전파 계산 방법 01 측정 함수를 작성합니다. 계산기가 받아들이는 임의의 식(예: (1/2)*m*v^2)입니다. 변수 이름은 자동으로 감지됩니다. 02 변수마다 한 행을 채웁니다. 같은 단위의 값과 표준 불확실성 σ를 넣습니다. σ는 표준 불확실성이며 범위나 허용 오차가 아닙니다. 03 두 개의 핵심 수치를 읽습니다. f와 결합 표준 불확실성 σ_f, 그리고 상대 불확실성(%)입니다. 04 기여 카드를 읽습니다. 각 카드는 편도함수 ∂f/∂xᵢ와 전체 분산에서 차지하는 비율을 보여 줍니다. 05 가장 큰 항부터 개선합니다. 비율은 더 좋은 계측기나 더 많은 반복이 정밀도를 가장 크게 높이는 곳을 알려 줍니다.
계산 예시
모델
입력
결과
비율
a - b
a = 100 ± 0.1, b = 99 ± 0.1
1 ± 0.14142136 — 상대 14.142136%
a 50% , b 50%
(1/2)*m*v^2
m = 2 ± 0.002 kg, v = 30 ± 0.3 m/s
900 ± 18.02248596 J — 상대 2.002498%
v 99.7506% (∂ = 60 , 항 324 ), m 0.2494% (∂ = 450 , 항 0.81 )
m/V
m = 250 ± 0.5 g, V = 100 ± 0.1 mL
2.5 ± 0.00559017 g/mL — 상대 0.223607%
m 80% , V 20%
x + y
x = 10 ± 0.1, y = 20 ± 0.2
30 ± 0.2236068 — 상대 0.745356%
y 80% , x 20%
운동 에너지 행을 눈여겨봐야 합니다. 질량의 편도함수는 450 으로 속도의 60 보다 훨씬 크지만, 질량이 차지하는 분산은 **0.2494%**뿐입니다. 질량의 불확실성이 0.1%인 반면, 속도의 1%는 제곱에 의해 두 배가 되기 때문입니다. 진자의 기본값은 9.81065219 ± 0.02188481 m/s² , 상대 **0.223072%**이며, 시간 항이 79.904% , 길이가 **20.096%**입니다.
도함수는 중요도가 아니라 가중치 독립적인 입력에 대해 1차 법칙은 σ_f² = Σ (∂f/∂xᵢ)²·σᵢ²입니다. 도함수는 입력의 작은 변화를 출력의 변화로 바꾸고, σᵢ를 곱하면 기하가 불확실성이 되며, 제곱하면 합이 제곱합의 제곱근이 됩니다. 여기서 두 가지 지름길이 나옵니다. 곱이나 몫에서는 상대 불확실성이 제곱합의 제곱근으로 더해집니다. V로 나누면 σ_V/V가 기여하고, 거듭제곱 p는 |p|·σ_x/x를 기여합니다 — 이것이 v²가 속도의 상대 오차를 두 배로 만드는 이유입니다. 합이나 차에서는 절대 불확실성이 제곱합의 제곱근으로 더해지고, 결과의 상대 오차는 절대 오차를 결과 자체의 크기로 나눈 값입니다.
한계와 하지 않는 일
1차 근사와 독립성. 이 공식은 측정값에서의 선형화이며 입력이 상관되지 않는다고 가정합니다. 공유 교정이나 공통 드리프트에는 이 패널이 모델링하지 않는 공분산 항이 필요합니다.
입력당 하나의 표준 불확실성. 비대칭 오차, 신뢰구간, 분포는 입력 전에 단일 σ로 반올림됩니다. ±0.5% 사양은 균등분포와 같은 주장이 아닙니다. 하지 않는 일. 몬테카를로를 실행하지 않고 선형화가 타당한지도 검사하지 않습니다 — 그것은 전파 탭 의 몫입니다 — 또한 데이터를 적합하지 않습니다. 입력 통계에는 기술통계 , 분산 순위에는 민감도 , 예산의 화학 쪽에는 몰 질량 과 차원 해석 을 사용하세요.
함정: 뺄셈은 불확실성을 증폭한다 합에 대해 제곱합의 제곱근을 완만하게 만드는 같은 공식이 차에 대해서는 잔인해집니다. 약 100인 두 판독값을 각각 σ = 0.1로 빼면 절대 오차는 0.14142136 에 불과하지만 결과가 1이므로 상대 오차는 **14.142136%**입니다. 차이를 더 줄이면 — 1.02에서 1.00을 빼고 σ = 0.01 — 답 0.02는 **70.710678%**를 안고 있습니다. 그래서 측정은 관심량이 큰 수의 작은 차이가 되지 않도록 설계해야 합니다. 실험이 없앤 자릿수는 어떤 계산상의 주의로도 되돌릴 수 없습니다. 두 번째로 더 미묘한 함정은 편도함수가 중심값에서 한 번만 평가된다는 점입니다. 따라서 곡률이 강한 모델은 모든 입력이 독립이어도 틀릴 수 있습니다.
어디에 쓰이는가 계측기 예산 기여 카드는 어떤 계측기를 개선해야 하는지 알려 줍니다. 진자에서는 시간 측정이 분산의 **79.904%**를 차지합니다. σ_T를 2 ms에서 1 ms로 줄이는 것이 자의 어떤 개선보다 효과가 큽니다.
측정의 미적분 가르치기 학생들은 편도함수를 하나 손으로 계산해 카드와 대조합니다. 운동 에너지 예시는 연쇄법칙을 구체적으로 보여 줍니다. ½mv²를 v로 미분하면 mv = 60 이 되고, 제곱의 인자 2가 상대 오차의 두 배로 나타납니다.
개인정보 파싱, 미분, 제곱합의 제곱근 합성은 브라우저에서 실행되며, 입력한 값과 불확실성은 업로드되지 않습니다.
참고 자료
BIPM JCGM, JCGM 100:2008 — 불확실성 전파 법칙. bipm.org (访问日期:2026-10-07)
NIST, Technical Note 1297 — 불확실성의 평가와 표시. nist.gov (访问日期:2026-10-07)
Wikipedia, Propagation of uncertainty — 1차 공식과 곱·몫 규칙. en.wikipedia.org (访问日期:2026-10-07)
Wikipedia, Partial derivative — 각 입력에 가중치를 주는 국소 민감도. en.wikipedia.org (访问日期:2026-10-07)
Wikipedia, Significant figures — 차에서 잃는 자릿수. en.wikipedia.org (访问日期:2026-10-07)
Calculators in this hub
Hand-picked tools, one click away. The mini versions compute live and carry your values into the full calculator.
Sources & review
Updated 2026-10-07