Új szakkifejezések a metrológiában

Hasonló dokumentumok
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

Gyártástechnológia alapjai Méréstechnika rész 2011.

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A maximum likelihood becslésről

Valószínűségi változók. Várható érték és szórás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A mérési eredmény megadása

2011. ÓE BGK Galla Jánosné,

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Mérési hibák

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

A leíró statisztikák

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Matematikai geodéziai számítások 5.

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Mérési bizonytalanság becslése (vizsgálólaboratóriumok munkája során)

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

A mérési bizonytalanság

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

(Independence, dependence, random variables)

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

y ij = µ + α i + e ij

Mérés és modellezés 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Méréselmélet MI BSc 1

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

A VIM3. Kialakulása és magyar változata október Kiss József

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

[Biomatematika 2] Orvosi biometria

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Matematikai geodéziai számítások 5.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Készítette: Fegyverneki Sándor

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Segítség az outputok értelmezéséhez

Mérés és modellezés Méréstechnika VM, GM, MM 1

KÖZELÍTŐ INFERENCIA II.

A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Normális eloszlás tesztje

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Regressziós vizsgálatok

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Tanulási cél Szorzatfüggvényekre vonatkozó integrálási technikák megismerése és különböző típusokra való alkalmazása. 5), akkor

Matematikai geodéziai számítások 6.

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Gauss-Jordan módszer Legkisebb négyzetek módszere, egyenes LNM, polinom LNM, függvény. Lineáris algebra numerikus módszerei

[Biomatematika 2] Orvosi biometria

KÖZELÍTŐ INFERENCIA II.

Megjelent a Nemzetközi Metrológiai Értelmező Szótár (VIM) harmadik kiadása

Matematikai geodéziai számítások 6.

Populációbecslések és monitoring

TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

Az ILAC alapelvei a kalibrálás

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai geodéziai számítások 10.

Jármőtervezés és vizsgálat I. VALÓSZÍNŐSÉGSZÁMÍTÁSI ALAPFOGALMAK Dr. Márialigeti János

Adatok statisztikai értékelésének főbb lehetőségei

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

STATISZTIKAI PROBLÉMÁK A

BIOMATEMATIKA ELŐADÁS

Kísérlettervezés alapfogalmak

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

Regresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.

Differenciálegyenletek numerikus megoldása

Többváltozós, valós értékű függvények

Populációbecslések és monitoring

Követelmény a 7. évfolyamon félévkor matematikából

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

etalon etalon (folytatás) Az etalonok és a kalibrálás általános és alapvető metrológiai fogalmai és definíciói

Kétváltozós függvények differenciálszámítása

Sorozatok határértéke SOROZAT FOGALMA, MEGADÁSA, ÁBRÁZOLÁSA; KORLÁTOS ÉS MONOTON SOROZATOK

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Méréselmélet és mérőrendszerek

KÖVETKEZTETŐ STATISZTIKA

Kísérlettervezés alapfogalmak

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Több valószínűségi változó együttes eloszlása, korreláció

Egyszerű programozási tételek

A Statisztika alapjai

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

4. előadás. Kiegyenlítő számítások MSc 2018/19 1 / 41

First Prev Next Last Go Back Full Screen Close Quit

NEMZETI TESTÜLET. Nemzeti Akkreditálási Rendszer. EA Útmutató mennyiségi vizsgálatok bizonytalanságának kifejezéséhez NAR-EA-4/16. 1.

Átírás:

Összeállította: Bánkuti László Új szakkifejezések a metrológiában A metrológiai munkák zavartalan és összehangolt végzését mind az országon belül, mind a nemzetközi együttműködésben három alapvető dokumentum biztosítja. Ezek a dokumentumok: a Nemzetközi Mértékegység-rendszert, az SI-t ismertető kiadvány [1], a Metrológia alapvető és általános fogalmainak nemzetközi értelmező szótára [2] és a Mérési bizonytalanság kifejezéséről szóló ISO Útmutató [3]. A két utóbbi dokumentum angol elnevezése alapján elfogadott rövid nevét, a szótár esetében a "VIM"-et, az útmutató esetében a "GUM"-ot, a hazai szakmai körökben is jól ismerik. E három dokumentum mindegyike szorosan kapcsolódik a másik kettőhöz. Fontosságukat és a metrológiában betöltött alapvető szerepüket egyrészt tartalmuknak köszönhetik, másrészt annak, hogy a metrológia gyors fejlődése ellenére hosszú ideig változatlanok maradtak Jelenleg a Metrológiai Útmutatók Vegyes Bizottsága (Joint Committee for Guides in Metrology, JCGM) keretében két nemzetközi szakértői munkacsoport dolgozik a VIM illetve a GUM korszerűsítésén. Bár ez a tény látszólag ellentmond a két dokumentum változatlanságára vonatkozó fenti megállapításnak, ez csak a látszat. A VIM 3. kiadása előkészítésének munkálatai már több éve folyamatban vannak, és a GUM tervezett kiegészítéseinek végleges megszövegezése is csak a nem túl távoli jövőben várható. A Nemzetközi Mértékegység-rendszer - az SI - alapváltozata már 45 évvel ezelőtt megszületett, használata hazánkban is gyorsan elterjedt és egységei törvényessé váltak. A "mértékegység" szakkifejezést már csak a Nemzetközi Mértékegység-rendszer hivatalos elnevezésében őrizzük meg, és helyette, ha nem okoz félreértést, a rövidebb "egység" szót használjuk. A korábbi elnevezés magyarázata az volt, hogy az egyes, mértéknek nevezett mérőeszközök (például az űrmérték, a hosszmérték) skálajeleihez rendelték hozzá az adott mennyiségértékeket, azaz a mértékegységeket. Az egységek világméretű összhangjának megteremtése igen nagy jelentőségű volt nem csupán a műszaki tudományok és a műszaki fejlődés, hanem a nemzetközi kereskedelem szempontjából is. A metrológiai nemzetközi együttműködésben a Nemzetközi Mértékegység-rendszer úgy működik, mint egy közös nyelv, amellyel a mérhető mennyiségek tulajdonságai és a mérési eredmények mindenki számára egyértelműen kifejezhetők. Az SI "nyelvét" ma már csaknem az egész világon beszélik. Még ahol megőrződtek is bizonyos

nemzeti egységek, ott is biztonságos előírások, szabványok vannak az egységek konvertálásnak nevezett átszámítására. Kicsit más a helyzet a metrológiai terminológiát - magyarul: a szakszókincset - illetően. Kényes egyensúlyt kell teremteni és fenntartani a mindennapi nyelvhasználatban születő vagy régóta elterjedten használt szakkifejezések és egyes szakértők nyelvújítási törekvései között. A nemzetközi szótár szavait és azok értelmezését mindenekelőtt meg kell ismertetni, és el kell fogadtatni a szakmai közvéleménnyel. Míg néhány egység használatát jogszabállyal lehet (sőt kell!) törvényessé, tehát kötelezővé tenni, addig a szakkifejezések, egy élő nyelv szavai lévén, sokszor szabadon burjánzanak. A mérési bizonytalanság kifejezésének nemzetközi egyeztetése több mint negyedszázada kezdődött a Nemzetközi Súly- és Mértékügyi Bizottság INC -1 (1980) Ajánlásával. A GUM nulladik, Bevezetés című fejezetének 0.7 pontja ismerteti az ajánlás eredeti szövegét. Az 1993-ban kiadott GUM 2. fejezete a mérési bizonytalansággal kapcsolatos, új fogalom-meghatározásokat tartalmazott, és ezzel megkezdődött a VIM és a GUM összefonódása. A GUM-ot kidolgozó szakértők törekvése, hogy új szakkifejezéseket alkossanak, a VIM 3. kiadásának kidolgozására is megtermékenyítően hatott. Ma ott tartunk, hogy a VIM korszerűsítési munkálatai során figyelembe kell venni, sőt változtatás nélkül át kell venni a GUM-ban alkalmazott szakkifejezéseket. Ez az álláspont alapjában véve helyes, de egyes esetekben vitatható következményekre vezet. Tekintsük át röviden azokat a szakkifejezéseket és meghatározásokat, amelyeket a GUM honosított meg a műszaki nyelvben. Ezek: - (mérési) bizonytalanság - standard bizonytalanság - A-típusú értékelés (bizonytalanságé) - B-típusú értékelés (bizonytalanságé) - eredő standard bizonytalanság - kiterjesztett bizonytalanság - kiterjesztési tényező. Zárójelben feltüntetjük az egyes szakkifejezések angol nyelvű megfelelőit is, mivel egyes szakkifejezések magyar változatát még nem lehet hivatalos fordításnak tekinteni. Ugyancsak közöljük ezeknek az angol műszaki nyelvben elterjedt rövidítéseit is, tekintettel arra, hogy ezeknek sincs még minden esetben elfogadott magyar megfelelője.

Mérési bizonytalanság (measurement uncertainty) A mérési bizonytalanság a mérési eredményhez társított paraméter, amely a mérendő mennyiségnek indokoltan tulajdonítható értékek szóródását jellemzi. A GUM szerzői úgy vélték, hogy ez a ma is érvényes meghatározás kellőképpen "operatív", mert a mérési eredményre és annak értékelt bizonytalanságára összpontosít, és nincs ellentmondásban a bizonytalanság szakkifejezés korábbi meghatározásaival. Ilyen korábbi meghatározások, amelyek a VIM első, 1984-es kiadásában olvashatók, a következők: "a mérendő mennyiség méréssel kapott, becsült értéke lehetséges hibájának a mértéke" vagy "becslés, amely jellemzi azt az értéktartományt, amelyben a mérendő mennyiség valódi értéke benne fekszik". Ma a VIM első kiadásából idézett mindkét értelmezés vitathatónak tűnik. Az első azért, mert összemossa a hiba és a bizonytalanság fogalmát, ahelyett, hogy szétválasztaná, megkülönböztetné azokat. A "mértéke" szó jelentése sem elég világos. A GUM-ban megfogalmazott álláspont szerint pontos határvonalat kell húzni a mérési hiba és a mérési bizonytalanság között, ezért nem helyes úgy fogalmazni, hogy a bizonytalanság a hiba mértéke. A második értelmezés azért vitatható, mert ha a valódi értéket méréssel nem lehet tökéletesen pontosan meghatározni, akkor olyan tartományt sem lehet (pontosan) megadni, amelyben a valódi érték biztosan megtalálható. A jelenleg érvényes mérési bizonytalanság szakkifejezés meghatározásában gondot okozott a paraméter kulcsszó értelmezése, mert nem volt világos, hogy eloszlás-paraméterről van szó. A mérési bizonytalanság a rendelkezésre álló információ alapján a mérendő mennyiségnek tulajdonított értékek feltételezett eloszlásának a szórása. A kérdést részletesebben a [4] irodalom tárgyalja. Standard bizonytalanság (standard uncertainty) A standard bizonytalanság, definíciója szerint, a szórás formájában kifejezett bizonytalanság. Figyeljünk fel arra, hogy a standard jelző szerepel a tapasztalati szórás angol nyelvű megfelelőjében, a standard deviation-ban is. A standard szó tehát feltehetően nem "szabványost" jelent, hanem a két szakkifejezésnek az angol nyelvben kifejezett kapcsolatára utal. Ez az oka annak, hogy a magyar változatban megőriztük a standard bizonytalanság kifejezést. A-típusú értékelés és B-típusú értékelés (Type A and Type B evaluation) Az A-típusú értékelés a bizonytalanság értékelésének az észlelési sorozatok statisztikai elemzésén alapuló módszere. A B-típusú értékelés a bizonytalanság

értékelésének az észlelési sorozatok statisztikai elemzésétől eltérő, más módszere. Az "A-típusú értékelés" és a "B típusú értékelés" elnevezés nyelvi kényszermegoldás volt a bizonytalanság statisztikai módszerekkel illetve más módszerekkel történő értékelésének megjelölésére, amit a GUM szerzői feltehetően ideiglenesnek szántak. (Tudvalevő azonban, hogy az ideiglenes dolgok a legmaradandóbbak.) Az elnevezés kérdésében a szakértők szavazással döntöttek, és a végül elfogadott megoldás mellett felmerült még a legtöbb szavazatot kapott statisztikai - nem statisztikai, valamint az becsült várható, a becsült feltételezett és a becsült saccolt jelzőpáros is. A számított becsült változat nem kapott támogató szavazatot, mert a matematikai statisztikában a számított értéket nevezik becsült -nek. Ma van olyan vélemény, hogy a bizonytalanság becslése is kerülendő szakkifejezés, mert a statisztikában becsülni csak a paraméterek értékét lehet, helyesebb tehát a bizonytalanság értékeléséről beszélni. Ezen az alapon viszont kérdéses, hogy helyes-e a mérési bizonytalanság meghatározásában kulcsszóként a paraméter szót szerepeltetni. Eredő standard bizonytalanság (combined standard uncertainty) Az eredő standard bizonytalanság a mérési modell bemenő mennyiségei mérési eredményeiből kapott standard mérési bizonytalanság. Az angol eredeti változatban ez a szakkifejezés nem "eredő", hanem "kombinált" mérési bizonytalanság. Mivel a kombinálás a matematika más területén (a kombinatorikában) alkalmazott művelet elnevezéseként már foglalt, és mivel a kombinálás alatt itt a bizonytalanság-összetevők úgynevezett statisztikai összegzését értjük, az elfogadott magyar változatot - az "eredő" jelzőt - találónak lehet minősíteni, mert az angolul kombinálásnak nevezett összegzés ugyanolyan művelet, mint amilyennel a vektorok összetevőiből az eredő vektort képezzük. Kiterjesztett bizonytalanság, kiterjesztési tényező (expanded uncertainty, coverage factor) A kiterjesztett bizonytalanság az eredő standard mérési bizonytalanság és egy egynél nagyobb szorzótényező szorzata. A kiterjesztett mérési bizonytalanságot az INC-1 (1980) Ajánlás 5. bekezdésében összbizonytalanságnak, az IEC dokumentumokban pedig egyszerűen bizonytalanságnak nevezik. A meghatározásban szereplő szorzótényező szakkifejezés a kiterjesztési tényezőre vonatkozik. A kiterjesztési tényező tehát egynél nagyobb szám, amellyel az eredő standard mérési bizonytalanságot megszorozva adódik a kiterjesztett mérési

bizonytalanság. A kiterjesztési tényezőt rendszerint k-val jelölik (Lásd még a GUM 2.3.6. pontját). A kiterjesztett bizonytalanság és a kiterjesztési tényező magyar nyelvi változatok is jó megoldásnak tekinthetők, különösen akkor, ha azokat a VIM bővítésére szánt, új szakkifejezések ismeretében vizsgáljuk. Az új szakkifejezésekkel a GUM készülőben levő kiegészítéseiben fogunk találkozni, de - jóllehet pontos meghatározásuk nélkül - már a GUM jelenleg érvényes, 1993-as kiadásában is előfordulnak. Ismerkedjünk meg az új fogalommeghatározásokkal: - megbízhatósági tartomány - megbízhatósági valószínűség - eloszlásfüggvény - valószínűség-sűrűségfüggvény - megbízhatósági tartomány hosszúsága - bizonytalanságterjedés szabálya - Monte Carlo módszer - eloszlások terjedése Megbízhatósági tartomány (coverage interval) A megbízhatósági tartomány azoknak a mennyiségértékeknek a tartománya, amelyek a mérésből nyert és a rendelkezésre álló egyéb megfelelő információ alapján tulajdoníthatók a mérendő mennyiségnek, és amelyekhez hozzá társítható annak az előírt valószínűsége, hogy a valódi mennyiségértékek benne vannak ebben a tartományban, vagy azzal összhangban vannak. Az adott megbízhatósági valószínűséghez tartozó megbízhatósági tartománynak nem kell szükségszerűen szimmetrikusnak lennie a mért mennyiségértékre. Ezt a tartományt nem szabad konfidencia-intervallumnak nevezni. A megbízhatósági tartomány kizárólag a GUM-ban és kizárólag metrológiai célra használt szakkifejezés. Már az INC-1 (1980) Ajánlást megerősítő 1 (CI-1986) Ajánlás is azt javasolta, hogy a mérési bizonytalanságot eredő standard bizonytalanság formájában fejezzék ki. Bizonyos kereskedelmi, ipari és törvényes alkalmazások azonban - például amelyeknél az egészségvédelem és a biztonság kerül előtérbe - igénylik azt, hogy a mérési eredmény körül egy olyan tartomány legyen kijelölhető, amely a mérendő mennyiségnek tulajdonítható értékek jelentős hányadát magába foglalja. Ennek a tartománynak a neve a GUM-ban: kiterjesztett bizonytalanság.

A statisztikából jól ismert a konfidencia-intervallum és a konfidenciaszint fogalma. Ezek a szakkifejezések az U kiterjesztett bizonytalanság által meghatározott tartományra csak bizonyos feltételek teljesülése esetén alkalmazhatók. E feltételek egyike az, hogy a bizonytalanság valamennyi összetevőjének A-típusú értékelésből kell származnia. Ez a feltétel abból következik, hogy konfidencia-intervallumot csak véletlen hatásból eredő valószínűségi változó valamely paraméterére lehet illeszteni. Ismerni kell a valószínűségi változó eloszlásának típusát ahhoz, hogy a konfidenciaintervallum meghatározható legyen, és hogy ahhoz konfidenciaszintet tudjunk hozzárendelni. Minthogy a mérési eredményekben rendszeres hatásokból eredő hibák is jelentkeznek, ezért nem lehet azok gyakoriságra alapozott eloszlásáról beszélni. Így került be a GUM szakszókincsébe a konfidencia-intervallum helyett a megbízhatósági tartomány, a konfidenciaszint helyett pedig a megbízhatósági valószínűség: Megbízhatósági valószínűség (coverage probability) A megbízhatósági valószínűség a megbízhatósági tartományhoz társított valószínűség. A megbízhatósági valószínűséget gyakran "megbízhatósági szintnek" (level of confidence) nevezik (lásd a GUM-ot). A megbízhatósági tartomány és a megbízhatósági valószínűség szakkifejezések eredeti angol változatában a coverage szót olvashatjuk, amit magyarra kiterjedésnek, terjedelemnek fordíthatnánk. Ezekben a szakkifejezésekben azonban ez a szó jelzőként szerepel, és akár fedési-nek is lehetne fordítani, hiszen arról a tartományról van szó, amely a mérendő mennyiségnek tulajdonítható értékek nagy hányadát lefedi. Ezt az okfejtést támasztja alá, hogy az angolban a coverage egyik jelentése a terület, amire a biztosítás kiterjed" vagyis "amit a biztosítás lefed". Az új szakkifejezések közé, legalább is átmenetileg, bekerült az eloszlásfüggvény és a valószínűség-sűrűségfüggvény is. Ezeket a szakkifejezéseket a metrológia a statisztikából veszi át, ezért nem egészen indokolt ezekről, mint új metrológiai kifejezésekről beszélni. Mindkét szakkifejezés meghatározását megtalálhatjuk az ISO megfelelő nemzetközi szabványában is. Itt azért célszerű szerepeltetni ezeket, mert a metrológiai alkalmazásuk sajátosságait feltáró értelmezésekkel egészülnek ki. Eloszlásfüggvény (distribution function) Az F(x) eloszlásfüggvény minden x értékre megadja annak a valószínűségét, hogy az X valószínűségi változó kisebb x-nél, vagy azzal egyenlő. Az

eloszlásfüggvény értékkészlete a (-, x) tartomány. Az eloszlásfüggvény teljes mértékben leírja a véletlen változó valószínűség-eloszlását. Egyváltozós eloszlás esetében az eloszlásfüggvény: F(x) = P(X x), ami annak az eseménynek a valószínűségét adja meg, hogy az X véletlen változó x-nél kisebb vagy azzal egyenlő értéket vesz fel. A többváltozós eloszlás eloszlásfüggvénye megadja annak a valószínűségét, hogy a többváltozós eloszlás mindegyik véletlen változója kisebb egy előírt értéknél vagy azzal egyenlő. Az eloszlásfüggvény F(x1, x2,...,xn) = P(X1 x1, X2 x2,...,xn xn) formában van megadva. Az eloszlásfüggvény nem csökkenő (ISO/DIS 3534-1, 2.7). A metrológiában, pontosabban szólva a bizonytalanság értékelésében, az eloszlásfüggvénynél előnyösebben, vagy legalább is gyakrabban alkalmazható az x valószínűségi változó valószínűség-sűrűségfüggvénye. Valószínűség-sűrűségfüggvény (probability density function, pdf) A valószínűség-sűrűségfüggvény nem-negatív függvény, amelynek a - -től x-ig vett integrálja megadja a folytonos eloszlás x-nél kiszámított eloszlásfüggvényét. (ISO/DIS 3534-1, 2.26). Ha az F(x) eloszlásfüggvény folytonosan differenciálható, akkor azokban az x pontokban, amelyekben a derivált létezik, a valószínűség-sűrűségfüggvény f(x) = df(x)/dx. A folytonos valószínűségi változó f(x) valószínűség-sűrűségfüggvénye a következő feltételeknek tesz eleget: 1) egyértékű, nem-negatív valós szám minden valós x értékre; 2) az egységre normalizált, azaz integrálja a [, + ] tartományban 1-gyel egyenlő; 3) annak a valószínűsége, hogy x bármely két valós a és b érték közé esik, az f(x)-nek az [a, b] tartományra vett határozott integráljával egyenlő, ahol a<b. A szakirodalomban hol a valószínűség-sűrűségfüggvénnyel definiálják az eloszlásfüggvényt, hol fordítva. A valószínűség-sűrűségfüggvény bevezetésével az x folytonos véletlen változó eloszlásfüggvénye a sűrűségfüggvény -től x-ig vett határozott integráljával egyenlő. A valószínűség-sűrűségfüggvények használata a metrológiában a bayesi statisztika tételeinek alkalmazását jelenti. Az X mennyiség ismeretlen értékéhez társított valószínűség-sűrűségfüggvény kvantitatív módon fejezi ki az X mennyiségre vonatkozó ismeretállapotot, azaz a mennyiségnek tulajdonítható

különféle értékekre vonatkozóan meghatározza az információra alapozott hit mértékét. Az információ általában nyers statisztikai adatokat, mérési eredményeket vagy más alkalmas elméleti megállapításokat tartalmaz. Ahhoz, hogy az X mennyiség ismeretlen értékéhez az ismételt mérések alapján társított valószínűség-sűrűségfüggvényt előállítsuk, a Bayes tétel alkalmazható. Ha a rendszeres hatásokról kellő információ áll rendelkezésre, akkor a megfelelő valószínűség-sűrűségfüggvény tulajdonításához a maximális entrópia elvét lehet alkalmazni. Megbízhatósági tartomány hosszúsága (length of a coverage interval) A megbízhatósági tartomány hosszúsága a megbízhatósági tartomány legnagyobb és legkisebb értéke közötti különbség abszolút értéke. Bizonytalanság-terjedés szabálya (law of propagation of uncertainty, LPU) A bizonytalanságterjedés szabálya a hibaterjedés törvényének mintájára született meg, és a GUM-ban látott először napvilágot. Mindkét összefüggés angol elnevezésében a törvény (law) szó olvasható, de a bizonytalanságterjedés esetében helyesebb a "szabály" szót használnunk, mert - a hibaterjedés törvényétől eltérően - érvényessége a valószínűség-számítás eszközeivel nem bizonyítható. A bizonytalanság-terjedés szabálya matematikai kifejezés, amely leírja az összefüggést a kimenő mennyiség u(y) standard bizonytalansága és azoknak a bemenő mennyiségeknek az u(xi) standard bizonytalanságai között, amelyektől a kimenő mennyiség függ. A matematikai kifejezés az f modellfüggvénynek a kimenő mennyiségek szerinti magasabb rendű parciális deriváltjait is tartalmazhatja. Míg első rendig terjedő közelítés esetében a parciális deriváltak függetlenek az egyes bemenő mennyiségeknek tulajdonított eloszlástól, addig ez az állítás általában nem érvényes a magasabb parciális deriváltakat tartalmazó modellfüggvényekre. A bizonytalanságterjedés szabálya a bemenő mennyiségek legjobb becsléseit és az azokhoz társított standard bizonytalanságokat használja fel. Ugyancsak felhasználja a legjobb becslés-párokhoz társított kovarianciákat. A legjobb becslések, a standard bizonytalanságok, a kovarianciák és a szabadságfokok gyakran a bemenő mennyiségekről elérhető információ összegzésével kaphatók meg.

A GUM-ban tárgyalt, metrológiai céllal végzett matematikai-statisztikai vizsgálatokban gyakran van szükség arra, hogy meghatározzuk a mintaelemek valamilyen függvényének a valószínűség-eloszlását. A nagyszámú megfigyelési eredményről mint sztochasztikus változókról feltételezzük, hogy adott eloszlásfüggvénnyel rendelkeznek. A GUM a bemenő mennyiségek eloszlását kívánja becsülni, illetve azt vizsgálja, hogy ezekből hogyan alakul ki a kimenő mennyiség eloszlásfüggvénye. Monte-Carlo módszer (Monte Carlo Method, MCM) A Monte Carlo módszer a GUM 1. Kiegészítésének tervezetében jelenik meg néven nevezve, mint az eloszlások terjedéséhez alkalmazható gyakorlati eljárás. A Monte Carlo módszer számos matematikai feladat megoldására alkalmas módszer, amely a valószínűség-eloszlásokból statisztikai mintavételezést hajt végre. A szakkifejezésnek ez az értelmezése véleményünk szerint kissé szűkszavú, és ebben a formában nem világítja meg kellőképpen, hogy miért kell vagy miért célszerű ezt a módszert a metrológiában alkalmazni. A Monte Carlo módszer tetszőleges számú bemenő mennyiséget és egyetlen kimenő mennyiséget tartalmazó modellekre alkalmazható. Általában olyan nemlineáris modellekre ad gyakorlati megoldást, amelyeknél a bemenő mennyiségek legjobb becsléseinek nagy a bizonytalansága, vagy olyan lineáris és nemlineáris modellekre, ahol egy vagy több bemenő mennyiségnek aszimmetrikus valószínűség-eloszlása van. Eloszlások terjedése (propagation of distributions) Az eloszlások terjedése matematikai módszer, amelyet a kimenő mennyiség valószínűség-sűrűségfüggvényének a meghatározására alkalmaznak azoknak a bemenő mennyiségeknek a valószínűség-sűrűségfüggvényeiből, amelyektől a kimenő mennyiség függ. A GUM-ban alkalmazott megközelítés a bemenő mennyiségek legjobb becsléseivel (a várható értékekkel), a hozzájuk csatolt standard bizonytalanságokkal (és ha alkalmas, akkor a hozzájuk társított szabadságfokokkal) operál annak érdekében, hogy meghatározza a kimenő mennyiség legjobb becslését, az ahhoz társított standard bizonytalanságot és a kimenő mennyiségek értékének egy előírt megbízhatósági valószínűségnek megfelelő megbízhatósági tartományát. A GUM 1. Kiegészítésében alkalmazott fenti közelítésmód kiindulópontja az, hogy az elérhető információt a bemenő mennyiség értékek valószínűség-sűrűségfüggvényei révén határozzák meg.

Az eloszlások terjedése a kimenő mennyiség értékére mindig olyan valószínűség-sűrűségfüggvényt ad, amely konzisztens a bemenő mennyiség értékek valószínűség-sűrűségfüggvényeivel. A kimenő mennyiségnek ez a valószínűség-sűrűségfüggvénye az erre a mennyiségre vonatkozó ismeretet írja le, ami a bemenő mennyiségeknek tulajdonított valószínűségsűrűségfüggvények ismeretén alapul. A valószínűség-sűrűségfüggvény arra is felhasználható, hogy a kimenő mennyiség értékére előírt megbízhatósági valószínűségnek megfelelő megbízhatósági tartományt megkapjuk. A VIM 3. kiadásának tervezetében találkozhatunk néhány további új szakkifejezéssel: Bizonytalanság-lista (uncertainty budget) A bizonytalanság-lista az adott mérési eredmény bizonytalanságára vonatkozó megállapítás, amely tartalmazza a bizonytalanság-összetevőket, azok kiszámításának és kombinálásának módját. A bizonytalanság listának tartalmaznia kell a mérésfüggvényt, a mérésfüggvényben előforduló mennyiségek becsléseit és bizonytalanságait, a kovarianciákat, az alkalmazott valószínűség-sűrűségfüggvényeket, a szabadságfokokat, a mérési bizonytalanság értékelésének típusát, és valamelyik kiterjesztési tényezőt. Célul kitűzött mérési bizonytalanság (target measurement uncertainty, target uncertainty) Ugyancsak új szakkifejezés a célul kitűzött mérési bizonytalanság vagy megcélzott bizonytalanság, ami a mérési eredmények szándékolt felhasználásának megfelelően, mint cél vagy optimum van meghatározva. Korábban a metrológusok részéről bizonyos mértékű elutasítás volt tapasztalható egyes, az ISO szabványokban alkalmazott szakkifejezésekkel szemben. Így például lényeges különbség volt az ISO és az OIML szótárában található hitelesítés értelmezésében. A VIM most átveszi az ISO által megfogalmazott meghatározást, és megjegyzések beiktatásával teszi a szakkifejezést a metrológiában is alkalmazhatóvá: Hitelesítés (verification) A hitelesítés objektív bizonyíték nyújtása arról, hogy a tétel, mindenfajta mérési bizonytalanságot figyelembe véve, teljesíti az előírt követelményeket. A tétel lehet például egy folyamat, egy mérési eljárás, egy anyag vagy egy

mérőrendszer. Az előírt követelmények lehetnek például teljesített gyártói előírások. A törvényes metrológiában a hitelesítés felöleli a vizsgálatot, a jelölést és/vagy a mérőeszköz hitelesítési bizonyítványának a kiadását. A hitelesítés nem tévesztendő össze a kalibrálással és a validálással. Érvényesítés (validálás) (validation) A validálás magyarul: érvényesítés vagy érvényesitő ellenőrzés, ami annak a hitelesítése, hogy az előírt követelmények megfelelnek az adott használatnak. Egy mérési eljárás például, amelyet rendszeresen a vízben levő nitrogén részarányának a mérésére használnak, érvényesíthető, azaz validálható az emberi vérmintában levő nitrogénkoncentráció mérésére is. Mérési eredmények metrológiai összehasonlíthatósága (metrological comparability of measurement results) A mérési eredmények metrológiai összehasonlíthatósága a mérési eredményeknek az a tulajdonsága, amely lehetővé teszi azt, hogy egybevethetők legyenek, mert ugyanarra a metrológiai referenciára vannak visszavezetve. A metrológiai összehasonlíthatósághoz nem szükséges az, hogy akár a mérendő mennyiségek, akár az azokhoz társított mérési bizonytalanságok azonos nagyságrendűek legyenek. Például: a Föld és a Hold közötti távolság és a Párizs és London közötti távolság mérési eredményei összehasonlíthatók, ha (mint az rendszerint fennáll) mindkét távolság metrológiailag ugyanarra az egységre, például a méterre van visszavezetve. Mérési eredmények metrológiai konzisztenciája (metrological consistency of measurement results) A mérési eredmények metrológiai konzisztenciája (összhangja) egy olyan mennyiség bármely mérési eredmény párja által teljesített tulajdonság, amelyre a mért mennyiségértékek különbségének abszolút értéke kisebb, mint a különbség standard mérési bizonytalanságának egy megadott többszöröse. Mérésfüggvény (measurement function) A mérési modell helyett várható a mérésfüggvény szakkifejezés használata. Ez a függvény kifejezi az egy vagy több mérendő mennyiség és más mennyiség vagy mennyiségek közötti matematikai összefüggést, amelyeket mérni kell vagy más módon meghatározni ahhoz, hogy a mért mennyiségérték kiszámítható legyen.

Mérésfüggvény bemeneti mennyisége (input quantity to a measurement function) A mérésfüggvény bemeneti mennyisége az a mennyiség, amit mérni kell vagy más módon kell meghatározni ahhoz, hogy a mérendő mennyiség, mint a mérésfüggvény kimeneti mennyisége, meghatározható legyen. Az eddigieken kívül vannak olyan új szakkifejezések is, amelyek sorsa ma még bizonytalan. Az új szavakra a metrológiában szükség van azért is, hogy kiküszöbölhetők legyenek a metrológusok és a statisztikusok közötti félreértések. A statisztikusok kevésbé ismerik a metrológia problémáit, mint a metrológusok a statisztikát. A mérési bizonytalanság értékelése, bizonyos szempontokból, idegen a statisztika elméletétől. A GUM a lehetőségek határain belül igyekszik áthidalni a két terület közötti különbségeket. Ez a rövid ismertetés is azzal a céllal készült, hogy tájékoztasson a metrológiában meghonosodó új szakkifejezések jelentéséről, és megkönnyítse azok értelmezését és befogadását a hazai műszaki szaknyelvbe. Kapcsolódó irodalmi források: [1] Systeme International d unités [2] International Vocabulary of Basic and General terms in Metrology [3] Guide to the expression of uncertainty in measurement (1995) [4] Bánkuti László: A mérési bizonytalanságról. MMK 63. szám (1999) [5] W. Bich: Estimation and uncertainty in metrology