單元 1：物理實習技能的發展 (Development of Practical Skills in Physics)

歡迎閱讀物理實習技能溫習筆記！在 OCR Physics B (Advancing Physics) - H157 課程中，實驗實習並非單純局限於實驗室內的動手操作——在筆試各卷（卷一：物理基礎 Component 01: Foundations of physics 與 卷二：深入物理 Component 02: Physics in depth）中，至少有 15% 的分數直接考核同學對實驗物理學的理解。

如果以往遇到實驗相關題目時感到棘手，完全不用擔心！只要掌握實驗設計、數據處理、圖表繪製及不確定度（uncertainties）的背後原理，這類題目往往是整份試卷中最有規律、最容易穩奪分數的部分！

1.1.1 規劃實驗 (Planning Your Experiments)

每次成功的物理實驗，都始於清晰且周詳的計劃。在考試中，題目可能會要求你從零開始設計一個實驗，或評估給定的實驗方法。

1. 實驗設計與儀器選用 (Experimental Design & Apparatus Selection)

挑選測量儀器時，必須時刻考慮以下三個核心特性：

• 量程 (Range)： 儀器所能量度的最小值與最大值。（例子： 一把 \(30\text{ cm}\) 的直尺無法一次過測量一條 \(2\text{ m}\) 長的金屬線，否則會引入額外誤差；此時必須使用米尺 (meter rule) 或卷尺 (tape measure)。）
• 解像度 (Resolution)： 物理量出現能令儀器讀數產生可察覺變化的最小變動量。（例子： 標準米尺的解像度為 \(1\text{ mm}\)，而千分尺／螺旋測微器 (micrometer screw gauge) 的解像度則為 \(0.01\text{ mm}\)。）
• 靈敏度 (Sensitivity)： 輸出變化量與輸入變化量的比率。靈敏度極高的儀器，即使測量量只有微小變化，亦會產生顯著且大幅的讀數反應。

2. 變數管理 (Managing Variables)

為確保測試在科學上具備有效性（validity）及符合公平測試原則，必須嚴格界定並控制各項變數：

• 自變量 (Independent Variable)： 由實驗者刻意改變或操縱的物理量（繪製於 \(x\) 軸）。
• 應變量 (Dependent Variable)： 隨自變量變化而改變、由實驗者量度的物理量（繪製於 \(y\) 軸）。
• 控制變量 (Control Variables)： 所有其他可能影響應變量的物理量。在整個實驗過程中，這些變量必須嚴格保持恆定。若忽略控制變量，便無法確定應變量的變化究竟是由自變量引起，抑或受未受控的因素干擾所致。

生活化比喻： 假設你想探討溫習時間是否會提升考試成績。溫習時數就是你的自變量，考試成績則是應變量。然而，如果溫習室的溫度時冷時熱，或者部分同學睡足 8 小時而其他同學只睡 2 小時，這些未受控的變量就會徹底破壞實驗結果的有效性！

3. 評估實驗方法 (Evaluating the Method)

不妨自問：這個方法能否有效解答探究問題？ 唯有當所選儀器能提供足夠的精確度與量程，且實驗步驟能可靠地隔離並呈現自變量與應變量之間的關係時，該實驗方法在科學上才算有效。

核心要點： 設計實驗時，務必清楚指明自變量、應變量及至少兩個控制變量，並列出具體測量儀器，同時解釋為何該儀器的量程和解像度合乎實驗所需。

1.1.2 執行：進行測量與數據呈現 (Implementing: Taking Measurements and Presenting Data)

實驗執行著重於測量的具體操作、數據記錄以及數據整理的規範。

1. 使用標準物理實驗儀器

同學應熟練掌握以下標準物理儀器的操作及適用場景：

• 游標卡尺 (Callipers) 與 千分尺／螺旋測微器 (Micrometer Screw Gauges)： 用於測量細微尺寸（例如金屬線直徑或薄片厚度），因普通直尺的解像度不足以應付。
• 數碼萬用表 (Digital Multimeters)： 用於量度電流、電壓或電阻。使用時務必選擇合適的量程檔位，以防止儀表過載並將解像度最大化。
• 示波器 (Oscilloscopes) 與 信號發生器 (Signal Generators)： 用於顯示波形，並測量波形的週期、頻率及峰值電壓。
• 光閘 (Light Gates) 與 數據記錄器 (Data Loggers)： 用於高速計時（例如自由落體或氣墊導軌上的滑塊碰撞），能徹底消除人體反應時間所帶來的誤差。
• 光線箱 (Ray Boxes) 與 透鏡 (Lenses)： 用於追蹤光線路徑，並測量焦距或折射角。

2. 國際單位制 (SI Units) 與詞頭 (Prefixes)

在物理學中，每個測量數值都必須附帶單位。同學必須能熟練進行標準詞頭之間的轉換：

• 納 / 毫微 (nano, \(\text{n}\)): \(\times 10^{-9}\)
• 微 (micro, \(\mu\)): \(\times 10^{-6}\)
• 毫 (milli, \(\text{m}\)): \(\times 10^{-3}\)
• 厘 (centi, \(\text{c}\)): \(\times 10^{-2}\)
• 千 (kilo, \(\text{k}\)): \(\times 10^{3}\)
• 兆 / 百萬 (mega, \(\text{M}\)): \(\times 10^{6}\)
• 吉 / 十億 (giga, \(\text{G}\)): \(\times 10^{9}\)
• 太 / 萬億 (tera, \(\text{T}\)): \(\times 10^{12}\)

3. 數據呈現規範（數據表）

考評員批改數據表時，會嚴格依循以下標準：

• 表頭格式： 每欄的標題必須寫明物理量名稱（或標準符號）及單位，兩者以斜線分隔（例如 \(T\ /\ \text{s}\)、\(V\ /\ \text{V}\) 或 \(\text{長度 } L\ /\ \text{m}\)），亦可使用括號表示。
• 數據單元格內切勿填寫單位： 絕不能在數據單元格內書寫單位；單位只能出現在欄目的表頭中。
• 小數位數保持一致： 同一欄中的所有原始讀數，記錄的小數位數必須相同，並需與所用儀器的解像度相符。

核心要點： 數據表表頭必須使用斜線格式（例如 \(I\ /\ \text{A}\)），數據主體內不可帶單位，原始數據的小數位數需與儀器解像度完全一致。

1.1.3 數據分析：數據處理、繪圖與不確定度 (Analysis: Processing Data, Graphs, and Uncertainties)

1. 數據處理與有效數字 (Significant Figures)

計算導出量（Derived Quantities，例如速度 \(v = \frac{s}{t}\) 或電阻 \(R = \frac{V}{I}\)）時：

• 有效數字法則： 最終計算結果的有效數字位數，必須與原始測量數據中有效數字位數最少者保持一致。
• 例子： 若 \(V = 4.2\text{ V}\)（2 位有效數字），\(I = 0.354\text{ A}\)（3 位有效數字），則計算所得電阻 \(R = \frac{4.2}{0.354} = 11.864...\ \Omega\) 必須取 2 位有效數字，即寫成 \(12\ \Omega\)。

2. 繪圖守則（OCR 標準）

圖表是物理數據分析的核心。繪圖時請緊記以下黃金法則：

• 比例大小： 繪製的數據點在 \(x\) 軸和 \(y\) 軸方向上，均必須佔據坐標方格紙至少 50% 的空間。
• 合理比例： 坐標軸上的主方格應採用簡單易讀的比例刻度，例如每大格代表 \(1\)、\(2\)、\(5\) 或 \(10\) 個單位。切勿使用 \(3\)、\(7\) 或 \(9\) 等繁瑣倍數，否則極易在標點時出錯。
• 坐標軸方向： 自變量置於 \(x\) 軸，應變量置於 \(y\) 軸（除非公式要求以特定形式進行線性化處理）。
• 描繪數據點： 使用削尖的鉛筆準確標出數據點，以小巧清晰的十字（\(\times\) 或 \(+\)）標記，誤差不得超過半個小方格。
• 最佳擬合線 (Line of Best Fit)： 繪畫一條單一、連續且平滑的細直線或曲線，使各數據點均勻分佈在線的兩側。除非物理理論明確指出該圖線必然通過原點，否則切勿強行將直線拉至 \((0,0)\)。

3. 斜率與線性方程 (Gradients and Linear Equations)

求取直線圖的斜率（Gradient）時：

• 大三角形法則： 用於計算斜率的三角形，其跨度必須佔所畫直線長度的至少 50%（即 \(\Delta x \ge \text{直線總長度的 } 50\%\)）。三角形太小會被扣除步驟分！
• 直線方程： 將圖表與標準直線方程形式互相對照：

\(y = mx + c\)

其中 \(m = \text{斜率} = \frac{\Delta y}{\Delta x}\)，而 \(c = y\text{ 截距}\)。

4. 量化與組合不確定度 (Quantifying and Combining Uncertainties)

任何實驗測量都必然存在固有不確定度。

A. 絕對不確定度 (Absolute Uncertainty)：
• 數碼或模擬儀器單一端讀數：\(\pm 0.5 \times \text{解像度}\)。
• 涉及兩端對齊的測量（例如用直尺量度長度）：\(\pm 1 \times \text{解像度}\)。
• 進行重複測量時，絕對不確定度為數值全距（Range）的一半：

\(\text{絕對不確定度} = \pm \frac{\text{全距}}{2} = \pm \frac{x_{\text{max}} - x_{\text{min}}}{2}\)

B. 百分比不確定度 (Percentage Uncertainty)：

\(\text{百分比不確定度} = \left( \frac{\text{絕對不確定度}}{\text{平均值}} \right) \times 100\%\)

C. 在計算中組合不確定度：

• 加法或減法 (\(y = a + b\) 或 \(y = a - b\))：
將絕對不確定度直接相加：
\(\Delta y = \Delta a + \Delta b\)

• 乘法或除法 (\(y = ab\) 或 \(y = \frac{a}{b}\))：
將百分比（或分數）不確定度相加：
\(\frac{\Delta y}{y} = \frac{\Delta a}{a} + \frac{\Delta b}{b}\)

• 乘方 / 次方 (\(y = a^n\))：
將百分比不確定度乘以指數 \(n\)：
\(y \text{ 的百分比不確定度} = n \times (a \text{ 的百分比不確定度})\)

計算示範：
一個圓柱體的半徑 \(r = 2.0\text{ cm} \pm 5\%\)，高度 \(h = 10.0\text{ cm} \pm 2\%\)。
其體積公式為 \(V = \pi r^2 h\)。
\(r^2\) 的百分比不確定度 \(= 2 \times 5\% = 10\%\)。
因此 \(V\) 的總百分比不確定度 \(= 10\% + 2\% = 12\%\)。

核心要點： 物理量相加減時，將絕對不確定度相加；相乘除時，將百分比不確定度相加；涉及次方時，將百分比不確定度乘以該指數。

1.1.4 評估：誤差、準確度與得出有效結論 (Evaluation: Errors, Accuracy, and Valid Conclusions)

1. 準確度 (Accuracy) 與 精確度 (Precision)

這兩個詞彙在科學上有著嚴格且截然不同的定義：

• 準確度 (Accuracy)： 測量值或計算值與真實值（或公認參考標準值）之間的接近程度。
• 精確度 (Precision)： 對同一物理量進行重複測量時，各測量值之間的接近程度（即獨立測試結果之間的一致性）。若數據分佈範圍（Spread 或 Range）極小，代表精確度極高。

生活化比喻（飛鏢靶）：
• 高精確度、低準確度： 所有飛鏢緊密扎在同一位置，但該位置遠離紅心。
• 高準確度、高精確度： 所有飛鏢緊密聚集並全部命中紅心中央。

2. 實驗誤差的種類

A. 隨機誤差 (Random Errors)：
• 成因： 無法預測的客觀波動，例如人體反應時間、視線角度不一導致的視差 (parallax error)、突如其來的氣流或電路噪聲。
• 影響： 導致讀數不可預測地散佈在真實線的上下兩側。
• 解決方法： 進行多次重複測量，剔除明顯異常值（Anomalies），然後計算平均值。這樣可有效減低隨機誤差的影響。

B. 系統誤差 (Systematic Errors)：
• 成因： 實驗裝置設置不當或儀器校準出錯，例如零點誤差 (zero error)（例如電子天平在沒有放置物品時顯示 \(0.05\text{ g}\)），或米尺零刻度位置磨損。
• 影響： 令所有讀數朝同一方向偏移固定的數值。
• 解決方法： 系統誤差無法透過重複測量及取平均值來消除！唯有重新校準儀器、修正零點偏移，或改善實驗操作技巧才能徹底解決。

3. 得出有效結論

評估實驗結果是否支持某項理論假說或物理關係時：

1. 計算實驗值與公認理論值之間的百分比差異 (Percentage difference)：

\(\text{百分比差異} = \left( \frac{|\text{實驗值} - \text{公認值}|}{\text{公認值}} \right) \times 100\%\)

2. 將此百分比差異與實驗的總百分比不確定度進行比較：
• 若百分比差異 \(\le\) 百分比不確定度，表示實驗結果與理論一致（該差異完全可由實驗不確定度所解釋）。
• 若百分比差異 \gt 百分比不確定度，表示實驗結果與理論不一致，反映實驗中存在顯著的系統誤差，或該理論模型在此條件下並不成立。

4. 考評常犯錯誤與實驗改良建議

當試題提問：「請提出改良此實驗的建議 (Suggest improvements to this experiment)」時，考評員通常會拒絕過於籠統模糊的答案：

• 切勿只寫： 「重複多次 (Repeat more times)」、「使用電腦 (Use a computer)」 或 「更加小心 (Be more careful)」。
• 必須寫出： 具體且具可操作性的改良步驟，例如：
  – 「在每個電壓值下重複測量 5 次，剔除異常值並計算平均值，以減低隨機不確定度。」
  – 「使用連接到數據記錄器的光閘自動量度通過時間，以消除人體反應時間帶來的誤差。」
  – 「在平衡位置放置基準標記 (fiducial marker)，以提高量度單擺擺動週期的精確度。」

核心要點： 隨機誤差會導致數據離散，可透過取平均值減低；系統誤差會導致整體讀數恆定偏移，無法藉由取平均值消除。提出實驗改良方案時，必須提供具體明確的操作步驟。

快速複習：核心實習技能清單

應考前，請確保自己能夠：

• 準確找出任何實驗情境中的自變量、應變量及控制變量。
• 使用斜線記法（\(\text{物理量 } /\ \text{單位}\)）規範繪製數據表，並保持小數位數一致。
• 繪製圖表時確保數據點佔據格紙 50% 以上空間、使用合理比例（1, 2, 5, 10），且斜率三角形跨度 \(\ge 50\%\)。
• 利用全距的一半（\(\pm \frac{\text{全距}}{2}\)）計算絕對不確定度，並能將其轉換為百分比不確定度。
• 熟練運用加法法則（處理和/差）及百分比法則（處理積/商/次方）組合不確定度。
• 清晰區分準確度 (Accuracy) 與精確度 (Precision)，以及隨機誤差與系統誤差的分別。