Kalkulator propagasi galat (dengan langkah)

Sebarkan ketidakpastian menggunakan gradien×kovarians, matriks korelasi dan validasi Monte Carlo. Cocok untuk laporan praktikum fisika/kimia dengan langkah perhitungan.

Ringkasan

Masukkan fungsi analitik y = f(x) dan gabungkan ketidakpastian baku dengan pendekatan orde pertama. Template membantu untuk penjumlahan, pengurangan, perkalian, pembagian, dan pangkat, sedangkan mode umum menerima ekspresi yang aman dengan konstanta dan fungsi trigono, hiperbolik, dan logaritma.

Anda dapat melihat pratinjau rumus dengan tampilan seperti di buku teks, variabel yang disorot sesuai tabel, grafik kontribusi yang menunjukkan variabel mana yang paling mendominasi ketidakpastian, serta validasi Monte Carlo yang direkomendasikan untuk mengonfirmasi hasil linearisasi.

Tips papan ketik: Ctrl/+S mengekspor CSV, Ctrl/+L menyalin URL yang bisa dibagikan.

Cara pakai (3 langkah)

  1. Masukkan rumus y = f(...) dan tambahkan setiap variabel dengan rata-rata dan ketidakpastian standar.
  2. Atur korelasi bila perlu dan pilih validasi Monte Carlo.
  3. Tinjau ketidakpastian gabungan, ketidakpastian diperluas, dan kontribusi.
Pratinjau
Template:
Variabel dengan nilai tengah dan ketidakpastian baku
Nama Rata-rata μ Simpangan baku u Satuan / catatan Hapus baris
Matriks korelasi (opsional)

Pertahankan diagonal bernilai 1,0 dan masukkan koefisien korelasi ρij antara −1 dan 1. Bagian atas dan bawah matriks akan disinkronkan secara otomatis.

Validasi Monte Carlo

Menambahkan simulasi dengan seed tetap untuk mengonfirmasi estimasi terlinearisasi. Nonaktifkan jika Anda membutuhkan eksekusi paling cepat.

Pertanyaan umum

Bagaimana metode gradien×kovarians menggabungkan ketidakpastian?
Kami menghitung gradien dengan skema selisih pusat lima titik di sekitar nilai nominal, membentuk matriks kovarians dari simpangan baku dan korelasi yang Anda masukkan, lalu menghitung gTCg. Akar kuadratnya memberi ketidakpastian baku gabungan uy.
Apa yang diperiksa oleh validasi Monte Carlo?
Metode ini menghasilkan sampel normal berkorelasi dengan seed tetap melalui dekomposisi Cholesky dan memeriksa apakah rata-rata serta simpangan baku hasil simulasi cocok dengan prediksi terlinearisasi dalam toleransi yang ditentukan.

Kalkulator terkait

Kalkulator terkait