Calculadora de propagación de errores (con pasos)

Combina y ± uy con gradiente×covarianza, genera intervalos al 68 % y 95 %, y valida con Monte Carlo de semilla fija tanto para entradas independientes como correlacionadas.

Otros idiomas: ja | en | zh-CN | es

Resumen

Introduce la función y = f(x) y las medias con sus incertidumbres estándar para ver cómo se construye la matriz de covarianza y se combina uy. Las plantillas cubren operaciones habituales, mientras que el modo general acepta expresiones seguras con funciones trigonométricas, logarítmicas y más.

La fórmula se muestra en una vista previa con aspecto de libro de texto y las variables definidas en la tabla se resaltan automáticamente. Un gráfico de contribuciones indica qué entrada domina la incertidumbre y una validación Monte Carlo recomendada ayuda a confirmar el resultado linealizado.

Atajos: Ctrl/+S exporta CSV y Ctrl/+L copia la URL compartible.

Cómo usarla (3 pasos)

  1. Escribe la fórmula y = f(...) y añade cada variable con su media e incertidumbre estándar.
  2. Configura las correlaciones si las necesitas y decide si quieres la validación Monte Carlo.
  3. Revisa la incertidumbre combinada, la incertidumbre expandida y el ranking de contribuciones.
Vista previa
Plantillas:
Variables con medias e incertidumbres estándar
Nombre Media μ Incertidumbre u Unidad / nota Eliminar fila
Matriz de correlación (opcional)

Mantén la diagonal en 1,0 e introduce coeficientes ρij entre −1 y 1. La parte superior e inferior se sincronizan automáticamente.

Validación Monte Carlo

Añade una simulación con semilla fija para confirmar la estimación linealizada. Desactiva esta opción si necesitas la ejecución más rápida.

Preguntas frecuentes

¿Cómo combina el método gradiente×covarianza la incertidumbre?
Calculamos el gradiente mediante un esquema central de cinco puntos en los valores nominales y construimos la matriz de covarianza con las incertidumbres y correlaciones proporcionadas. Al evaluar gTCg y tomar la raíz obtenemos uy.
¿Qué comprueba la validación Monte Carlo?
Genera muestras normales correlacionadas con una semilla fija (20.000 por defecto) y comprueba que la desviación típica simulada coincide con la predicción linealizada (±2 %) y que la media se mantiene dentro de ±0,2 %.

Calculadoras relacionadas