રસાયણ સાધનો
માપન અનિશ્ચિતતા કૅલ્ક્યુલેટર

માપન અનિશ્ચિતતા કેલ્ક્યુલેટર (વજન અને વોલ્યુમમાંથી એકાગ્રતા)

વજનની ભૂલ, આયતનની ભૂલ અને સંબંધિત ઇનપુટમાંથી સાંદ્રતા અને પાતળું કરવાના પરિણામો માટેની અનિશ્ચિતતા સીધી બ્રાઉઝરમાં ગણો.

સંયુક્ત માનક અનિશ્ચિતતા uc, વિસ્તૃત અનિશ્ચિતતા U=k·uc, મુખ્ય યોગદાનકારકો અને રિપોર્ટ માટે તૈયાર કૉપિ આઉટપુટ એક જ જગ્યાએ તપાસો.

સંયુક્ત માનક અનિશ્ચિતતા uc અને વિસ્તૃત અનિશ્ચિતતા U=k·uc ગણો
tolerance notation ને તરત માનક અનિશ્ચિતતામાં રૂપાંતરિત કરો
મુખ્ય યોગદાનકારકોને હાઇલાઇટ કરો જેથી તમે શું સુધારવું તે જાણો
URL શેર કરો, આઉટપુટ કૉપિ કરો અને સ્થાનિક ડ્રાફ્ટ સાચવો
Template
કવરેજ ફેક્ટર k
k=2 અંદાજિત 95% માટે સામાન્ય પસંદગી છે. જરૂર હોય ત્યારે તમારું ધોરણ અથવા આંતરિક નિયમ અનુસરો.

આ પેજમાં શું આવરી લેવાયું છે

વજન અને આયતનની અનિશ્ચિતતાને સાંદ્રતા અનિશ્ચિતતામાં જોડો

આ સાધન C=m/V, C=(m·P)/V અને C=(m·P)/(M·V) જેવા સૂત્રો માટે માનક અનિશ્ચિતતાઓને જોડે છે.

tolerance notation ને માનક અનિશ્ચિતતામાં રૂપાંતરિત કરો

તે certificate-style ±a(k=2), specification-style ±a અને triangular ધારણાઓને અલગથી રૂપાંતર કર્યા વિના સંભાળે છે.

મુખ્ય યોગદાનકારકોને દૃશ્યરૂપે જુઓ

યોગદાનકારક વિભાજન બતાવે છે કે variance પર કયો પરિબળ હાવી છે, જેથી તમે સુધારા અસરકારક રીતે નિશાન બનાવી શકો.

રિપોર્ટને યોગ્ય આઉટપુટ કૉપિ કરો

સાદા ટેક્સ્ટ, માર્કડાઉન, CSV અને JSON વચ્ચે સ્વિચ કરો અને તમને જોઈતા ચોક્કસ ફોર્મેટની નકલ કરો.

કેવી રીતે વાપરવું

  1. Choose a template. વાપરવું concentration, dilution, ratio, or custom based on your calculation.
  2. દરેક પરિબળનું મૂલ્ય અને તેની અનિશ્ચિતતા દાખલ કરો. તમે SD અથવા tolerance notationમાંથી કોઈપણ વાપરી શકો છો.
  3. જરૂર હોય ત્યારે distribution અને k મૂલ્ય પસંદ કરો.
  4. તમારા દસ્તાવેજમાં પેસ્ટ કરતાં પહેલાં પરિણામ, મુખ્ય યોગદાનકારકો અને રિપોર્ટ માટે તૈયાર કૉપિ આઉટપુટ તપાસો.

Examples

વજન અને વોલ્યુમેટ્રિક ફ્લાસ્કમાંથી mg/L ની અનિશ્ચિતતા

Input

m=100.00 mg ±0.10 (rectangular વિતરણ), V=100.00 mL ±0.08 (normal, k=2)

Output

સાંદ્રતા, uc, U અને m તથા V વચ્ચેનું યોગદાન વિભાજન બતાવે છે.

પાતળું કરવું of a standard solution

Input

C1=1000 mg/L ±5, V1=10.00 mL ±0.02, V2=100.00 mL ±0.08

Output

પાતળી કરેલી સાંદ્રતા માટે U અને કઈ આયતન ભૂલ સૌથી વધુ મહત્વ ધરાવે છે તે બતાવે છે.

ગુણોત્તર અને recovery

Input

A=98.0 ±0.5, B=100.0 ±0.2

Output

A/B અથવા Recovery(%) માટે અનિશ્ચિતતા બતાવે છે.

શુદ્ધતા અને molar mass સાથે molarity

Input

m, P, M અને V એકસાથે દાખલ કરો

Output

શુદ્ધતા અને molar mass માંથી યોગદાન પણ બતાવે છે.

Glossary

માનક અનિશ્ચિતતા u(x)

ઇનપુટ રાશિ x સાથે જોડાયેલી standard-deviation જેવી અનિશ્ચિતતા.

સંયુક્ત માનક અનિશ્ચિતતા uc

બધા ઇનપુટ યોગદાનો જોડ્યા પછી પરિણામ y ની માનક અનિશ્ચિતતા.

વિસ્તૃત અનિશ્ચિતતા U

U = k·uc તરીકે ગણાયેલ રિપોર્ટ માટેની અનિશ્ચિતતા.

સંવેદનશીલતા ગુણાંક c

એક ઇનપુટ બદલાય ત્યારે પરિણામ કેટલું મજબૂત રીતે બદલાય છે તે બતાવતો ગુણાંક.

યોગદાન ગુણોત્તર

કુલ variance માંથી એક પરિબળને ફાળવેલો ભાગ.

Formulas

  • માનક અનિશ્ચિતતા રૂપાંતર: u=a/k, a/√3, a/√6
  • સંયુક્ત માનક અનિશ્ચિતતા: uc = √Σ(c_i·u_i)^2
  • વિસ્તૃત અનિશ્ચિતતા: U = k·uc
  • સાંદ્રતા: C = m/V, (m·P)/V, (m·P)/(M·V)
  • પાતળું કરવું: C2 = C1·V1/V2
  • અનુપાત: R = A/B

વારંવાર પૂછાતા પ્રશ્નો

મારી પાસે standard deviation નથી, ફક્ત ± મૂલ્ય છે.

જ્યારે તમે વિતરણની ધારણા પસંદ કરો ત્યારે tolerance notation ને માનક અનિશ્ચિતતામાં રૂપાંતરિત કરી શકાય છે. સાધન normal(k) માટે u=a/k, rectangular માટે u=a/√3 અને triangular માટે u=a/√6 વાપરે છે.

મારે કયું k વાપરવું જોઈએ?

k=2 સામાન્ય છે, પરંતુ તમારે તમારા ધોરણ, આંતરિક નિયમ અથવા ગ્રાહકની આવશ્યકતા અનુસરવી જોઈએ. સાધન પરિણામમાં પસંદ કરેલું k હંમેશા બતાવે છે.

શું હું આ સીધું રિપોર્ટમાં પેસ્ટ કરી શકું?

હા. Plain text, Markdown, CSV અને JSON ઉપલબ્ધ છે, અને જનરેટ થયેલા આઉટપુટમાં ધારણાઓ, ઇનપુટ, પરિણામો અને મુખ્ય યોગદાનકારકો સામેલ હોય છે.

ઇનપુટ પરસ્પર સંબંધિત હોય ત્યારે શું હું આ વાપરી શકું?

પ્રથમ રિલીઝ સ્વતંત્ર ઇનપુટ માને છે. જો તમારા ઇનપુટ પરસ્પર સંબંધિત હોય, તો પરિણામ ઓછું અથવા વધુ અંદાજાઈ શકે છે.

મોટી ભૂલો અથવા ખૂબ nonlinear સમીકરણો માટે તે વિશ્વસનીય છે?

આ સાધન first-order propagation વાપરે છે. જો relative uncertainties મોટી હોય અથવા સૂત્ર ખૂબ nonlinear હોય, તો તમારે અન્ય પદ્ધતિથી પરિણામ ચકાસવું જોઈએ.

Notes

  • આ સાધન સ્વતંત્ર ઇનપુટ માને છે અને first-order propagation વડે અનિશ્ચિતતા જોડે છે.
  • જો તમારા ઇનપુટ પરસ્પર સંબંધિત હોય અથવા સૂત્ર ખૂબ nonlinear હોય, તો પરિણામ ઓછું અથવા વધુ અંદાજાઈ શકે છે.
  • મનપસંદ સાંદ્રતા એકમો વચ્ચે આપમેળે રૂપાંતર પ્રથમ રિલીઝની બહાર છે. તમે જે એકમ વાપરવા માંગો છો તે દાખલ કરો.
  • શેર URL માં free-form લેબલ્સ અને સૂત્રો સામેલ હોય છે, તેથી ગોપનીય નામો દાખલ કરશો નહીં.