Eine Python-Bibliothek für Berechnungen mit Unsicherheiten (Fehlerfortpflanzung), die Korrelationen transparent behandelt und eine intuitive Schnittstelle bietet.
Ungewissheiten
- Python
- Mathematik, Messtechnik, Qualität, Simulation
- Maschinenbau, Fehlervermeidung, Mathematik, Prozessverbesserung, Qualitätskontrolle, Qualitätsmanagement, Statistische Analyse, Nachhaltigkeitsmetriken
Merkmale:
- Berechnung mit Zahlen mit Unsicherheiten, automatische Fehlerfortpflanzung (lineare Annäherung und exakt für einige Fälle), Korrelationsbehandlung, transparente Berechnungen (arbeitet mit Standard-Mathe-Operatoren), NumPy-Unterstützung für Arrays mit Unsicherheiten, hübsches Drucken von Ergebnissen, Zugang zu Ableitungen (Sensitivitätsanalyse), Unterstützung für komplexe Zahlen mit Unsicherheiten
Preisgestaltung:
- Kostenlos
- Einfach zu bedienen und intuitiv, automatisiert die Fehlerfortpflanzung, was manuelle Berechnungsfehler reduziert, behandelt Korrelationen korrekt, integriert sich gut mit NumPy, gute Dokumentation.
- Leistungsmehraufwand im Vergleich zu rohen Float-Berechnungen (obwohl für typische Anwendungsfälle in der Regel akzeptabel), hauptsächlich auf die Theorie der linearen Fehlerfortpflanzung für komplexe Funktionen ausgerichtet (obwohl exakt für grundlegende Operationen), deckt möglicherweise nicht alle fortgeschrittenen statistischen Methoden zur Quantifizierung der Unsicherheit ab.
Am besten geeignet für:
- Wissenschaftler, Ingenieure und Forscher, die Berechnungen mit Größen durchführen müssen, die mit Unsicherheiten behaftet sind und eine automatische Fehlerfortpflanzung erfordern.