Kazanimlar:
- Deney verisine, modeli fizikten seçerek curve_fit ile uydurma yapıp parametreleri belirsizlikleriyle raporlayabilme
- Uyum kalitesini artıkları inceleyerek dürüstçe değerlendirip aşırı uydurmadan kaçınabilme
- Bulunan parametrelerin fiziksel makullüğünü kontrol edip 'iyi görünen' bir uyumu 'fiziksel olarak doğru' bir uyumdan ayırt edebilme
Fizik, sonunda deneye bağlıdır. Bir teori ne kadar zarif olursa olsun, ölçülen veriyle uyuşmuyorsa geçersizdir. Deney verisiyle çalışmanın kalbinde ise eğri uydurma (curve fitting) yatar: elinizdeki gürültülü ölçüm noktalarına, teorinin öngördüğü bir modeli (bir doğru, bir üstel, bir salınım) en iyi uyacak şekilde geçirmek ve modelin parametrelerini (eğim, sabit, frekans) bulmak. Bu ünitede yapay zekayı (YZ) deney verisi analizinde nasıl kullanacağınızı, eğri uydurmayı nasıl doğru kuracağınızı ve — en kritik nokta — bir uyumun "iyi görünmesi" ile "fiziksel olarak doğru olması" arasındaki farkı nasıl ayırt edeceğinizi öğreneceksiniz. Standart araç scipy.optimize.curve_fit'tir (verilere bir model fonksiyonu uyduran SciPy fonksiyonu).
Eğri uydurmanın mantığı ve YZ'nin rolü
Eğri uydurma şunu yapar: bir model fonksiyonu (örneğin y = a·x + b) seçersiniz, algoritma da veriye en az hatayla uyan a ve b değerlerini bulur. YZ, doğru model fonksiyonunu kodlamada, curve_fit çağrısını kurmada ve sonucu görselleştirmede hızlıdır. Ama iki kritik karar size aittir: (1) Hangi model fiziksel olarak doğru? (2) Uyumun kalitesi gerçekten iyi mi? YZ, veriye 10. dereceden bir polinom da uydurabilir ve neredeyse mükemmel görünen bir eğri çizebilir — ama bu, fiziksel olarak anlamsız bir "aşırı uydurma" (overfitting; modelin gürültüyü de ezberlemesi) olabilir.
Fiziksel olay
Beklenen model
Bulunan parametre
Sabit hızlı hareket
y = a·x + b
Eğim = hız
Radyoaktif bozunma
N = N₀·e^(−λt)
λ = bozunma sabiti
Yay salınımı
x = A·cos(ωt + φ)
ω = açısal frekans
Ohm yasası
V = R·I
R = direnç (eğim)
Serbest düşme
y = ½·g·t²
g = yerçekimi ivmesi
Adım adım: dürüst bir eğri uydurma
1. Modeli fizikten seç, veriden değil. Önce olayın hangi fiziksel yasaya uyması gerektiğini belirleyin. Modeli veriye bakıp "hangisi güzel uyuyor" diye seçmek, fiziği veriye uydurmaya çalışmaktır — tehlikelidir.
2. Veriyi ve belirsizliği gir. Ölçüm noktalarının yanı sıra, varsa her noktanın ölçüm hatasını (sigma parametresi) da girin. Bu, uyumun ve parametre belirsizliğinin doğru hesaplanması için gereklidir.
3. Parametreleri ve belirsizliklerini oku. curve_fit hem parametre değerlerini hem de kovaryans matrisinden türetilen belirsizliklerini verir. Bir parametreyi belirsizliği olmadan raporlamak eksiktir: "g = 9,7 ± 0,3 m/s²" demek, sadece "9,7" demekten çok daha bilgilendiricidir.
4. Uyumu artıklarla (residuals) değerlendir. Artık, her ölçüm noktasının modelden sapmasıdır. Artıkların rastgele dağılması iyi bir uyumun işaretidir; sistematik bir eğri (örneğin hepsi bir yerde modelin üstünde) modelin yanlış olduğunu gösterir.
5. Fiziksel makullüğü kontrol et. Bulunan g değeri 9,8 mertebesinde mi, yoksa 50 mi çıktı? Bir direnç negatif mi çıktı? Fiziksel olarak imkânsız parametreler, uyum "iyi görünse" bile bir sorun olduğunu haber verir.
İpucu: Uyumun kalitesini sadece göze güvenerek değerlendirmeyin. Her zaman artıkları ayrı bir grafikte çizin. İyi bir uyumda artıklar sıfır çevresinde gürültü gibi dağılır; kötü bir uyumda gözle görülür bir desen (dalga, eğim, U şekli) belirir. Bu desen, modelinizin fiziksel olarak eksik olduğunun en dürüst işaretidir.
Üç mini vaka
Vaka 1 — Aşırı uydurma tuzağı. Bir öğrenci, 8 veri noktasına YZ'nin önerdiği 7. dereceden bir polinom uydurdu; eğri tüm noktalardan tam geçti ve "mükemmel" göründü. Ama iki nokta arasında eğri saçma biçimde salınıyordu. Öğrenci fiziğe döndü: olay doğrusal bir ilişkiydi. Basit bir doğru uydurduğunda parametreler fiziksel anlam kazandı; yüksek dereceli polinom sadece gürültüyü ezberlemişti.
Vaka 2 — Belirsizlik unutuldu. Bir araştırmacı, YZ'nin yazdığı kodla yerçekimi ivmesini g = 9,73 buldu ve raporladı. Danışmanı belirsizliği sordu. Araştırmacı curve_fit'in kovaryans çıktısını kullanmamıştı; hesaplayınca belirsizlik ±0,4 çıktı, yani sonuç standart 9,81 değeriyle uyumluydu. Belirsizlik olmadan sonuç "9,81'den sapıyor" gibi yanlış yorumlanabilirdi.
Vaka 3 — Artıklar hatayı gösterdi. Bir öğretmen, bir soğuma deneyine düz bir doğru uydurdu ve makul göründü. Ama artıkları çizdirdiğinde belirgin bir eğri desen çıktı. Olay aslında üstel bir soğumaydı. Doğru modeli (üstel) kullandığında artıklar rastgeleye döndü ve uyum fiziksel olarak anlam kazandı.
Dört kopyalanabilir şablon
1) Fiziksel modelle uydurma:
Şu deney verisine ([x ve y değerleri, birimleriyle]) fiziksel modely = [model fonksiyonu] uyduran bir curve_fit kodu yaz.Parametreleri ve kovaryanstan türetilen 1-sigma belirsizliklerini yazdır.Veriyi, uydurulan eğriyi ve AYRI bir grafikte artıkları çizdir.Model seçimini ben fizikten yaptım; sen sadece uygula.
2) Uyum kalitesi değerlendirmesi:
Aşağıdaki uyumun kalitesini değerlendiren bir kod ekle: artıkları çiz,ki-kare (chi-square) ya da R² gibi bir ölçüt hesapla ve artıklardasistematik bir desen olup olmadığını yazılı olarak yorumla.Uyum kodu: [buraya]
3) Model karşılaştırma:
Aynı veriye 2 farklı fiziksel model uydurup karşılaştıran bir kod yaz:[model A] ve [model B]. Her ikisinin parametrelerini, belirsizliklerinive artık desenlerini göster. Hangisinin FİZİKSEL olarak daha uygunolduğuna dair karar bende; sen sadece ikisini yan yana sun.Aşırı uydurmadan kaçınmayı unutma.
4) Belirsizlik raporlama:
Aşağıdaki uyumun her parametresini "değer ± belirsizlik (birim)"biçiminde, uygun anlamlı basamak sayısıyla yazdıran bir kod ekle.Bir parametre fiziksel olarak imkânsız bir değer (ör. negatif kütle)alırsa uyar. Kod: [buraya]
Zayıf prompt / Güçlü prompt
Zayıf: "Bu verilere en iyi uyan eğriyi bul."
Sonuç: YZ yüksek dereceli bir polinomla "mükemmel" ama fiziksel anlamsız bir uyum verebilir; belirsizlik ve artık yok.
Güçlü: "Bu (t, N) verisine radyoaktif bozunma modeli N = N₀·e^(−λt) uyduran bir curve_fit kodu yaz. λ ve N₀ ile belirsizliklerini yazdır. Artıkları ayrı grafikte çiz ve sistematik desen olup olmadığını yorumla. λ negatif çıkarsa uyar."
Sonuç: Fiziksel model, belirsizlikli parametreler, artık denetimi ve makullük kontrolü.
Sık yapılan hatalar
- Modeli veriden seçmek. Fiziksel yasa yerine "en güzel uyanı" seçmek, fiziği veriye zorla uydurmaktır ve aşırı uydurmaya yol açar.
- Belirsizliği raporlamamak. Belirsizliksiz bir parametre değeri, bilimsel olarak eksiktir; iki sonucun uyumlu olup olmadığı ancak belirsizlikle anlaşılır.
- Artıkları çizmemek. Uyumu göze bakarak "iyi" ilan etmek, sistematik sapmaları gizler.
- Anlamlı basamağı abartmak. g = 9,73418 ± 0,4 yazmak sahte bir kesinliktir; belirsizlik, kaç basamağın anlamlı olduğunu belirler.
- Fiziksel makullüğü atlamak. Negatif direnç ya da 50 m/s² yerçekimi gibi imkânsız sonuçları görmezden gelmek.
Dikkat: Bir eğrinin veriye güzel oturması, altındaki fiziğin doğru olduğunu kanıtlamaz. Yeterince serbest parametreyle her veriye "iyi" bir eğri uydurulabilir. Bilimsel dürüstlük, modeli fizikten seçmeyi, belirsizliği bildirmeyi ve artıkları dürüstçe incelemeyi gerektirir. YZ'nin ürettiği güzel bir grafik, bu denetimlerin yerine geçmez.
Özetle
Deney verisi analizinde YZ, eğri uydurma kodunu ve görselleştirmeyi hızla kurar; ama fiziksel model seçimi, belirsizliğin doğru raporlanması ve uyum kalitesinin dürüst değerlendirilmesi fizikçinin sorumluluğudur. İyi bir analiz modeli fizikten alır, parametreleri belirsizlikleriyle bildirir, artıkları inceler ve sonucun fiziksel makullüğünü sınar. Bir sonraki ünitede, bu belirsizlik kavramını daha derinlemesine — ölçüm hatası ve hata yayılımı olarak — ele alacağız.
Uygulama görevi
Elinizdeki ya da ürettiğiniz küçük bir deney verisi setine (örneğin bir sarkacın uzunluk-periyot ölçümleri ya da bir direncin akım-gerilim verisi) fiziksel bir model uydurun. YZ'ye 1. şablonla kodu yazdırın, çalıştırın; parametreleri belirsizlikleriyle okuyun ve artıkları çizin. Artıklarda sistematik bir desen var mı, parametreler fiziksel olarak makul mü, kontrol edin. 5-6 cümleyle not edin: uyum gerçekten iyi miydi, belirsizlik ne söyledi?
Kontrol listesi
- [ ] Modeli veriye bakarak değil, fizikten seçtim.
- [ ] Varsa ölçüm belirsizliğini uydurmaya dahil ettim.
- [ ] Parametreleri belirsizlikleriyle ve uygun anlamlı basamakla raporladım.
- [ ] Artıkları ayrı bir grafikte çizip sistematik desen aradım.
- [ ] Parametrelerin fiziksel olarak makul olduğunu kontrol ettim.
- [ ] Aşırı uydurmadan (gereksiz yüksek serbestlik) kaçındım.