Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2 PROPAGACIÓN DE ERRORES
PROPAGACIÓN DIRECTA DE ERRORES. Si la magnitud física f es función
de las magnitudes x , y , z ,... , es decir f f ( x , y , z ,...) , su error absoluto está
dado por
f f f
Ef Ex Ey E z ... (1)
x x , y ,z ,... y x , y ,z ,... z x , y ,z ,...
El error relativo de f es
Ef Ex Ey
f x y
2 D 0 h 0 V 0
o sea,
2 D 0 h 0 0.003
como esta ecuación tiene dos incógnitas, tiene infinitas soluciones y, por
comodidad, se adopta la solución que hace iguales a los dos términos del
primer miembro; entonces, debe cumplirse que
0.003
2 D 0 h 0 0.0015
2
luego,
0.0015
D0 0.00075
2
h 0 0.0015
3 GRÁFICOS
Los gráficos son bastante representativos en el estudio de fenómenos en los que
interactúan dos magnitudes físicas, llámense, y y x. Los pares de valores
experimentales (x , y) se representan gráficamente como puntos en un plano.
Mediante un análisis de regresión, se determina la relación matemática que
describe el fenómeno estudiado y que también se representa en forma gráfica.
B B tc sB (4) A A tc s A (5)
s sx B2
2
sA
x2
sB
y
(6) sB (7)
n2 n
El valor de t c puede encontrarse en la tabla del Apéndice I con el nivel de
confianza requerido y n 2 .
s B 0.001767098734[ m / s 2 ] s A 0.008923411194[ m / s]
Para un nivel de confianza del 95% con 6 , se tiene tc = 2.447; con esto, las
ecuaciones (4) y (5) dan
20
xy
xy (9)
x 2
x2
El valor de dado por la ecuación (9) puede considerarse como la media de .
El intervalo de confianza de está dado por
t c s (10)
s
y x 2 2 2
(11)
n 1
El valor de t c puede encontrarse en la tabla del Apéndice I con el nivel de
confianza requerido y n 1 .
Ejemplo 2. Un móvil parte del reposo desde una posición tomada como “cero”
y se mueve con movimiento uniforme. Midiendo el espacio recorrido, s, para
diferentes instantes de tiempo, t, se obtiene la siguiente tabla:
21
t [s] 2 4 6 8 10 12 14 16
s [cm] 17.6 27.5 45.5 61.1 76.1 91.2 103.0 115.8
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
Solución. Si v es la velocidad del móvil, la relación teórica entre s y t es
s v t , que es una relación lineal con intersección nula ( y x) en la que
x t , y s y v . De ahí, con una calculadora y la ecuación (9) se obtiene
7.423039216[cm / s] . Entonces, la relación experimental s f (t ) es
s 7.423t (con t en [s] y s en [cm])
En la Figura 2 se ha dibujado
esta relación junto con los s [cm]
puntos experimentales. 120
Entonces, el intervalo de
confianza de v, a un nivel de 0 2 4 6 8 10 12 14 16 t [s]
confianza del 95%, es
Figura 2
v 7.4 0.2[ cm / s]
ln y ln a b ln x (13)
que tiene la forma
Y A BX (14)
luego, entre las variables Y y X; es decir, entre ln y y ln x, existe una relación lineal
con intersección no nula en la que
B=b (15)
Por tanto, aplicando el análisis de regresión lineal con intersección no nula a los
pares (ln x , ln y) se determina B; o sea, b (si entre los datos originales se tiene el
valor cero, el correspondiente par de valores no debe tomarse en cuenta para el
análisis).
Para determinar a, por razones físicas, no es apropiado hacerlo con e A, sino como
se describe a continuación.
Ejemplo 3. Un móvil parte del reposo desde una posición tomada como “cero”
y se mueve con movimiento uniformemente acelerado. Midiendo el espacio
recorrido, s, para diferentes instantes de tiempo, t, se obtiene la siguiente tabla:
t [s] 0.5 1.0 1.5 2.0 2.5 3.0
s [m] 3.6 10.6 27.0 45.7 77.5 110.9
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
23
12.2 0.4[ m / s 2 ]
De la relación teórica, (1 / 2) a ; luego, a = 2 . Entonces, por
propagación de errores, el intervalo de confianza de a , a un nivel de
confianza del 95%, es
a 24.4 0.8[m / s2 ]
24
y a eb x (19)
donde a (coeficiente de la potencia) y b (coeficiente del exponente) son las
constantes de la regresión y e, la base de los logaritmos neperianos.
Para las relaciones no lineales, el coeficiente de correlación se halla para los pares
de valores correspondientes a las relaciones linealizadas.
APÉNDICE II
Derivadas
d d d 1 d d df
a0 x n nx n 1 ln x ex ex a f a
dx dx dx x dx dx dx
dy df dg dy dg df
y f ( x) g( x) y f ( x) g( x) f g
dx dx dx dx dx dx
df dg
dy df dg g f
y f ( x) g( x) f ( x) dy dx dx
dx dx dx y 2
g( x) dx g
Si y f ( u ) y u g ( x ) , entonces,
dy d y du
dx du d x