Teoría de errores -Hitogramas

Documentos relacionados
Mediciones II. Todas las mediciones tienen asociada una incertidumbre que puede deberse a los siguientes factores:

Distribución Gaussiana o normal

Algunas nociones básicas sobre Estadística

DISTRIBUCIÓN NORMAL. Modelo matemático: f ( x ) = σ 2 π

Teoría de errores. 4 Otro de estos ejemplos pueden ser el de la medición de la densidad de un compuesto sólido o la velocidad de la luz.

Práctica No 1. Análisis estadísticos de los datos termodinámicos

3 ANALISIS DESCRIPTIVO DE LOS DATOS

En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener

LABORATORIO No. 0. Cálculo de errores en las mediciones. 0.1 Introducción

VALOR MEDIO Y DESVIACION ESTANDAR DE UNA SERIE DE MEDIDAS. x 1, x 2, x 3,..., x N. La media aritmética de las N medidas (valor medio o promedio) será:

Investigación Científica y Tecnológica

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

Aparatos de medida Errorabsoluto y relativo en la calidad de medida

Mediciones. Errores. Propagación de errores. Estadística. Prof. Arturo S. Vallespi

PROBABILIDAD. Unidad I Ordenamiento de la Información

ESTADÍSTICA DESCRIPTIVA EN POCAS PALABRAS (por jmd matetam.com)

RESUMEN de TEORIA DE ERRORES

1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k

PROBLEMAS DE TECNOLOGÍA FARMACÉUTICA GRUPO 3

Unidad 2. Tratamiento estadístico de datos. Histogramas y distribución estadística

PROBLEMAS DE TECNOLOGÍA FARMACÉUTICA GRUPO 3

TRABAJO PRÁCTICO DE LABORATORIO N 1 Tema: Aplicación de la teoría de los errores de mediciones directas e indirectas

Test 1: Conceptos básicos.

Estadística Inga Patricia Juárez, 2017 MEDIDAS DE TENDENCIA CENTRAL

PPTCEG061EM33-A17V1. Distribución normal 1

Error en las mediciones

Tratamiento de Datos Experimentales

Estadística ESTADÍSTICA

UNIVERSIDAD DE SONORA

Guía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha:

De vocabulario, cifras significativas, redondeos, mediciones y otras cosas. Elizabeth Hernández Marín Laboratorio de Física

MEDIDAS DE DISPERSIÓN Y ASIMETRÍA DE UNA DISTRIBUCIÓN DE FRECUENCIAS

Técnicas Cuantitativas para el Management y los Negocios

Tablas de contingencia Las tablas de frecuencia pueden organizar datos de sólo una variable a la vez.

Distribuciones de probabilidad II

Introducción al tratamiento de datos experimentales. Aplicación en fisicoquímica

FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional

TEMA 14: ESTADÍSTICA 1. CONCEPTOS ESTADÍSTICOS

Fundamentos de Estadística y Simulación Básica

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

Ing. Eduard del Corral Cesar Carpio

Las 19 primeras diapositivas de esta clase están incluidas en la clase teórica previa: Error y expresión de resultados (diapositivas 22 a 40).

SOLUCIONES A LAS ACTIVIDADES DE CADA EPÍGRAFE

CARACTERIZACIÓN ENERGÉTICA DEL VIENTO: POTENCIAL EÓLICO. Prof. Msc. José Garcia

APÉNDICE I. Calibración de la señal cromatográfica como función de la concentración: Sistema Ternario

RELACIÓN EJERCICIOS ESTADÍSTICA 4º A CURSO

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Tratamiento estadístico de datos

TEMA 14 ESTADÍSTICA. Cuantitativa: si puede medirse y expresarse con números (es una variable), por ejemplo la talla de calzado.

Probabilidades y Estadística Práctica N 3

Ms. C. Marco Vinicio Rodríguez

Estadística. Análisis de datos.

Unidad 13 Distribuciones unidimensionales. Parámetros

Prueba de Evaluación Continua Grupo A 26-XI-14

Tema 04: Medición y error. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom

Guía para examen departamental de la asignatura Laboratorio de Física (1210) Semestre

+ f 2. + f 3. p i. =h i 100. F i. = f i. H i. = h i. P i. = p i

Universidad de Sonora Departamento de Matemáticas Área Económico Administrativa

Medidas de Tendencia Central

Gerenciamiento Técnico de Proyectos

Conceptos de Estadística

Unidad 3: Incertidumbre de una medida

UNIDAD 6. Estadística

Mediciones experimentales

MINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática

Cuadernillo Ejercitación Medidas de posición y dispersión ESTADÍSTICA DESCRIPTIVA. Nos permite estudiar las. Medidas de tendencia central.

Ejercicios y Talleres. puedes enviarlos a

ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua

Profesora: Beatriz Ponce Nely TADA- 03

Estadística aplicada al Periodismo

Lección 6. Errores. MIGUEL ANGEL UH ZAPATA 1 Análisis Numérico I Facultad de Matemáticas, UADY. Agosto 2014

INTRODUCCIÓN AL CÁLCULO DE INCERTIDUMBRES DE ENSAYO

TEMA 2 (1ra parte). Tratamiento de datos experimentales

Práctica 2. Tratamiento de datos

3.2. Desviación Media

Duración: 2 horas pedagógicas

PREGUNTAS TIPO EXAMEN. 1. Cuál de las siguientes medidas es una medida de Centralización?

Recopilación: Camerina Laura Ramírez G. ESTADÍSTICA. Recopilación: Camerina Laura Ramírez G.

PROBLEMAS DE ESTADÍSTICA DESCRIPTIVA

CALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS

ÍNDICE. Prefacio... xi

ESTADISTICA Y PROBABILIDAD ESTADÍSTICA

Tabla de frecuencias agrupando los datos Cuando hay muchos valores distintos, los agruparemos en intervalos (llamados clases) de la misma amplitud.

Definiciones útiles. Experimento: Actividad realizada según un plan definido cuyos resultados producen un conjunto de datos.

El diseño de las redes de Saneamiento: Caudales en las Redes de Saneamiento

viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos

1.- OBJETIVOS 2.- MATERIALES. Péndulo con goniómetro Cinta métrica Regla graduada Vernier Cronómetro 3.- TEORÍA

= 6,25; 2. 2 c) 5 30 d) ESTADISTICA UNIDIMENSIONAL. 1 Dado el siguiente histograma relativo a las notas de los alumnos de una clase, responde:

CLASIFICACIÓN DE LA ESTADÍSTICA

EJERCICIOS DE ESTADÍSTICA DESCRIPTIVA. Prof.: MSc. Julio Rito Vargas A.

Estadística Inferencial. Estadística Descriptiva

MEDIDAS DE CENTRALIZACIÓN, POSICIÓN Y DISPERSIÓN. Matemáticas PAI 5 (4ºESO)

Parámetros Estadísticos básicos, Resumen y Presentación de datos. Jhon Jairo Padilla, PhD.

1. Completa los datos que faltan en la siguiente tabla de frecuencias.

MATEMÁTICAS ORIENTADAS A LAS ENSEÑANZAS APLICADAS. 4º ESO ACTIVIDADES DE REPASO. UNIDADES 1, 2 Y 3

MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros

Transcripción:

FÍSICA I Teoría de errores -Hitogramas Autores: Pablo Iván ikel - e-mail: pinikel@hotmail.com Ma. Florencia Kronberg - e-mail:sil_simba@hotmail.com Silvina Poncelas - e-mail:flo_kron@hotmail.com Introducción: Resumen: Se efectuaron varias mediciones de un mismo mesurando a fin de adquirir datos suficientes para realizar un análisis estadístico y determinar la distribución estadística de las mediciones. También se buscó determinar el error asociado a la medición de una longitud medida. En toda medición existen incertezas (o errores) asociadas en su determinación. Cuando realizamos una medición intentamos determinar el valor más representativo para la magnitud medida mejor valor, acotándola en un intervalo cuyos límites están determinados por sus correspondientes errores o incertezas de medición. En forma analítica, se puede expresar el resultado como: X - x x X+ x () donde X representa el mejor valor de la magnitud medida x, y x, la incerteza absoluta. Este valor, x, está dado por: x = s nom. + s est. () donde σ nom. representa el error nominal que viene dado por diferentes incertezas (apreciación, método, definición, interacción y exactitud) y σ est. representa los errores estadísticos (debidos a causas fortuitas). Con una cantidad considerable de mediciones, se puede realizar un histograma (gráfico que relaciona la frecuencia con que un dato o conjunto de datos se da dentro de una determinada muestra), cuyos parámetros más importantes de distribución son los siguientes: Valor medio: es el promedio de los datos obtenidos en las mediciones. Varianza. Desviación estándar. Las dos últimas variables caracterizan la dispersión de los datos alrededor del valor medio. Errores F. Kronberg, P. I. ikel y S. Poncelas

A partir de estos tres parámetros se puede calcular una función que caracteriza matemáticamente la distribución de probabilidad de ocurrencia de las mediciones. Existen valores con los que puede determinarse la localización de una distribución de un conjunto de datos: Media: es la media aritmética de los valores observados. Mediana: valor de la variable que separa el primer cincuenta por ciento de los datos de la segunda mitad. Moda: es al valor de la variable que en un histograma corresponde a un máximo. Descripción de la experiencia: Se eligió como mesurando la longitud de un escritorio de aproximadamente metro. El instrumento de medición utilizado fue una regla metálica graduada en milímetros, por lo que se asigna al error de apreciación (σ apreciación ) el valor mm. El método de medición elegido fue determinar cuántas veces la regla y fracciones de ella entran en la longitud de la canaleta. Se realizaron c inco mediciones a fin de obtener el número óptimo de mediciones ( op. ), el cual define el número más acertado de mediciones a realizar de un mesurando a fin de que el error estadístico sea aproximadamente igual al error nominal. Habiendo calculado previamente el error promedio de cada medición (S x ) mediante: S = x = j ( xj - x) - se procede al cálculo del número óptimo de mediciones, mediante la ecuación: (3) S x op. = () σ nom. (Para esta expresión se considera σ nominal = σ apreciación =, cm.) El valor obtenido para op. es,7; por lo tanto, una sola medición es suficiente. Se realizan otras setenta mediciones del escritorio, con el fin de obtener datos suficientes para la confección de un histograma. Las mediciones a realizar se dividen entre los integrantes del equipo y se confeccionan histogramas utilizando conjuntos de veinticinco mediciones (figuras os, y 3) y se realiza también un histograma para la totalidad de las mediciones efectuadas (figura ). A fin de calcular la curva normal correspondiente a cada histograma, se calculan los parámetros estadísticos descriptos a continuación: El valor medio, mediante la ecuación (5), x =. xi i = (5) Errores F. Kronberg, P. I. ikel y S. Poncelas

La varianza, utilizando la ecuación (), σ = m x j j j = (x - x). f () El error del valor medio (desviación estándar de la media) está dado por la ecuación (7): σ x est = σ x (7) σ = Los resultados obtenidos se detallan en la tabla : Observador s x 5,7, 5,7, 3 5,7, Total 5,7, Tabla. Valores de y σ x para las mediciones efectuadas por cada integrante del equipo. La curva normal se calcula (en todos los casos) mediante la ecuación (): (x m) f ( x) = ( x, m, σ ) =.exp () σ π. σ Donde σ = σ x y m = x A cada uno de los histogramas se adjunta la curva normal (calculada con la ecuación ()). De la evaluación de cada gráfico se hallan la media, la mediana y la moda. Los valores de estas variables se exponen en la tabla. Histograma Media Mediana Moda Fig. 5,9 5,7 5,7 Fig. 5,9 5,7 5,7 Fig. 3 5,73 5, 5, Fig. 5,7 5,7 5,7 Tabla : Valores de media, mediana y moda para los gráficos analizados. El valor de la media se informa con dos cifras significativas a fines comparativos. Errores F. Kronberg, P. I. ikel y S. Poncelas 3

Media (5,9 cm.) - s x =, cm. 5,5 5,5 5, 5,7 5, 5,9 5,9 Clase Figura. Histograma confeccionado con las primeras veinticinco mediciones del mesurando. Media (5,9 cm.) - s x =, cm. 5,5 5,5 5, 5,7 5, 5,9 5,9 Clase Figura El histograma aquí representado se realizó utilizando las siguientes veinticinco mediciones de la longitud 9 7 5 3 Media (5,7 cm.) - s x =, cm. 5,5 5,5 5, 5,7 5, 5,9 5,9 Clase Figura 3. El histograma aquí expuesto se elaboró a partir de las últimas veinticinco mediciones del escritorio. Errores F. Kronberg, P. I. ikel y S. Poncelas

35 3 5 5 5 Media (5,7 cm.) - s x =, cm. 5,5 5,5 5, 5,7 5, 5,9 5,9 Figura : En base a la totalidad de los valores obtenidos sucesivamente para el mesurando, se confeccionó el histograma arriba reproducido. Combinando el error estadístico (calculado a través de la ecuación (7)) con el error nominal, se obtiene el error efectivo (ver ecuación ()): σ efect. =,5 cm., cm. Puede expresarse ahora el valor del mesurando como sigue: x= (5,7 ±,) cm. (donde x representa la longitud del escritorio) Se calcula entonces el error porcentual a partir de la ecuación (9): X % = X El valor obtenido para ε X % es,59 %, %. Clase ε X (9) Conclusión: En los cuatro casos analizados, puede observarse que los valores de media, mediana y moda (parámetros con los que puede caracterizarse la distribución de los datos) coinciden. Puede observarse que los histogramas tienen una distribución que está razonablemente descripta por una distribución normal. uestras observaciones muestran que σ x (desviación estándar de la muestra) es independiente del número de mediciones efectuado (). Los resultados obtenidos por cada uno de los observadores coinciden. El mejor valor es 5,7 cm. Errores F. Kronberg, P. I. ikel y S. Poncelas 5