מעשי · תוכנית ניסויים

מסוגל פוקוס SL. מבחן ראשון 2026; הנושא הנוכחי SL/HL נרכש. הדרישות הנותרות למדריך, לבחינה ולמעשי נותרים עם ההחזקות המרושמות שלהם.

תנאי הכנה: קרא את הכמויות והיחידות הנ stated, השתמש באריתמטיקה ובתנאי המודל למטה. כל שיעור מפתח את השיטה שלו לפני העברה עצמאית.

אלו הם דוגמאות הוראה מקוריות או בדיוניות במפורש, לא מדידות אמיתיות או בדיקות למידה שנבדקו והושלמו.

מה would explain this observation?

• קו העובר קרוב לכל נקודת נתונים הוא שימושי, אך הגרדינט שלו עשוי להיות עדיין לא ודאי. גרף מהווה ראיה למודל בתחום המדידה.
• התחל בחזית. ציין את הכמותות או התכונות שת срав, ואז החלט איזה עדות יכולה להבדיל בין שתי הסברות.

בנה את המודל

• השונות האקראית גורמת לקריאות חוזרות להשתנות. שגיאה מערכתית מזיזה תוצאות בצורה אחידה. בלבול (uncertainty) מוחלט יש לו את היחידה המדודה; בלבול יחסי או אחוזי משווה את הבלבול עם הערך המדוד.
• אי-ודאות: מגבלה כמותית על תוצאת מדידה; טעות מערכתית: סטיית מדידה קבועה.

בחר עדויות שיכולות לבחון אותו

• עבור מכפלת או מנה, חיבור בלבוטים פרקציונליים הוא קירוב נפוץ לבלבול מקסימלי. עבור הפרש, יש לחבר בלבוטים מוחלטים. נקודת חיתוך שאינה אפס עשויה לחשוף סטייה או מודל לא מלא.
• הציגו יחידות על צירים ובחרו סקאלה הגיונית. ציירו עמודי בלבול כאשר יש סיבה לכך, ציירו קו התאמה מיטבית במקום לחבר כל נקודה, והעילו גרדינטים סבירים של תחילה ושל סיום כאשר השיטה הקורסית דורשת זאת.

עבוד מכמויות ידועות

• ציין את הערכים הידועים ואת יחידות המידה שלהם. בחר בקשר מכיוון שההנחות שלו מתאימות למקרה זה, ולאחר מכן סדר מחדש לפני ההצבה.
• נתון: אורך = 50.0 מ"מ עם בלבול של 1.0 מ"מ. בלבול אחוזי = בלבול מוחלט/ערך ×100 = 1.0/50.0×100 = 2.0%. עבור מנה של שתי כמויות שנמדדו באופן עצמאי עם בלבוטים אחוזיים מקסימליים של 2% ו-3%, ההערכה המקסימלית הממוצעת היא 5%.

דוגמה:

קריאת 40 ס"מ בעלת אי-וודאות מוחלטת של 1 ס"מ. חשב את האי-וודאות באחוזים. השתמש באותה רצף: גדלים ידועים → דגם → קשר → הצבה → יחידות ופרשנות.

בדוק את המסקנה ואת הגבולות שלה

• חזרת קריאות מפחיתה בלבול אקראי בממוצע אך אינה מסירה אוטומטית שגיאת אפס. אל תציגו יותר ספרות עשרוניות מאשר המדידה שלכם יכולה לתמוך.
• חזור לתצפית המקורית. הסבר מה התוצאה תומכת, אילו תנאים היא מניחה, ודרך אחת לבדוק הסבר מתחרה.

אזהרה:

חזרה על מדידה אינה מסירה לעולם סטיית קליברציה. טענה זו שגויה: חזרה על קריאות מצמצמת אי-ודאות אקראית בממוצע אך אינה מסירה באופן אוטומטי שגיאת אפס. אל תציג יותר מקום עשרוני מאשר המדידה שלך יכולה לתמוך בו.

מפת מושגים:

אי-ודאות, שיפועים ובדיקת מודל: עבור מכפלה או מנה, חיבור אי-ודאויות יחסיות הוא קירוב נפוץ לאי-ודאות מקסימלית. עבור הפרש, הוסף אי-ודאויות מוחלטות. חריגה שאינה אפס יכולה לחשוף סטייה או מודל לא מלא.