歡迎來到測量學的世界！
你有沒有試過測量身高，但每次得出的結果都略有不同？或者你是否留意到，即使是最高級的廚房磅，數字有時也會在兩個數值之間「跳動」？在物理學中，我們必須承認沒有任何測量是絕對完美無缺的。這一章的目的就是讓你理解這些差異產生的原因，以及我們該如何用數學方法來處理它們。看完這些筆記後，你將能夠區分「失誤」(mistake) 與「誤差」(error)，並精確計算出你的測量結果有多「不確定」。
1. 隨機誤差與系統誤差
在物理學中，「誤差」(error) 並非指一般的「犯錯」(blunder)（例如被電線絆倒）。相反，誤差是指我們的器材和感官固有的限制。我們將其分為兩大類：
隨機誤差 (Random Errors)
你可以將隨機誤差想像成背景雜訊。它們會導致測量值在真值周圍不可預測地波動。有時候你的讀數會偏大一點，有時候則會偏小一點。
- 成因：使用秒錶時的人類反應時間、室溫的細微變化，或是視差 (parallax error)（每次從不同角度觀察刻度）。
- 修正方法：你無法消除它們，但可以透過進行多次測量並計算平均值來減小它們的影響。
系統誤差 (Systematic Errors)
系統誤差就像是一種「偏向」(bias)。它會導致你所有的測量結果都在同一個方向上出現偏差（總是偏大或總是偏小）。
- 成因：尺的末端磨損、未經校準的電壓表，或是零點誤差 (zero error)（當儀器本應顯示為零時卻有讀數，例如磅上什麼都沒放卻顯示 0.5g）。
- 修正方法：計算平均值在這裡沒有幫助，因為每個讀數都有相同的偏差！你必須重新校準你的設備，或者從每個讀數中減去零點誤差。
重點複習：
- 隨機誤差：不可預測。透過取平均值來修正。
- 系統誤差：恆定的偏差。透過重新校準或減去零點誤差來修正。
2. 準確度與精密度
學生經常將這兩個詞混用，但在 H2 物理中，它們代表的意思截然不同！
準確度 (Accuracy)
準確度是指你的平均值距離真值 (true value)有多近。它受到系統誤差的限制。如果你的設備校準完美，你的結果應該會很準確。
精密度 (Precision)
精密度是指你的重複測量值之間距離有多近。它描述的是數據的「分散程度」。它受到隨機誤差的限制。如果你使用解析度更高的儀器（例如用螺旋測微器代替尺），你就能提高精密度。
標靶比喻：
想像你在玩射飛鏢：
- 高精密度，低準確度：所有飛鏢都落在一個緊密的簇中，但離紅心很遠（代表存在系統誤差）。
- 低精密度，高準確度：飛鏢散落在整個靶盤上，但它們的「平均」位置正好是紅心（代表存在隨機誤差）。
- 高精密度，高準確度：所有飛鏢都緊密地落在紅心處！
核心總結：準確度 = 真實性。精密度 = 一致性。
3. 表達不確定度
當我們寫下一個測量結果時，通常會寫作：\( \text{數值} \pm \text{不確定度} \)。關於這一點，有三種表示方式：
- 絕對不確定度 (Absolute Uncertainty, \( \Delta x \))：誤差的實際範圍（例如 \( 5.0 \pm 0.1 \text{ cm} \)）。這裡，\( 0.1 \text{ cm} \) 就是絕對不確定度。
- 分數不確定度 (Fractional Uncertainty)：不確定度與測量值的比率。\( \frac{\Delta x}{x} \)
- 百分比不確定度 (Percentage Uncertainty)：分數不確定度乘以 100。\( \frac{\Delta x}{x} \times 100\% \)
例子： 測得長度為 \( 20.0 \pm 0.2 \text{ cm} \)。
- 絕對不確定度 = \( 0.2 \text{ cm} \)
- 分數不確定度 = \( \frac{0.2}{20.0} = 0.01 \)
- 百分比不確定度 = \( 0.01 \times 100\% = 1\% \)
4. 不確定度的傳遞 (Propagation)
別擔心，這看起來可能有點複雜！只要在你進行運算時遵循這三條簡單的「黃金法則」即可。
法則 1：加法與減法
當你將數值相加或相減時，你要相加它們的絕對不確定度。
如果 \( y = a + b \) 或 \( y = a - b \)，那麼：
\( \Delta y = \Delta a + \Delta b \)
常見錯誤：學生常以為做減法時也應該減去不確定度。永遠不要相減不確定度！做更多的數學運算總是會讓你的結果更不確定，而不是更精確。
法則 2：乘法與除法
當你將數值相乘或相除時，你要相加它們的分數（或百分比）不確定度。
如果 \( y = ab \) 或 \( y = \frac{a}{b} \)，那麼：
\( \frac{\Delta y}{y} = \frac{\Delta a}{a} + \frac{\Delta b}{b} \)
法則 3：冪次
如果數值被提升到 \( n \) 次方，你要將分數不確定度乘以該冪次。
如果 \( y = a^n \)，那麼：
\( \frac{\Delta y}{y} = n \times \frac{\Delta a}{a} \)
你知道嗎？這條冪次法則解釋了為什麼在計算導線面積 (\( A = \pi r^2 \)) 時，測量直徑是如此關鍵。半徑中的任何誤差在最終面積計算中都會被加倍！
5. 數值代入法 (Numerical Substitution Method)
有時公式會變得非常混亂，課程允許你透過「數值代入法」來找出不確定度。
做法是利用不確定度提供的範圍，計算出答案的最大可能值和最小可能值。
步驟：
1. 計算標準值（使用測量出的數值）。
2. 計算「最大值」，即利用不確定度範圍中讓結果變得最大的那一端。
3. 不確定度大約就是最大值與你標準值之間的差額。
總結檢查清單
- 我能區分隨機誤差和系統誤差嗎？
- 我明白精密度是指一致性，而準確度是指接近「真值」嗎？
- 在加法/減法時，我會相加絕對不確定度嗎？
- 在乘法/除法時，我會相加百分比不確定度嗎？
- 我記得永遠不要相減不確定度嗎？
做得好！你剛剛掌握了物理學中最基礎的技能之一。你在接下來 A-Level 的所有實驗中都會用到這些概念！