Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Propagación Del Error
Propagación Del Error
ERROR
Juan Camilo de la Cruz Álzate – 1842841
Escuela de ingeniería química
Laboratorio de ingeniería química I
Universidad del Valle
Problema 1
Teniendo en cuenta los datos experimentales obtenidos por toda la clase recopilados en el
documento de Excel adjunto:
50
40 37 3.00
33
30
2.00
20 15
11 1.00
8
10 6
1
0 0.00
0.43 0.48 0.53 0.58 0.64 0.69 0.74 0.79 0.84
Marca de clase
Figura 1. Histograma de los datos de caída de una moneda de 500 COP en comparación con
una distribución normal equivalente; los intervalos fueron calculados usando la ley de Sturgues
en donde la marca de clase corresponde a la medida central de cada intervalo con una amplitud
de 0.05.
1
b) ¿Qué puede concluir del histograma?
1 𝑃𝑃(0.6 ≤ µ ≤ 0.7)
= ec. 2
𝑃𝑃(µ − 𝜎𝜎 ≤ 𝑥𝑥 ≤ µ + 𝜎𝜎) 𝑃𝑃(0.6 ≤ 𝑥𝑥 ≤ µ + 𝜎𝜎)
2
Figura 2. Representación grafica de los intervalos [µ−σ,σ−µ] y [0.6, 0.7], área 1 y 2
respectivamente, en la curva de distribución normal de los datos de caída de una moneda
de 500 COP.
Respuesta: la probabilidad con la que puedo afirmar que el valor real de la media
se encuentra en el rango de 0.6 y 0.7 segundos es de 0.3173
Problema 2
Para preparar una solución de Na2CO3, usted pesa 2.834 ± 0.005 g y luego disuelve
®
la sal en un balón volumétrico de 100 mL clase A marca DURAN . Reporte la
normalidad de la solución.
Inicialmente se realizó la búsqueda del límite de error del balón volumétrico, el cual es de
± 0.1 mL [1], Posteriormente se calcularon los equivalentes, EQ, del Na2CO3 usando la
ec. 3 en donde MW corresponde al peso molecular y C a la carga del catión de la sal.
Después, se calculó la normalidad de la solución (ec. 4; V en litros y m en gramos).
Finalmente, para el cálculo de la incertidumbre, se usó la ec. 6 para obtener la varianza
total de la Normalidad (la ec. 6 se obtuvo aplicando la ec. 5) y así, con la ec. 7, obtener
el valor de la desviación estándar.
3
La normalidad de la solución es: 0.535 ± 0.001N
𝑀𝑀𝑀𝑀
𝐸𝐸𝐸𝐸 = ec. 3
2
𝑚𝑚𝑠𝑠
𝐸𝐸𝐸𝐸
𝑁𝑁 = ec. 4
𝑉𝑉𝑠𝑠𝑠𝑠𝑠𝑠
𝑁𝑁
𝜕𝜕𝜕𝜕
𝑠𝑠𝑥𝑥2 = �( )2 𝑠𝑠𝑖𝑖2 ; 𝑥𝑥 = 𝑥𝑥(𝑎𝑎, 𝑏𝑏, … , 𝑁𝑁) ec. 5
𝜕𝜕𝜕𝜕
𝑖𝑖=1
2 2
2 2𝑚𝑚𝑠𝑠
𝑠𝑠𝑁𝑁2 = � 2
� 𝑆𝑆𝑚𝑚 + �− 2
2 � 𝑠𝑠𝑉𝑉𝑠𝑠𝑠𝑠𝑠𝑠 ec. 6
𝑀𝑀𝑀𝑀 ∗ 𝑉𝑉𝑠𝑠𝑠𝑠𝑠𝑠 𝑠𝑠
𝑀𝑀𝑀𝑀 ∗ 𝑉𝑉𝑠𝑠𝑠𝑠𝑠𝑠
Nota: el peso molecular del carbonato de sodio usado es: 105.9884 con una
incertidumbre de 0 (no reportada) [2].
Problema 3
Cuál es el volumen de un átomo de Uranio cuyo radio de Bohr fue calculado como
156 ± 7 pm? Reporte el resultado en metros.
El volumen de un átomo, usando el radio de Bohr, esta dado por la ec. 8. Una vez
calculado el volumen, se uso la ec. 9 para determinar la variación total del volumen, la
cual es obtuvo a partir de la ec. 5. Finalmente, se usó la ec. 7 para obtener el valor de la
desviación estándar, obteniendo un valor de: 1.6E-29 ± 0.2E-29 m3
4𝜋𝜋 3
𝑉𝑉 = 𝑟𝑟 ec. 8
3
4
Problema 4
Para poder tomar una decisión, primero debemos seleccionar nuestro intervalo de
confianza, 99.9%, luego con la ec. 10, obtener el valor de α. Posteriormente, con ayuda
del comando ‘’tinv (0.9995,4)’’ de Matlab, se calculó el valor de la función densidad
de la distribución t-student con 4 grados de libertad y cuando α = α/2, es decir, el valor
de t, cuando la probabilidad es de 0.9995 (ec. 11). Después, se usó la ec. 12 para obtener
el valor de la incertidumbre asociada al contenido de plomo. Seguidamente, para
determinar la confianza con la que se tomaría la decisión de que el lote salga al mercado,
se despejo t de la ec. 11 usando una incertidumbre de 1.0 – 0.978. Finalmente, se calculó
su probabilidad con el comando de Matlab ‘’tcdf (x,4)’’, donde x es el valor de t. En
la Tabla 1 Se evidencian los resultados.
0.999 = 1 − 𝛼𝛼 ec. 10
𝛼𝛼
𝑃𝑃 = 1 − ec. 11
2
𝑠𝑠
𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖 = 𝑡𝑡 ec. 12
√𝑛𝑛
5
BILIOGRAFIA
APENDICE
Algoritmo de Matlab
clear; clc;
load data.mat; %variable que almacena todos los datos del experimento
mu = mean(x,'all');
s = std(x,1,'all');
r = ( 0:0.001:1.2 );
yr = pdf('Normal', r, mu, s);
r1 = ( mu-s:0.001:mu+s );
yr1 = pdf('Normal', r1, mu, s);
r2 = ( 0.6:0.001:0.7 );
yr2 = pdf('Normal', r2, mu, s);
%grafico descriptivo
plot(r,yr);
hold on
area(r1,yr1)
area(r2,yr2)
%cálculo de probabilidad
pa1 = normcdf(mu+s,mu,s) - normcdf(mu-s,mu,s);
pa12 = normcdf(mu+s,mu,s) - normcdf(0.6,mu,s);
p = pa12/pa1;
disp(p);