ਲਾਭ:
- AI ਤੋਂ ਭੌਤਿਕ ਵਿਉਤਪੱਤੀ ਦੇ ਪਿੰਜਰ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਅਤੇ SymPy ਨਾਲ ਹਰੇਕ ਬੀਜਗਣਿਤ ਕਦਮ ਦੀ ਸਹੀ ਤਸਦੀਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਇਨਵਰਸ ਅਤੇ ਸੀਮਾ ਸਥਿਤੀ/ਸੀਮਾ ਜਾਂਚ ਦੇ ਨਾਲ ਇੱਕ ਪ੍ਰਾਪਤ ਫਾਰਮੂਲੇ ਦੀ ਜਾਂਚ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਬਣੇ ਕਾਨੂੰਨ ਅਤੇ ਪ੍ਰਮੇਏ ਦੇ ਨਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਅਤੇ ਗੈਰ-ਭੌਤਿਕ ਜੜ੍ਹਾਂ ਨੂੰ ਖਤਮ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੀ ਸ਼ਕਤੀ ਕੁਝ ਸਮੀਕਰਨਾਂ ਨਾਲ ਗੁੰਝਲਦਾਰ ਘਟਨਾਵਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਤੋਂ ਆਉਂਦੀ ਹੈ। ਗਤੀ ਦੇ ਇੱਕ ਸਮੀਕਰਨ ਤੋਂ ਵੇਗ ਪ੍ਰਾਪਤ ਕਰਨਾ, ਇੱਕ ਊਰਜਾ ਸਮੀਕਰਨ ਤੋਂ ਇੱਕ ਸੁਰੱਖਿਆ ਕਾਨੂੰਨ ਪ੍ਰਾਪਤ ਕਰਨਾ, ਇੱਕ ਅਨਿੱਖੜਵੇਂ ਰੂਪ ਵਿੱਚ ਹੱਲ ਕਰਨਾ - ਇਹ ਪ੍ਰਤੀਕਾਤਮਕ (ਅੱਖਰਾਂ ਵਿੱਚ, ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਨਹੀਂ) ਓਪਰੇਸ਼ਨ ਹਨ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਭੌਤਿਕ ਮਾਡਲ ਦੀ ਉਤਪੱਤੀ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਹੱਲ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਇੱਕ ਬਲੂਪ੍ਰਿੰਟ ਅਤੇ ਸੋਚਣ ਵਾਲੇ ਭਾਈਵਾਲ ਵਜੋਂ ਨਕਲੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ; ਅਤੇ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ SymPy (ਪਾਈਥਨ ਦੀ ਪ੍ਰਤੀਕਾਤਮਕ ਗਣਿਤ ਲਾਇਬ੍ਰੇਰੀ; ਇਹ ਡੈਰੀਵੇਟਿਵਜ਼, ਇੰਟੀਗਰਲ ਅਤੇ ਅੱਖਰਾਂ ਵਿੱਚ ਸਮੀਕਰਨਾਂ ਨੂੰ ਸਹੀ ਰੂਪ ਵਿੱਚ ਹੱਲ ਕਰਦਾ ਹੈ) ਨਾਲ ਹਰੇਕ ਡੈਰੀਵੇਸ਼ਨ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਮਾਣਿਤ ਕਰਨਾ ਹੈ। ਇੱਥੇ ਮੂਲ ਸਿਧਾਂਤ ਹੈ: AI ਪ੍ਰਾਪਤ ਕਰਨ ਦਾ ਤਰੀਕਾ ਦਿਖਾਉਂਦਾ ਹੈ, SymPy ਡੈਰੀਵੇਸ਼ਨ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਸਾਬਤ ਕਰਦਾ ਹੈ।
ਪ੍ਰਤੀਕਾਤਮਕ ਉਤਪੱਤੀ ਵਿੱਚ ਕਿਰਤ ਦੀ AI ਅਤੇ SymPy ਵੰਡ
AI ਇੱਕ ਡੈਰੀਵੇਸ਼ਨ ਦੀ ਆਮ ਰਣਨੀਤੀ ਸਥਾਪਤ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਵਧੀਆ ਹੈ ("ਇਸ ਸਮੱਸਿਆ ਵਿੱਚ ਊਰਜਾ ਦੀ ਸੰਭਾਲ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ, ਫਿਰ ਅੰਸ਼ਕ ਵਿਭਿੰਨਤਾ ਕਰੋ") ਅਤੇ ਵਿਚਕਾਰਲੇ ਕਦਮਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ. ਪਰ ਪ੍ਰਤੀਕਾਤਮਕ ਅਲਜਬਰੇ ਵਿੱਚ - ਖਾਸ ਤੌਰ 'ਤੇ ਲੰਬੇ ਵਿਉਤਪੱਤੀਆਂ ਵਿੱਚ - ਇਹ ਸੰਕੇਤ ਦੀਆਂ ਗਲਤੀਆਂ, ਬਚੇ ਹੋਏ ਸ਼ਬਦਾਂ, ਅਤੇ ਗਲਤ ਸਰਲੀਕਰਨ ਕਰਦਾ ਹੈ। SymPy, ਦੂਜੇ ਪਾਸੇ, ਇਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਕਦਮ ਦੀ ਸਹੀ ਤਰ੍ਹਾਂ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ ਕਿਉਂਕਿ ਇਹ ਨਿਯਮਾਂ ਦੁਆਰਾ ਕੰਮ ਕਰਦਾ ਹੈ, ਸਿਰ ਦੁਆਰਾ ਨਹੀਂ। ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਵਰਕਫਲੋ ਦੋਵਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ: AI ਤੋਂ ਵਿਉਤਪੱਤੀ ਦੇ ਵਿਚਾਰ ਅਤੇ ਪਿੰਜਰ ਨੂੰ ਲਓ, SymPy ਦੇ ਨਾਲ ਹਰੇਕ ਅਲਜਬ੍ਰਿਕ ਸਟੈਪ ਪ੍ਰਦਾਨ ਕਰੋ।
ਖੋਜ
AI ਦਾ ਯੋਗਦਾਨ
SymPy ਨਾਲ ਪ੍ਰਮਾਣਿਕਤਾ
ਵਿਉਤਪੱਤੀ
ਮੈਨੂੰ ਚੇਨ ਨਿਯਮ ਦੀ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ
sympy.diff ਨਾਲ ਸਹੀ ਨਤੀਜਾ
ਏਕੀਕਰਣ
ਢੰਗ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ
sympy.integrate ਨਾਲ ਪੁਸ਼ਟੀਕਰਨ
ਸਮੀਕਰਨ ਹੱਲ
ਰਣਨੀਤੀ ਬਣਾਉਂਦਾ ਹੈ
sympy.solve ਨਾਲ ਰੂਟ ਲੱਭ ਰਿਹਾ ਹੈ
ਸਰਲੀਕਰਨ
ਮੇਰਾ ਨਾਮ ਦਿਖਾਉਂਦਾ ਹੈ
sympy.simplify ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ
ਸੀਮਾ/ਸੀਮਾ ਅਵਸਥਾ
ਸਰੀਰਕ ਟਿੱਪਣੀਆਂ ਕਰਦਾ ਹੈ
sympy.limit ਨਾਲ ਸਹੀ ਸੀਮਾ
ਲੜੀ ਦਾ ਵਿਸਥਾਰ
ਪਹੁੰਚ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ
sympy.series ਦੇ ਨਾਲ ਟੇਲਰ ਦਾ ਵਿਸਥਾਰ
ਕਦਮ ਦਰ ਕਦਮ: ਇੱਕ ਪ੍ਰਮਾਣਿਤ ਡੈਰੀਵੇਸ਼ਨ
1. ਭੌਤਿਕ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਨੂੰ ਸਪੱਸ਼ਟ ਕਰੋ। ਕਿਸ ਕਾਨੂੰਨ ਤੋਂ ਵਿਉਤਪੱਤੀ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ? ਨਿਊਟਨ ਦਾ ਦੂਜਾ ਨਿਯਮ, ਊਰਜਾ ਦੀ ਸੰਭਾਲ, ਮੈਕਸਵੈਲ ਦੀਆਂ ਸਮੀਕਰਨਾਂ? ਕਲਪਨਾਵਾਂ (ਘ੍ਰਿੜ ਰਹਿਤ, ਛੋਟਾ ਕੋਣ) ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਦੱਸੋ।
2. AI ਨੂੰ ਕਦਮ-ਦਰ-ਕਦਮ ਡੈਰੀਵੇਸ਼ਨ ਲਈ ਪੁੱਛੋ। ਉਸਨੂੰ ਇਹ ਲਿਖਣ ਲਈ ਕਹੋ ਕਿ ਹਰੇਕ ਪੜਾਅ ਵਿੱਚ ਕਿਹੜਾ ਨਿਯਮ/ਕਾਨੂੰਨ ਵਰਤਿਆ ਗਿਆ ਸੀ। ਰਸਤਾ ਪੁੱਛੋ, ਸਿਰਫ਼ ਅੰਤਮ ਫਾਰਮੂਲਾ ਨਹੀਂ।
3. SymPy ਨਾਲ ਹਰੇਕ ਅਲਜਬਰੇਕ ਸਟੈਪ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ। SymPy ਵਿੱਚ ਡੈਰੀਵੇਟਿਵ ਪ੍ਰਾਪਤ ਕਰੋ, SymPy ਵਿੱਚ ਅਟੁੱਟ ਹੱਲ ਕਰੋ, SymPy ਵਿੱਚ ਸਮੀਕਰਨ ਹੱਲ ਕਰੋ। ਜੇਕਰ AI ਦਾ ਕਦਮ SymPy ਦੇ ਨਤੀਜੇ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ, ਤਾਂ ਨੁਕਸ AI ਵਿੱਚ ਹੈ।
4. ਸੀਮਾ ਅਵਸਥਾਵਾਂ ਨਾਲ ਟੈਸਟ ਕਰੋ। ਕੀ ਲਿਆ ਗਿਆ ਫਾਰਮੂਲਾ ਜਾਣੇ-ਪਛਾਣੇ ਵਿਸ਼ੇਸ਼ ਕੇਸਾਂ ਤੱਕ ਘਟਾਉਂਦਾ ਹੈ? ਉਦਾਹਰਨ ਲਈ, ਰਿਲੇਟੀਵਿਟੀ ਫਾਰਮੂਲੇ ਨੂੰ ਕਲਾਸੀਕਲ ਫਾਰਮੂਲੇ ਵਿੱਚ ਵਾਪਸ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ ਜਦੋਂ ਗਤੀ ਬਹੁਤ ਘੱਟ ਹੁੰਦੀ ਹੈ; ਜਦੋਂ ਰਗੜ ਜ਼ੀਰੋ ਹੁੰਦਾ ਹੈ ਤਾਂ ਸਪਰਿੰਗ ਲਈ ਸਮੀਕਰਨ ਨੂੰ ਜਾਣੇ-ਪਛਾਣੇ ਔਸਿਲੇਸ਼ਨ ਤੱਕ ਘੱਟ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।
5. ਅਯਾਮੀ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ। ਕੀ ਵਿਉਤਪਤ ਫਾਰਮੂਲੇ ਦੇ ਦੋਵੇਂ ਪਾਸਿਆਂ ਦੀਆਂ ਇਕਾਈਆਂ ਹਨ? ਅਸੀਂ ਇਸ ਨੂੰ ਯੂਨਿਟ 7 ਵਿੱਚ ਡੂੰਘਾਈ ਵਿੱਚ ਕਵਰ ਕਰਾਂਗੇ, ਪਰ ਇਹ ਇੱਥੇ ਇੱਕ ਬੁਨਿਆਦੀ ਆਡਿਟ ਵੀ ਹੈ।
ਸੰਕੇਤ: YZ ਦੁਆਰਾ ਲਏ ਗਏ ਇੱਕ ਅਟੁੱਟ ਜਾਂ ਡੈਰੀਵੇਟਿਵ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦਾ ਸਭ ਤੋਂ ਤੇਜ਼ ਤਰੀਕਾ ਹੈ ਉਲਟਾ: SymPy ਦੇ ਨਾਲ ਇੱਕ ਅਟੁੱਟ ਦੇ ਨਤੀਜੇ ਨੂੰ ਵੱਖਰਾ ਕਰਨਾ; ਜੇਕਰ ਇਹ ਸ਼ੁਰੂਆਤੀ ਸਮੀਕਰਨ 'ਤੇ ਵਾਪਸ ਆਉਂਦਾ ਹੈ, ਤਾਂ ਇੰਟੈਗਰਲ ਸੱਚ ਹੈ। ਇਹ "ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਇਨਵਰਸ" ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਜਾਂਚਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਜੋ ਸਕਿੰਟਾਂ ਵਿੱਚ ਸੰਕੇਤਕ ਤਰੁੱਟੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਖੁੰਝਿਆ ਹੋਇਆ ਚਿੰਨ੍ਹ। ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ AI ਨੂੰ ਇੱਕ ਗਿੱਲੇ ਹਾਰਮੋਨਿਕ ਔਸਿਲੇਟਰ ਦੀ ਗਤੀ ਦੇ ਸਮੀਕਰਨ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਿਹਾ। AI ਨੇ ਇੱਕ ਕਦਮ ਵਿੱਚ ਡੈਂਪਿੰਗ ਸ਼ਬਦ ਦੇ ਚਿੰਨ੍ਹ ਨੂੰ ਉਲਟਾ ਦਿੱਤਾ ਅਤੇ ਇੱਕ (ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਅਸੰਭਵ) ਪ੍ਰਣਾਲੀ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜੋ ਊਰਜਾ ਪ੍ਰਾਪਤ ਕਰਦੀ ਹੈ। ਜਦੋਂ ਵਿਦਿਆਰਥੀ ਨੇ ਸਮੀਕਰਨ ਨੂੰ SymPy ਵਿੱਚ ਜੋੜਿਆ ਅਤੇ ਇਸਨੂੰ ਹੱਲ ਕੀਤਾ, ਤਾਂ ਉਸਨੇ ਦੇਖਿਆ ਕਿ ਹੱਲ ਤੇਜ਼ੀ ਨਾਲ ਵਧਿਆ ਹੈ — ਡੈਂਪਿੰਗ ਸ਼ਬਦ ਘਟਣਾ ਚਾਹੀਦਾ ਹੈ, ਵਧਣਾ ਨਹੀਂ। ਇੱਕ ਵਾਰ ਜਦੋਂ ਮੈਂ ਨਿਸ਼ਾਨ ਨੂੰ ਠੀਕ ਕੀਤਾ, ਤਾਂ ਭੌਤਿਕ ਵਿਗਿਆਨ ਜਗ੍ਹਾ ਵਿੱਚ ਡਿੱਗ ਗਿਆ.
ਕੇਸ 2 — ਗਲਤ ਇੰਟੈਗਰਲ। ਇੱਕ ਖੋਜਕਰਤਾ ਨੇ ਇੱਕ ਸੰਭਾਵੀ ਊਰਜਾ ਅਟੁੱਟ ਲਈ ਏ.ਆਈ. ਏਆਈ ਨੇ ਇੱਕ ਨਤੀਜਾ ਪੇਸ਼ ਕੀਤਾ ਜੋ ਜਾਇਜ਼ ਲੱਗਦਾ ਸੀ। ਖੋਜਕਰਤਾ ਨੇ SymPy ਨਾਲ ਨਤੀਜਾ ਕੱਢਿਆ; ਸ਼ੁਰੂਆਤੀ ਬਿਆਨ 'ਤੇ ਵਾਪਸ ਨਹੀਂ ਆਇਆ। ਏਆਈ ਨੇ ਇੰਟੈਗਰਲ ਵਿੱਚ ਇੱਕ ਨਿਰੰਤਰ ਕਾਰਕ ਨੂੰ ਖੁੰਝਾਇਆ ਸੀ। ਜਦੋਂ ਮੈਂ ਸਿਮਪੀ ਨਾਲ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਇੰਟੈਗਰਲ ਲਿਆ, ਤਾਂ ਸਹੀ ਨਤੀਜਾ ਪ੍ਰਾਪਤ ਹੋਇਆ.
ਕੇਸ 3 - ਬਾਰਡਰ ਨੇ ਸਥਿਤੀ ਨੂੰ ਬਚਾਇਆ। ਇੱਕ ਅਧਿਆਪਕ ਨੇ AI ਨੂੰ ਰਿਸ਼ਤੇਦਾਰ ਗਤੀ ਊਰਜਾ ਲਈ ਫਾਰਮੂਲਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕਿਹਾ ਅਤੇ ਇੱਕ ਸਮੀਕਰਨ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਫਾਰਮੂਲੇ ਦੀ ਸ਼ੁੱਧਤਾ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ, ਉਸਨੇ ਸੀਮਾ ਨੂੰ ਲੈ ਲਿਆ ਜਿੱਥੇ SymPy ਲੜੀ ਦੇ ਨਾਲ ਗਤੀ ਬਹੁਤ ਘੱਟ ਸੀ; ਨਤੀਜਾ ਕਲਾਸੀਕਲ ½mv² ਤੱਕ ਘਟਾਇਆ ਨਹੀਂ ਜਾਂਦਾ ਹੈ। AI ਨੇ ਡੈਰੀਵੇਸ਼ਨ ਵਿੱਚ ਇੱਕ ਮਿਆਦ ਗੁਆ ਦਿੱਤੀ ਸੀ। ਸਹੀ ਡੈਰੀਵੇਸ਼ਨ ਵਿੱਚ, ਸੀਮਾ ਨੂੰ ਕਲਾਸੀਕਲ ਰੂਪ ਵਿੱਚ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ ਅਤੇ ਫਾਰਮੂਲੇ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਸੀ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) SymPy ਨਾਲ ਡੈਰੀਵੇਸ਼ਨ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ:
ਕਾਨੂੰਨ [ਸ਼ੁਰੂਆਤੀ ਕਾਨੂੰਨ] ਤੋਂ ਸਟੈਪ ਬਾਇ ਸਟੈਪ ਹੇਠ ਦਿੱਤੀ ਭੌਤਿਕ ਮਾਤਰਾ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰੋ:[ਨਿਸ਼ਾਨਾ]। ਉਹ ਨਿਯਮ ਲਿਖੋ ਜੋ ਤੁਸੀਂ ਹਰ ਪੜਾਅ ਵਿੱਚ ਵਰਤਿਆ ਹੈ। ਫਿਰ SymPy ਕੋਡ ਲਿਖੋ ਜੋ ਡੈਰੀਵੇਸ਼ਨ (ਡੈਰੀਵੇਟਿਵ/ਇੰਟੈਗਰਲ/ਸਲੂਸ਼ਨ) ਦੇ ਹਰੇਕ ਬੀਜਗਣਿਤ ਪੜਾਅ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਧਾਰਨਾਵਾਂ (ਜਿਵੇਂ ਕਿ ਰਗੜ-ਰਹਿਤ, ਛੋਟਾ ਕੋਣ) ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਬਿਆਨ ਕਰੋ।
2) ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਰਿਵਰਸਲ ਚੈਕ:
SymPy ਦੇ ਨਾਲ ਹੇਠਾਂ ਦਿੱਤੇ ਇੰਟੀਗਰਲ ਦੇ ਨਤੀਜੇ ਦੀ ਗਣਨਾ ਕਰੋ, ਫਿਰ SymPy ਨਾਲ ਉਸ ਨਤੀਜੇ ਦਾ ਡੈਰੀਵੇਟਿਵ ਲਓ ਅਤੇ ਇਹ ਜਾਂਚ ਕਰਨ ਲਈ ਇੱਕ ਕੋਡ ਲਿਖੋ ਕਿ ਕੀ ਇਹ ਸ਼ੁਰੂਆਤੀ ਸਮੀਕਰਨ 'ਤੇ ਵਾਪਸ ਆਉਂਦਾ ਹੈ। ਜੇਕਰ ਇਹ ਵਾਪਸ ਨਹੀਂ ਆਉਂਦਾ ਹੈ, ਤਾਂ ਦੱਸੋ ਕਿ ਕਿਹੜਾ ਪੜਾਅ ਸਮੱਸਿਆ ਹੈ। ਸਮੀਕਰਨ: [ਇੱਥੇ]
3) ਸੀਮਾ ਸਥਿਤੀ / ਸੀਮਾ ਨਿਯੰਤਰਣ:
ਇੱਕ ਕੋਡ ਲਿਖੋ ਜੋ SymPy ਸੀਮਾ/ਸੀਰੀਜ਼ ਨਾਲ ਜਾਂਚ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਹੇਠਾਂ ਦਿੱਤਾ ਗਿਆ ਫਾਰਮੂਲਾ [ਫਾਰਮੂਲਾ], [ਪੈਰਾਮੀਟਰ] ਬਹੁਤ ਛੋਟੀ/ਬਹੁਤ ਵੱਡੀ ਸੀਮਾ ਵਿੱਚ ਜਾਣੇ ਜਾਂਦੇ [ਉਮੀਦ ਕੀਤੇ ਕਲਾਸੀਕਲ ਫਾਰਮੂਲੇ] ਤੱਕ ਘਟਦਾ ਹੈ ਜਾਂ ਨਹੀਂ। ਜੇਕਰ ਨਹੀਂ, ਤਾਂ ਡੈਰੀਵੇਸ਼ਨ ਵਿੱਚ ਇੱਕ ਸੰਭਾਵਿਤ ਗਲਤੀ ਦਾ ਨਿਸ਼ਾਨ ਲਗਾਓ।
4) ਸਮੀਕਰਨ ਹੱਲ ਤਸਦੀਕ:
ਇਸ ਸਮੀਕਰਨ [ਸਮੀਕਰਨ] ਨੂੰ SymPy ਹੱਲ ਨਾਲ ਹੱਲ ਕਰੋ। ਕੋਡ ਸ਼ਾਮਲ ਕਰੋ ਜੋ ਜਾਂਚ ਕਰਦਾ ਹੈ ਕਿ ਕੀ ਸਮੀਕਰਨ (ਸਬ) ਵਿੱਚ ਪਾਏ ਗਏ ਹਰੇਕ ਰੂਟ ਨੂੰ ਵਾਪਸ ਪਾਉਣ ਨਾਲ ਜ਼ੀਰੋ ਮਿਲਦਾ ਹੈ। ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਅਰਥਹੀਣ ਜੜ੍ਹਾਂ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕਰੋ (ਉਦਾਹਰਨ ਲਈ ਨਕਾਰਾਤਮਕ ਪੁੰਜ)।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਸਾਪੇਖਿਕ ਗਤੀ ਊਰਜਾ ਲਈ ਫਾਰਮੂਲਾ ਪ੍ਰਾਪਤ ਕਰੋ।"
ਨਤੀਜਾ: ਇੱਕ ਲੰਮੀ ਡੈਰੀਵੇਸ਼ਨ; ਵਿਚਕਾਰਲੇ ਕਦਮਾਂ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਨਹੀਂ ਕੀਤੀ ਗਈ, ਸਾਈਨ/ਅਵਧੀ ਦੀਆਂ ਗਲਤੀਆਂ ਲੁਕੀਆਂ ਹੋਈਆਂ, ਕੋਈ ਸੀਮਾ ਸਥਿਤੀ ਜਾਂਚ ਨਹੀਂ।
ਮਜ਼ਬੂਤ: "ਕੰਮ-ਊਰਜਾ ਥਿਊਰਮ ਤੋਂ ਕਦਮ-ਦਰ-ਕਦਮ ਸਾਪੇਖਿਕ ਗਤੀ ਊਰਜਾ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰੋ, ਹਰ ਪੜਾਅ 'ਤੇ ਨਿਯਮ ਲਿਖੋ। ਹਰੇਕ ਬੀਜਗਣਿਤਿਕ ਪੜਾਅ ਨੂੰ SymPy ਕੋਡ ਨਾਲ ਪ੍ਰਮਾਣਿਤ ਕਰੋ। ਅੰਤ ਵਿੱਚ, SymPy ਲੜੀ ਨਾਲ ਦਿਖਾਓ ਕਿ ਫਾਰਮੂਲਾ ਸੀਮਾ v ≪ c ਵਿੱਚ ½mv² ਤੱਕ ਘਟਦਾ ਹੈ।"
ਨਤੀਜਾ: AI ਤੋਂ ਪਿੰਜਰ ਅਤੇ SymPy ਤੋਂ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ ਇੱਕ ਭਰੋਸੇਯੋਗ, ਸੀਮਾ-ਕੇਸ-ਟੈਸਡ ਡੈਰੀਵੇਸ਼ਨ।
ਆਮ ਗਲਤੀਆਂ
- SymPy ਤੋਂ ਬਿਨਾਂ AI ਡੈਰੀਵੇਸ਼ਨ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। ਚਿੰਨ੍ਹ ਅਤੇ ਸ਼ਬਦਾਵਲੀ ਦੀਆਂ ਗਲਤੀਆਂ ਲੰਬੀਆਂ ਪ੍ਰਤੀਕ ਵਿਉਤਪੱਤੀਆਂ ਵਿੱਚ ਅਟੱਲ ਹਨ; ਹਰੇਕ ਕਦਮ ਨੂੰ ਇੱਕ ਨਿਰਣਾਇਕ ਸਾਧਨ ਦੁਆਰਾ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਸਿਰਫ਼ ਅੰਤਮ ਫਾਰਮੂਲਾ ਚਾਹੁੰਦੇ ਹਾਂ। ਵਿਚਕਾਰਲੇ ਕਦਮਾਂ ਤੋਂ ਬਿਨਾਂ, ਗਲਤੀ ਨਹੀਂ ਲੱਭੀ ਜਾ ਸਕਦੀ; ਇਸ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨ ਦੇ ਤਰੀਕੇ ਦੀ ਬੇਨਤੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ.
- ਸਰਹੱਦੀ ਸਥਿਤੀ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕੀਤੀ ਜਾ ਰਹੀ। ਕਿਸੇ ਜਾਣੇ-ਪਛਾਣੇ ਵਿਸ਼ੇਸ਼ ਕੇਸ ਵਿੱਚ ਫਾਰਮੂਲੇ ਨੂੰ ਘਟਾਉਣ ਵਿੱਚ ਅਸਫਲਤਾ ਗਲਤੀ ਦੇ ਸਭ ਤੋਂ ਭਰੋਸੇਮੰਦ ਸੰਕੇਤਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ।
- ਬਣੇ ਕਾਨੂੰਨ/ਪ੍ਰਮੇਯ ਦੇ ਨਾਮ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ। AI ਇੱਕ "ਸਿਧਾਂਤ" ਜਾਂ "ਪ੍ਰਮੇਯ" ਲਈ ਇੱਕ ਨਾਮ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ ਜੋ ਮੌਜੂਦ ਨਹੀਂ ਹੈ; ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਤੋਂ ਨਾਵਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
- ਗੈਰ-ਭੌਤਿਕ ਮੂਲ ਨੂੰ ਖਤਮ ਕਰਨ ਤੋਂ ਬਚਣਾ. ਜੇਕਰ ਗਣਿਤਿਕ ਹੱਲ ਨਕਾਰਾਤਮਕ ਪੁੰਜ ਜਾਂ ਕਾਲਪਨਿਕ ਸਮਾਂ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਉਹ ਜੜ੍ਹ ਭੌਤਿਕ ਨਹੀਂ ਹੈ; ਨੂੰ ਖਤਮ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.
ਸਾਵਧਾਨ: ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿ ਇੱਕ ਵਿਉਤਪੱਤੀ "ਸਵਿਧਾਨਕ ਅਤੇ ਯਕੀਨਨ" ਜਾਪਦੀ ਹੈ ਇਹ ਸੱਚ ਨਹੀਂ ਹੈ। AI ਇੱਕ ਬਹੁਤ ਹੀ ਸੁਰੱਖਿਅਤ ਭਾਸ਼ਾ ਵਿੱਚ ਇੱਕ ਗਲਤ ਕਦਮ ਨੂੰ ਵੀ ਲਿਖ ਸਕਦਾ ਹੈ। ਇੱਕ ਪਾਠ, ਲੇਖ ਜਾਂ ਡਿਜ਼ਾਈਨ ਵਿੱਚ ਇੱਕ ਵਿਉਤਪੱਤੀ ਲਿਆਉਣ ਤੋਂ ਪਹਿਲਾਂ, SymPy ਨਾਲ ਹਰੇਕ ਪੜਾਅ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਸੀਮਾ ਕੇਸ ਨਾਲ ਇਸਦੀ ਜਾਂਚ ਕਰੋ। ਇੱਕ ਅਪ੍ਰਮਾਣਿਤ ਵਿਉਤਪੱਤੀ ਭੌਤਿਕ ਸਬੂਤ ਨਹੀਂ ਹੈ।
ਸਾਰੰਸ਼ ਵਿੱਚ
ਪ੍ਰਤੀਕਾਤਮਕ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੀਆਂ ਵਿਉਤਪੱਤੀਆਂ ਵਿੱਚ, AI ਰਣਨੀਤੀ ਦੀ ਸਥਾਪਨਾ ਕਰਦਾ ਹੈ ਅਤੇ ਮਾਰਗ ਦੱਸਦਾ ਹੈ; ਪਰ ਲੰਬੇ ਅਲਜਬਰੇ ਵਿੱਚ ਗਲਤੀਆਂ ਕਰਦਾ ਹੈ। SymPy, ਦੂਜੇ ਪਾਸੇ, ਨਿਯਮਾਂ ਦੇ ਵਿਰੁੱਧ ਹਰੇਕ ਕਦਮ ਦੀ ਸਖਤੀ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਵਰਕਫਲੋ ਦੋਵਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ: AI ਤੋਂ ਡੈਰੀਵੇਸ਼ਨ ਦਾ ਪਿੰਜਰ ਲਓ, SymPy ਨਾਲ ਹਰੇਕ ਪੜਾਅ ਨੂੰ ਸਰੋਤ ਕਰੋ, ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਇਨਵਰਸ਼ਨ, ਸੀਮਾ ਸਥਿਤੀ, ਅਤੇ ਅਯਾਮੀ ਵਿਸ਼ਲੇਸ਼ਣ ਨਾਲ ਨਤੀਜੇ ਦੀ ਜਾਂਚ ਕਰੋ। ਅਗਲੀ ਇਕਾਈ ਵਿੱਚ, ਅਸੀਂ ਕਿਸੇ ਵੀ ਭੌਤਿਕ ਨਤੀਜੇ ਦੇ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਨਿਯੰਤਰਣ ਨੂੰ ਵਿਸਥਾਰ ਵਿੱਚ ਕਵਰ ਕਰਾਂਗੇ: ਅਯਾਮੀ ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਇਕਾਈ ਦੀ ਪੁਸ਼ਟੀ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਭੌਤਿਕ ਵਿਉਤਪੱਤੀ ਚੁਣੋ ਜਿਸਨੂੰ ਤੁਸੀਂ ਜਾਣਦੇ ਹੋ (ਉਦਾਹਰਣ ਲਈ, ਫ੍ਰੀ ਫਾਲ ਵਿੱਚ ਵੇਗ-ਟਾਈਮ ਰਿਸ਼ਤਾ, ਇੱਕ ਸਧਾਰਨ ਪੈਂਡੂਲਮ ਦੀ ਮਿਆਦ, ਜਾਂ ਇੱਕ ਅਟੁੱਟ ਦੁਆਰਾ ਪਾਈ ਗਈ ਸੰਭਾਵੀ ਊਰਜਾ)। ਟੈਂਪਲੇਟ 1 ਦੇ ਨਾਲ ਕਦਮ-ਦਰ-ਕਦਮ AI ਪ੍ਰਾਪਤ ਕਰੋ। ਫਿਰ SymPy ਨਾਲ ਹਰੇਕ ਅਲਜਬਰੇਕ ਸਟੈਪ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ; ਘੱਟੋ-ਘੱਟ ਇੱਕ ਅਟੁੱਟ/ਡੈਰੀਵੇਟਿਵ ਲਈ ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਇਨਵਰਸ ਲਾਗੂ ਕਰੋ ਅਤੇ ਇੱਕ ਸੀਮਾ ਸਥਿਤੀ ਜਾਂਚ ਕਰੋ। ਇਸਨੂੰ 5-6 ਵਾਕਾਂ ਵਿੱਚ ਲਿਖੋ: ਕੀ ਏਆਈ ਨੇ ਡੈਰੀਵੇਸ਼ਨ ਵਿੱਚ ਗਲਤੀ ਕੀਤੀ ਸੀ, ਸਿਮਪੀ ਕਿਸ ਕਦਮ 'ਤੇ ਇਸ ਨੂੰ ਪ੍ਰਗਟ ਕਰੇਗੀ?
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਵਿਉਤਪੱਤੀ ਦੇ ਭੌਤਿਕ ਸ਼ੁਰੂਆਤੀ ਕਾਨੂੰਨ ਅਤੇ ਧਾਰਨਾਵਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ AI ਤੋਂ ਕਦਮ ਦਰ ਕਦਮ ਪ੍ਰਾਪਤ ਕਰਨਾ ਚਾਹੁੰਦਾ ਸੀ, ਨਾ ਕਿ ਸਿਰਫ ਨਤੀਜਾ.
- [ ] ਮੈਂ SymPy ਨਾਲ ਹਰੇਕ ਅਲਜਬਰੇਕ ਸਟੈਪ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਡੈਰੀਵੇਟਿਵ-ਇੰਟੈਗਰਲ ਰਿਵਰਸਲ ਜਾਂਚ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਇੱਕ ਸੀਮਾ ਕੇਸ ਨਾਲ ਫਾਰਮੂਲੇ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਤੋਂ ਉਕਤ ਕਾਨੂੰਨ/ਪ੍ਰਮੇਯ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।