跳到主要内容

常见错误

1. 忘记单位​

错误：C=4.7×10−6C = 4.7 \times 10^{-6}（没有单位）。

正确：C=4.7×10−6C = 4.7 \times 10^{-6} F（带单位）。

2. 从 y-intercept 求常数时忘记取指数​

错误：y-intercept =2.30= 2.30，直接写 V0=2.30V_0 = 2.30 V。

正确：y-intercept =ln⁡V0=2.30= \ln V_0 = 2.30，所以 V0=e2.30=9.97V_0 = e^{2.30} = 9.97 V。

错误：y-intercept =0.398= 0.398，直接写 a=0.398a = 0.398。

正确：y-intercept =lg⁡a=0.398= \lg a = 0.398，所以 a=100.398=2.50a = 10^{0.398} = 2.50。

3. 符号错误​

错误：gradient k=−0.25k = -0.25 s−1^{-1}，代入 C=−1RkC = -\frac{1}{Rk} 时写成 C=−1R×(−0.25)=10.25RC = -\frac{1}{R \times (-0.25)} = \frac{1}{0.25R}，但忘了负号在公式中已处理。

正确：C=−1R×(−0.25)=10.25RC = -\frac{1}{R \times (-0.25)} = \frac{1}{0.25R}。仔细核对原始公式中的正负号。

4. 结论没有考虑 uncertainty​

错误：理论值 4.74.7，实验值 4.54.5，直接说 "does not support"（忽略 ±0.3\pm 0.3 的 uncertainty）。

正确：实验值 (4.5±0.3) Ω(4.5 \pm 0.3)\ \Omega，范围 4.24.2 到 4.8 Ω4.8\ \Omega，4.74.7 在此范围内，所以 "supports within experimental uncertainty"。

5. 比较时用的不是同一个量​

错误：题目问实验值是否支持 n=2.0n = 2.0，却比较了 gradient 值。

正确：正确使用 n=gradientn = \text{gradient}，比较 nexp±Δnn_{\text{exp}} \pm \Delta n 和 2.02.0。

6. 扩展计算中使用错误常数​

错误：Part (e) 使用 Part (d)(i) 求出的常数时，抄错了数值。

正确：仔细将 (d)(i) 的计算结果带入 (e) 的计算，最好使用精确值而非四舍五入后的值。

7. 从 gradient 反解常数时代入错误​

错误：g=4π2gradientg = \frac{4\pi^2}{\text{gradient}} 写成了 g=gradient4π2g = \frac{\text{gradient}}{4\pi^2}。

正确：仔细推导代数关系，确保常数在正确的位置。

8. 有效数字位数不恰当​

错误：C=4.723958×10−6C = 4.723958 \times 10^{-6} F（过多有效数字）。

正确：C=4.72×10−6C = 4.72 \times 10^{-6} F 或 C=(4.72±0.12)×10−6C = (4.72 \pm 0.12) \times 10^{-6} F（与输入精度匹配）。

9. 忘记在 y-intercept 中处理常数因子​

错误：1/f=4vL+4cv1/f = \frac{4}{v}L + \frac{4c}{v}，y-intercept =4c/v= 4c/v，直接写 c=interceptc = \text{intercept}。

正确：c=intercept×v4c = \frac{\text{intercept} \times v}{4}，需要先求出 vv（从 gradient）再解 cc。

10. 结论书写不完整​

错误：仅写 "Yes, it supports."

正确：写完整句子，包括比较值、范围、判断依据。

11. 单位推导错误​

错误：CC 的单位写成 Ω⋅s\Omega \cdot \text{s}。

正确：C=−1RkC = -\frac{1}{Rk}，[Ω]×[s−1][\Omega] \times [\text{s}^{-1}] 在分母，所以 CC 的单位是 F\text{F}（法拉）。

12. 忽略题目提供的已知常数​

错误：题目给了 k=1.38×10−23 J K−1k = 1.38 \times 10^{-23}\ \text{J K}^{-1} 但没有使用。

正确：E=gradient×kE = \text{gradient} \times k，必须代入 kk 的值。