不確かさ

科学計算のコードは測定値だらけで、測定値は決して厳密ではありません。Sounio は不確かさをコメントやスプレッドシートで管理するのではなく、第一級 データとして扱います。

いま動くこと（コンパイラの現状）

コンパイラは Knowledge<T> に対して 「黙って unwrap できない」 ルールを適用します（Knowledge<T> を参照）。これにより、エピステミック情報が意図的に捨てられる境界を明確にできます。

それ以上の自動不確かさ伝播は、どれだけエピステミック stdlib を使うか、どのコンパイラ機能/バックエンドを有効にするかに依存します。

仕様 / 意図された意味論

意図されたモデルは、標準的なメトロロジーの実務（独立入力に対する GUM 風の伝播）に従います:

• c = a ± b のとき:
  • u(c) = sqrt(u(a)^2 + u(b)^2)
• c = a * b または c = a / b（相対形式）:
  • u_rel(c) = sqrt(u_rel(a)^2 + u_rel(b)^2), ただし u_rel(x) = u(x) / x

言語レベルの目標として、Knowledge<T> 上の演算は:

• 新しい点推定を計算し
• 不確かさを伝播し
• （必要なら）信頼度を更新し
• 来歴を追記します

実用的な指針

• できるだけ Knowledge<T> のまま値を保持する。
• plain なデータへ渡す必要があるときは unwrap(reason) を使い、理由を残す。
• PK/PD や neuroimaging などのドメインコードでは、不確かさと来歴を明示的にモデル化している stdlib モジュールを優先する。

次へ

• 来歴（Provenance）
• Knowledge<T>