Gradient×covariance yöntemi belirsizliği nasıl birleştirir?

Gradyanı, her değişkenin nominal değeri etrafında beş noktalı merkezi farkla sayısal olarak hesaplıyoruz. Girilen standart belirsizlikler ve korelasyonlarla kovaryans matrisini kuruyor, ardından g T Cg ifadesini hesaplıyoruz. Bu sonucun karekökü birleşik standart belirsizlik u y değerini verir.

Monte Carlo doğrulaması neyi kontrol eder?

Sabit bir seed kullanarak Cholesky ayrışımıyla korele normal örnekleri çeker ve simülasyondan elde edilen ortalama ile standart sapmanın, belirtilen toleranslar içinde lineerleştirilmiş sonuca uyup uymadığını kontrol eder.

Hata yayılımı hesaplayıcısı — toplamlar, çarpımlar, üsler ve genel fonksiyonlar (adım adım)

Genel bakış

Analitik fonksiyonu y = f(x) olarak girin ve birinci dereceden yaklaşım ile standart belirsizlikleri birleştirin. Şablonlar toplama, çıkarma, çarpma, bölme ve üs işlemlerini kapsar; genel mod ise sabitler, trigonometrik, hiperbolik ve log fonksiyonlarını içeren güvenli ifadeleri kabul eder.

Klavye ipucu: Ctrl/⌘+S CSV dışa aktarır, Ctrl/⌘+L paylaşılabilir URL’yi kopyalar.

Nasıl kullanılır (3 adım)

y = f(...) formülünü girin ve her değişkeni ortalama ve standart belirsizlikle ekleyin.
Gerekirse korelasyonları ayarlayın ve Monte Carlo doğrulamasını seçin.
Birleşik belirsizlik, genişletilmiş belirsizlik ve katkı sırasını kontrol edin.

Formül y = f(...)

Formül önizlemesi

Şablonlar:

Ortalama ve standart belirsizliklerle birlikte değişkenler
Ad	Ortalama μ	Std. belirsizlik u	Birim / not	Satırı kaldır

Korelasyon matrisi (isteğe bağlı)

Köşegen elemanları 1.0 bırakın ve ρ_ij korelasyon katsayılarını −1 ile 1 arasında girin. Üst ve alt üçgenler otomatik olarak senkronize edilir.

Monte Carlo doğrulaması

Hesaptan sonra Monte Carlo çalıştır

Sabit bir seed ile ek bir simülasyon çalıştırarak lineerleştirilmiş tahmini doğrular. En yüksek hız gerekiyorsa bu seçeneği kapatabilirsiniz.

Seed Örnek sayısı N

SSS

Gradient×covariance yöntemi belirsizliği nasıl birleştirir?: Gradyanı, her değişkenin nominal değeri etrafında beş noktalı merkezi farkla sayısal olarak hesaplıyoruz. Girilen standart belirsizlikler ve korelasyonlarla kovaryans matrisini kuruyor, ardından g^TCg ifadesini hesaplıyoruz. Bu sonucun karekökü birleşik standart belirsizlik u_y değerini verir.
Monte Carlo doğrulaması neyi kontrol eder?: Sabit bir seed kullanarak Cholesky ayrışımıyla korele normal örnekleri çeker ve simülasyondan elde edilen ortalama ile standart sapmanın, belirtilen toleranslar içinde lineerleştirilmiş sonuca uyup uymadığını kontrol eder.

Hata yayılımı hesaplayıcısı (adım adım)

Genel bakış

Nasıl kullanılır (3 adım)

SSS

İlgili hesaplayıcılar