سال هفدهم

سال هفدهم

به رسم سیزده می های سال های پیش، پیش خودم فعالیت های علمی یکساله ام را بررسی می کنم و نتایج آن را با دوستان در میان می گذارم.

سال هفدهم برایم سال توانستن و شاد شدن بود طوریکه از سال های پیش، بیشتر احساس توانایی و شادی کردم.

در ادامه کار آمار و احتمالی چند ساله ام توانستم ثابت کنم که معیار مورد نظرم برای اندازه گیری خطای اندازه گیری، از دو نظر بهتر از معیار انحراف معیار است. تا قبل از این فقط یک حدس بود و مشاهده عددی. با تئوری نشان دادم که این معیار هم از این نظر که نشان می دهد داده هایی که تمرکز بیشتری دور میانگین دارند، مقدار کمتری به ما می دهد و هم برای اندازه گیری خطای اندازه گیری به داده های کمتری نیاز دارد.

توانستم ثابت کنم که انحراف معیار هر توزیع گسسته ای همواره کمتر از انحراف معیار متناظر پیوسته آن توزیع است. و با این اثبات، اشکالاتی که به تئوری حد پایین اصل عدم قطعیت هایزنبرگ وارد می شد که باعث شده بود آن را با فرمول های جدیدی اصلاح کنند، توجیه می شود. اندازه گیری هایی شده بود که نشان می داد که دقت آنها از حد پایین اصل عدم قطعیت تخطی می کرد. پاره ای از پژوهشگران ایراد را از معیار استفاده شده در اندازه خطا می دانستند و به جای آن، معیارهای دیگری معرفی کرده بودند. توانستم با اثبات تئوری نشان بدهم که با همان معیاری که حد پایین اصل هایزنبرگ بدست آمده، می توان پایین تر آمد.

توانستم فرمولی تجربی برای حالت گسسته اصل عدم قطعیت هایزنبرگ بدست بیاورم. دیدم که اگر تعداد داده های مشاهده شده از یک حد کمتر باشد، نه تنها حد پایین این اصل با همان معیار انحراف معیار از آن مقداری که هایزنبرگ برای حالت پیوسته پیش بینی کرده بود، پایین تر می آید، بلکه توزیع های دیگری هم هستند که خطای داده های آنها از توزیع گاوس (که توزیع بهینه در نامعادله هایزنبرگ است) کمتر است.

توانستم توزیع احتمال داده هایی که حد اصل عدم قطعیت با معیار پیشنهادی ام برای اندازه گیری خطا مینیمم می کند را بدست بیاورم.

بعد از حدود دو سال کار با فرمول پیشنهادی ام فهمیدم این فرمول همان فرمول معروف انحراف قدرمطلق میانگین است. فقط اینکه رابطه ای که از اول طوری ساخته بودم که در آن تمرکز داده ها حول میانگین برایش خیلی مهم باشد، بعد از دو سال یافتم که این دقیقا همان فرمول معروف میانگین قدرمطلق انحراف است.

به این ترتیب با این اثبات ها و نتایج، این پژوهش چند ساله ام به پایان رسید. انشاالله سال هجدهم سال خوشتر خبر نشرش در نشریه علمی مورد نظرم باشد.

سال شانزدهم

سال شانزدهم

سیزده می هر سال برایم مثل یک سیزده بدر است. روزی بوده که منزل پدر را به مقصد آمریکا بدر کردم تا ادامه تحصیل بدهم. از آنجایی که این روز، برایم یک نقطه عطف در مسیر فعالیت های علمی ام بوده، آن را به عنوان مبدا سال علمی خودم قرار داده ام و برنامه های سال جدید علمی ام را از روز بعدش شروع می کرده ام.

در زندگی علمی ام هیچگاه فکر لحظه فراز (پیک) نبوده ام. چونکه پس از فراز، دل کشیدن از کار فرا می رسد. به این خاطر، دلم می کشیده که لحظات موفقیتم، فقط یک نقطه عطف باشند. دوست داشتم منحنی مسیر فعالیت هایم دقیقا مثل منحنی تابع گسسته آرکسینوس اکس باشد که نقاطش با توابع تخمینگر اسپلاین درجه سه به هم وصل شده باشند. یعنی فقط نقاط عطف داشته باشند و پیکش هم در آخرین نقطه مسیر، یعنی لحظه مرگم اتفاق بیفتد.

سه نقطه برای این منحنی تصوری، تصویر کرده ام که تاکنون فقط یکی از آنها را داشته ام. دومی را امسال کارهایش را تمام کردم و منتظرم ببینم در چه زمانی اتفاق می افتد. همانطور که در یکی از نوشتارهای قبلی آوردم، این کار مربوط می شود به رسیدن به یک فرمول اصلاح شده برای اندازه گیری خطای اندازه گیری که در سالی که گذشت توانستم آن را به جواب برسانم.

در واقع سالی که گذشت برایم سال معادل سازی و معادله بازی بود. معادل سازی بین آنچه هایزنبرگ در فیزیک کوانتوم در نامعادله معروف اصل عدم قطعیت بیان کرد با آنچه در پردازش سیگنالهای مخابراتی، گبور گفت. به این معنی که حاصلضرب پهنای باند یک پالس در طول زمانی آن پالس یک مینیمم دارد و همانطور که در مخابرات، زمان و فرکانس با بند تبدیل فوریه به هم وصل می شوند، در فیزیک کوانتوم هم با همین بند میزان خطای اندازه گیری موقعیت الکترون به خطای اندازه گیری تکانه الکترون وصل می شوند.

پس از سالها کار روی پالس های مختلف به این مشاهده رسیدم که همان پالسی که در مخابرات برای ارسال بهترین پالس است، همان تابع چگالی احتمال توزیع خطای اندازه گیری در فیزیک کوانتوم است. این البته قبلا با تابع گوس معلوم و محرز شده است. ولی با پیدا کردن مشکلات مربوط به این تابع و فرمول پهنای باندی که پشت این تابع است -که آنها را طی چند سال اخیر در یکی از ژورنال های مخابراتی آی تریپل ای منتشر کردم- به فرمول و تابع جدیدی رسیدم.

این فرمول و این تابع صدها ساعت از اوقاتم را پر کرد که اگر تایید شوند، جایگزین دقیق تری برای فرمول معروف استاندارد معیار و تابع گوس خواهند شد و نتیجه اش رسیدن به حد پایین تری در اصل عدم قطعیت هایزنبرگ در فیزیک و نامعادله معروف گبور در پردازش سیگنال می شود.