Como o método gradiente×covariância combina a incerteza?

Calculamos o gradiente com uma diferença central de cinco pontos nos valores nominais, construímos a matriz de covariância a partir dos desvios padrão e correlações introduzidos e avaliamos g T Cg. A raiz quadrada fornece a incerteza padrão combinada u y .

O que a validação Monte Carlo verifica?

Ela gera amostras normais correlacionadas com uma seed fixa via decomposição de Cholesky e confirma se a média e o desvio padrão simulados coincidem com a previsão linearizada dentro das tolerâncias especificadas.

Calculadora de propagação de erro — somas, produtos, potências e funções gerais (com passos)

Visão geral

Introduza a função analítica y = f(x) e combine incertezas padrão através de uma aproximação de primeira ordem. Os modelos cobrem somas, diferenças, produtos, quocientes e potências, enquanto o modo geral aceita expressões seguras com constantes e funções trigonométricas, hiperbólicas e logarítmicas.

Veja uma pré-visualização da fórmula com aspeto de livro‑texto, variáveis realçadas de acordo com a tabela, um gráfico de contribuição que indica qual entrada domina a incerteza e uma verificação Monte Carlo recomendada para confirmar o resultado linearizado.

Atalhos de teclado: Ctrl/⌘+S exporta CSV e Ctrl/⌘+L copia uma URL partilhável.

Como usar (3 etapas)

Introduza a fórmula y = f(...) e adicione cada variável com média e incerteza padrão.
Defina correlações se necessário e escolha a validação Monte Carlo.
Verifique a incerteza combinada, a incerteza expandida e a contribuição dominante.

Fórmula y = f(...)

Pré-visualização

Modelos:

Variáveis com médias e incertezas padrão
Nome	Média μ	Desvio padrão u	Unidade / nota	Remover linha

Matriz de correlação (opcional)

Mantenha a diagonal em 1,0 e introduza coeficientes de correlação ρ_ij entre −1 e 1. As partes superior e inferior são sincronizadas automaticamente.

Validação Monte Carlo

Executar Monte Carlo após o cálculo

Adiciona uma simulação com semente fixa para confirmar a estimativa linearizada. Desative se precisar do processamento mais rápido possível.

Seed Amostras N

Perguntas frequentes

Como o método gradiente×covariância combina a incerteza?: Calculamos o gradiente com uma diferença central de cinco pontos nos valores nominais, construímos a matriz de covariância a partir dos desvios padrão e correlações introduzidos e avaliamos g^TCg. A raiz quadrada fornece a incerteza padrão combinada u_y.
O que a validação Monte Carlo verifica?: Ela gera amostras normais correlacionadas com uma seed fixa via decomposição de Cholesky e confirma se a média e o desvio padrão simulados coincidem com a previsão linearizada dentro das tolerâncias especificadas.

Visão geral

Como usar (3 etapas)

Perguntas frequentes

Calculadoras relacionadas