欢迎来到误差与不确定度的世界！
你好！欢迎来到 H1 物理中最实用的章节之一。你可能以为物理学全都是完美的数字与精确的公式，但在现实世界（以及实验室中），没有任何测量是百分之百完美的。无论你是为掉落的球计时，还是测量导线的长度，过程中总会存在一点“不确定性”。在物理学中，我们称之为不确定度 (Uncertainty)。
阅读完本指南后，你将了解为什么测量会出现误差、如何分辨“精密度 (Precision)”与“准确度 (Accuracy)”，以及如何计算最终结果中的总“不确定度”。如果初看觉得有点抽象，别担心，我们将会一步步为你拆解！
1. 随机误差与系统误差
在任何实验中，测量误差主要来自两个方面：随机误差 (Random errors) 和 系统误差 (Systematic errors)。
随机误差
它们是什么？ 这些是测量中无法预测的波动。它们会导致你的读数散布在真实值周围。有时你的读数会稍微偏高，有时则稍微偏低。
例子：
- 当启动或停止秒表时的人体反应时间。
- 每次从不同角度观看刻度时产生的视差 (Parallax error)。
- 环境变化，例如突如其来的阵风影响了灵敏的天平。
如何修正？ 你无法消除随机误差，但你可以通过多次测量并计算平均值来减少其影响。测量次数越多，“偏高”和“偏低”的误差就越能互相抵消。
系统误差
它们是什么？ 这些是恒定或可预测的误差。它们会导致你所有的读数都向同一个方向偏移（总是偏高或总是偏低）。
著名的“零点误差 (Zero Error)”： 这是一种系统误差，即仪器在理应归零时却显示非零读数。例如，秤盘上什么都没有时，磅秤却显示 0.5 kg。
例子：
- 仪器校准不良（例如一条轻微收缩的尺）。
- 螺旋测微器 (Micrometer screw gauge) 的零点误差。
- 在核物理实验中忽略了背景辐射。
如何修正？ 取平均值对系统误差无效。要修正它们，你必须重新校准设备或以数学方式调整结果（例如，从每个读数中减去零点误差）。
重点总结： 随机误差导致散布 (scatter)；系统误差导致偏移 (shift)。计算平均值来对付随机误差，检查设备来解决系统误差！
2. 准确度与精密度
学生经常将这两个词混用，但在物理学中，它们的含义截然不同！让我们用飞镖靶来打个比方。
准确度 (Accuracy)
定义： 准确度是指你的测量值（或测量值的平均值）与真实值之间的接近程度。
与误差的关系： 准确度受系统误差限制。如果你有巨大的系统误差，准确度就会很低。
精密度 (Precision)
定义： 精密度是指你的测量值之间彼此的接近程度（结果的一致性或重现性）。
与误差的关系： 精密度受随机误差限制。如果你有巨大的随机误差（数据散布很大），精密度就会很低。
比喻：飞镖靶
- 高精密度，低准确度： 所有飞镖都紧紧地聚在一起，但却远离靶心。（随机误差小，系统误差大）。
- 低精密度，高准确度： 飞镖散布在整个靶面上，但它们的平均位置正好是靶心。（随机误差大，系统误差小）。
- 高精密度，高准确度： 所有飞镖都紧密地聚集在靶心！（随机误差小，系统误差小）。
快速回顾：
- 准确度 (Accuracy) = 接近“真实值”（目标）。
- 精密度 (Precision) = 读数的“锐利度”或“一致性”。
3. 表示不确定度
当我们写下一个测量值时，通常写作：数值 \( \pm \) 不确定度。
表示这种不确定度有三种方式：
1. 绝对不确定度 (\( \Delta x \))：
这是实际的“加减值”，单位与测量单位相同。
例子： 长度 \( L = 2.50 \pm 0.01 \) m。绝对不确定度为 0.01 m。
2. 分数不确定度 (Fractional Uncertainty)：
这是绝对不确定度与测量值的比率。
\( \text{分数不确定度} = \frac{\Delta x}{x} \)
例子： \( \frac{0.01}{2.50} = 0.004 \)
3. 百分比不确定度 (Percentage Uncertainty)：
这是以百分比表示的分数不确定度。
\( \text{百分比不确定度} = \frac{\Delta x}{x} \times 100\% \)
例子： \( 0.004 \times 100\% = 0.4\% \)
你知道吗？ 使用米尺时，单次读数的不确定度通常取最小刻度的一半（0.5 mm），但由于测量涉及两个读数（起点和终点），我们通常使用 1 mm 作为绝对不确定度！
4. 计算导出量的不确定度
当我们我们将测量结果代入公式时，不确定度会怎样变化？这称为不确定度传递 (Propagation of uncertainties)。以下是 H1 物理的简单规则：
规则 A：加法与减法
当你进行相加或相减运算时，必须将绝对不确定度相加。
若 \( y = a + b \) 或 \( y = a - b \)，则：
\( \Delta y = \Delta a + \Delta b \)
例子： 你测量了两个长度 \( L_1 = 10.0 \pm 0.1 \) cm 和 \( L_2 = 5.0 \pm 0.1 \) cm。差值 \( L_1 - L_2 = 5.0 \pm 0.2 \) cm。尽管你将数值相减，但“疑虑”却增加了！
规则 B：乘法与除法
当你进行相乘或相除运算时，必须将分数（或百分比）不确定度相加。
若 \( y = ab \)，\( y = \frac{a}{b} \)，或 \( y = \frac{ab}{c} \)，则：
\( \frac{\Delta y}{y} = \frac{\Delta a}{a} + \frac{\Delta b}{b} \)
记忆小撇步： Add Absolute for Addition（加法相加绝对值）。其余情况，请用分数！
规则 C：数值代入法（“安全”方法）
如果你觉得上述规则令人困惑，可以使用数值代入法。
1. 使用给定的测量值计算标准数值。
2. 使用测量值的上下限，计算出使结果达到最大可能的最大值。
3. 最大值与标准数值之间的差即为你的不确定度。
常见错误： 永远不要减去不确定度！无论你是进行相加还是相减运算，不确定度（疑虑）总是会变大。
重点总结： 对于和与差，将“加减值”相加。对于积与商，将百分比值相加。
学生检查清单
- 你能判断误差是随机的还是系统的吗？
- 你是否记住平均值只能减少随机误差？
- 你能解释为什么精密度高的测量不一定准确吗？
- 在进行加减法时，你是否将绝对不确定度相加？
- 在进行乘除法时，你是否将百分比不确定度相加？
如果一开始觉得不确定度传递的数学运算很繁重，别担心。尝试练习几个计算矩形面积（长 \(\times\) 宽）或物体密度的例子，你会发现这很快就能变得驾轻就熟！