物理測量的局限性:掌握誤差與不確定度 (9630)

歡迎來到物理學中最關鍵的實驗課題之一!你可能會覺得測量很簡單,但在現實世界中,沒有任何測量是真正完美的。了解物理測量的局限性——即測量的可靠程度以及我們如何處理這些不完美——對於所有科學家來說都至關重要。
本章將教導你如何辨識問題出在哪裡(誤差)、如何評估數據的品質(精密度與準確度),以及如何精確地表達你對最終結果的把握程度(不確定度)。讓我們開始吧!


1. 在實驗中辨識及管理誤差

每次進行讀數時,都有可能產生誤差。我們將這些不完美之處歸納為兩大類:隨機誤差 (Random Errors)系統誤差 (Systematic Errors)

1.1 隨機誤差

隨機誤差會導致讀數在真實值周圍隨機分佈。它們具有不可預測性,意味著測量值有時會偏高,有時會偏低。

  • 影響: 它們會降低你測量的精密度 (precision)
  • 成因:
    讀數位置的波動(視差,parallax error)。
    環境變化(例如:微弱的氣流、溫度波動)。
    計時或估計讀數時,人類判斷的侷限性。
  • 消除/減少建議:
    減少隨機誤差影響的最佳方法是多次重複測量並計算平均值
1.2 系統誤差

系統誤差會導致所有讀數朝同一個方向產生相同幅度的偏移(始終偏高或始終偏低)。

  • 影響: 它們會降低你測量的準確度 (accuracy)
  • 成因:
    零點誤差 (Zero error)(儀器在應歸零時未歸零,例如:量筒中液體彎液面的底部高於零刻度線)。
    儀器校準不正確(例如:一把稍微收縮了的尺)。
    實驗技術錯誤(例如:計時時總是慢了半拍)。
  • 消除/校正建議:
    系統誤差無法透過取平均值來減少。你必須找出原因(檢查設備、檢查方法)並校正偏移量(例如:測量零點誤差並將其從所有讀數中扣除)。

類比:射擊目標
想像一下瞄準靶心。
如果你的彈著點散佈在靶上各處,但總體中心接近靶心,這代表你有隨機誤差
如果你的所有彈著點都緊密地聚集在一起,但偏離靶心左側 3 厘米,這代表你的精密度很高,但由於系統誤差(也許是瞄準器偏移了),你的準確度很差。

重點總結: 隨機誤差影響精密度,可透過計算平均值來修正。系統誤差影響準確度,需透過校準和修正方法來解決。


2. 定義數據品質:精密度、準確度和解析度

這些術語經常被混淆!讓我們在實驗工作的背景下釐清它們的確切含義。

2.1 解析度 (Resolution)

解析度是指儀器所能測量的最小讀數或數值。
例如:標準米尺的解析度為 1 mm(或 0.001 m)。碼錶的解析度可能是 0.01 s。

2.2 精密度 (Precision) 與準確度 (Accuracy)
  • 準確度: 測量值與真實值或公認值之間的接近程度。(高準確度意味著系統誤差小)。
  • 精密度: 重複測量值彼此之間的接近程度。(高精密度意味著隨機誤差小)。
2.3 可重複性 (Repeatability) 與再現性 (Reproducibility)

這些術語與你實驗程序的可靠性有關:

  • 可重複性:同一位實驗者使用相同的設備和方法在短時間內重複實驗時,測量結果的變異。
  • 再現性:不同的人員、使用不同的設備或在不同的地點重複實驗時,測量結果的變異。

你知道嗎?如果你的實驗具有很高的可重複性,但再現性很低,這表示該設備或方法對微小的外部因素或特定的設置細節非常敏感,需要進行嚴格的標準化。

重點總結: 解析度是儀器的極限。精密度關乎一致性(讀數的集中程度)。準確度關乎正確性(與真實值的接近程度)。


3. 量化不確定度 (\(\Delta X\))

由於沒有完美的測量,我們必須在測量值旁邊標註一個懷疑的程度,稱為不確定度 (uncertainty)

3.1 決定絕對不確定度

絕對不確定度 (\(\Delta X\)) 與被測量 \(X\) 的單位相同。

規則 1:單次讀數的不確定度(使用儀器解析度)
使用數位儀器時,不確定度通常為 \(\pm\) 最小刻度(解析度)。
使用模擬儀器(如尺或溫度計)時,不確定度通常取為 \(\pm\) 解析度的一半
例如:如果尺的解析度為 1 mm,則讀數不確定度為 \(\pm 0.5 \text{ mm}\)。

規則 2:多次重複讀數的不確定度(使用全距)
如果你進行多次讀數,絕對不確定度的最佳估計值通常取為全距的一半(最大值 - 最小值)。

\[\Delta X = \frac{(X_{\text{max}} - X_{\text{min}})}{2}\]

3.2 分數不確定度與百分比不確定度

這些用於比較不確定度相對於測量值本身的顯著程度。

  • 分數不確定度: 是絕對不確定度與測量值的比率。 \[\text{分數不確定度} = \frac{\Delta X}{X}\]
  • 百分比不確定度: 簡單來說就是分數不確定度乘以 100%。 \[\text{百分比不確定度} = \frac{\Delta X}{X} \times 100\%\]

例如:若測得長度 \(L = 10.0 \text{ cm}\),絕對不確定度 \(\Delta L = 0.5 \text{ cm}\)。
分數不確定度為 \(\frac{0.5}{10.0} = 0.05\)
百分比不確定度為 \(0.05 \times 100\% = 5\%\)

快速複習: 絕對不確定度有單位(如 m),分數不確定度無單位,百分比不確定度是比率(\(\times 100\))。


4. 合併不確定度(誤差傳播)

當你使用多個測量量(\(A, B, C\))計算最終結果(\(R\))時,必須將個別的不確定度合併為最終的不確定度(\(\Delta R\))。

4.1 合併規則 1:加法與減法

如果最終量 \(R\) 是透過加或減測量量得到的(例如 \(R = A + B\) 或 \(R = A - B\)),則需相加絕對不確定度

\[\Delta R = \Delta A + \Delta B\]

例如:透過從結束讀數 \(x_2\) 減去開始讀數 \(x_1\) 來測量物體長度。如果 \(x_1\) 和 \(x_2\) 的不確定度皆為 \(\pm 0.5 \text{ mm}\),則最終長度的不確定度 \(\Delta L = 0.5 \text{ mm} + 0.5 \text{ mm} = 1.0 \text{ mm}\)。

4.2 合併規則 2:乘法與除法

如果最終量 \(R\) 是透過乘或除測量量得到的(例如 \(R = A \times B\) 或 \(R = A / B\)),則需相加分數或百分比不確定度

\[\frac{\Delta R}{R} = \frac{\Delta A}{A} + \frac{\Delta B}{B}\]

例如:計算速率 \(v = \frac{d}{t}\)。如果距離 \(d\) 的不確定度為 2%,時間 \(t\) 的不確定度為 3%,則速率 \(v\) 的不確定度為 \(2\% + 3\% = 5\%\)。

4.3 合併規則 3:冪次方

如果最終量 \(R\) 涉及將量提升到冪 \(n\)(例如 \(R = A^n\)),則需將分數或百分比不確定度乘以冪次 \(n\)

\[\frac{\Delta R}{R} = |n| \times \frac{\Delta A}{A}\]

例如:計算正方形面積 \(A = L^2\)。如果長度 \(L\) 的不確定度為 4%,則面積 \(A\) 的不確定度為 \(2 \times 4\% = 8\%\)。

重要提示: 在此 AS/A Level 課程大綱中,你不需要處理涉及三角函數或對數函數的不確定度合併。

重點總結: 相加/減時,絕對不確定度相加。相乘/除時,百分比不確定度相加。


5. 圖表中的不確定度與誤差棒

圖表是強大的工具,但它們必須呈現所收集數據點的不確定度。

5.1 呈現不確定度:誤差棒 (Error Bars)

誤差棒是畫在圖表數據點上的一條線,顯示了真實值預期落入的範圍。

如果數據點畫在 \((x, y)\),且不確定度分別為 \(\Delta x\) 和 \(\Delta y\),誤差棒會延伸:
- 垂直方向:從 \(y - \Delta y\) 到 \(y + \Delta y\)。
- 水平方向:從 \(x - \Delta x\) 到 \(x + \Delta x\)。

5.2 決定斜率和截距的不確定度

當你確定直線圖的斜率 (\(m\)) 或截距 (\(c\)) 時,這些數值也具有相關的不確定度。

步驟流程:

  1. 畫出最佳擬合線 (Line of Best Fit): 這條線應盡可能靠近所有數據點。
  2. 畫出最大和最小斜率線: 這是依然能穿過所有誤差棒的最陡 (\(m_{\text{max}}\)) 和最平緩 (\(m_{\text{min}}\)) 的直線。
  3. 計算斜率: 使用直接從這些線上取下的點(而非數據點)來計算 \(m_{\text{max}}\) 和 \(m_{\text{min}}\)。
  4. 計算斜率的不確定度 (\(\Delta m\)): \[\Delta m = \frac{|m_{\text{max}} - m_{\text{min}}|}{2}\]
  5. 計算截距的不確定度 (\(\Delta c\)):
    透過找出 \(m_{\text{max}}\) 和 \(m_{\text{min}}\) 直線與 y 軸的交點 (\(c_{\text{max}}\) 和 \(c_{\text{min}}\)) 來求得。 \[\Delta c = \frac{|c_{\text{max}} - c_{\text{min}}|}{2}\]

如果起初覺得這很複雜也不必擔心——這需要練習。關鍵在於確保你的最大和最小線尊重由誤差棒定義的限制!

重點總結: 誤差棒顯示了每個點的絕對不確定度。圖表的不確定度是透過計算最陡與最平緩直線之間的差值的一半來求得。


6. 有效數字與相關的不確定度

你標註不確定度的方式,與最終答案中的有效數字 (SF)小數位 (dp) 數量之間存在著關鍵聯繫。

6.1 報告數據的黃金法則

量值的最終表達方式應使其精密度與其絕對不確定度的精密度相匹配。

  1. 不確定度 (\(\Delta X\)): 絕對不確定度通常應取一位有效數字 (1 SF)。(如果第一位數字是 '1',例如 \(\pm 0.14\),則取兩位有效數字也是可接受的)。
  2. 數值 (\(X\)): 測量值或計算值必須四捨五入,使其最後一位有效數字與絕對不確定度的一位有效數字位於相同的小數位

範例一:正確的格式

  • 如果計算得出: \(T = 1.6457 \text{ s}\) 且 \(\Delta T = 0.083 \text{ s}\)
  • 步驟 1(四捨五入不確定度): \(\Delta T = 0.08 \text{ s}\)(1 SF,位於百分位)
  • 步驟 2(四捨五入數值): 將 \(T\) 四捨五入至百分位。\(T = 1.65 \text{ s}\)
  • 最終答案: \(T = (1.65 \pm 0.08) \text{ s}\)

範例二:小數位必須匹配

  • 如果數值為 \(L = 4.76 \text{ m}\) 且 \(\Delta L = 0.2 \text{ m}\)(十分位)。
    正確: \(L = (4.8 \pm 0.2) \text{ m}\)(數值 4.76 四捨五入為 4.8,與十分位匹配)。
  • 如果數值為 \(R = 12.02 \Omega\) 且 \(\Delta R = 1.4 \Omega\)(個位)。
    正確: \(R = (12 \pm 1) \Omega\)(將不確定度 1.4 捨入為 1,數值 12.02 捨入為 12,與個位匹配)。

應避免的常見錯誤:
當不確定度很大時,不要寫出帶有太多小數位數的計算結果。讀數 \((15.423 \pm 5) \text{ kg}\) 暗示你精確到了小數點後三位,但你的不確定度表示你只能精確到 5 kg!正確寫法應為 \((15 \pm 5) \text{ kg}\)。

重點總結: 數值中的有效數字數量由不確定度的小數位決定。不確定度通常取 1 位有效數字。