The Difference Between a Probability and a Probability Density
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Learning introductory quantum physics is challenging, in part due to the different paradigms in classical mechanics and quantum physics. Classical mechanics is deterministic in that the equations of motion and the initial conditions fully determine a particle’s trajectory. Quantum physics is an inherently probabilistic theory in that only probabilities for measurement outcomes can be determined. Prior to studying quantum physics, students will typically have little experience with probabilistic analyses of physical systems, and thus probability may be a conceptual hurdle for introductory quantum physics students. This article describes two interactive simulations developed as part of the QuVis Quantum Mechanics Visualization Project that aim to bridge the gap between classical mechanics and quantum physics using probabilistic analyses of classical systems. The simulations illustrate how a probability density can be obtained for two classical systems well known to students. The key learning goals of the simulations are to introduce students to probability densities and to help students distinguish between a probability and a probability density. The simulations build on previous work by Bao and Redish, who developed an activity that used pseudo-random video frames of a glider in harmonic motion to derive a classical probability density for this system, and a University of Washington quantum mechanics tutorial focusing on probability and probability density for a classical system. Interactive simulations allow students to easily carry out experiments and change variables that would be difficult to do with real equipment, and help students connect multiple representations by showing explicitly how they are linked. The simulations described here only require basic knowledge of algebra and classical mechanics. They run on touchscreen devices as well as desktop computers, and can be run in a standard web browser from the QuVis website or downloaded for offline use.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle