நிச்சயமற்ற தன்மை, பிழை பரப்புதல் மற்றும் அளவீட்டு பகுப்பாய்வு

ஆதாயங்கள்:

• சீரற்ற மற்றும் முறையான நிச்சயமற்ற தன்மையை வேறுபடுத்தி, ஒவ்வொரு அளவீட்டு முடிவையும் அதன் நிச்சயமற்ற தன்மையுடன் பொருத்தமான குறிப்பிடத்தக்க இலக்கத்திற்கு தெரிவிக்கும் திறன்.
• சரியான விதியுடன் பிழை பரவலைக் கணக்கிடும் திறன் மற்றும் மான்டே கார்லோவுடன் செயற்கை நுண்ணறிவு மூலம் பெறப்பட்ட சூத்திரத்தை சுயாதீனமாக சரிபார்க்கவும்
• இரண்டு முடிவுகள் இணக்கமாக உள்ளதா இல்லையா என்பதை அவற்றின் நிச்சயமற்ற தன்மையைக் கருத்தில் கொண்டு தீர்மானிக்கும் திறன்

இயற்பியலில் எந்த அளவீடும் சரியானது அல்ல. ஒரு ஆட்சியாளரைக் கொண்டு நீளத்தை அளவிடும் போது ± 0.5 மிமீ மற்றும் ஸ்டாப்வாட்ச் மூலம் நேரத்தை அளவிடும் போது ± 0.1 s என்ற நிச்சயமற்ற தன்மை உள்ளது. இந்த நிச்சயமற்ற தன்மைகள் ஒரு குறைபாடு அல்ல, ஆனால் அளவீட்டின் தன்மை-மற்றும் ஒவ்வொரு முடிவையும் அதன் நிச்சயமற்ற தன்மையுடன் தெரிவிப்பதே அறிவியல் ஒருமைப்பாட்டின் தேவை. "நான் ஈர்ப்பு முடுக்கம் 9.7 என்று கண்டேன்" என்று கூறுவது முழுமையடையாது; "நான் 9.7 ± 0.3 m/s² ஐக் கண்டேன்" என்று கூறுவது, முடிவு எவ்வளவு நம்பகமானது என்பதைக் கூறுகிறது. இந்த யூனிட்டில், நிச்சயமற்ற கணக்கீடு மற்றும் பிழை பரவலுக்கு செயற்கை நுண்ணறிவை (AI) எவ்வாறு பயன்படுத்துவது (அந்த அளவீடுகளிலிருந்து கணக்கிடப்பட்ட முடிவுகளுக்கு அளவீட்டு நிச்சயமற்ற தன்மைகள் எவ்வாறு கொண்டு செல்லப்படுகின்றன) மற்றும் இந்த கணக்கீடுகளை எவ்வாறு சரிபார்க்கலாம் என்பதை நீங்கள் கற்றுக் கொள்வீர்கள்.

நிச்சயமற்ற வகைகள் மற்றும் AI இன் பங்கு

நிச்சயமற்ற இரண்டு அடிப்படை வகைகள் உள்ளன. சீரற்ற நிச்சயமற்ற தன்மை என்பது மீண்டும் மீண்டும் அளவீடுகளில் முடிவுகளின் சிதறல் ஆகும்; சராசரி மற்றும் நிலையான விலகல் மூலம் பல அளவீடுகள் எடுக்கப்பட்டு குறைக்கப்படுகின்றன. முறையான நிச்சயமற்ற தன்மை என்பது எப்போதும் ஒரே திசையில் (தவறான அளவீடு செய்யப்பட்ட சமநிலை) விலகும் ஒரு பிழையாகும்; திரும்பத் திரும்பச் சொன்னால் குறையாது, காரணத்தைக் கண்டறிவதன் மூலம் சரி செய்யப்படுகிறது. இந்த கருத்துகளை விளக்குவதற்கும், நிலையான விலகல் மற்றும் சராசரியின் கணக்கீட்டை குறியிடுவதற்கும், குறிப்பாக - சிக்கலான பிழை பரப்புதல் சூத்திரங்களைப் பெறுவதற்கும் AI உதவியாக இருக்கும். ஆனால் நீங்கள் ஒவ்வொரு பெறப்பட்ட சூத்திரத்தையும் சரிபார்க்க வேண்டும், ஏனெனில் AI பெரும்பாலும் பகுதி வழித்தோன்றல் குறியீடுகள் அல்லது வர்க்க மூல அமைப்பை பிழை பரப்புதல் சூத்திரங்களில் கலக்கிறது.

நிலை

கணக்கு

சரிபார்ப்பு

மீண்டும் மீண்டும் அளவீடு

சராசரி ± நிலையான பிழை

கைமுறை நிலையான விலகல் / √N

கூட்டல்/கழித்தல் (z = x ± y)

நிச்சயமற்ற தன்மைகள் சதுரத்திலிருந்து சுருக்கப்பட்டுள்ளன

அளவு/அலகு கட்டுப்பாடு

பெருக்கல்/வகுத்தல் (z = x·y)

உறவினர் நிச்சயமற்ற தன்மைகள் சதுரத்திலிருந்து தொகுக்கப்படுகின்றன

மாதிரி எண்ணுடன் சோதிக்கவும்

பொது செயல்பாடு

பகுதி வழித்தோன்றல்களால் பரப்புதல்

மான்டே கார்லோவுடன் குறுக்கு சோதனை

பிழை பரப்புவதற்கான அடிப்படை விதிகள்

கூட்டல் மற்றும் கழித்தல் ஆகியவற்றுடன், முழுமையான நிச்சயமற்ற தன்மைகள் அவற்றின் சதுரங்களைச் சேர்ப்பதன் மூலம் இணைக்கப்படுகின்றன: z = x + y எனில், z இன் நிச்சயமற்ற தன்மை √(δx² + δy²) ஆகிறது. பெருக்கல் மற்றும் வகுத்தல் ஆகியவற்றில், உறவினர் (சதவீதம்) நிச்சயமற்ற தன்மைகள் அவற்றின் வர்க்கங்களிலிருந்து சுருக்கப்படுகின்றன: z = x·y என்றால், (δz/z) = √((δx/x)² + (δy/y)²). மிகவும் சிக்கலான செயல்பாடுகளுக்கு, பகுதி வழித்தோன்றல்களைப் பயன்படுத்துவது பொதுவான விதி: முடிவில் ஒவ்வொரு மாறியின் விளைவும் அந்த மாறியைப் பொறுத்து பகுதி வழித்தோன்றலால் அளவிடப்படுகிறது. AI இந்த சூத்திரங்களைப் பெறலாம், ஆனால் முடிவைச் சரிபார்ப்பதற்கான பாதுகாப்பான வழி Monte Carlo கிராஸ்-செக் ஆகும்: தோராயமாக ஒவ்வொரு உள்ளீட்டையும் அதன் நிச்சயமற்ற தன்மைக்கு விநியோகித்தல், ஆயிரக்கணக்கான முறை கணக்கிட்டு, வெளியீட்டின் விநியோகத்தைப் பார்ப்பது.

உதவிக்குறிப்பு: பிழை பரப்புதல் சூத்திரத்தின் துல்லியம் உங்களுக்குத் தெரியாவிட்டால், அதை மான்டே கார்லோவுடன் வழங்கவும்: உள்ளீடுகளை அவற்றின் சொந்த நிச்சயமற்ற தன்மையுடன் உருவாக்கி, செயல்பாட்டை 10,000 முறை கணக்கிடுங்கள்; வெளியீட்டின் நிலையான விலகல் சூத்திரத்தால் கொடுக்கப்பட்ட நிச்சயமற்ற தன்மையுடன் பொருந்த வேண்டும். இந்த இரண்டு சுயாதீன முறைகளின் கலவையானது முடிவில் உங்கள் நம்பிக்கையை பெரிதும் அதிகரிக்கிறது.

படிப்படியாக: ஒரு நேர்மையான நிச்சயமற்ற பகுப்பாய்வு

1. ஒவ்வொரு அளவீட்டின் நிச்சயமற்ற தன்மையை தீர்மானிக்கவும். கருவி தீர்மானம், ரிப்பீட்டின் விநியோகம் அல்லது உற்பத்தியாளர் தரவு. நிச்சயமற்ற தன்மை எங்கிருந்து வருகிறது என்பதை எழுதுங்கள்.

2. சீரற்ற மற்றும் முறையான வேறுபடுத்தி. திரும்பத் திரும்பச் சொன்னால் எது குறையும், எது குறையும் என்பதைத் தனித்தனியாகக் கருதுங்கள்.

3. சரியான சூத்திரத்துடன் பரவலைக் கணக்கிடவும். கூட்டல், பெருக்கல், பொதுச் செயல்பாடு - பொருத்தமான விதியைத் தேர்ந்தெடுக்கவும். AI அதை பெற வேண்டும், ஆனால் அதை கட்டுப்படுத்தவும்.

4. மான்டே கார்லோவுடன் குறுக்கு சோதனை. ஒரு சுயாதீனமான முறையில் முடிவை வழங்கவும், குறிப்பாக சிக்கலான சூத்திரங்களுக்கு.

5. பொருத்தமான குறிப்பிடத்தக்க இலக்கங்களுடன் அறிக்கை. நிச்சயமற்ற தன்மை பொதுவாக 1-2 குறிப்பிடத்தக்க இலக்கங்களுக்கு வட்டமானது; முடிவு நிச்சயமற்ற கடைசி இலக்கத்துடன் இணைகிறது. "9.73418 ± 0.4" அல்ல, "9.7 ± 0.4 m/s²" என்று எழுதவும்.

மூன்று சிறிய வழக்குகள்

வழக்கு 1 - தவறான பரவல் சூத்திரம். g = 4π²L/T²க்கான நிச்சயமற்ற பரவல் பற்றி ஒரு மாணவர் AIயிடம் கேட்டார். T ஐப் பொறுத்தமட்டில் T இன் நிச்சயமற்ற பங்களிப்பைப் பெறும்போது AI குணகம் 2 ஐ மறந்து விட்டது (T² ஒப்பீட்டு நிச்சயமற்ற தன்மை 2·δT/T ஆக இருந்திருக்க வேண்டும்). மாணவர் மான்டே கார்லோவுடன் குறுக்கு சோதனை செய்தபோது, ​​​​AI சூத்திரம் நிச்சயமற்ற தன்மையை பாதியாக மதிப்பிட்டு அதை சரிசெய்ததைக் கண்டறிந்தார்.

வழக்கு 2 - முறையான பிழை மறைக்கப்பட்டது. ஒரு ஆராய்ச்சியாளர் அதிக எண்ணிக்கையிலான அளவீடுகளை எடுத்து, சீரற்ற நிச்சயமற்ற தன்மையை மிகச் சிறியதாக மாற்றினார், மேலும் "± 0.01 மிமீ" துல்லியமான துல்லியத்தை அறிவித்தார். ஆனால் அதன் அளவு 0.2 மி.மீ. அளவு குறைவாக இருந்தது - ஒரு முறையான பிழை. இந்த பிழையை கணக்கில் எடுத்துக்கொண்டால், மீண்டும் மீண்டும் குறையவில்லை, உண்மையான நிச்சயமற்ற தன்மை மிகவும் அதிகமாக இருந்தது. பாடம்: மீண்டும் மீண்டும் செய்வது சீரற்ற பிழையைக் குறைக்கிறது, முறையான பிழை அல்ல.

வழக்கு 3 - மான்டே கார்லோ காப்பாற்றப்பட்டார். ஒரு ஆசிரியர் ஒரு தொகுதிக் கணிப்பீட்டில் (V = πr²h) நிச்சயமற்ற தன்மையை அறிமுகப்படுத்தி, கையால் முடிவைக் கண்டறிந்தார். நிச்சயமாக, அவர் AI யிடம் Monte Carlo குறியீட்டைக் கேட்டார்; அவர் r மற்றும் h ஐ அவற்றின் நிச்சயமற்ற தன்மைகளுடன் தோராயமாக உருவாக்கி V ஐ 10,000 முறை கணக்கிட்டார். விநியோகத்தின் நிலையான விலகல் கையால் கண்டுபிடிக்கப்பட்ட மதிப்புடன் ஒப்புக் கொள்ளப்பட்டது - பகுப்பாய்வு சரிபார்க்கப்பட்டது.

நகலெடுக்கக்கூடிய நான்கு வார்ப்புருக்கள்

1) பிழை பரப்புதல் வழித்தோன்றல் + சரிபார்ப்பு:

z = [சூத்திரம்] என்ற வெளிப்பாட்டிற்கு, x மற்றும் y மாறிகளின் நிச்சயமற்ற தன்மையிலிருந்து பகுதி வழித்தோன்றல்கள் மூலம் z இன் நிச்சயமற்ற தன்மைக்கு, STEP BY STEP வரை பிழை பரவலைப் பெறவும். ஒவ்வொரு பகுதி வழித்தோன்றலைக் காட்டு. பின்னர் இந்த சூத்திரத்தை SympY.Fitting மூலம் சரிபார்க்கவும்; நீங்கள் உறுதியாகத் தெரியாத படியைக் குறிக்கவும்.

2) மான்டே கார்லோ குறுக்கு சோதனை:

மான்டே கார்லோவைப் பயன்படுத்தி பின்வரும் கணக்கீட்டின் நிச்சயமற்ற தன்மையைக் கண்டறியும் பைதான் குறியீட்டை எழுதவும்: z = [சூத்திரம்]. உள்ளீடுகள்: x = [மதிப்பு ± நிச்சயமற்ற தன்மை], y = [மதிப்பு ± நிச்சயமற்ற தன்மை]. ஒவ்வொரு உள்ளீட்டையும் ஒரு சாதாரண விநியோகத்திலிருந்து 10,000 முறை மாதிரி செய்து, z ஐக் கணக்கிடவும், வெளியீட்டின் சராசரி மற்றும் நிலையான விலகலை அச்சிடவும். பகுப்பாய்வு பரவல் சூத்திரத்தின் முடிவுடன் இதை ஒப்பிடுக.

3) அளவீட்டு புள்ளிவிவரங்கள்:

பின்வரும் தொடர்ச்சியான அளவீட்டுத் தரவுகளுக்கு ([மதிப்புகள்]) சராசரி (std/√N) இன் சராசரி, நிலையான விலகல் மற்றும் நிலையான பிழையைக் கணக்கிடும் குறியீட்டை எழுதவும். முடிவை "மதிப்பு ± நிலையான பிழை (அலகுகள்)" வடிவத்தில் பொருத்தமான குறிப்பிடத்தக்க இலக்கத்துடன் அச்சிடவும். சீரற்ற மற்றும் முறையான நிச்சயமற்ற தன்மைக்கு இடையிலான வேறுபாட்டை எங்களுக்கு நினைவூட்டுங்கள்.

4) குறிப்பிடத்தக்க இலக்கம் / அறிக்கையிடல் சோதனை:

கீழே உள்ள முடிவுகளை "மதிப்பு ± நிச்சயமற்ற (அலகு)" வடிவத்தில் மீண்டும் எழுதவும், நிச்சயமற்ற தன்மையை 1-2 குறிப்பிடத்தக்க இலக்கங்களுக்குச் சுற்றி, நிச்சயமற்ற தன்மையுடன் முடிவை சீரமைக்கவும். தவறான துல்லியத்தை சரிசெய்யவும். முடிவுகள்: [இங்கே]

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமானது: "g க்கான நிச்சயமற்ற தன்மையைக் கணக்கிடுக."

முடிவு: சூழல் இல்லாத எண், அதன் சூத்திரம் சரிபார்க்கப்படவில்லை மற்றும் முறையான/சீரற்ற வேறுபாடு இல்லாமல்.

வலிமையானது: "g = 4π²L/T²க்கு, L = 1.00 ± 0.01 m மற்றும் T = 2.00 ± 0.02 s ஆகியவற்றின் அளவீடுகளிலிருந்து பகுதி வழித்தோன்றல்களால் g இன் நிச்சயமற்ற தன்மையைப் பெறவும், பின்னர் Monte Carlo உடன் குறுக்கு சரிபார்த்து, ' ... ' ...' இலக்கத்தை ' ...' இலக்கத்துடன் பொருத்தமான இலக்கத்துடன் எழுதவும்.

முடிவு: பெறப்பட்ட, சுயாதீனமாக சரிபார்க்கப்பட்ட, சரியாகப் புகாரளிக்கப்பட்ட நிச்சயமற்ற தன்மை.

பொதுவான தவறுகள்

• நிச்சயமற்ற தன்மையைப் புகாரளிக்கவில்லை. நிச்சயமற்ற அளவீடு என்பது ஒரு அறிவியல் அரை அறிக்கை.
• பரவல் சூத்திரத்தை சரிபார்க்கவில்லை. YZ அடிக்கடி பகுதி வழித்தோன்றல் குணகங்கள் மற்றும் வர்க்க மூல அமைப்பைக் கலக்கிறது; மான்டே கார்லோ குறுக்கு சோதனை அவசியம்.
• மீண்டும் மீண்டும் செய்வதன் மூலம் முறையான பிழையைக் குறைக்க முயற்சிக்கிறது. பல அளவீடு சீரற்ற பிழையை மட்டுமே குறைக்கிறது; அளவுத்திருத்த பிழை உள்ளது.
• தவறான உறுதியை உருவாக்குதல். நிச்சயமற்ற தன்மையைக் காட்டிலும் பல குறிப்பிடத்தக்க இலக்கங்களை எழுதுவது என்பது இல்லாத துல்லியமான கூற்றாகும்.
• நிச்சயமற்ற தன்மைகளை நேரடியாக சேகரித்தல். சுயாதீன நிச்சயமற்ற தன்மைகள் நேரியல் அல்ல, ஆனால் சதுரமாக (வர்க மூலத்தில்) உள்ளன.

எச்சரிக்கை: இரண்டு உடல் முடிவுகள் "வெவ்வேறு" என்பதை அவற்றின் நிச்சயமற்ற தன்மையைப் பார்த்து மட்டுமே தீர்மானிக்க முடியும். நிச்சயமற்ற தன்மை ± 0.3 ஆக இருந்தால் 9.7 முதல் 9.81 வரையிலான மதிப்புகள் இணக்கமாக இருக்கும்; ± 0.02 முரண்பாடானது. நிச்சயமற்ற தன்மையைப் புறக்கணித்து, "எனது முடிவு கோட்பாட்டிலிருந்து விலகுகிறது" என்று சொல்வது பெரும்பாலும் தவறான முடிவாகும். முடிவெடுப்பதற்கு முன் AI வழங்கிய நிச்சயமற்ற கணக்கீட்டைச் சரிபார்க்கவும்.

சுருக்கமாக

நிச்சயமற்ற தன்மை என்பது உடல் அளவீட்டில் ஒருங்கிணைந்ததாகும் மற்றும் ஒவ்வொரு முடிவும் அதன் நிச்சயமற்ற தன்மையுடன் தெரிவிக்கப்பட வேண்டும். நிச்சயமற்ற புள்ளிவிவரங்களை குறியிடுவதற்கும் பிழை பரப்புதல் சூத்திரங்களைப் பெறுவதற்கும் AI உதவியாக உள்ளது; ஆனால் இந்த சூத்திரங்கள் அடிக்கடி பிழைகள் மற்றும் மான்டே கார்லோ போன்ற ஒரு சுயாதீனமான முறை மூலம் குறுக்கு சோதனை செய்யப்பட வேண்டும். முறையான நிச்சயமற்ற தன்மையிலிருந்து சீரற்றவற்றை வேறுபடுத்துவது, பொருத்தமான குறிப்பிடத்தக்க இலக்கத்திற்கு அறிக்கையிடுவது மற்றும் முடிவுகளை அவற்றின் நிச்சயமற்ற தன்மையுடன் ஒப்பிடுவது நேர்மையான அறிவியல் ஆய்வின் அடிப்படையாகும். அடுத்த யூனிட்டில் எண்ணியல் பகுப்பாய்விலிருந்து குறியீட்டு மாதிரி வழித்தோன்றலுக்கு கவனம் செலுத்துவோம்.

விண்ணப்ப பணி

குறைந்தபட்சம் இரண்டு அளவிடப்பட்ட அளவுகளைக் கொண்ட கணக்கீட்டைத் தேர்வு செய்யவும் (எ.கா. V = πr²h அல்லது g = 4π²L/T²). ஒவ்வொரு அளவிற்கும் ஒரு நியாயமான நிச்சயமற்ற தன்மையை ஒதுக்கவும். AI ஆனது டெம்ப்ளேட் 1 உடன் பிழை பரவலைப் பெறவும், பின்னர் வார்ப்புரு 2 உடன் மான்டே கார்லோ கிராஸ்-செக் செய்து அதை இயக்கவும். இரண்டு முறைகளின் முடிவுகளும் ஒத்துப்போகிறதா? பொருத்தமான குறிப்பிடத்தக்க இலக்கத்துடன் முடிவைப் புகாரளிக்கவும். 5-6 வாக்கியங்களில் எழுதவும்: சூத்திரப் பிழை அல்லது பொருத்தமின்மை உள்ளதா?

சரிபார்ப்பு பட்டியல்

• [] ஒவ்வொரு அளவீட்டின் நிச்சயமற்ற தன்மையையும் மூலத்தையும் நான் தீர்மானித்தேன்.
• [ ] நான் சீரற்ற மற்றும் முறையான நிச்சயமற்ற தன்மையை வேறுபடுத்தினேன்.
• [ ] பிழை பரவலை சரியான விதியுடன் கணக்கிட்டேன்.
• [ ] நான் மான்டே கார்லோ அல்லது கையால் சுயாதீனமாக முடிவைச் சரிபார்த்தேன்.
• [ ] முடிவை அதன் நிச்சயமற்ற தன்மையுடன் சீரமைத்து, பொருத்தமான குறிப்பிடத்தக்க இலக்கத்துடன் அறிக்கை செய்தேன்.
• [ ] முடிவுகளை ஒப்பிடும் போது நான் நிச்சயமற்ற தன்மையை கணக்கில் எடுத்துக் கொண்டேன்.