FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA. Medición de la longitud del largo del cuaderno:

Documentos relacionados
ERRORES EN LAS MEDIDAS (Conceptos elementales)

Los Histogramas. Histograma simple

Experimento: TEORÍA DE ERRORES. UNIVERSIDAD DE ATACAMA Facultad de Ciencias Naturales Departamento de Física I. OBJETIVOS

Laboratorio de Física PRÁCTICA 1

Máximos y Mínimos de funciones de dos variables

x x x x x Y se seguía operando

Modelos de Regresión análisis de regresión diagrama de dispersión coeficientes de regresión

Tema 1. La medida en Física. Estadística de la medida Cifras significativas e incertidumbre

Estadística. Tema 2: Medidas de Tendencia Central.. Estadística. UNITEC Tema 2: Medidas de Tendencia Central Prof. L. Lugo

CÁLCULO NUMÉRICO (0258)

ESTADÍSTICA poblaciones

TEMA 3. Medidas de variabilidad y asimetría. - X mín. X máx

Inferencia Estadística

PARÁMETROS ESTADÍSTICOS ... N

Presentación de resultados y estimación de incertidumbres. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Estadística Descriptiva

La inferencia estadística es primordialmente de naturaleza

Introducción a la Inferencia Estadística. Dept. of Marine Science and Applied Biology Jose Jacobo Zubcoff

I. ANÁLISIS DESCRIPTIVO DE UN CONJUNTO DE DATOS

Estadística. Tema 6: Análisis de Regresión.. Estadística. UNITEC Tema 6: Análisis de Regresión Prof. L. Lugo

Teoría Simplificada de ERRORES Suscriben este documento los coordinadores de Laboratorio de Química, Física I y Física II.

RELACIÓN ENTRE DOS VARIABLES NUMÉRICAS REGRESIÓN LINEAL SIMPLE. CORRELACIÓN. realizar el calibrado en análisis instrumental.

Tema 60. PARÁMETROS ESTADÍSTICOS: CÁLCULO, PROPIEDADES Y SIGNIFICADO.

TEORIA DE ERRORES. Fuentes De error. Error Final

ANÁLISIS DE REGRESIÓN Y CORRELACIÓN LINEAL

Estadística Descriptiva

Modelo Lineal Simple. Clase 02. Profesor: Carlos R. Pitta. ICPM050, Econometría. Universidad Austral de Chile Escuela de Ingeniería Comercial

Análisis de Regresión y Correlación Lineal

1.2. Medidas de Concentración

Modelos de Regresión Simple

Colegio Sagrada Familia Matemáticas 4º ESO ESTADÍSTICA DESCRIPTIVA

Colegio Sagrada Familia Matemáticas 4º ESO

Probabilidad y estadística

Regresión lineal simple

Incertidumbre de las medidas.

Objetivos. Introducción n a las medidas de posición n (tendencia central o tipismo): Moda y Mediana Media aritmética

ESTADÍSTICA 4º E.S.O. TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA TERMINOLOGÍA ESTADÍSTICA. Tipos de caracteres.

Guía práctica para la realización de medidas y el cálculo de errores

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

MEDIDAS DE TENDENCIA CENTRAL

Gráfica de los resultados experimentales: Variable Independiente: Variable Dependiente: Variable asociada:

Análisis de Regresión y Correlación Lineal

LOS NÚMEROS COMPLEJOS

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

Métodos indirectos de estimación: razón, regresión y diferencia

Como en ningún caso se conoce el valor verdadero de una medida es aconsejable hablar de error aparente.

Definición. Número obtenido a partir del análisis de una variable estadística. Procedimiento de cálculo bien definido:

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

Probabilidad y estadística

NOMBRE. para los nuevos datos, incrementando 5 unidades cada calificación. entonces la media sumando 5 unidades a cada calificación es

AGRO Examen Parcial 1

REGRESIÓN LINEAL SIMPLE

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

Análisis de Regresión

INGENIERÍA INDUSTRIAL DISEÑO EXPERIMENTAL LEOPOLDO VIVEROS ROSAS

GRADO EN PSICOLOGIA INTRODUCCIÓN AL ANÁLISIS DE DATOS Código Asignatura: FEBRERO 2010 EXAMEN MODELO A

ANÁLISIS DE DATOS EXPERIMENTALES La medida y su error

1. Los postulados de la Mecánica Cuántica. 2. Estados Estacionarios. 3. Relación de Incertidumbre de Heisenberg. 4. Teorema de compatibilidad.

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

ESTADÍSTICA I UNIDAD I ESTADÍSTICA DESCRIPTIVA

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

Línea de Investigación: Fisicoquímica de Alimentos. Programa Educativo: Licenciatura en Química. Nombre de la Asignatura: Química Analítica V

Análisis Numérico y Programación. Unidad III. -Interpolación mediante trazadores: Lineales, cuadráticos y cúbicos

En esta sección estudiaremos el caso en que se usa un solo "Predictor" para predecir la variable de interés ( Y )

Esta t d a í d s í titcos o TEMA 3.3

PyE_ EF1_TIPO2_

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Ejercicios y Talleres. puedes enviarlos a

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

2 - TEORIA DE ERRORES : Calibraciones

Estimación de Incertidumbres y presentación de resultados

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

GENERALIDADES ESTADISTICA DESCRIPTIVA

que queremos ajustar a los datos. Supongamos que la función f( x ) describe la relación entre dos cantidades físicas: x e y = f( x)

Concepto de regresión AQS 13

Estadística Espacial. José Antonio Rivera Colmenero

Tema 2: Distribuciones bidimensionales

1 ESTADÍSTICA DESCRIPTIVA

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2010 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES.

Ensayos de control de calidad

MEDIDAS DE CENTRALIZACIÓN

SISTEMAS DE ECUACIONES NO LINEALES

Regresión - Correlación

EJERCICIOS RESUELTOS TEMA 3.

1.3. Longitud de arco.

TRABAJO 2: Variables Estadísticas Bidimensionales (Tema 2).

SOLUCIÓN EXAMEN PARCIAL I

Dpto. Física Aplicada R. Valiente 1. Se advierte a los alumnos que estas transparencias no incluyen demostraciones

UNIDAD 14.- Distribuciones bidimensionales. Correlación y regresión (tema 14 del libro)

Supongamos que hemos aplicado el test F y hemos rechazado la H0.

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

Regresión y correlación lineal.

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

Medidas de Tendencia Central

Estadística aplicada al Periodismo

El valor en el que se estabilizan las proporciones se le conceptualiza como la probabilidad

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

EL DIAGRAMA DE DISPERSIÓN Y EL ANÁLISIS DE CORRELACIÓN

Transcripción:

FÍSICA EXPERIMENTAL INCERTIDUMBRE ABSOLUTA Y RELATIVA Medcó de la logtud del largo del cuadero: 9,5, cm,cm represeta la certdumre asoluta de la medda Qué ta sgfcatva es esa certdumre? 9,5, cm puede ser sgfcate, cm sgfcate, cm Klómetros Mcrómetros carece de setdo certdumre relatva certdumre asoluta valor meddo Icertdumre relatva se epresa e porcetaje:, cm.3,3% precsó dela medda 9,5cm Icertdumre asoluta: catdad co dmesoes Icertdumre relatva: catdad admesoal, es u úmero

ERROR SISTEMÁTICO Lectura afectada sempre de gual forma cosstetemete Error o vsle de medato pero presete e ua medcó Poscó cero o ajustada e strumetos Reaccó humaa: apretar otó de u croómetro Calracó de los strumetos No se deje egañar: verfque calracó de strumetos ERROR ESTADÍSTICO Lectura que varía es gualmete proale por ecma o deajo del valor verdadero o esperado Está sempre presetes e todo epermeto E auseca de errores sstemátcos, cada lectura cae alrededor del valor verdadero o esperado E preseca de errores sstemátcos, cada lectura cae o alrededor del valor verdadero so de u valor desplaado Valor verdadero

SE DEFINE ERROR SISTEMÁTICO Ó ERROS ESTADÍSTICO DEPENDIENDO DE SI ELLOS PRODUCEN UN EFECTO SISTEMÁTICO Ó ESTADÍSTICO (AL AZAR) NO PODEMOS DECIR QUE CIERTA FUENTE DE ERROR ES INHERENTEMENTE SISTEMÁTICA Ó ESTADÍSTICA UNA MISMA FUENTE DE ERROR PUEDE DAR LUGAR A EFECTOS SISTEMÁTICOS O ESTADÍSTICOS EXACTITUD Y PRECISIÓN U resultado es eacto s es lre de errores sstemátcos U resultado es precso s el error estadístco es mímo Los errores estadístcos se estma por métodos estadístcos U tratameto úco para los errores sstemátcos o este: Usted dee cosderarlos como efectos a ser descuertos elmarlos o mmarlos. 3

TRATAMIENTO ESTADÍSTICO DE UNA SOLA VARIABLE Suposcoes: Lre de errores sstemátcos Cojuto de medcoes de ua msma catdad Cada,,...,,... etc. varía co su error estadístco El valor medo,, se toma como el mejor valor Pero NO SERÁ IGUAL al valor verdadero X La preguta es: qué ta cercao está de X? TODO LO QUE PODEMOS DECIR ES QUE HAY UNA CIERTA PROBABILIDAD DE QUE X CAIGA DENTRO DE UN CIERTO RANGO CENTRADO EN cómo calcular este rago para algua proaldad específca? (a) _ () _ Cualtatvamete: etre maor sea la dspersó de los datos maor será el error esperado e Cuattatvamete? 4

Cojuto de meddas DISTRIBUCIÓN Ejemplo: Medcoes de ua ressteca R() 4,65 4,638 4,597 4,634 4,63 4,63 4,659 4,63 Valor medo 4,65 REQUERIMOS UNA CANTIDAD QUE NOS DÉ UNA MEDIDA DE LA DISPERSIÓN DE LOS OCHO () DATOS DE LA CUAL SE PUEDE ESTIMAR EL ERROR EN LA MEDIA Etoces, CONCEPTO DE DISTRIBUCIÓN El cojuto de medcoes es ua muestra al aar tomada de ua dstrucó de N medcoes (N mu grade, vgr ) Cualquer cojuto de medcoes se puede represetar co u hstograma (váldo para o para N medcoes) 5

HISTOGRAMA FUNCIÓN DE DISTRIBUCIÓN Hstograma: dvdr rago de los valores meddos e tervalos guales; cotar cuátas meddas ha e cada tervalo. Acho del tervalo es artraro S N>> acho de tervalo mu pequeño se tee dstrucó cotua: Fraccó de N lecturas e cada tervalo como fucó del valor de la medcó Fucó de dstrucó f Fraccó de N lecturas que cae etre f d : d es: proaldad de que ua de las meddas caga etre d La fucó de dstrucó cumple co la relacó: f d el promedo, otado co los parétess las medcoes se defe como: f d, sore todas E auseca de errores sstemátcos dee ser gual al valor verdadero X. 6

7 ERROR ESTÁNDAR El error e e ua medcó se defe: X e La desvacó estádar de la dstrucó se defe como el valor cuadrátco medo de e para todas las medcoes e la dstrucó: d f X e La desvacó estádar es ua medda del acho de la dstrucó, es decr, de la dspersó de las medcoes Error estádar E de la meda: j j e e e E e X X X E X e El promedo de e es e, etoces: e E Por defcó: e E m m,

INCERTIDUMBRE EN CANTIDADES CALCULADAS Propagacó del error Mámo marge de posldad para u valor calculado? Icertdumre e meddas orgales afectará el valor fal calculado!!!!! Ej. Cálculo del volume de u cuerpo: Cuátos métodos cooce que le permta coocer el volume de u cuerpo? Cúal es el más precso? 8

Icertdumre e catdades calculadas: Ua sola varale Medda: S f sgfca que podemos calcular a partr de u meddo Ej. Cúato es? S Icertdumre relatva e = dos veces certdumre relatva e Las dferecas ftas se puede epresar e forma de la dervada: d d df d df d 9

Ej. d d Potecas: d d Epoete maor, maor la ecesdad de ua alta precsó cal!!!!

Fucoes trgoométrcas: se d d cos cos Pero se etede mejor s: se cos se se cos S: cos se se cos se cos La certdumre es e realdad se s rada Fucoes logarítmcas epoecales: log e d d d d e e log

Icertdumre e catdades calculadas fucoes de dos ó más varales: S puede ser mu grade!!!! Co las dervadas: f f d f d f d f, Ej: Producto

3 Producto co epoetes: a d d a d a a log log log Ej. ecesta se o log log log

CIFRAS SIGNIFICATIVAS Los resultados dee ser dados de tal maera que el valor fal de la varale su certdumre sea cosstetes: S V 5,4,Volto I,7, Ampero V R 9.58835 I Valor dado por la calculadora Cuáto es el R? V R V I, 59Ohmos I I R 9,6, 59Ohmos V, V I, A Pero s es decr, ua sola cfra sgfcatva!!!! Etoces R dee teer tame ua sola cfra sgfcatva!!!! R 9,, 6Ohmos Deemos evtar afrmacoes del tpo:,34567,,, 4

PRINCIPIO DE MÍNIMOS CUADRADOS Determacó de la mejor líea para u cojuto de putos dados o por método gráfco so u procedmeto matemátco Lo deal es ecotrar ua líea recta que se ajuste a los valores medos Cosderamos el caso e el que la certdumre se lmta a la varale ; varale se mda co astate precsó Cúal es la mejor líea?, Qué sgfca la mejor líea? Defremos la mejor líea aquella que mma la suma de los cuadrados de las desvacoes P O P Q m 5

6 La magtud de las desvacó P Q es el tervalo etre u certo valor meddo el valor de e ese puto para le valor de. Este valor se puede calcular a partr del valor correspodete de como m S llamamos a cada dfereca, etoces: m El crtero de mímos cuadrados os dce: M mímo m La codcó para u mímo: M m M Hacedo los cálculos llegamos a otere etoces valores de la pedete la ordeada al orge de la mejor líea:_ N N N m De este método estas defcoes podemos calcular tame la dsvacó estádar de la pedete de la ordeada al orge, Esto os da INCERTIDUMBRES ESTADÍSTICA

La desvacó estádar de la pedete la ordeada al orge se calcula e térmos de la desvacó estádar de ua dstrucó de valores alrededor de la mejor líea: S S S m S S N N N N El método de mímos cuadrados os proporcoa valores estadístcamete sgfcatvos de las certdumres e la pedete m el corte co el eje al orge, las cuales depede de la dspersó real de los putos El COEFICIENTE DE CORRELACIÓN : Importate e dos casos sgfcatvos:. S de dos varales meddas ua puede cosderarse como causa de la otra, pero su efecto está parcalmete ecuerto por las fluctuacoes al aar. S dos varales puede cosderarse como cosecueca smultáea de ua causa comú, cuo efecto está parcalmete oculto por fluctuacoes al aar r 7