Monte Carlo propagation with correlated inputs

Translation pending review.
Description
对σ=F/A输入相关正态分布进行固定种子的Monte Carlo抽样,展示输出直方图、经验等尾95%覆盖区间及一阶传播对照。逐次样本保存在CSV中。
Equation
z₂,corr=ρz₁+√(1−ρ²)z₂;F=F₀+u_Fz₁;A=A₀+u_Az₂,corr;σ=F/A
Input parameters
- key
force
label力均值
UnitN
Value1000
min0.001
max1000000000
stepany
- key
u_force
label力标准不确定度
UnitN
Value2
min0
max1000000
stepany
- key
area
label面积均值
Unitmm²
Value10
min0.001
max1000000
stepany
- key
u_area
label面积标准不确定度
Unitmm²
Value0.05
min0
max100000
stepany
- key
rho
label相关系数
Unit1
Value0
min-1
max1
stepany
- key
trials
label模拟次数
Unit1
Value10000
min100
max50000
step1
- key
seed
label固定种子
Unit1
Value12345
min1
max2147483646
step1
Outputs
- key
mean
label模拟均值
UnitMPa
- key
standard_deviation
label模拟标准差
UnitMPa
- key
lower95
label经验等尾区间下限
UnitMPa
- key
upper95
label经验等尾区间上限
UnitMPa
- key
nominal
label名义F/A
UnitMPa
- key
first_order_uncertainty
label一阶标准不确定度
UnitMPa
- key
trials
label模拟次数
Unit1
Assumptions and limits
明确假设联合正态分布与给定ρ;Park–Miller伪随机数+Box–Muller,固定种子可复现。
分位数使用排序后的线性插值,概率位置为p(N−1)。
Limitations
输入分布必须有物理依据;正态面积可能产生非正值,工具发现后拒绝而不删样本。
有限次数使分位数有抽样波动;未实现JCGM自适应容差停止。
经验覆盖区间不是均值的置信区间;不构成认证不确定度预算。
Model method
固定种子抽样、相关变换、非线性比值传播、样本标准差与经验分位数。
Validation
同种子重复必须相同;小不确定度时与一阶结果统计一致;Python/浏览器样本及摘要交叉比对。
Execution and reproduction
已实际运行,详见验证报告
提供可复现源码;当前环境无MATLAB/Octave,未执行
