不確定度體系的自我否定

-
                       不確定度體系的自我否定
-
                                                                            史錦順
-
       在本網本版塊，筆者已發表五百多篇短文（個別文章也很長），來抨擊不確定度體系。以前，著眼點在具體內容；最近才注意到，在《規范》的前言中，不確定度也在自我否定。
       且看，不確定度體系是怎樣否定自己的。

       以下截圖來自《JJF1059.1-2012》

       大致相同的內容也出現在葉德培先生不久前在《中國計量》上發表的宣講不確定度的文章中。
-
       科學技術不能靠“假設”。在證明公式時，有時先假設，但隨后必須證明。只假設而不證明，就不能算理論；而很可能是誤導。

1  本《規范》的適用范圍的前兩條，使用者沒法判別       測量一個量，要先知道該量是什么分布，分布符合了，才能用此規范；分布不適合，就不能用。那就等于說：不知道分布的用戶，莫用！

2  統計方式錯位
       認真研究“不確定度體系”可知，原來這里所謂的《分布》，是“臺域統計”的分布，而廣大測量計量工作者，是就單臺儀器的重復測量來統計的，因而是“時域統計”。“臺域統計”，僅僅適用于研制場合對一批產品的分析，是用多臺儀器（例如20臺）同時測量一個量的情況。實際的測量計量工作，是用一臺儀器重復測量一個量，是“時域統計”而不是“臺域統計”。統計方式的錯位，是不確定度體系的根本性錯誤之一。   

3  “線性”的要求，既無道理，也不可能滿足。
       線性函數是指Y=kX+C 的函數，畫在紙上是一條直線。
一般的間接測量，除極個別的例外，被測量的值對直接測量的各變量，都不是線性關系。由長寬尺寸求面積，是平方關系；由長寬高尺寸求體積是立方關系。指數函數、對數函數、三角函數，乃至商、積，都是非線性關系。《規范》要求“線性”，等于說，通常不能用。這就是自我否定。
-
       其實這是把一個極其易滿足的條件，說錯位了。
       第一，測量的目的是求知量值。設計儀器，必須考慮能認識量值。從儀器的物理機制上說，測量計量的理論，必須能處理任何部件與整體的函數關系、能處理間接測量與直接測量的函數關系。絕不能說，“線性能測，非線性不能測”，也絕不能把本來的非線性變成線性。
       儀器研制與制造、標準的研制，是測量計量學的第一位的問題。可惜，現代的測量計量理論，往往不講這一點。
-
       第二，測量講究準確，因而要知道測量儀器的誤差范圍，這就要研究關于誤差的理論。當然，誤差理論也是測量儀器與計量標準研制的基礎。
       由于人類社會科技的進步，誤差與被測量值相比較，總是小量。誤差是準確度的定量表達。誤差量的特點是其絕對性與上限性。
       誤差元是測量值減真值；誤差范圍是誤差元的絕對值的一定概率（大于99%）意義上最大可能值。誤差范圍又稱極限誤差、準確度、準確度等級、最大允許誤差MPEV.
       微小誤差可略，是測量計量學的一條重要法則。
       同被測量值相比，誤差范圍是小量。現代儀器，通常要小到5%以下。
       測量依據物理機制。物理機制用物理公式表達。
       物理公式加腳標就是計值公式。計值公式與物理公式之差，就是誤差公式。
       對測量值函數做泰勒展開，只取一階量已足夠。二階量比一階量小一個量級以上，完全可以忽略。
       這樣，只保留一階量的泰勒展開式，函數的誤差與各自變量的誤差間的關系，一定是線性關系。這是微積分原理決定的。
       就是說，測量計量學研究表達的誤差關系，必定是線性關系。規范之第三條，是廢話。這種條文，其作用是自己封殺自己；沒有任何用處。
-
       注：JJG1027-1991的說明


-



補充內容 (2020-1-6 08:16):
“平方關系”改為“二次方關系”，“立方關系”改為“三次方關系，二者都不是線性關系”。

*********************

不慌，還有JJF1059.2蒙特卡羅法可以一戰

【“線性能測，非線性不能測”】？…… 怎么出來的"結論"？  現在的所謂"合成不確定度"的"求法"，與以前"誤差理論"中"間接測量"的"誤差(其實是"極限誤差"，也就是您稱謂的"誤差范圍")"求法"的"理論"依據是一致的，都是"概率統計"，主要涉及"隨機變量(不確定量)"的"運算"。

不問"分布"和"運算"的函數形式，也不管"相關性"？……如何能得到"隨機量(不確定量)"的"合理""運算"結果？…做些"假設"，由此"導出"一些"結果(公式)"，總還是在"講理"，應該好過"金口玉言"式的"真理"。當然，應用時須"盡力"考察相關"假定"的適當性。

對非線性"運算"做"線性化近似"，確實是行之有效的"實用方法"，但終究還是會有差異，無論"變化幅度"多小。

如果沒有較實用的較"精確"求取替代方案(在"高性能數字仿真工具"可用以前的年代大概如此)，實用獨此一方，當然不必再說明它只適用于"線性"情況了。

現今是還有"蒙特卡洛"可選，如果要求更"精確"，"非線性"情況便可高就。

回避"概率統計"理論，靠人為規定"測量誤差"的所謂"上限性"是不可能"自洽"的。

你找不到"絕對"的"上限"，只能是"概率上限"；"概率上限"的"合成"，必須考慮"分布"、"相關性"之類的問題，哪怕是最簡單的"求和"；……。


"不確定度"應用至今，可能有若干瑕疵。但如果"凡是敵人擁護的，我們就要反對"，可能會把自己的臺也給拆了--- 您提倡的"測量誤差范圍"本來概念上不難說服別人，但若它的"求取"不服現成的"概率統計"，完全靠您總結的"法則"行事，可能法力不夠？