18/8/2021 Student Response | Pivot Interactives

Go Back To Classes (/classes)

Práctica 0 Física 2 Teoría del error 2021-20

Save & Close Submit for Grading

Jorge Mario Mejia Rosales

Learning Objectives
• Propagar errores dadas variables con medidas e incertidumbres.
• Realizar regresiones lineales y linealización por medio de las herramientas de Excel.
• Hacer tabulación y gráficas de datos.

 Teoría

Si debemos determinar el valor de una variable que involucra la medida de distintas variables, los instrumentos que se
usaron en estas medidas pueden tener incluso incertidumbres diferentes. En el momento de operar para encontrar el
resultado, se dice que el error se propaga, y la forma de hallarla es la siguiente.

Dadas n diferentes mediciones representadas por xi con sus respectivas incertidumbres σxi , de manera que las​

variables xi se relacionan con una función matemática f = f (x1, x2, … , xn ); entonces la incertidumbre para f va
​ ​ ​

a ser:

2 2 2
σf =
​ ( ∂x
∂f
1​
σx1 ) + ( ∂x
​
∂f
​

2
σx2 ) + ⋯ + ( ∂x
​

​
∂f
​

n
σxn ) 
​
​

​
​

​
​ ​

Estas derivadas parciales deben ser evaluadas por los valores conocidos de cada variable xi así como sus
incertidumbres σi . ​

Es importante que el valor de la magnitud calculada f no puede ser más preciso que su propia incertidumbre σ
 f , ​

entonces el valor de f debe ser redondeado de manera que su última cifra significativa sea de la misma precisión que
la cifra significativa del error. Así, por ejemplo:
Si se tiene un error o incertidumbre de 0.005,

• 1.3834256 se redondea a 1.383

• 1.38871 se redondea a 1.389
• 1.3 se escribe como 1.300 pues la incertidumbre y el valor deben tener el mismo número de decimales.

Ajustes

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 1/7
18/8/2021 Student Response | Pivot Interactives

En un experimento en el que se han realizado n mediciones para dos variables x y y , de las que si se realiza una
gráfica se ve que tienen una tendencia de definida, es posible encontrar una función que se ajuste de la mejor manera
a los puntos sobre la gráfica.

El caso más sencillo es una línea recta, dada por:

y = mx + b
donde m es la pendiente y b es el punto de corte. Ajustar una recta se conoce como Regresión lineal.

El método para resolver este problema matemáticamente para una recta se llama Ajuste por mínimos cuadrados, que
optimiza la función error encontrando los valores mínimos. De esta manera, la pendiente m se calcula mediante la
siguiente fórmula:

n ∑ xi yi −b ∑ xi ∑ yi
m= ​ ​

n ∑ x2i −(∑ xi )2
.​
​

​
​

Y para calcular el punto de corte b :

∑ yi ∑ x2i −∑ xi ∑ xi yi
b= .
​ ​ ​ ​

n ∑ x2i −(∑ xi )2
​

​ ​

Por supuesto, tanto la pendiente como el punto de corte tendrán incertidumbres, que se calculan como sigue:

n ∑(yi −mxi −b)2

σm = ​

(n−2)(n ∑ x2i −(∑ xi )2 )

​

, ​
​

​
​ ​

(1 + (∑ xi )2
) ∑(yn(n−2)
2
i −mxi −b)
σb =
​

n ∑ x2i −(∑ xi )2 ​
.
​

​
​
​ ​

​ ​

Sin embargo, no solo se puede hacer un ajuste lineal, sino que se puede ajustar prácticamente cualquier función sobre
un conjunto de datos. Es muy útil linealizar funciones y hacer la regresión lineal correspondiente, pero no siempre se
puede hacer esto. Por mencionar ejemplos, y = 3 ln x + 6es posible linealizarla si a todos los datos de x
 se les saca
el logaritmo primero; en contraste, una función como y = e sin xno es posible linealizar por ninguno de los
x

métodos comunes algebráicos.

Adicionalmente, en los ajustes se calcula el coeficiente de correlación (r) que nos dice la correlación o el grado de
asociación entre los datos usados y el ajuste escogido, siendo r = 0una correlación nula (o que las variables no se
comportaban como se creía), mientras que ∣r∣ = 1indica que la correlación es perfecta, de manera que los datos sí
siguen el comportamiento indicado por la función matemática que se ajustó. Si r > 0.9se considera una correlación
excelente, aunque no perfecta, entre las variables que se estaban trabajando.

 Actividades

Desarrolle las siguientes actividades apoyando en su profesor tanto como sea necesario. Procure aclarar todas las
dudas que surjan.

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 2/7
18/8/2021 Student Response | Pivot Interactives

1. Actividad 1

En un experimento se midieron las siguientes variables:

• q1 = (2.1 ± 0.2)mC ,
​

• q2 = 4.5mC ,
​

• r = (1.7 ± 0.1)m.

Se quiere determinar la magnitud de la fuerza eléctrica que hay entre esas cargas con la incertidumbre
respectiva por medio de la ecuación:

kq1 q2
F= r2
,
​ ​

2
donde k = 9 × 109 Nm
C2
. ​

Utilice la siguiente tabla para calcular el valor de F con y de su incertidumbre ΔF

 usando propagación de
errores.

Carga 1  Inc_q1  Carga 2  DistanciaC


C q1 C Δq1 C q2 m

1  2.1 0.2 4.5 1.7

2. En el siguiente cuadro de texto, escriba las derivadas parciales calculadas y comente sus resultados.

3. Actividad 2

Se quiere determinar la gravedad con medidas de la velocidad y la altura de un objeto en caida libre. La relación
que cumplen la velocidad y la altura es:

v= 2gh .​

Los datos tomados los puede encontrar en la que encontrará a continuación. Los datos de h se midieron con una
regla cuya incertidumbre es de 0.04 m, mientras que las velocidades se midieron usando un sensor cuya
incertidumbre es de 0.02 m/s.
a. Linealice los datos de la tabla y haga una gráfica a partir de estos datos.
b. Grafique las barras de error en cada variable.

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 3/7
18/8/2021 Student Response | Pivot Interactives

c. Haga una regresión lineal y determine el valor de la gravedad con la incertidumbre asociada.
d. Comente sus resultados.

Hint: Añada las columnas necesarios para incluir los datos de incertidumbre asociada a cada medida. Recuerde
colocar el título del gráfico, y los nombres correspondientes para cada eje con sus respectivas unidades.

Altura  inc_Altura  Velocidad  inc_Veloci


m h m Δh m/s v m/s

1  1.10 0.0400 4.70 0.0200

2  1.20 0.0400 4.85 0.0200

3  1.30 0.0400 5.01 0.0200

4  1.40 0.0400 5.19 0.0200

5  1.50 0.0400 5.43 0.0200

6  1.60 0.0400 5.52 0.0200

7  1.70 0.0400 5.77 0.0200

8  1.80 0.0400 5.95 0.0200

9  1.90 0.0400 6.08 0.0200

10  2.00 0.0400 6.25 0.0200

Velocidad vs Altura 

6.2

5.8
m/s)

5.6

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 4/7
18/8/2021 Student Response | Pivot Interactives

Velocidad (m
5.4

5.2

4.8

1.2 1.4 1.6

Altura (m)

Display Curve Fit Uncertainties

Velocidad Curve:

v = Ah + B
A : 1.80 ± 0.102 m/s
m ​

B : 2.70 ± 0.133 m/s

RMSE : 0.0322 m/s
r : 0.995

4. Actividad 3

Grafique los datos de la siguiente tabla (los mismo de la actividad anterior) pero sin linealizar, ajustando una
función cuadrática (graficando la altura en el eje vertical y la velocidad en el eje horizontal) y comparándola con la
descrita por la ecuación v = 2gh . Determine las variables del ajuste y a partir de estos obtenga el valor de la
​

gravedad.

Hint: Añada las columnas necesarios para incluir los datos de incertidumbre asociada a cada medida. Recuerde
colocar el título del gráfico, y los nombres correspondientes para cada eje con sus respectivas unidades.

Altura  inc_Altura  velocidad  inc_Vel


m h m Δh m/s v m/s

1  1.10 0.0400 4.70 0.0200

2  1.20 0.0400 4.85 0.0200

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 5/7
18/8/2021 Student Response | Pivot Interactives

Altura  inc_Altura  velocidad  inc_Vel


m h m Δh m/s v m/s

3  1.30 0.0400 5.01 0.0200

4  1.40 0.0400 5.19 0.0200

5  1.50 0.0400 5.43 0.0200

6  1.60 0.0400 5.52 0.0200

7  1.70 0.0400 5.77 0.0200

8  1.80 0.0400 5.95 0.0200

Altura vs velocidad 

1.8

1.6
Altura (m)

1.4

1.2

4.8 5 5.2 5.4 5.6 5.8

velocidad (m/s)

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 6/7
18/8/2021 Student Response | Pivot Interactives

Display Curve Fit Uncertainties

Altura Curve:

h = Av2 + Bv + C
m
A : 0.00495 ± 0.0277 m/s2 ​

m
B : 0.511 ± 0.304 m/s ​

C : −1.40 ± 0.826 m
RMSE : 0.0188 m

5. Compare el valor de la gravedad obtenida por ambos métodos y comente.

En el caso de la grafica velocidad contra altura se puede apreciar que se es obtenido un

coeficiente de correlacio (r) muy cercano a 1 por lo que se puede concluir quelos datos sí
siguen el comportamiento indicado por la función matemática que se ajustó.

En el caso de la grafico altura contra velocidad tambien se evidencia un comportamineto

muy similar al esperado esto se debe a que el RMSE (Error cuadratico medio) tiende a
estar cercano al 0.

Los valores de gravedad que arrojan ambas graficas tienden a ser iguales.

https://app.pivotinteractives.com/assignments/6112c2f167966d001e22ea6b/responses?groups=false 7/7