歡迎來到不確定性的世界！
在物理學中，我們熱衷於測量各種事物——例如光速、電子的質量，或是電線的長度。但這裡有一個祕密：沒有任何測量是絕對完美的。每次我們使用工具進行測量時，結果總會存在一點點誤差。在本章中，我們將學習如何識別這些「缺陷」、如何以專業術語進行描述，以及如何透過數學運算來展現我們對結果的確信（或不確信）程度。如果起初覺得有些模糊也不必擔心；讀完這些筆記後，你將成為處理物理世界侷限性的專家！
1. 誤差：為什麼測量會出錯？
誤差（Error）簡單來說，就是你測得的數值與大自然中「真實」數值之間的差異。我們通常將其分為兩大類：
隨機誤差（Random Errors）
這些是不可預測的。一次測量可能稍高，下一次可能稍低。它們就像靶子上的散亂彈孔。
- 成因：人類的反應時間、室溫的輕微波動，或氣流影響了靈敏的電子天平。
- 處理方法：你無法完全「消除」它們，但可以重複測量並計算平均值。這樣一來，隨機的「偏高」和「偏低」就會相互抵銷。
系統誤差（Systematic Errors）
這些誤差是恆定的。如果你的測量值總是朝同一個方向偏移固定的數值，那就是系統誤差。想像一個永遠快了 5 分鐘的時鐘。
- 成因：儀器校準不當或實驗設置不佳。常見的一種是零點誤差（Zero Error）（例如：磅秤在放上物體前就顯示 0.1g）。
- 處理方法：你必須重新校準儀器，或從每次讀數中減去已知的誤差值。重複測量並計算平均值對此類誤差沒有幫助，因為每次的誤差都是一樣的！
重點總結：隨機誤差是「分散的」（透過取平均值修正）；系統誤差是「偏移的」（透過更好的設備/校準修正）。
2. 專業詞彙的「精英小隊」
要成為一名物理學家，你需要使用精確的詞彙來描述數據。這些詞經常被混淆，讓我們來逐一拆解：
- 準確度（Accuracy）：測量值與真實值的接近程度。如果重力加速度的真實值是 \(9.81 \, m/s^2\)，而你測得 \(9.80 \, m/s^2\)，那麼你非常準確！
- 精密度（Precision）：重複測量所得數值之間的一致程度。如果你測量三次重力，結果分別是 \(9.11, 9.12,\) 和 \(9.11\)，你的結果很精密（一致），但不準確（錯誤）。
- 解像度（Resolution）：儀器能檢測到的物理量最小變化。例如：標準尺的解像度為 1 mm。數位卡尺的解像度可能達到 0.01 mm。
- 重複性（Repeatability）：你自己使用同一套設備再次進行實驗，能否得到相同的結果？
- 再現性（Reproducibility）：其他人（或你使用不同設備）依照你的方法進行實驗，能否得到相同的結果？
記憶小撇步：想像一下飛鏢盤。準確度是射中靶心。精密度是連續三次射中牆上的同一個點，即使那個點並不是靶心！
3. 不確定性的表示法
不確定性是我們量化懷疑程度的方式。共有三種寫法：
A. 絕對不確定性（Absolute Uncertainty）
「懷疑」的實際範圍，通常寫作 \( \pm \)。
例如：長度為 \(20 \pm 1 \, mm\)。絕對不確定性就是 \(1 \, mm\)。
B. 分數不確定性（Fractional Uncertainty）
不確定性與測量值的比率。
\( \text{分數不確定性} = \frac{\text{絕對不確定性}}{\text{測量值}} \)
C. 百分比不確定性（Percentage Uncertainty）
比較誤差最常用的方式。
\( \text{百分比不確定性} = \frac{\text{絕對不確定性}}{\text{測量值}} \times 100\% \)
快速複習：
如果你測得 \(5.0 \, V\)，不確定性為 \( \pm 0.1 \, V \)：
絕對值 = \(0.1 \, V\)
分數值 = \(0.1 / 5.0 = 0.02\)
百分比 = \(0.02 \times 100 = 2\%\)
4. 合併不確定性（數學運算規則）
如果用了兩個測量值來計算第三個數值（例如用質量和體積來求密度）會發生什麼事？不確定性會「累積」。請遵循以下簡單規則：
規則 1：加法或減法
當進行數值加減時，要將絕對不確定性相加。
例如：你有兩根桿子。桿 A 長 \(10 \pm 1 \, cm\)，桿 B 長 \(5 \pm 1 \, cm\)。總長度為 \(15 \pm 2 \, cm\)。
規則 2：乘法或除法
當進行數值乘除時，要將百分比不確定性相加。
別擔心，這並不難！先將所有數值轉為百分比，相加後，最後再視需要轉回數值即可。
規則 3：次方運算
如果數值涉及平方、立方或平方根，將百分比不確定性乘以該次方數。
例如：如果半徑 \(r\) 的不確定性是 \(3\%\)，則圓面積（\(\pi r^2\)）的不確定性為 \(3\% \times 2 = 6\%\)。
重點總結：加減用絕對值；乘除及次方用百分比！
5. 圖表中的不確定性
在實驗考試中，你經常需要繪製圖表。我們不只是畫點，還要畫誤差棒（Error Bars）。
- 誤差棒：這些是在數據點上方、下方或兩側繪製的小「鬍鬚」，用以顯示絕對不確定性。
- 最佳擬合線（Lines of Best Fit）：這是盡可能穿過最多誤差棒的「平均」線。
- 最差擬合線（Lines of Worst Fit）：這是仍能穿過所有誤差棒的前提下，所能畫出的最陡或最平的直線。
找出斜率（梯度）的不確定性
要找出斜率的不確定性，請使用這個「食譜」：
1. 繪製最佳擬合線並計算其斜率 (\(m_{best}\))。
2. 繪製最差擬合線（通常是從第一個誤差棒的底部到最後一個誤差棒的頂部所連成的線）並計算其斜率 (\(m_{worst}\))。
3. \( \text{不確定性} = |m_{best} - m_{worst}| \)
註：同樣的方法也適用於 y 截距！只需找出最佳線與最差線截距之間的差值即可。
6. 有效數字與不確定性
數值捨入的方式與你對數據的信任程度之間有著特殊的聯繫。
規則：最終答案的有效數字位數，應與測量數據中最不精確的那一個相同。此外，不確定性通常應捨入至一位有效數字，而你的測量數值也應捨入到與該小數位數一致的位置。
例如：你不應該寫 \(5.23421 \pm 0.1 \, m\)。如果你只能確定到 \(0.1\) 的位數，正確寫法應為 \(5.2 \pm 0.1 \, m\)。
你知道嗎？使用比不確定性容許度更多的有效數字，就像是在說「我 100% 確定它是 5.23421」，但你的尺只能測量到 5.2！這在科學上其實是種「謊言」。
最終複習檢查清單
- 你能分辨隨機誤差和系統誤差嗎？ (第 1 節)
- 你知道精密度和準確度的差別嗎？ (第 2 節)
- 你會計算百分比不確定性嗎？ (第 3 節)
- 你知道何時該使用絕對不確定性，何時該使用百分比不確定性嗎？ (第 4 節)
- 你能解釋如何使用「最差擬合線」來找出斜率的不確定性嗎？ (第 5 節)