- Tytuł:
-
Wykorzystanie rozkładu płasko-normalnego przy obliczaniu niepewności pomiaru
Use of the Flatten-Gaussian distribution for calculating the measurement uncertainty - Autorzy:
- Fotowicz, P.
- Powiązania:
- https://bibliotekanauki.pl/articles/153021.pdf
- Data publikacji:
- 2011
- Wydawca:
- Stowarzyszenie Inżynierów i Techników Mechaników Polskich
- Tematy:
-
niepewność pomiaru
rozkłady prawdopodobieństwa
metody obliczeniowe
measurement uncertainty
probability distributions
calculation methods - Opis:
-
Przedstawiono metody obliczania niepewności pomiaru w oparciu o rozkład płasko-normalny. Rozkład ten jest splotem rozkładu prostokątnego z normalnym. Metody opracowano w dwóch postaciach: analitycznej i numerycznej. Można je wykorzystać do obliczania niepewności pomiaru, gdy model pomiaru jest liniowy lub linearyzowany oraz gdy wielkościom wejściowym można przypisać rozkład Studenta, normalny, prostokątny lub trójkątny. Przedstawiono ocenę dokładności proponowanych metod i zilustrowano je praktycznym przykładem obliczeniowym.
The paper presents methods using the Flatten-Gaussian distribution for calculating the measurement uncertainty. The Flatten-Gaussian distribution is a convolution of rectangular and normal distributions. The methods were worked out in the analytical and the numerical form. They can be used when the measurand model is a linear or linearized mathematical function, and the model input quantities are characterized by Student's, normal, rectangular, triangular and trapezoidal distributions. The proposed methods enable calculation of the measurement uncertainty with the accuracy close to that of the Monte Carlo method recommended in [2]. The analytical method is based on formula (6) including the quantile of the Flatten-Gaussian distribution, whereas the numerical method is based on sampling from this distribution as a random number generator given by formula (8). This random number generator can be created from two random number generators based on drawing from the rectangular and normal distribution. It immediately provides the set of possible values for the measurand. The methods can be easily implemented in common computational tools, such as a spreadsheet. They do not require the specialized software. The paper presents an example of a practical use of the proposed methods. - Źródło:
-
Pomiary Automatyka Kontrola; 2011, R. 57, nr 6, 6; 595-598
0032-4140 - Pojawia się w:
- Pomiary Automatyka Kontrola
- Dostawca treści:
- Biblioteka Nauki
Artykuł