Universidad militar nueva granada

Laboratorio de física
Pre informe practica 1
Teoría de errores

Integrantes: JASBLEIDY CANIZALES CACERES (1201606)

CRISTIAN LEANDRO PITA (2903071)
IVAN DAVID USECHE (2903045)
EDWIN IVAN REYES (2903078)

INTRODUCCION: menor a mayor. Se puede hallar sólo

La presente práctica se refiere al
óptimo desglosamiento de la teoría
de errores con el fin de aprender a
interpretar correctamente los
resultados que se obtengan en el
laboratorio.
Las magnitudes físicas son
determinadas experimentalmente por
medidas o combinación de medidas
las cuales se obtienen en el
laboratorio por medio de algún equipo
el cual genera una incertidumbre. Por
lo cual es importante expresar
algunos conceptos que promueven la
propagación de incertidumbre tales
como:
Promedio: Cantidad o valor medio
que resulta de dividir la suma de
todos los valores entre el número de
estos
Media: La media aritmética es el
valor obtenido al sumar todos los
datos y dividir el resultado entre el
número total de datos.
Mediana: Es el valor que ocupa el
lugar central de todos los datos
cuando éstos están ordenados de
para variables cuantitativas.
Moda: Es el valor que tiene mayor
frecuencia absoluta. Se puede hallar
la moda para variables cualitativas y
cuantitativas.
Desviación estándar: Es una
medida de dispersión, que nos indica
cuánto pueden alejarse los valores
respecto al promedio (media)
Histograma: Es una representación
gráfica de una variable en forma de
barras.
Se utilizan para variables continuas o
para variables discretas, con un gran
número de datos, y que se han
agrupado en clases.
En el eje abscisas se construyen
unos rectángulos que tienen por base
la amplitud del intervalo, y por altura,
la frecuencia absoluta de cada
intervalo.
La superficie de cada barra es
proporcional a la frecuencia de los
valores representados.
Ajuste Gaussiano: Consideramos
x1, x2,... xN (las N medidas
realizadas de una magnitud, cada
una afectada de un error individual
x1, x2,...  xN), como medidas
directas a partir de las cuales se
obtendrá la media como medida
indirecta, siendo la relación funcional
entre ellas
Propagación de Gauss: Valor medio
del error
Volumen de la esfera:
V = (4 pi/3) r^3
ln V = ln (4 pi/3) + 3 ln r
Si diferenciamos:
dV/V = 3 dr/r
Esto nos dice que el error relativo del
volumen es 3 veces el error relativo
del radio,
Densidad de la esfera: Medida
indirecta de la densidad de una
esfera de radio r donde se mide el
radio y se pesa la esfera.
La densidad se define como masa
sobre volumen:
Para la esfera, el volumen es
Así que la densidad se expresa en
función de radio y masa como
La ley de propagación de los errores
establece que
Con base en esto, podemos calcular
el error relativo de la densidad:
Aleatoriedad:
Probabilidad: Mide la mayor o menor
posibilidad de que se dé un
determinado resultado (suceso o
evento) cuando se realiza un
experimento aleatorio.
Para calcular la probabilidad de un
evento se toma en cuenta todos los
casos posibles de ocurrencia del
mismo; es decir, de cuántas formas
puede ocurrir determinada
situación.Los casos favorables de
ocurrencia de un evento serán los
que cumplan con la condición que
estamos buscando.
Esperanza: Es la suma de la
probabilidad de cada posible suceso
multiplicado por la frecuencia de
dicho proceso, es decir si tenemos
una variable cuantitativa
discreta X con n posibles
sucesos x1,x2,…,xn y
probabilidades P(X=xi)=Pi la
esperanza matemática es:
E(X)=∑i=1nxi⋅P(X=xi)=x1⋅P(X=x1)+x2
⋅P(X=x2)+
+…+xn⋅P(X=xn)
Incertidumbre: Se trata del maximo
error de la medicion.
Evidentemente,esta relcionado con la
presicion del instrumento.por regla
general se toma como incertidumbre
la precision del aparato ,algunas
veces aunque no sea muy correcto se
toma la mitad de la precision como
incertidumbre.
Propagacion de incertidumbres
En la mayoría de los casos las
magnitudes medidas directamente no
son el objetivo final de un
experimento, sino un paso necesario
para obtener otras magnitudes
relacionadas con ellas mediante
alguna dependencia funcional.
En este caso, es necesario conocer la
forma en que el grado de
incertidumbre se refleja en el
resultado final de las mediciones, es
decir cómo se propagan las
incertidumbres individuales de cada
medición en el resultado final de la
medición. Si se supone que una
magnitud f depende de x, el cálculo
del error ∆f a partir del error directo
∆x se denomina propagación de error.
Incertidumbre absoluta y relativa
Tomando en cuenta que Δx
representa la incertidumbre absoluta
y x representa el valor central de la
medición, entonces Δx/x.
Representa la incertidumbre relativa
al valor central y
(Δx/x)100%
representa la incertidumbre relativa
porcentual.
Cuando el intervalo se expresa en
forma absoluta , la longitud de una
varilla , por ejemplo ,se expresaria
como
longitud = 216.0 ± 0.5 mm
y cuando el intervalo se expresa en
forma porcentual , la longitud de la
varilla se expresaria como
longitud = 216.0 mm ± 0.2 % = l ±
(Δl/l)100%.
En todas las mediciones, la
incertidumbre siempre debe ser
menor que el valor medido. La
incertidumbre porcentual refleja la
calidad de la medición. Considérese,
por ejemplo, que en la medición de
un kilómetro se reporta un intervalo
de un centímetro. Esto representa
una medición muy precisa y poco
usual ya que Δx/x =1/100,000. En
cambio, supóngase que en la
medición de una distancia de tres
centímetros se reporta con el mismo
intervalo de un centímetro. Esta
representaría una medición muy mala
ya que Δx/x = 1/3. Por eso, la calidad
de una medición se indica no solo por
el tamaño de su intervalo sino
también por el cociente de Δx/x. En el
caso de la medición de una distancia
de un kilómetro con un intervalo de
un centímetro se obtiene una
incertidumbre porcentual de .001%.
en cambio en la medicion de tres
centimetros se obtien una
incertidumbre porcentual de 33.3%.
Referencias
 Matemáticas para ciencias,
Neuhaser Claudia, 2da edición,
editorial Pearson Education, Madrid
2004.

 Metodos numericos aplicación y

propagacion, Huerta A., edicion upg,
editorial los autores, Barcelona
1998.

 Estadistica descriptiva, Santiago

Fernandez Fernandez, 2da edicion,
ESIC editorial, Madrid 2002.

 Cálculo numérico y estadistica

aplicada, Luis Sese, edicion digital,
mayo 2013.
i