Bizonytalanság - Uncertainty

Gyakran előfordulnak olyan helyzetek, amikor döntést kell hozni, amikor az egyes lehetséges döntések eredményei bizonytalanok.

A bizonytalanság episztemikus helyzetekre utal, amelyek tökéletlen vagy ismeretlen információkat tartalmaznak . Ez vonatkozik a jövőbeli események előrejelzésére, a már elvégzett fizikai mérésekre vagy az ismeretlenre. A bizonytalanság részben megfigyelhető vagy sztochasztikus környezetben, valamint tudatlanságból , hanyagságból vagy mindkettőből fakad . Ez számos területen felmerül, beleértve a biztosítást , a filozófiát , a fizikát , a statisztikát , a gazdaságot , a pénzügyeket , az orvostudományt , a pszichológiát , a szociológiát , a mérnöki tudományt , a metrológiát , a meteorológiát , az ökológiát és az információtudományt .

Fogalmak

Bár a kifejezéseket a nyilvánosság körében többféleképpen használják, sok döntéselméleti , statisztikai és egyéb mennyiségi szakember a bizonytalanságot, kockázatot és mérésüket a következőképpen határozta meg:

Bizonytalanság

A hiányzó bizonyosság , az állam a korlátozott tudás, ahol lehetetlen pontosan leírni a jelenlegi állapotában a jövőbeli kimenetelét, vagy egynél több lehetséges kimenetelét.

A bizonytalanság mérése

A lehetséges állapotok vagy eredmények halmaza, ahol minden lehetséges állapothoz vagy eredményhez valószínűségeket rendelnek hozzá - ez magában foglalja a valószínűségi sűrűség függvény alkalmazását a folyamatos változókra is.

Másodrendű bizonytalanság

A statisztikában és a közgazdaságtanban a másodrendű bizonytalanságot a valószínűségi sűrűség függvényeiben (az elsőrendű) valószínűségekhez viszonyítva ábrázoljuk.

A szubjektív logika véleményei ezt a fajta bizonytalanságot hordozzák.

Kockázat

A bizonytalanság állapota, amikor néhány lehetséges eredmény nemkívánatos hatást vagy jelentős veszteséget okoz.

A kockázat mérése

A mért bizonytalanságok halmaza, ahol néhány lehetséges kimenetel veszteség, és e veszteségek nagysága - ez magában foglalja a veszteségfüggvényeket is a folyamatos változók felett.

Bizonytalanság a változékonysággal szemben

Különbség van a bizonytalanság és a változékonyság között. A bizonytalanságot egy valószínűségi eloszlás számszerűsíti, amely attól függ, hogy milyen információval rendelkezünk arról a valószínűségről, hogy mi a bizonytalan mennyiség egyetlen, valós értéke. A variabilitást a mennyiség többszörös előfordulásának gyakorisági eloszlásával számszerűsítik, a megfigyelt adatokból.

Lovagbizonytalanság

A közgazdaságtanban 1921 -ben Frank Knight megkülönböztette a bizonytalanságot a kockázattól, a bizonytalanság pedig a tudás hiánya, amely mérhetetlen és lehetetlen kiszámítani; ezt most lovagbizonytalanságnak nevezik .

A bizonytalanságot bizonyos értelemben gyökeresen el kell különíteni az ismert kockázatfogalomtól, amelytől soha nem választották el megfelelően .... A lényeges tény az, hogy a „kockázat” bizonyos esetekben mérésre hajlamos mennyiséget jelent, míg máskor valami kifejezetten nem ilyen jellegű; és messzemenő és döntő különbségek vannak a jelenségek irányában attól függően, hogy a kettő közül melyik van jelen és működik ... , annyira különbözik a mérhetetlenektől, hogy valójában egyáltalán nem bizonytalanság.

-  Frank Knight (1885–1972), Kockázat, bizonytalanság és nyereség (1921), Chicagói Egyetem .

Nem lehet biztos a bizonytalanságban.

-  Frank Knight

A bizonytalanságok és döntések egyéb taxonómiái közé tartozik a tágabb értelemben vett bizonytalanság és az etikai szempontból való megközelítés módja:

A bizonytalanság taxonómiája

Például, ha nem ismert, hogy esni fog -e holnap, akkor bizonytalanság áll fenn. Ha a valószínűségeket időjárás -előrejelzésekkel vagy akár csak kalibrált valószínűségértékeléssel alkalmazzák a lehetséges eredményekre , a bizonytalanságot számszerűsítették. Tegyük fel, hogy 90% -os napsütéses eséllyel számszerűsítik. Ha holnapra jelentős, költséges, szabadtéri rendezvényt terveznek, akkor fennáll a veszélye, mivel 10% eső valószínűsége van, és az eső nem kívánatos. Továbbá, ha ez üzleti esemény, és 100 000 dollár veszne el, ha esik az eső, akkor a kockázatot számszerűsítették (10% -os esélye 100 000 dollár elvesztésére). Ezeket a helyzeteket még reálisabbá tehetjük, ha számszerűsítjük a gyenge esőt és a heves esőt, a késések költségeit és a teljes törlést stb.

Néhányan a kockázatot jelenthetik ebben a példában, mint "várható lehetőségveszteség" (EOL), vagy a veszteség esélye megszorozva a veszteség összegével (10% × 100 000 USD = 10 000 USD). Ez akkor hasznos, ha az esemény szervezője „kockázat -semleges”, ami a legtöbb embernek nem az. A legtöbben hajlandók felárat fizetni a veszteség elkerülése érdekében. Egy biztosítótársaság például minden biztosítási fedezet esetén minimum EOL -t számolna, majd ehhez hozzáadná az egyéb működési költségeket és nyereséget. Mivel sok ember sok okból hajlandó biztosítást vásárolni, nyilvánvalóan az EOL önmagában nem a kockázat elkerülésének vélt értéke.

A bizonytalanság és kockázat kifejezések mennyiségi használata meglehetősen konzisztens az olyan területekről, mint a valószínűségelmélet , az aktuáriusi tudomány és az információelmélet . Néhányan új kifejezéseket is létrehoznak a bizonytalanság vagy a kockázat meghatározásának lényeges megváltoztatása nélkül. Például a meglepetés a bizonytalanság változata, amelyet néha az információelméletben használnak . De a kifejezés matematikusabb használatán kívül a használat nagymértékben eltérhet. A kognitív pszichológiában a bizonytalanság valós lehet, vagy csak észlelés kérdése, például elvárások , fenyegetések stb.

Merülhet egyfajta bizonytalanság, ahol az elemző nem tud egyértelműen különbséget a két különböző osztályok, mint a "fő átlagos magasságú. és „magas ember”. Ez a fajta bizonytalanság lehet modellezni néhány variáció Zadeh „s fuzzy logic vagy szubjektív logika .

A kétértelműség egyfajta bizonytalanság, ahol még a lehetséges kimenetelek is tisztázatlan jelentéssel és értelmezéssel rendelkeznek. A "Visszatér a bankból" kijelentés kétértelmű, mert értelmezése attól függ, hogy a "bank" szót " folyó partjaként" vagy " pénzintézetként" értik -e . A kétértelműség jellemzően olyan helyzetekben merül fel, amikor több elemző vagy megfigyelő különbözőképpen értelmezi ugyanazokat az állításokat.

A bizonytalanság következménye lehet a rendelkezésre álló tények ismeretének hiánya. Vagyis bizonytalanság merülhet fel azzal kapcsolatban, hogy egy új rakéta -konstrukció működni fog -e, de ez a bizonytalanság további elemzéssel és kísérletezéssel megszüntethető.

Szubatomi szinten a bizonytalanság az univerzum alapvető és megkerülhetetlen tulajdonsága lehet. A kvantummechanikában a Heisenberg -féle bizonytalansági elv korlátozza azt, hogy egy megfigyelő mennyit tudhat egy részecske helyzetéről és sebességéről. Ez lehet, hogy nem csupán a potenciálisan beszerezhető tények tudatlansága, hanem az is, hogy nem találunk tényt. A fizikában némi vita folyik arról, hogy az ilyen bizonytalanság a természet nem redukálható tulajdonsága, vagy vannak „rejtett változók”, amelyek még pontosabban írják le egy részecske állapotát, mint azt Heisenberg bizonytalansági elve lehetővé teszi.

Mérések

A mérési bizonytalanság kiszámításának leggyakrabban használt eljárását az ISO által közzétett "Útmutató a bizonytalanság kifejezéséhez a mérésben" (GUM) írja le . Egy származtatott munka például a Nemzeti Szabványügyi és Technológiai Intézet (NIST) 1297. számú műszaki megjegyzése, "Irányelvek a NIST mérési eredmények bizonytalanságának értékeléséhez és kifejezéséhez", és az Eurachem/Citac kiadvány "A bizonytalanság számszerűsítése az analitikai mérésben". A mérés eredményének bizonytalansága általában több összetevőből áll. Az összetevők véletlenszerű változók , és két kategóriába sorolhatók a számértékük becslésére használt módszer szerint:

• A típusú, statisztikai módszerekkel értékelt
• B típus, más módon, pl. Valószínűségi eloszlás hozzárendelésével értékeltek

Szaporításával varianciák a komponensek keresztül kapcsolatos funkció a komponensek, hogy a mérési eredmény, a kombinált mérési bizonytalanság adják négyzetgyökével a kapott variancia. A legegyszerűbb forma az ismételt megfigyelés szórása .

A metrológiában , a fizikában és a mérnöki tudományban a mérés bizonytalanságát vagy hibahatárát , ha azt kifejezetten kimondják, olyan értéktartomány adja, amely valószínűleg magában foglalja a valódi értéket. Ez jelölhetők hibaantennák egy grafikonon, vagy az alábbi jelöléseket:

• mért érték ± bizonytalanság
• mért érték ^{+ bizonytalanság}
  _-uncertainty
• mért érték ( bizonytalanság )

Az utolsó jelölésben a zárójel a tömör jelölés a ± jelöléshez. Például, ha 10 1 ⁄ 2 métert alkalmaznak tudományos vagy mérnöki alkalmazásban, akkor írható10,5 m ill10,50 m , megegyezés szerint egy méter tizeden belül vagy egy századon belül. A pontosság szimmetrikus az utolsó számjegy körül. Ebben az esetben fél tized felfelé és fél tized lefelé, tehát a 10,5 10,45 és 10,55 közötti értéket jelent. Így érthető, hogy a 10,5 azt jelenti10,5 ± 0,05 és 10,50 azt jelenti10,50 ± 0,005 , szintén írásban10,50 (5) és10.500 (5) . De ha a pontosság belül kéttized, a bizonytalanság ± egytizedét, és ez szükséges , hogy explicit:10,5 ± 0,1 és10,50 ± 0,01 vagy10,5 (1) és10,50 (1) . A zárójelben lévő számok a maguktól balra eső számokra vonatkoznak , és nem ennek a számnak a részei, hanem a bizonytalanság jelölésének részei. A legkevésbé jelentős számjegyekre vonatkoznak . Például,1.007 94 (7) jelentése1,007 94 ± 0,000 07 , míg1.007 94 (72) jelentése1,007 94 ± 0,000 72 . Ez a tömör jelölés használható például IUPAC a megjelölve a atomtömege az elemek .

A középső jelölést akkor használják, ha a hiba nem szimmetrikus az értékkel kapcsolatban - például 3.4+0,3
−0,2. Ez például logaritmikus skála használatakor fordulhat elő.

A mérés bizonytalansága meghatározható a mérés megismétlésével az értékek szórásának becslésére. Ekkor minden egyes érték bizonytalansága megegyezik a szórással. Ha azonban az értékeket átlagoljuk, akkor az átlagos mérési érték bizonytalansága sokkal kisebb, egyenlő az átlag standard hibájával , amely a szórás osztva a mérések számának négyzetgyökével. Ez az eljárás azonban figyelmen kívül hagyja a szisztematikus hibákat .

Ha a bizonytalanság a mérés standard hibáját jelenti, akkor az idő körülbelül 68,3% -ában a mért mennyiség valódi értéke a megadott bizonytalansági tartományba esik. Például valószínű, hogy az elemek listáján megadott atomtömeg -értékek 31,7% -ánál az atomtömeg szerint az igazi érték a megadott tartományon kívül esik. Ha az intervallum szélessége megduplázódik, akkor valószínűleg a valódi értékek mindössze 4,6% -a esik a kétszeres intervallumon kívülre, és ha a szélesség megháromszorozódik, akkor valószínűleg csak 0,3% kívül van. Ezek az értékek a normál eloszlás tulajdonságaiból következnek , és csak akkor érvényesek, ha a mérési folyamat normálisan elosztott hibákat eredményez. Ebben az esetben az idézett standard hibák könnyen átalakítható 68,3% ( „egy szigma »), 95,4% («két szigma”) vagy 99,7% ( „három szigma”) megbízhatósági intervallumok .

Ebben az összefüggésben a bizonytalanság a mérőműszer pontosságától és pontosságától függ . Minél kisebb a műszer pontossága és pontossága, annál nagyobb a mérési bizonytalanság. A pontosságot gyakran az adott érték ismételt méréseinek szórása határozza meg, nevezetesen a fent leírt módszerrel a mérési bizonytalanság értékelésére. Ez a módszer azonban csak akkor helyes, ha a műszer pontos. Ha pontatlan, a bizonytalanság nagyobb, mint az ismételt mérések szórása, és nyilvánvalónak tűnik, hogy a bizonytalanság nem csak a műszeres pontosságon múlik.

A médiában

A bizonytalanság a tudományban és általában a tudományban eltérően értelmezhető a közszférában, mint a tudományos közösségben. Ennek oka részben a nyilvános közönség sokszínűsége, valamint az a tendencia, hogy a tudósok félreértik a laikus közönséget, és ezért nem kommunikálják egyértelműen és hatékonyan az ötleteket. Az egyik példát az információhiányos modell magyarázza . Ezenkívül a nyilvánosság területén gyakran sok tudományos hang szólal meg egyetlen témában. Például attól függően, hogy egy problémát hogyan jelentenek be a nyilvános szférában, a módszertani különbségek miatti több tudományos tanulmány eredményei közötti eltéréseket a közvélemény konszenzushiányként értelmezheti egy olyan helyzetben, amikor konszenzus valóban létezik. Ezt az értelmezést akár szándékosan is előmozdíthatták, mivel a tudományos bizonytalanság kezelhető bizonyos célok elérése érdekében. Például az éghajlatváltozást tagadók megfogadták Frank Luntz tanácsát, hogy a globális felmelegedést a tudományos bizonytalanság kérdésének tekinti, amely előfutára volt az újságírók által a probléma jelentésekor használt konfliktusok keretének.

"A határozatlanság lazán elmondható, hogy azokra a helyzetekre vonatkozik, amelyekben a rendszer összes paramétere és kölcsönhatásuk nem teljesen ismert, míg a tudatlanság olyan helyzetekre vonatkozik, amelyekben nem lehet tudni, hogy mi nem ismert." Ezek az ismeretlenségek, a bizonytalanság és a tudatlanság, amelyek a tudományban léteznek, gyakran bizonytalansággá "alakulnak át", amikor nyilvánosságra kerülnek, hogy kezelhetőbbé tegyék a kérdéseket, mivel a tudományos határozatlanság és tudatlanság nehéz fogalmakat közvetíteni a tudósok számára a hitelesség elvesztése nélkül. Ezzel szemben a bizonytalanságot a közvélemény gyakran tudatlanságként értelmezi. A határozatlanság és a tudatlanság bizonytalansággá alakulása összefüggésben állhat azzal, hogy a nyilvánosság tévesen értelmezi a bizonytalanságot tudatlanságként.

Az újságírók felfújhatják a bizonytalanságot (a tudomány bizonytalanabbnak tűnhet, mint amilyen valójában), vagy lekicsinylik a bizonytalanságot (így a tudomány bizonyosabbnak tűnik, mint amilyen valójában). Az egyik módja annak, hogy az újságírók felfújják a bizonytalanságot, ha új kutatásokat írnak le, amelyek ellentmondanak a korábbi kutatásoknak anélkül, hogy kontextust adnának a változásnak. Az újságírók a kisebbségi nézetekkel rendelkező tudósokat azonos súlyúnak tekinthetik, mint a többségi nézeteket valló tudósokat, anélkül, hogy megfelelően leírnák vagy megmagyaráznák a kérdésben a tudományos konszenzus állapotát . Ugyanebben az értelemben az újságírók ugyanolyan figyelmet és jelentőséget tulajdoníthatnak a nem tudósoknak, mint a tudósok.

Az újságírók csökkenthetik a bizonytalanságot, ha megszüntetik "a tudósok gondosan megválasztott kísérleti megfogalmazását, és e figyelmeztetések elvesztésével az információ torz, és a valóságnál biztosabbnak és meggyőzőbbnek mutatkozik be". Ezenkívül az egyetlen forrással vagy a korábbi kutatások kontextusát nélkülöző történetek azt jelentik, hogy a tárgyat határozottabban és biztosabban mutatják be, mint amilyen a valóságban. A tudományos újságírásban gyakran létezik „termék feletti folyamat” megközelítés, amely szintén segíti a bizonytalanság csökkentését. Végezetül, és legfőképpen ehhez a vizsgálathoz, amikor az újságírók a tudományt diadalmas küldetésként fogalmazzák meg, a bizonytalanságot tévesen „redukálhatóvá és feloldhatóvá” formálják.

Egyes médiarutinok és szervezeti tényezők befolyásolják a bizonytalanság túlbecsülését; más média rutinok és szervezeti tényezők segítenek felfújni egy kérdés bizonyosságát. Mivel a nagyközönség (az Egyesült Államokban) általában bízik a tudósokban, amikor a természettudományos történeteket riasztó jelzések nélkül fedik le a különleges érdekű szervezetektől (vallási csoportok, környezetvédelmi szervezetek, politikai frakciók stb.), Gyakran üzleti vonatkozásúak. , gazdasági-fejlesztési keretben vagy társadalmi haladási keretben. Ezeknek a kereteknek a jellege a bizonytalanság lecsökkentése vagy megszüntetése, tehát amikor a gazdasági és tudományos ígéretek a kibocsátási ciklus kezdetére összpontosulnak, ahogy az az Egyesült Államokban a növényi biotechnológia és a nanotechnológia lefedettségével történt, a kérdéses kérdés határozottabbnak és bizonyos.

Néha a részvényesek, a tulajdonosok vagy a reklámok nyomást gyakorolnak a médiaszervezetre, hogy népszerűsítse egy tudományos kérdés üzleti vonatkozásait, és ezért az üzleti érdekeket veszélyeztető bizonytalansági állításokat lebecsülik vagy megszüntetik.

Alkalmazások

• A bizonytalanságot játékokba tervezik , különösen a szerencsejátékokban , ahol a véletlen a központi szerepet játszik.
• A tudományos modellezésben , amelyben a jövőbeli események előrejelzését úgy kell érteni, hogy a várható értékek tartományában vannak
• Az optimalizálás során a bizonytalanság lehetővé teszi olyan helyzetek leírását, amikor a felhasználó nem tudja teljes mértékben befolyásolni az optimalizálási eljárás végeredményét, lásd a forgatókönyv -optimalizálást és a sztochasztikus optimalizálást .
  • Az időjárás -előrejelzésben ma már közhely, hogy a bizonytalanság mértékére vonatkozó adatokat is bele kell foglalni az időjárás -előrejelzésbe .
• A bizonytalanságot vagy hibát használják a tudományban és a mérnöki jelölésben. A számértékeket csak azokban a számjegyekben kell kifejezni, amelyek fizikailag értelmesek, és amelyeket jelentős számoknak neveznek . Bizonytalansággal jár minden mérés, például a távolság, a hőmérséklet mérése stb. Hasonlóképpen, a bizonytalanságot számításokkal terjesztik, így a számított érték bizonyos mértékű bizonytalansággal rendelkezik a mért értékek bizonytalanságaitól és a számítás során használt egyenlettől függően.
• A fizikában a Heisenberg -féle bizonytalansági elv képezi a modern kvantummechanika alapját .
• A metrológia , a mérési bizonytalanság egy központi fogalom számszerűsítése a diszperziót egy ésszerűen attribútum egy mérési eredményt. Az ilyen bizonytalanságot mérési hibának is nevezhetjük . A mindennapi életben a mérési bizonytalanság gyakran implicit („6 láb magas”, adjon vagy vegyen néhány hüvelyket), míg minden komoly használathoz kifejezetten ki kell jelenteni a mérési bizonytalanságot. Számos mérőműszer (mérleg, oszcilloszkóp, erőmérő, vonalzó, hőmérő stb.) Várható mérési bizonytalansága gyakran szerepel a gyártó előírásaiban.
• A mérnöki munka során a bizonytalanság felhasználható az anyagmodellezés validálása és ellenőrzése keretében.
• A bizonytalanság gyakori téma volt a művészetben, mind tematikus eszközként (lásd például Hamlet határozatlanságát ), mind a művész problémájaként (például Martin Creed nehezen tudja eldönteni, milyen műalkotásokat készít).
• A bizonytalanság fontos tényező a közgazdaságtanban . Frank Knight közgazdász szerint ez különbözik a kockázattól , ahol minden valószínűséghez meghatározott valószínűség tartozik (például egy tisztességes érme feldobásakor). A lovagbizonytalanság olyan helyzetet rejt magában, amelynek valószínűségei ismeretlenek.
• A pénzügyi piacokra , például a tőzsdére történő befektetés lovagias bizonytalanságot von maga után, ha egy ritka, de katasztrofális esemény valószínűsége ismeretlen.

Filozófia

A nyugati filozófia az első filozófus, hogy átfogja a bizonytalanság volt Pürrhón így a hellenisztikus filozófiák a Pyrrhonism és Academic szkepticizmus , az első iskolák filozófiai szkepticizmus . Az aporia és az acatalepszia az ókori görög filozófia kulcsfogalmait jelenti a bizonytalansággal kapcsolatban.

Lásd még

Hivatkozások

További irodalom

• Lindley, Dennis V. (2006-09-11). A bizonytalanság megértése . Wiley-Interscience . ISBN 978-0-470-04383-7.
• Gilboa, Itzhak (2009). A döntés elmélete a bizonytalanság alatt . Cambridge: Cambridge University Press . ISBN 9780521517324.
• Halpern, József (2005-09-01). A bizonytalanság érvelése . MIT Nyomja meg . ISBN 9780521517324.
• Smithson, Michael (1989). Tudatlanság és bizonytalanság . New York: Springer-Verlag . ISBN 978-0-387-96945-9.

Külső linkek

• Mérési bizonytalanságok a tudományban és a technológiában, Springer 2005
• Javaslat új hibaszámításra
• A mérési bizonytalanságok becslése - az ISO útmutató alternatívája
• Irodalomjegyzék a mérési bizonytalansággal kapcsolatban
• Irányelvek a NIST mérési eredmények bizonytalanságának értékeléséhez és kifejezéséhez
• Stratégiai tervezés: Rendszerek és termékek tervezése bizonytalanságban (MIT Research Group)
• A bizonytalanság webhelyének megértése a cambridge -i Winton programból
• Bowley, Roger (2009). "∆ - Bizonytalanság" . Hatvan szimbólum . Brady Haran a Nottinghami Egyetemről .