്ടോ?

സിസ്റ്റം

സമവാക്യ തരം

മൂല്യനിർണ്ണയ മാനദണ്ഡം

പെൻഡുലം, വസന്തം

രണ്ടാം ഡിഗ്രി ODE

മൊത്തം ഊർജ്ജത്തിൻ്റെ സ്ഥിരത

ഗ്രഹ ഭ്രമണപഥം

ന്യൂട്ടോണിയൻ ഗുരുത്വാകർഷണ ODE

കോണീയ ആക്കം + ഊർജ്ജ സംരക്ഷണം

തണുപ്പ്/ചൂട്

ഒന്നാം ഡിഗ്രി ODE

സന്തുലിത താപനിലയിലേക്കുള്ള ഒത്തുചേരൽ

റേഡിയോ ആക്ടീവ് ക്ഷയം

എക്‌സ്‌പോണൻഷ്യൽ ODE

അർദ്ധായുസ്സ് നിയന്ത്രണം

മോണ്ടെ കാർലോ (റാൻഡം)

സ്ഥിതിവിവരക്കണക്ക്

അറിയപ്പെടുന്ന ശരാശരി/വിതരണത്തിലേക്കുള്ള സംയോജനം

കുറിപ്പ്: ODE എന്നാൽ "സാധാരണ ഡിഫറൻഷ്യൽ സമവാക്യം" - ഒരൊറ്റ വേരിയബിളുമായി (സാധാരണയായി സമയം) ഒരു ഡെറിവേറ്റീവ് ഉൾപ്പെടുന്ന ഒരു സമവാക്യം.

ഘട്ടം ഘട്ടമായി: ഒരു വിശ്വസനീയമായ സിമുലേഷൻ

1. ഭൗതികശാസ്ത്രവും പ്രാരംഭ വ്യവസ്ഥകളും വ്യക്തമാക്കുക. സിസ്റ്റത്തിൻ്റെ സമവാക്യം എന്താണ്? പ്രാരംഭ സ്ഥാനം, വേഗത, താപനില എന്താണ്? ഏതൊക്കെയാണ് യൂണിറ്റുകൾ? AI-ക്ക് ഇവ വ്യക്തമായി നൽകുക.

2. ഉചിതമായ സോൾവറും സ്റ്റെപ്പ് വലുപ്പവും തിരഞ്ഞെടുക്കുക. വളരെ വലിയ സമയ ഘട്ടം സിമുലേഷനെ അസ്ഥിരമാക്കുന്നു (ഫലം പൊട്ടിത്തെറിക്കുകയോ ഭൗതികശാസ്ത്രം തകരുകയോ ചെയ്യുന്നു); വളരെ ചെറിയ ഘട്ടം അനാവശ്യമായി വേഗത കുറയ്ക്കുന്നു. AI നിർദ്ദേശിച്ചേക്കാം, പക്ഷേ തീരുമാനം നിയന്ത്രിക്കുക.

3. കോഡിലെ സംരക്ഷണ നിയമം പിന്തുടരുക. സിമുലേഷനിലുടനീളം മൊത്തം ഊർജ്ജം (അല്ലെങ്കിൽ ആക്കം) കണക്കാക്കി പ്രിൻ്റ് ചെയ്യുക. അത് സ്ഥിരമായി തുടരേണ്ട ഒരു മാഗ്നിറ്റ്യൂഡ് ഡ്രിഫ്റ്റ് ചെയ്യുകയാണെങ്കിൽ, സിമുലേഷൻ വിശ്വസനീയമല്ല.

4. അറിയപ്പെടുന്ന ഒരു പരിഹാരവുമായി താരതമ്യം ചെയ്യുക. ഉദാഹരണത്തിന്, ഒരു ചെറിയ ആംപ്ലിറ്റ്യൂഡ് പെൻഡുലത്തിൻ്റെ കാലഘട്ടം T = 2π√(L/g) എന്ന ഫോർമുലയിൽ അറിയപ്പെടുന്നു; സിമുലേഷൻ നൽകുന്ന കാലയളവ് ഇതുമായി താരതമ്യം ചെയ്യുക.

5. പരാമീറ്റർ, ടെസ്റ്റ് പെരുമാറ്റം മാറ്റുക. ഘർഷണം ചേർക്കുമ്പോൾ ആന്ദോളനം നനഞ്ഞിട്ടുണ്ടോ? പിണ്ഡം കൂടുമ്പോൾ ഭ്രമണപഥം പ്രതീക്ഷിക്കുന്നത് പോലെ മാറുമോ? ശാരീരിക അവബോധം ഉപയോഗിച്ച് പരീക്ഷിക്കുക.

നുറുങ്ങ്: ഓരോ സിമുലേഷനിലേക്കും ഒരു "എനർജി ട്രാക്കർ" ചേർക്കുക: ഓരോ ഘട്ടത്തിലും മൊത്തം ഊർജ്ജം കണക്കാക്കി പ്രാരംഭ ഊർജ്ജത്തിൻ്റെ അനുപാതമായി അത് പ്ലോട്ട് ചെയ്യുക. ഘർഷണരഹിതമായ സിസ്റ്റത്തിൽ, ഈ അനുപാതം 1-ന് അടുത്ത് സ്ഥിരമായി തുടരണം. 1%-ൽ കൂടുതൽ ഡ്രിഫ്റ്റ് നിങ്ങൾ സ്റ്റെപ്പ് വലുപ്പം കുറയ്ക്കുകയോ സോൾവർ മാറ്റുകയോ ചെയ്യേണ്ടതിൻ്റെ സൂചനയാണ്.

മൂന്ന് മിനി കേസുകൾ

കേസ് 1 - ഊർജ്ജസ്ഫോടനം. AI എഴുതിയ ലളിതമായ യൂലർ രീതി (ഏറ്റവും പ്രാകൃതമായ സ്റ്റെപ്പ് രീതി) ഉപയോഗിച്ച് ഒരു വിദ്യാർത്ഥി ഒരു ഗ്രഹ ഭ്രമണപഥം അനുകരിച്ചു. കാലക്രമേണ ഭ്രമണപഥം ക്രമേണ വിശാലമാവുകയും ഗ്രഹം "പറന്നു" പോവുകയും ചെയ്തു. വിദ്യാർത്ഥി മൊത്തം ഊർജ്ജം നിരീക്ഷിച്ചപ്പോൾ, അത് നിരന്തരം വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നതായി അദ്ദേഹം കണ്ടു - യൂലറുടെ രീതിയുടെ അറിയപ്പെടുന്ന ഒരു പിഴവ്. ഊർജം നന്നായി സംരക്ഷിക്കുന്ന ഒരു സോൾവറിനായി അദ്ദേഹം AI യോട് ആവശ്യപ്പെട്ടു (soll_ivp ഉള്ള കൂടുതൽ അനുയോജ്യമായ രീതി) പരിക്രമണപഥം സ്ഥിരതയുള്ള ദീർഘവൃത്തത്തിൽ സ്ഥിരതാമസമാക്കി.

കേസ് 2 - തെറ്റായ യൂണിറ്റ്, തെറ്റായ കാലയളവ്. ഒരു പെൻഡുലം സിമുലേഷനിൽ കാലയളവ് 0.2 സെക്കൻ്റ് ആണെന്ന് ഒരു അധ്യാപകൻ കണ്ടെത്തി, എന്നാൽ പ്രതീക്ഷിച്ച മൂല്യം 2 സെക്കൻ്റ് ആയിരുന്നു. അത് പരിശോധിച്ചപ്പോൾ, AI നീളം സെൻ്റിമീറ്ററിൽ നൽകുകയും ഫോർമുലയിൽ മീറ്ററായി ഉപയോഗിക്കുകയും ചെയ്തുവെന്ന് അദ്ദേഹം മനസ്സിലാക്കി. യൂണിറ്റ് തിരുത്തലിനൊപ്പം, T = 2π√(L/g) ൻ്റെ വിശകലന മൂല്യവുമായി സിമുലേഷൻ സമ്മതിച്ചു.

കേസ് 3 - മോണ്ടെ കാർലോ പരിശോധന. ഒരു ഡിറ്റക്ടറിൽ തട്ടുന്ന കണങ്ങളെ ക്രമരഹിതമായി സാമ്പിൾ ചെയ്യുന്ന (മോണ്ടെ കാർലോ - റാൻഡം നമ്പറുകളുള്ള സ്റ്റാറ്റിസ്റ്റിക്കൽ സിമുലേഷൻ) ഒരു കോഡ് ഗവേഷകൻ AI യോട് ആവശ്യപ്പെട്ടു. ഫലം സ്ഥിരീകരിക്കുന്നതിന്, വിശകലനപരമായി അറിയപ്പെടുന്ന ഒരു ലളിതമായ കേസ് അദ്ദേഹം പ്രവർത്തിപ്പിച്ചു (ഉദാ. ഒരു സർക്കിളിൻ്റെ വിസ്തീർണ്ണത്തിൻ്റെ അനുപാതം അനുസരിച്ച് π കണക്കാക്കുന്നത്) അതേ രീതിയിൽ; കോഡ് π ശരിയായി പ്രവചിച്ചപ്പോൾ, യഥാർത്ഥ സിമുലേഷനിലുള്ള അതിൻ്റെ ആത്മവിശ്വാസം വർദ്ധിച്ചു. സാമ്പിളുകളുടെ എണ്ണം കൂടുന്നതിനനുസരിച്ച് ഫലം ചുരുങ്ങുകയും യഥാർത്ഥ മൂല്യത്തിലേക്ക് ഒത്തുചേരുകയും ചെയ്യുന്നതായും അദ്ദേഹം നിരീക്ഷിച്ചു.

പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ

1) സംരക്ഷണം നിരീക്ഷിക്കുന്ന സിമുലേഷൻ:

സോൾ_ഐവിപി ഉപയോഗിച്ച് ഇനിപ്പറയുന്ന ഫിസിക്കൽ സിസ്റ്റത്തെ അനുകരിക്കുന്ന പൈത്തൺ കോഡ് എഴുതുക: [സിസ്റ്റം, സമവാക്യം, പ്രാരംഭ വ്യവസ്ഥകൾ, യൂണിറ്റുകൾ]. സിമുലേഷനിൽ ഉടനീളം, ഓരോ ഘട്ടത്തിലും മൊത്തം ഊർജ്ജം (ഒപ്പം ആക്കം ഉണ്ടെങ്കിൽ) കണക്കാക്കുകയും കാലക്രമേണ അതിൻ്റെ പ്രാരംഭ മൂല്യവുമായി അതിൻ്റെ അനുപാതം പ്ലോട്ട് ചെയ്യുകയും ചെയ്യുക. ഘർഷണമില്ലാത്ത സാഹചര്യത്തിൽ, ഈ അനുപാതം ~1 ആയി തുടരണം.

2) വിശകലന താരതമ്യം:

ഇനിപ്പറയുന്ന സിമുലേഷൻ്റെ ഫലത്തെ ഈ സിസ്റ്റത്തിൻ്റെ അറിയപ്പെടുന്ന അനലിറ്റിക്കൽ സൊല്യൂഷനുമായി താരതമ്യം ചെയ്യുന്ന കോഡ് ചേർക്കുക ([ഫോർമുല]). അവ രണ്ടും ഒരേ ഗ്രാഫിൽ പ്ലോട്ട് ചെയ്ത് സംഖ്യാശാസ്ത്രവും വിശകലനവും തമ്മിലുള്ള പരമാവധി വ്യത്യാസം പ്രിൻ്റ് ചെയ്യുക. സിമുലേഷൻ കോഡ്: [ഇവിടെ]

3) സ്റ്റെപ്പ് സൈസ് / സ്റ്റെബിലിറ്റി ടെസ്റ്റ്:

വ്യത്യസ്ത സമയ ഘട്ടങ്ങൾ (ഉദാ. dt = 0.1, 0.01, 0.001) ഉപയോഗിച്ച് ഇനിപ്പറയുന്ന സിമുലേഷൻ പ്രവർത്തിപ്പിക്കുകയും ഫലങ്ങൾ എങ്ങനെ മാറുന്നുവെന്ന് കാണിക്കുകയും ചെയ്യുന്ന കോഡ് എഴുതുക. ഏത് ഘട്ടത്തിൻ്റെ വലുപ്പത്തിന് ശേഷമാണ് ഫലം സ്ഥിരത കൈവരിക്കുന്നതെന്ന് വ്യക്തമാക്കുക (കൺവെർജ് ചെയ്യുന്നു). കോഡ്: [ഇവിടെ]

4) ഫിസിക്കൽ ലിമിറ്റ് സ്റ്റേറ്റ് ടെസ്റ്റിംഗ്:

ഇനിപ്പറയുന്ന സിമുലേഷനായി 3 ഫിസിക്കൽ ലിമിറ്റ് സ്റ്റേറ്റ് ടെസ്റ്റുകൾ നിർദ്ദേശിക്കുക: (ഉദാ. ഘർഷണം പൂജ്യമാകുമ്പോൾ ഊർജ്ജം സംരക്ഷിക്കപ്പെടണം, ഘർഷണം വലുതായിരിക്കുമ്പോൾ പെട്ടെന്ന് സ്തംഭനാവസ്ഥയിലാകണം, പിണ്ഡം ഇരട്ടിയാകുന്ന കാലഘട്ടം എങ്ങനെ മാറണം). ഓരോ പരീക്ഷയുടെയും പ്രതീക്ഷിച്ച ഫലം ഒരു വാക്യത്തിൽ എഴുതുക. കോഡ്: [ഇവിടെ]

ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്

ദുർബലമായത്: "ഒരു പെൻഡുലം സിമുലേഷൻ എഴുതുക."

ഫലം: യൂണിറ്റുകളില്ലാത്ത, മൂല്യനിർണ്ണയമില്ലാത്ത, സംരക്ഷണ പരിശോധനകളില്ലാത്ത കോഡ്; ഇത് ഭൗതികശാസ്ത്രത്തെ പ്രതിഫലിപ്പിക്കുന്നുണ്ടോ ഇല്ലയോ എന്നത് വ്യക്തമല്ല.

ശക്തമായത്: "10 സെക്കൻഡ് നേരത്തേക്ക്, g = 9.81 m/s² എന്ന കോണിൽ 10 ° നീളമുള്ള ഒരു ലളിതമായ പെൻഡുലം അനുകരിക്കുന്ന ഒരു solve_ivp കോഡ് എഴുതുക. ഓരോ ഘട്ടത്തിലും മൊത്തം ഊർജ്ജം നിരീക്ഷിച്ച് ആരംഭത്തിലേക്കുള്ള അനുപാതം പ്ലോട്ട് ചെയ്യുക. ചെറിയ ആംപ്ലിറ്റ്യൂഡ് ഫോർമുല T(Print) സൂത്രവാക്യവുമായി താരതമ്യം ചെയ്യുക.

ഫലം: യൂണിറ്റുകൾ, കൺസർവേഷൻ മോണിറ്ററിംഗ്, അനലിറ്റിക്കൽ മൂല്യവുമായി താരതമ്യപ്പെടുത്തൽ എന്നിവയുള്ള വിശ്വസനീയമായ സിമുലേഷൻ.

സാധാരണ തെറ്റുകൾ

• സംരക്ഷണ നിയമം പാലിക്കുന്നില്ല. ഊർജമോ ആവേഗമോ നീങ്ങുകയാണെങ്കിൽ, അനുകരണം തെറ്റാണ്; ഇത് കാണാതെ ഫലം വിശ്വസിക്കുന്നത് ഏറ്റവും സാധാരണമായ തെറ്റാണ്.
• സ്റ്റെപ്പ് വലുപ്പം ഏകപക്ഷീയമായി തിരഞ്ഞെടുക്കുന്നു. വളരെ വലിയ ഒരു ചുവട് വിവേചനം സൃഷ്ടിക്കുന്നു, വളരെ ചെറിയ ഘട്ടം അനാവശ്യ ചെലവുകൾ സൃഷ്ടിക്കുന്നു; കൺവേർജൻസ് ടെസ്റ്റിംഗ് അത്യാവശ്യമാണ്.
• വിശകലനപരമായ താരതമ്യങ്ങൾ നടത്തുന്നില്ല. അറിയപ്പെടുന്ന ഒരു പ്രത്യേക കേസുമായി (ചെറിയ ആംപ്ലിറ്റ്യൂഡ്, ഘർഷണരഹിതമായ അവസ്ഥ) താരതമ്യം ചെയ്യാതെ, സിമുലേഷൻ മേൽനോട്ടമില്ലാതെ തുടരുന്നു.
• ഭൗതികശാസ്ത്രത്തിന് ഒരു സംഖ്യാ പിഴവ് തെറ്റിദ്ധരിക്കുന്നു. പരിക്രമണ വികാസം പോലുള്ള പെരുമാറ്റം പലപ്പോഴും രീതിയുടെ പിഴവാണ്, യഥാർത്ഥ ഭൗതികശാസ്ത്രമല്ല.
• റാൻഡം സിമുലേഷനിൽ സാമ്പിളുകളുടെ എണ്ണം ഉറപ്പിക്കുന്നു. മോണ്ടെ കാർലോയിലെ സാമ്പിളുകളുടെ എണ്ണം കൂട്ടുകയും ഒത്തുചേരൽ കാണാതെ ഒരൊറ്റ ഫലത്തെ ആശ്രയിക്കുകയും ചെയ്യുന്നത് തെറ്റിദ്ധരിപ്പിക്കുന്നതാണ്.

മുന്നറിയിപ്പ്: ഒരു സിമുലേഷൻ ഒരു "നല്ല ഗ്രാഫ്" ഉണ്ടാക്കുന്നതുകൊണ്ട് അത് ശരിയാണെന്ന് അർത്ഥമാക്കുന്നില്ല. ദൃശ്യം ബോധ്യപ്പെടുത്തുന്നതാണ്, പക്ഷേ വഞ്ചനാപരമാണ്. സിമുലേഷനെ വിശ്വസിക്കുന്നതിന് മുമ്പ്, ഒരു സംരക്ഷണ നിയമം പിന്തുടരുകയും അറിയപ്പെടുന്ന ഒരു സാഹചര്യവുമായി താരതമ്യം ചെയ്യുകയും ചെയ്യുക. സ്ഥിരീകരിക്കാത്ത സിമുലേഷൻ ഭൗതിക തെളിവല്ല.

ചുരുക്കത്തിൽ

അനലിറ്റിക്കൽ സൊല്യൂഷനുകൾ ഇല്ലാത്തതും AI സിമുലേഷൻ കോഡ് വേഗത്തിൽ നിർമ്മിക്കുന്നതുമായ ഡൈനാമിക് ഫിസിക്കൽ സിസ്റ്റങ്ങളെ മനസ്സിലാക്കാനുള്ള ശക്തമായ മാർഗമാണ് സിമുലേഷൻ. എന്നാൽ സിമുലേഷൻ്റെ മൂല്യം അത് ഭൗതികശാസ്ത്രത്തെ കൃത്യമായി പ്രതിഫലിപ്പിക്കുന്നുണ്ടോ എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. ഇത് ഉറപ്പാക്കാനുള്ള മാർഗ്ഗം, സംരക്ഷണ നിയമങ്ങൾ പാലിക്കുക, കൺവേർജൻസ് ടെസ്റ്റിംഗ് വഴി ഉചിതമായ സ്റ്റെപ്പ് സൈസ് തിരഞ്ഞെടുക്കുക, അറിയപ്പെടുന്ന അനലിറ്റിക്കൽ കേസുകളുമായി ഫലം താരതമ്യം ചെയ്യുക, ഫിസിക്കൽ ലിമിറ്റ് കേസുകൾ പരിശോധിക്കുക. അടുത്ത യൂണിറ്റിൽ ഞങ്ങൾ ജനറേറ്റഡ് ഡാറ്റയിൽ നിന്ന് യഥാർത്ഥ പരീക്ഷണാത്മക ഡാറ്റയുടെ വിശകലനത്തിലേക്ക് ഫോക്കസ് മാറ്റും.

ആപ്ലിക്കേഷൻ ടാസ്ക്

ഒരു ലളിതമായ ഡൈനാമിക് സിസ്റ്റം (പെൻഡുലം, ഫ്രീ ഫാൾ + എയർ റെസിസ്റ്റൻസ് അല്ലെങ്കിൽ കൂളിംഗ്) തിരഞ്ഞെടുക്കുക. ടെംപ്ലേറ്റ് 1 ഉപയോഗിച്ച്, AI-യിൽ ഒരു സംരക്ഷണമോ ബാലൻസ് പരിശോധനയോ ഉൾപ്പെടുന്ന ഒരു സിമുലേഷൻ കോഡ് പ്രിൻ്റ് ചെയ്‌ത് പ്രവർത്തിപ്പിക്കുക. നിരീക്ഷിക്കപ്പെടുന്ന അളവ് (ഊർജ്ജമോ താപനിലയോ) പ്രതീക്ഷിച്ചതുപോലെ പ്രവർത്തിക്കുന്നുണ്ടോയെന്ന് പരിശോധിക്കുക. തുടർന്ന് ഒരു പരാമീറ്റർ (ഘർഷണം, പിണ്ഡം, സ്റ്റെപ്പ് വലുപ്പം) മാറ്റുക, പെരുമാറ്റത്തിലെ മാറ്റം നിങ്ങളുടെ ശാരീരിക അവബോധവുമായി യോജിക്കുന്നുണ്ടോ എന്ന് നോക്കുക. ഇത് 5-6 വാക്യങ്ങളിൽ എഴുതുക.

ചെക്ക്ലിസ്റ്റ്

• [ ] സിസ്റ്റത്തിൻ്റെ സമവാക്യം, പ്രാരംഭ വ്യവസ്ഥകൾ, യൂണിറ്റുകൾ എന്നിവ ഞാൻ വ്യക്തമാക്കി.
• [ ] ഞാൻ സിമുലേഷനിൽ ഒരു സംരക്ഷണ നിയമം (ഊർജ്ജം/മൊമെൻ്റം) പിന്തുടർന്നു.
• [ ] ഞാൻ ഒരു കൺവെർജൻസ് ടെസ്റ്റ് ഉപയോഗിച്ച് സ്റ്റെപ്പ് സൈസ് പരിശോധിച്ചു.
• [ ] ഞാൻ ഫലത്തെ അറിയപ്പെടുന്ന ഒരു വിശകലന സാഹചര്യവുമായി താരതമ്യം ചെയ്തു.
• [ ] ഞാൻ കുറഞ്ഞത് ഒരു ഫിസിക്കൽ ലിമിറ്റ് സ്റ്റേറ്റ് ടെസ്റ്റെങ്കിലും നടത്തിയിട്ടുണ്ട്.
• യഥാർത്ഥ ഭൗതികശാസ്ത്രത്തിൽ നിന്ന് സംഖ്യാ വൈകല്യങ്ങളെ ഞാൻ വേർതിരിച്ചു.