Dans l'analyse expérimentale, l'incertitude est une marge statistiquement déterminée d'erreur dans les mesures associées. L'incertitude initiale prend généralement la forme d'écart-type de la moyenne statistique, ou l'écart type de la moyenne. Pour calculer l'incertitude d'une fonction dont la variable dépendante est une moyenne statistique, les règles de propagation d'erreurs doivent être suivies pour déterminer la contribution correcte (s) à l'incertitude globale. Chaque contribution est respectivement à la moyenne à partir de laquelle l'incertitude initiale provient.
Instructions
Exemple: F = x ^ 2 - 6x
1 Notez la fonction dont l'incertitude est à déterminer. Ici ceci apparaît comme "F = x ^ 2 - 6x."
2 Notez la valeur moyenne pour le "x" quantité. La moyenne M de x serait tout simplement la somme de toutes les mesures xi de x divisé par le nombre total de mesures N: M = somme (xi, i = 1 N...) / N.
3 Notez le SD d'écart-type de x. Cette valeur est égale à la racine carrée de la quantité de la somme des carrés des différences entre chaque mesure individuelle de x, xi, et la moyenne de x, M, divisé par le nombre total de x mesures moins une: SD = sqrt (sum ((x - H) ^ 2, i = 1 N)...) / (N - 1)). Si l'erreur-type S'est l'incertitude que vous souhaitez utiliser dans votre calcul, il suffit de diviser l'écart type par la racine carrée du nombre total de mesures: SE = SD / sqrt (N).
4 Prenez la première dérivée de F par rapport à x, dF / dx. Ici, il semble que "dF / dx = 2x - 6."
5 Multipliez la première dérivée de F par l'écart type (ou l'erreur standard) pour obtenir l'incertitude globale F par rapport à x (UFx). Ici, il semble que UFx = dF / dx (SD) = (2x - 6) (SD).