Решение многих практических задач в условиях информационной неопределенности входных данных требует специальных методов, основанных на процедурах представления и численного моделирования. Рассматривается процедура распространения неопределенности (propagation of uncertainty) и приводится анализ существующих методов ее представления. Для решения таких задач предлагается использовать численный вероятностный анализ. Численный вероятностный анализ представляет собой способ распространения информационной неопределенности, в том числе для задач, когда вероятностные оценки входных параметров носят неопределенный характер. С целью снижения уровня информационной неопределенности и получения дополнительной информации о распределении параметров в условиях информационной недостаточности, предлагается использовать гистограммный подход. Представление неопределенности, содержащейся в параметрах входных данных, осуществляется с использованием гистограмм второго порядка, на основе которых строятся процедуры ее распространения. С этой целью на основе гистограмм второго порядка разработана арифметика неопределенных данных. Приводятся численные примеры и обсуждается практика применения.

The solution of many practical problems with information uncertainty of input data requires special techniques based on the submission procedures and numerical simulation. The article describes the uncertainty propagation procedures (propagation of uncertainty) and an analysis of existing methods of its representation. To solve such problems are encouraged to use numerical probabilistic analysis. Numerical probabilistic analysis is a way for propagation of information uncertainty, including problems when probabilistic estimates of the input parameters are uncertain. To reduce the level of information uncertainty and to have more information about the distribution of the parameters in an information insufficiency is proposed to use the histogram approach. Representation of uncertainty contained in the input data is performed using a second-order histograms, which are constructed on the basis of its distribution procedures. For this purpose, based on a second order histogram is developed the arithmetic of undefined data. There are numerical examples and discussing the practical applications.