Fitimet:
- Aftësia për të dalluar midis pasigurisë së rastësishme dhe sistematike dhe për të raportuar çdo rezultat të matjes me pasigurinë e tij në shifrën përkatëse të rëndësishme.
- Aftësia për të llogaritur përhapjen e gabimeve me rregullin e saktë dhe për të kontrolluar në mënyrë të pavarur formulën e nxjerrë nga inteligjenca artificiale me Monte Carlo
- Aftësia për të vendosur nëse dy rezultate janë të pajtueshme apo jo, duke marrë parasysh pasigurinë e tyre
Asnjë matje në fizikë nuk është e përsosur. Ekziston një pasiguri prej ±0,5 mm kur matni gjatësinë me vizore dhe ±0,1 s kur matni kohën me një kronometër. Këto pasiguri nuk janë një e metë, por natyra e matjes - dhe kërkesa e integritetit shkencor është të raportohet çdo rezultat me pasigurinë e tij. Të thuash "Kam gjetur se nxitimi gravitacional është 9.7" është e paplotë; Duke thënë "kam gjetur 9,7 ± 0,3 m/s²" ju tregon se sa i besueshëm është rezultati. Në këtë njësi, do të mësoni se si të përdorni inteligjencën artificiale (AI) për llogaritjen e pasigurisë dhe përhapjen e gabimeve (si barten pasiguritë e matjes nga ato matje në rezultatin e llogaritur) dhe si të verifikoni këto llogaritje.
Llojet e pasigurisë dhe roli i AI
Ekzistojnë dy lloje themelore të pasigurisë. Pasiguria e rastësishme është shpërndarja e rezultateve në matje të përsëritura; Shumë matje merren dhe reduktohen nga mesatarja dhe devijimi standard. Pasiguria sistematike është një gabim që gjithmonë devijon në të njëjtin drejtim (si një bilanc i keqkalibruar); Nuk zvogëlohet me përsëritjen, por korrigjohet duke gjetur shkakun. Inteligjenca artificiale është e dobishme në shpjegimin e këtyre koncepteve, kodifikimin e llogaritjes së devijimit standard dhe mesatares, dhe - veçanërisht - nxjerrjen e formulave komplekse të përhapjes së gabimeve. Por ju duhet të verifikoni çdo formulë të prejardhur, sepse AI shpesh përzien shenjat e pjesshme të derivateve ose strukturën e rrënjës katrore në formulat e përhapjes së gabimeve.
Statusi
llogari
verifikimi
Matja e përsëritur
Mesatarja ± gabim standard
Devijimi standard manual / √N
Mbledhja/zbritja (z = x ± y)
Pasiguritë përmblidhen nga sheshi
Kontrolli i madhësisë/njësisë
Shumëzimi/pjestimi (z = x·y)
Pasiguritë relative përmblidhen nga katrori
Test me numrin e mostrës
Funksioni i përgjithshëm
Përhapja me derivate të pjesshme
Kontroll i kryqëzuar me Monte Carlo
Rregullat themelore të përhapjes së gabimeve
Përveç mbledhjes dhe zbritjes, pasiguritë absolute kombinohen duke mbledhur katrorët e tyre: Nëse z = x + y, pasiguria e z bëhet √(δx² + δy²). Në shumëzim dhe pjesëtim, pasiguritë relative (përqindje) mblidhen nga katrorët e tyre: Nëse z = x·y, (δz/z) = √((δx/x)² + (δy/y)²). Për funksione më komplekse, rregulli i përgjithshëm është përdorimi i derivateve të pjesshme: efekti i secilës variabël në rezultat matet nga derivati i pjesshëm në lidhje me atë variabël. AI mund t'i nxjerrë këto formula, por mënyra më e sigurt për të verifikuar rezultatin është një kontroll i kryqëzuar i Monte Carlo: shpërndarja e rastësishme e çdo hyrjeje në pasigurinë e saj, llogaritja e saj mijëra herë dhe shikimi i shpërndarjes së prodhimit.
Këshillë: Nëse nuk jeni të sigurt për saktësinë e një formule të përhapjes së gabimit, jepni atë me Monte Carlo: gjeneroni rastësisht hyrjet me pasigurinë e tyre dhe llogarisni funksionin 10,000 herë; Devijimi standard i prodhimit duhet të përputhet me pasigurinë e dhënë nga formula. Kombinimi i këtyre dy metodave të pavarura rrit shumë besimin tuaj në rezultat.
Hap pas hapi: një analizë e sinqertë e pasigurisë
1. Përcaktoni pasigurinë e çdo matjeje. Rezolucioni i instrumentit, shpërndarja e përsëritjeve ose të dhënat e prodhuesit. Shkruani nga vjen pasiguria.
2. Dalloni midis rastësishme dhe sistematike. Konsideroni veçmas se çfarë do të ulet me përsëritjen dhe çfarë jo.
3. Llogaritni diferencën me formulën e saktë. Mbledhja, shumëzimi, funksioni i përgjithshëm — zgjidhni rregullin e duhur. Bëni që AI ta nxjerrë atë, por kontrolloni atë.
4. Kontroll me Monte Carlo. Jepni rezultatin në një metodë të pavarur, veçanërisht për formulat komplekse.
5. Raportoni me shifra të rëndësishme domethënëse. Pasiguria zakonisht rrumbullakoset në 1-2 shifra të rëndësishme; rezultati përputhet me shifrën e fundit të pasigurisë. Shkruani "9.7 ± 0.4 m/s²", jo "9.73418 ± 0.4".
tre mini kuti
Rasti 1 — Formula e gabuar e përhapjes. Një student pyeti AI për përhapjen e pasigurisë për g = 4π²L/T². AI harroi koeficientin 2 kur nxirrte kontributin e pasigurisë së T në lidhje me T (pasi T² pasiguria relative duhet të ishte 2·δT/T). Kur studenti kontrolloi me Monte Carlo, ai zbuloi se formula e AI vlerësoi pasigurinë me rreth gjysmën dhe e korrigjoi atë.
Rasti 2 - Gabim sistematik i fshehur. Një studiues mori një numër të madh matjesh, e bëri pasigurinë e rastësishme shumë të vogël dhe raportoi një saktësi mbresëlënëse prej "±0.01 mm". Por shkalla e tij ishte jashtë kalibrit me 0.2 mm - një gabim sistematik. Duke marrë parasysh këtë gabim, i cili nuk zvogëlohej me përsëritjen, pasiguria e vërtetë ishte shumë më e madhe. Mësimi: përsëritja redukton gabimet e rastësishme, jo gabimet sistematike.
Rasti 3 - Monte Carlo shpëtoi. Një mësues paraqiti pasiguri në një llogaritje vëllimi (V = πr²h) dhe gjeti një rezultat me dorë. Për të qenë i sigurt, ai kërkoi nga AI një kod Monte Carlo; Ai gjeneroi rastësisht r dhe h me pasiguritë e tyre dhe llogariti V 10,000 herë. Devijimi standard i shpërndarjes u pajtua me vlerën e gjetur me dorë - analiza u vërtetua.
Katër shabllone të kopjueshëm
1) Derivimi i përhapjes së gabimit + verifikimi:
Për shprehjen z = [formula], nxirreni përhapjen e gabimit nga pasiguritë e variablave x dhe y në pasigurinë e z nga derivatet e pjesshme, HAPI PAS HAPI. Trego çdo derivat të pjesshëm. Më pas verifikojeni këtë formulë me SympY.Fitting; Shënoni hapin për të cilin nuk jeni të sigurt.
2) Kontrolli i kryqëzuar i Monte Carlo:
Shkruani një kod Python që gjen pasigurinë e llogaritjes së mëposhtme duke përdorur Monte Carlo: z = [formula]. Inputet: x = [vlera ± pasiguri], y = [vlera ± pasiguri]. Merrni mostrën e çdo hyrjeje 10,000 herë nga një shpërndarje normale, llogaritni z, printoni mesataren dhe devijimin standard të prodhimit. Krahasoni këtë me rezultatin e formulës analitike të difuzionit.
3) Statistikat e matjes:
Shkruani kodin që llogarit mesataren, devijimin standard dhe gabimin standard të mesatares (std/√N) për të dhënat e mëposhtme të matjes së përsëritur ([vlerat]). Shtypni rezultatin në formatin "vlera ± gabim standard (njësi)" me shifrën përkatëse të rëndësishme. Na kujtoni dallimin midis pasigurisë së rastësishme dhe sistematike.
4) Shifra e rëndësishme / kontrolli i raportimit:
Rishkruani rezultatet më poshtë në formën "vlerë ± pasiguri (njësi)", duke rrumbullakosur pasigurinë në 1-2 shifra domethënëse dhe duke e përafruar rezultatin me pasigurinë. Rregulloni saktësinë e rreme. Rezultatet: [këtu]
Prompt i dobët / Prompt i fortë
I dobët: "llogaritni pasigurinë për g."
Rezultati: Një numër pa kontekst, formula e të cilit nuk është verifikuar dhe pa dallim sistematik/të rastësishëm.
E fortë: "Për g = 4π²L/T², nxirrni pasigurinë e g me derivate të pjesshëm nga matjet e L = 1.00 ± 0.01 m dhe T = 2.00 ± 0.02 s, pastaj kontrolloni me Monte Carlo. Shkruani rezultatin në formën 'g/shifrat²' me vlerën e duhur g/shifrat²."
Rezultati: Një pasiguri e nxjerrë, e verifikuar në mënyrë të pavarur, e raportuar saktë.
Gabimet e zakonshme
- Duke mos raportuar fare pasiguri. Një matje pa pasiguri është një gjysmë pohim shkencor.
- Mos verifikimi i formulës së përhapjes. YZ shpesh përzien koeficientët e derivateve të pjesshme dhe strukturën e rrënjës katrore; Kontrolli i kryqëzuar i Monte Carlo është i domosdoshëm.
- Përpjekja për të reduktuar gabimet sistematike përmes përsëritjes. Matja e shumëfishtë redukton vetëm gabimet e rastësishme; gabimi i kalibrimit mbetet.
- Krijimi i sigurisë së rreme. Shkrimi i shifrave shumë më domethënëse se pasiguria është një pretendim i saktësisë që nuk ekziston.
- Mbledhja direkt e pasigurive. Pasiguritë e pavarura nuk janë lineare por në katror (në rrënjë katrore).
Kujdes: Nëse dy rezultate fizike janë "të ndryshme" mund të vendoset vetëm duke parë pasigurinë e tyre. Vlerat 9.7 deri në 9.81 janë të pajtueshme nëse pasiguria është ±0.3; ±0.02 është kontradiktore. Injorimi i pasigurisë dhe thënia "rezultati im devijon nga teoria" është shpesh një përfundim i gabuar. Sigurohuni që të verifikoni llogaritjen e pasigurisë të dhënë nga AI përpara se të merrni një vendim.
Në përmbledhje
Pasiguria është pjesë përbërëse e matjes fizike dhe çdo rezultat duhet të raportohet me pasigurinë e tij. AI është e dobishme në kodimin e statistikave të pasigurisë dhe nxjerrjen e formulave të përhapjes së gabimeve; por këto formula përmbajnë gabime të shpeshta dhe duhet të kryqëzohen me një metodë të pavarur siç është Monte Carlo. Dallimi i rastësishëm nga pasiguria sistematike, raportimi në shifrën e duhur domethënëse dhe krahasimi i rezultateve me pasigurinë e tyre është baza e një studimi të ndershëm shkencor. Në njësinë vijuese do ta zhvendosim fokusin nga analiza numerike në derivimin e modelit simbolik.
Detyra e aplikimit
Zgjidhni një llogaritje që përfshin të paktën dy sasi të matura (p.sh. V = πr²h ose g = 4π²L/T²). Caktoni një pasiguri të arsyeshme për secilën madhësi. Vëreni që AI të nxjerrë përhapjen e gabimit me shabllonin 1, më pas bëni kontrollin e kryqëzuar të Monte Carlo me shabllonin 2 dhe ekzekutoni atë. A pajtohen rezultatet e dy metodave? Raportoni rezultatin me shifrën përkatëse të rëndësishme. Shkruani me 5-6 fjali: a ka ndonjë gabim apo mospërputhje formule?
listë kontrolli
- [ ] Përcaktova pasigurinë dhe burimin e çdo matjeje.
- [ ] Kam dalluar pasiguri të rastësishme dhe sistematike.
- [ ] Kam llogaritur përhapjen e gabimit me rregullin e saktë.
- [ ] Unë e kontrollova rezultatin në mënyrë të pavarur me Monte Carlo ose me dorë.
- [ ] Unë raportova rezultatin me shifrën e duhur domethënëse, në përputhje me pasigurinë e tij.
- [ ] Kam marrë parasysh pasigurinë kur krahasova rezultatet.