В данном исследовании рассматриваются две распространённые проблемы в области количественной оценки неопределённости: во-первых, предположение о нормальном распределении для неотрицательных физических величин, во-вторых, использование методов выборки или дискретизации при распространении интервальной неопределённости. Первая часть работы сосредоточена на предположении о нормальном распределении и его влиянии на вычисление моментов и вероятности превышения порогов, рассмотрено простой, но показательный пример. Исследование выявляет и подчеркивает серьёзные проблемы, к которым может привести нормальное предположение, указывая на значительное отрицательное влияние этого предположения на результаты количественной оценки неопределённости. Навязывание нормального распределения неотрицательным физическим величинам по сути ведёт к нежелательным свойствам, таким как несущестование моментов целевого отклика или неразумно утяжелённые хвосты вероятности превышения. Вторая часть работы подробно рассматривает проблему распространения интервальной неопределённости с аналитической и численной точек зрения. Доказательства с обеих сторон показывают, что использование методов выборки для обработки интервальной неопределённости крайне неэффективно и неточно. Мы демонстрируем на примерах, что распространение интервальной неопределённости через выборку серьёзно недооценивает поведение худших случаев исследуемой задачи при неприемлемо высокой вычислительной стоимости.

количественная оценка неопределённости;анализ надёжности;монте-карло симуляция;нормальное распределение;интервальный анализ