唐彦斌

摘 要： Python是一种易于学习的程序语言。作为一门新兴语言，由于python在人工智能和大数据方面由于其简单实用性大放异彩，在使用过程中学习者和使用者能够专注于解决问题，而不是理解语言本身。本篇文章就是利用python求解单摆实验测量重力加速度的误差精度，体现其简单实用性。

关键词：python;单摆实验;重力加速度;不确定度

1 引言

Python不僅仅是一种好的编程语言，而且还能作为编写其他组件并实现程序独立的工具，应用领域十分宽广，大致分为如下几类：1.web和Internet开发;2.科学计算和统计;3.桌面界面开发;4.软件开发;5.后端开发[1]，并且内置了很多高效的库，比如，相同的工作C语言可能需要1000行，Java 100行，Python可能只需要10行[2]，本文仅仅使用python在科学计算方面的功能[3]，以小见大，体现python的简单实用性。

2 关于本次重力加速度不确定度的分析

根据单摆求重力加速度公式：，本次测量的数据为单摆的绳长l和运动周期T，分别求出l和T的A类和B类不确定度，然后进行不确定度的合成，求得Ul和UT[4]

3 不确定度按照数据的性质分类

3.1 A类不确定度

A类不确定度是可用统计的方法计算的不确定度。用uA表示A类不确定度，s为标准差，S为标准误。

为提高测量数据的可信度，使置信概率P>95%，规定uA=3s=s[5]。

3.2 B类不确定度

测量中凡是不符合统计规律的不确定度统称为B类不确定度。

作为B类不确定度;c的取值大小，取决于所用的仪器[6]。

我们实验中取c=1，那么uB=Δ仪

3.3 对于多因素影响的测量结果，用U1，U2…，来表示各项因素的不确定度，而系统总不确定度由此合成

4 直接测量的结果表示

对物理量A进行测量，如果对可定系统误差已经消除或修正，则测量结果应表示为[7]：（E为相对不确定度）

5 结论与讨论

当AI时代来临后，Python的优势愈发明显，各种人工智能算法都基于Python编写，特别是物理教育，要做到因材施教，找到每个学生的思维漏洞并进行指导改进，在学生人数众多的条件下是很难实现的，现在在人工智能的背景下物理教育也将迎来新的变化，在人工智能深度学习的模式下能够对学生制定个性化的学习方案，跳出繁杂的计算过程只是python对物理教育深刻改变的一个开始。

参考文献：

[1] 嵩天，黄天羽，礼欣.Python语言：程序设计课程教学改革的理想选择[J].中国大学教学，2016（02）：42-47.

[2] 秦科，刘贵松.面向Python应用的大学教学改革初探[J].计算机教育，2017（09）：21-25.

[3] Pedregosa F， Varoquaux G， Gramfort A， et al. Scikit-learn： Machine learning in Python[J]. Journal of machine learning research， 2011， 12（Oct）： 2825-2830.

[4] Van Rossum G， Drake F L. Python language reference manual[J]. 2003.

[5] 徐斌，徐国旺，谭保华，江铭波.大学物理实验数据误差分析浅析[J].都市家教：下半月，2014（6）：279-279.

[6] 徐斌，徐国旺，谭保华，江铭波.大学物理实验数据误差分析浅析[J].都市家教：下半月，2014（6）：279-279.

[7] Hart W E， Watson J P， Woodruff D L. Pyomo： modeling and solving mathematical programs in Python[J]. Mathematical Programming Computation， 2011， 3（3）： 219.