Tratamiento de los Errores Accidentales

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

Tema 2: El modelo básico de regresión lineal múltiple (I)

La inferencia estadística es primordialmente de naturaleza

Orden de la tirada. Figura 1: Frecuencia relativa de cara para una sucesión de 400 tiradas.

DISTRIBUCIÓN DE LA MEDIA Y EL TEOREMA DEL LÍMITE CENTRAL

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

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

Los Histogramas. Histograma simple

Estadística Descriptiva

1 DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. LA BINOMIAL

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

REDES DE BASE RADIAL. 1. Funciones de Base Radial.

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

ESTADÍSTICA poblaciones

ERRORES EN LAS MEDIDAS (Conceptos elementales)

Inferencia Estadística

Estimación de Incertidumbres y presentación de resultados. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Métodos indirectos de estimación: razón, regresión y diferencia

( ) = 1 ; f k. u v. uk v. vk u. Diferenciacion e Interpolacion 1/8. Diferenciacion e Interpolacion numerica. Diferencias finitas

Probabilidad y estadística

División de Estadísticas y Proyecciones Económicas (DEPE) Centro de Proyecciones Económicas (CPE)

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Probabilidad y estadística

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Qué es ESTADISTICA? OBJETIVO. Variabilidad de las respuestas. Las mismas condiciones no conducen a resultados exactamente similares PROBLEMA SOLUCIÓN

Curso de Estadística Unidad de Medidas Descriptivas. Lección 2: Medidas de Tendencia Central para Datos Agrupados por Valor Simple

Estadística Contenidos NM 4

AGRO Examen Parcial 1

ESTADÍSTICA. UNIDAD 3 Características de variables aleatorias. Ingeniería Informática TEORÍA

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

Trata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor

GUÍA DE EJERCICIOS ESTADÍSTICA DESCRIPTIVA

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

TEORÍA DE INCERTIDUMBRES Y PRESENTACIÓN DE RESULTADOS. Prácticas de Física I Departamento de Física Aplicada I Escuela Politécnica Superior

Estimación de Incertidumbres y presentación de resultados

TRATAMIENTO DE DATOS EXPERIMENTALES

al nivel de significación α P6: Conclusión: Se debe interpretar la decisión tomada en Paso 5.

n p(a ) = n p(a ) = n k Nº de casos favorables de A Nº de casos posibles de E p(a) = Capítulo PROBABILIDAD 1. Introducción

4 METODOLOGIA ADAPTADA AL PROBLEMA

Estadística aplicada al Periodismo

5. ANALISIS DE COLUMNAS DE ABSORCION

SEMESTRE DURACIÓN MÁXIMA 2.5 HORAS DICIEMBRE 10 DE 2008 NOMBRE

Estadística Contenidos NM 4

4º MEDIO: MEDIDAS DE POSICIÓN

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

Regresión - Correlación

Probabilidad ( A) Los axiomas de la probabilidad. φ = el conjunto vacío A B = A y no B C

Análisis de Regresión

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

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

TEMA 5.- LA DECISIÓN DE INVERTIR EN UN CONTEXTO DE RIESGO Introducción.

No debe entregar los enunciados

MEDIDAS DE CENTRALIZACIÓN

02 ) 2 0 en el resto. Tiempo (meses) Ventilador adicional No No Si No Si Si Si Si No Si Tipo carcasa A C B A B A B C B C

Calificación= (0,4 x Aciertos) - (0,2 x Errores) No debe entregar los enunciados

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

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

1 ESTADÍSTICA DESCRIPTIVA

MEDIDAS DE FORMA Y CONCENTRACIÓN

Signif. codes: 0 *** ** 0.01 *

TEMAS CUESTIONARIO DE AUTOEVALUACIÓN

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

Máximos y Mínimos de funciones de dos variables

MEDIDAS DE TENDENCIA CENTRAL

Estimación de Incertidumbres y presentación de resultados

3 Metodología de determinación del valor del agua cruda

Estadística Descriptiva

En consecuencia: Z=f(x,y)=f[ x(t) ; y(t) ]= F(t) (1) que resulta en definitiva una función de la variable t.la llamaremos Función Compuesta de t.

PARÁMETROS ESTADÍSTICOS ... N

UNIDAD TEMÁTICA 9 REGRESIÓN LINEAL Y CORRELACIÓN ENUNCIADO 1

EJERCICIOS RESUELTOS TEMA 3.

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

REGRESIÓN LINEAL SIMPLE

INTRODUCCIÓN A LOS MODELOS MULTIECUACIONALES

7. Muestreo con probabilidades desiguales.

Dada una sucesión x1, x2, x3,... x n dos a dos independientes, con una misma distribución de probabilidad y con esperanza µ y varianza σ

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

1 Estadística. Profesora María Durbán

NOMBRE Apellido Paterno Apellido Materno Nombre(s)

UNIDAD DIDÁCTICA 13: Estadística Descriptiva

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

Incertidumbre de las medidas.

INSTITUTO TECNOLÓGICO DE APIZACO PROBABILIDAD AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.

4. Fórmula de Lagrage El polomo de terpolacó de Hermte, p (x, de la fucó f e los putos dsttos x,,x admte la expresó: p( x f (x L (x + f '(x L (x, (Fór

PRACTICAS AMPLIACION DE ANALISIS NUMERICO FACULTAD DE INFORMATICA

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

x θ es conocida pero se desconoce θ total o ˆθ ) debe ser función de los datos de la muestra

La Metodología de la Verosimilitud Empírica

Tema 16: Modelos de distribución de probabilidad: Variables Continuas

Estadística Descriptiva

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

Intensificación en Estadística

Respuesta. Si 100 manzanas es una muestra suficientemente grande podemos ocupar el TCL. Por lo tanto:

6. ESTIMACIÓN PUNTUAL

V II Muestreo por Conglomerados

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

ANÁLISIS DE DATOS EXPERIMENTALES La medida y su error

Curso de Estadística Unidad de Medidas Descriptivas. Lección 3: Medidas de Tendencia Central para Datos Agrupados por Clases

GENERALIDADES ESTADISTICA DESCRIPTIVA

TEMA 5: ANÁLISIS CONJUNTO DE VARIABLES ALEATORIAS Y DISTRIBUCIÓN DE AGREGADOS

Transcripción:

Tratameto de los rrores Accdetales

Facltad de Igeería Uersdad Nacoal de Mar del Plata Clasfcacó de los rrores: Repaso Clasfcacó de los errores Groseros Sstemátcos Accdetales o forttos rrores Groseros: So aqellos qe por a cestó adertda llea a a ealacó fallda de la medcó. rrores Sstemátcos: So aqellos qe se repte e magtd y sgo (e galdad de codcoes). Se los debería calclar y desafectar co alga correccó. rrores Accdetales: So aqellos qe o se repte sempre co la msma tesdad y sgo so qe sge leyes del azar. No se los pede desafectar.

Facltad de Igeería Uersdad Nacoal de Mar del Plata Resme de cómo tratar errores: Repaso Clasfcacó de los errores Groseros Sstemátcos Accdetales o forttos Se debe detectar y elmar. De ser posble se debe determar y desafectar de la medda sado alga correccó. De o ser posble desafectarlos cotrbrá a la certdmbre. Se debe estmar y cosderar e la certdmbre Valor meddo + Correccó ± Icertdmbre (por errores sstemátcos) (por errores forttos o sstemátcos o corregdos por falta de alga formacó) 3

Facltad de Igeería Uersdad Nacoal de Mar del Plata Medcó Úca s Varas Medcoes Valor meddo + Correccó ± Icertdmbre mchas aplcacoes es sfcete qe el alor meddo sea el resltado de a úca medcó, y qe la certdmbre tome el alor de rror Máxmo o Límte (como emos hacedo). S embargo, cado se qere ametar la exacttd del resltado (es decr acercarse más al alor erdadero) se pede hacer aras medcoes del msmo alor de la magtd e las msmas codcoes expermetales, ya qe s hay e cada medcó se comete errores accdetales qe sge las leyes del azar es posble qe e a sere de medcoes haya por lo meos a compesacó parcal de esos errores accdetales. (Ua medcó accdetalmete e exceso se compese co otra medcó accdetalmete e defecto). 4

Facltad de Igeería Uersdad Nacoal de Mar del Plata Medcó Úca s Varas Medcoes S hay a compesacó (aqe sea parcal) de los errores accdetales, pede ser qe algú alor represetato de esa sere de medcoes (por ejemplo el promedo de ellas) sea más represetato del alor erdadero qe a medcó tomada ddalmete. Además, s tomamos aras medcoes e lgar de a sola, podríamos calclar algú ídce qe os dé formacó acerca de la dspersó de los alores meddos respecto del promedo, y s tlzamos ese ídce de dspersó como certdmbre tedremos más formacó qe s solo samos el error absolto límte. Coclsó geeral: Varas medcoes e las msmas codcoes y tratameto estadístco posteror tede a mejorar la caldad de la medda Para qe esto sceda, los errores debe ser pramete aleatoros, lo qe mplca qe todas las correccoes por errores sstemátcos debe ser realzadas preamete al tratameto estadístco! 5

Coceptos Báscos sobre el Tratameto stadístco de a Sere de Medcoes

Meda artmétca: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Parámetros Característcos de a Sere de Medcoes S llamamos,,.. a las arates de medcoes depedetes obtedas e las msmas codcoes se defe: s el promedo de las medcoes: = Medaa (M): s aqella arate qe dde el campo de obseracoes e dos partes gales. s decr la mtad de las medcoes so gales o sperores a la medaa y la mtad de las medcoes tee alores gales o meores qe la medaa. S el úmero de arates es par se toma como medaa el promedo de los dos alores cetrales eqdstates de los extremos. = Modo (Mo): s aqella arate qe se repte más eces. 7

Facltad de Igeería Uersdad Nacoal de Mar del Plata Parámetros Característcos de a Sere de Medcoes l rror Límte (.L.) de a sere de medcoes: stá determado por los alores máxmos de las desacoes de la sere. S se sa este ídce de dspersó para acotar a medda pede expresarse el resltado como: = +L L 00% de las medcoes.l. No ecesaramete los límtes speror e feror debe ser gales, por ejemplo se pede poer: 0.000 +5-50.L. 8

Facltad de Igeería Uersdad Nacoal de Mar del Plata Parámetros Característcos de a Sere de Medcoes rror Medo (.M.) de a sere de medcoes: s el promedo de los alores absoltos de las desacoes parcales.. M. = + +. + = = S se sa este ídce de dspersó para acotar a medda, la cota de error será lógcamete meor qe al sar.l. = ±. M. l rror Probable (.P) de a sere de medcoes: Se defe como aqel alor tal qe la mtad de las arates reslta compreddas etre:. P. +. P. 50% de las arates 9

Facltad de Igeería Uersdad Nacoal de Mar del Plata Parámetros Característcos de a Sere de Medcoes La Desacó Normal o Desacó Típca (σ): s la raíz cadrada del promedo de los cadrados de los errores aparetes o desíos respecto de la meda artmétca: σ = = ( ) Para salar este coeete, y como e la práctca el úmero de medcoes es acotado, se reemplaza por - co lo qe la ecacó ateror se modfca a: S se realzara a sola medcó ( = ) la desacó ormal σ daría cero y la coclsó sería correcta, pesto qe co a sola medcó se estaría dcedo qe la desacó es la (es como decr qe o hbo error accdetal) y eso o tee setdo. s = = ( ) Al cadrado de los errores aparetes, es decr, el cadrado de la desacó ormal se lo llama Varaza (V): V = σ (desacó típca para mestras peqeñas) 0

Facltad de Igeería Uersdad Nacoal de Mar del Plata Hstograma de Frececas Relatas s gráfco qe represeta como se dstrbye las medcoes qe se presetaro (es decr co qe frececa de reptero) jemplo de 50 medcoes: Iteralo Lectras Frececa Relata (fr) (lectras/total de lectras) (99,65 a 99,75] 0,0 (99,75 a 99,85] 3 0,06 (99,85 a 99,95] 0,4 (99,95 a 00,05] 8 0,36 (00,05 a 00,5] 0, (00,5 a 00,5] 4 0,08 (00,5 a 00,35) 0,0 Total = 50 Sma = 0,40 0,35 0,30 0,5 0,0 0,5 0,0 0,05 0,00 fr 99,7 99,8 99,9 00 00, 00, 00,3 Catdades meddas Al hstograma de frececas relatas també se lo deoma hstograma de probabldad.

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Los hstogramas de probabldades pede ser reterpretados al tomar a fcó cota qe sea eolete del gráfco escaloado. stas eoletes se deoma fcoes se dstrbcó de probabldades f() fr Así como la meda para arates se calcla co la ecacó sta e la traspareca 7: = = Se pede demostrar qe se llega a la sgete ecacó sado a dstrbcó de probabldades f() (a fcó cota) e lgar de las medcoes, qedado esta expresó:. f ( ). d

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Los hstogramas de probabldades pede ser reterpretados al tomar a fcó cota qe sea eolete del gráfco escaloado. stas eoletes se deoma fcoes de dstrbcó de probabldades Así como la araza para arates se calcla co la ecacó sta e la traspareca 9: Varaza = = ( ) Se pede demostrar qe se llega a la sgete ecacó sado a dstrbcó de probabldades f() (a fcó cota) e lgar de las medcoes, qedado esta expresó: Varaza ( ). f ( ). d 3

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Hay catro fcoes de dstrbcó de probabldad qe so las de mayor tlzacó e el campo de las meddas eléctrcas. Fcoes de dstrbcó de probabldades más sadas Dstrbcó rectaglar o forme Dstrbcó traglar Dstrbcó de Gass Dstrbcó Stdet o t Recordemos qe e toda fcó de dstrbcó de probabldad el área debajo de la cra es. 4

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó rectaglar: meda : ( X ) a b Varaza : ( V ) ( b ) a 5

Dstrbcó traglar: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades meda : ( X ) a b 3 c Varaza : ( V ) a b c ab ac bc 8 6

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gass o dstrbcó ormal:. Se tlza my a medo para mestras de gra tamaño (>30) porqe mchas medcoes repetdas sge este comportameto. Se basa e los sgetes postlados: l alor erdadero de úmero my grade de medcoes efectadas e gales codcoes, está dado por la meda artmétca de las msmas. s galmete probable cometer errores de gal alor absolto, pero de dstto sgo. s tato más probable cometer errores peqeños qe grades. 7

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades jemplo: Sea a poblacó=0.000 resstecas La meda artmétca de la poblacó la llamaremos µ La desacó ormal de la poblacó la llamaremos σ y S grafcamos la fcó de dstrbcó de probabldades geeralmete es ormal -x 0 x 8

Dstrbcó de Gass: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades s a fcó cota qe está caracterzada por dos parámetros: la meda del erso μ y la desacó típca, σ. S fcó de dstrbcó es: f ( ) La cra ormal adopta úmero fto de formas, determadas por ss parámetros μ y σ. e - (meda) y (desacó típca) so parámetros de la dstrbcó = alores obserados de la arable e estdo 9

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gass: Tee forma de campaa, es astótca al eje de las abscsas Smétrca co respecto a la meda () dode cocde la medaa (M) y la moda (Mo ) Los ptos de flexó tee como abscsas los alores Ua regla empírca dca qe e a dstrbcó ormal el área bajo la cra etre μ±σ es: μ ± σ 68% 68% μ ± σ 95% 95% 99% μ ± 3σ 99% -, Mo, M + 0

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gass: 50 40 60 f ( ) 5 e f() - 0 0 30 40 50 60 70 80 0 30 40 50 60 70 80 Cras ormales o gassaas co dsttas medas y desacoes estádar µ

Dstrbcó de Gass: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades La probabldad de qe a arate calqera de las medcoes se ecetre compredda etre a y b será el aérea de la cra de dstrbcó de probabldades. P( a b) f ( ) e - P( a b) b f ( ) d a Debdo a qe es my laboroso resoler esta tegral para ecotrar la probabldad se realza cambo de arable qe smplfca el cálclo.

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Cómo se resele a tegral sobre la dstrbcó de Gass? Se defe a arable axlar z μ z = σ La ea arable z se dstrbye como a NORMAL co meda = 0 y desacó típca = μ ± σ 68% μ ± σ 95% μ ± 3σ 99% 68% 95% 99% -3 - - 0 3 z 3

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Cómo se resele a tegral sobre la dstrbcó de Gass? l área bajo la cra de esta dstrbcó ormal co meda = 0 y desacó típca = e la arable z está reselta, y ss alores se mestra e dsttas tablas. toces a ez trasformada la arable a alores de z se bsca e la tabla el área correspodete Hay aros tpos de tablas de la dstrbcó ormal La qe se explca aqí represeta las áreas para los dferetes alores de z desde 0 hasta + Los alores egatos de z NO está tablados, ya qe la dstrbcó es smétrca 0 4 +

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Cómo se resele a tegral sobre la dstrbcó de Gass? Tabla Dstrbcó Normal: Area desde +z a fto z.00.0.0.03.04.05.06.07.08.09 0.0.50000.4960.490.48803.48405.48006.47608.470.468.4644 0..4607.4560.454.4488.44433.44038.43644.435.4858.4465 0..4074.4683.494.40905.4057.409.39743.39358.38974.3859 0.3.3809.3788.37448.37070.36693.3637.3594.35569.3597.3487 0.4.34458.34090.3374.33360.3997.3636.376.398.356.307 0.5.30854.30503.3053.9806.9460.96.8774.8434.8096.7760 0.6.745.7093.6763.6435.609.5785.5463.543.485.450 0.7.496.3885.3576.370.965.663.363.065.770.476 0.8.86.0897.06.037.0045.9766.9489.95.8943.8673 0.9.8406.84.7879.769.736.706.6853.660.6354.609.0.5866.565.5386.55.497.4686.4457.43.4007.3786..3567.3350.336.94.74.507.30.00.900.70..507.34.3.0935.0749.0565.0383.004.007.09853.3.09680.0950.0934.0976.090.0885.0869.08534.08379.086.4.08076.0797.07780.07636.07493.07353.075.07078.06944.068.5.0668.0655.0646.0630.0678.06057.05938.058.05705.0559.6.05480.05370.056.0555.05050.04947.04846.04746.04648.0455.7.04457.04363.047.048.04093.04006.0390.03836.03754.03673.8.03593.0355.03438.0336.0388.036.0344.03074.03005.0938.9.087.0807.0743.0680.069.0559.0500.044.0385.0330.0.075.0.069.08.0068.008.0970.093.0876.083 5? x

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Cómo se resele a tegral sobre la dstrbcó de Gass? Tabla Dstrbcó Normal: Area desde +z a fto (cotacó)? x z.00.0.0.03.04.05.06.07.08.09..0786.0743.0700.0659.068.0578.0539.0500.0463.046..0390.0355.03.087.055.0.09.060.030.00.3.007.0044.007.00990.00964.00939.0094.00889.00866.0084.4.0080.00798.00776.00755.00734.0074.00695.00676.00657.00639.5.006.00604.00587.00570.00554.00539.0053.00508.00494.00480.6.00466.00453.00440.0047.0045.0040.0039.00379.00368.00357.7.00347.00336.0036.0037.00307.0098.0089.0080.007.0064.8.0056.0048.0040.0033.006.009.00.0005.0099.0093.9.0087.008.0075.0069.0064.0059.0054.0049.0044.0039 3.0.0035.00097.00069.00048.00034.0003.0006.000.00007.00005 4.0.00003.0000.0000.0000.0000.00000.00000.00000.00000.00000 6

Facltad de Igeería Uersdad Nacoal de Mar del Plata JMPLO Ua fete de tesó fe medda 00 eces dado alor promedo de 4V e las msmas codcoes, obteedo de las medcoes desacó ormal =.5 V Cál es la probabldad de qe a ea medcó tega alor speror a 6 V? 6V (P( 6 )) 7

Facltad de Igeería Uersdad Nacoal de Mar del Plata Solcó: = 4 V =.5 V Hallar P ( > 6 )? -3 - - 0 6 3 z.- Trasformamos la arable tesó e a arable z. l alor de z para a tesó de 6 V será: z = (6 V 4V)/.5V =.33 z σ μ 8

Facltad de Igeería Uersdad Nacoal de Mar del Plata Solcó: = 4 V =.5 V Hallar P ( > 6 ) z = (6 V 4V)/.5V =.33 z*.00.0 0.0.50000.4960 0..4607.4560 0..4074.4683 0.3.3809.3788 0.4.34458.34090 0.5.30854.30503 0.6.745.7093 0.7.496.3885 0.8.86.0897 0.9.8406.84.0.5866.565..3567.3350..507.34.3.09680.0950.4.08076.0797.5.0668.0655.6.05480.05370.7.04457.04363.8.03593.0355.9.087.0807.0.075.0.- Hallamos P ( z >.33) de a tabla:.0.490.454.494.37448.3374.3053.6763.3576.06.7879.5386.336.3.0934.07780.0646.056.047.03438.0743.069.03.48803.4488.40905.37070.33360.9806.6435.370.037.769.55.94.0935.0976.07636.0630.0555.048.0336.0680.08.04.48405.44433.4057.36693.3997.9460.609.965.0045.736.497.74.0749.090.07493.0678.05050.04093.0388.069.0068 6.05.48006.44038.409.3637.3636.96.5785.663.9766.706.4686.507.0565.0885.07353.06057.04947.04006.036.0559.008.06.47608.43644.39743.3594.376.8774.5463.363.9489.6853.4457.30.0383.0869.075.05938.04846.0390.0344.0500.0970.07.470.435.39358.35569.398.8434.543.065.95.660.43.00.004.08534.07078.058.04746.03836.03074.044.093.08.468.4858.38974.3597.356.8096.485.770.8943.6354.4007.900.007.08379.06944.05705.04648.03754.03005.0385.0876.09.4644.4465.3859.3487.307.7760.450.476.8673.609.3786.70.09853.086.068.0559.0455.03673.0938.0330.083 P ( z >.33) = 0,0976 9,76% 9

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Sea a poblacó de medcoes qe tee a meda μ: µ Spogamos qe extraemos sbcojto (a mestra) de medcoes : dstrbcó de la meda de las mestras -x y µ 0 Sacamos s meda y s σ = μ ; < μ ; > μ Las medas de dsttas mestras de medcoes cada a qe se tome, forma també a dstrbcó de Gass, alrededor de µ qe tee a desacó x σ σ = σ Pede ser qe: σ = 30

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades µ Scede qe cado el tamaño de la mestra () es my peqeño, la desacó ormal de la mestra S (qe es lo qe podemos calclar) solo sre como prmera aproxmacó para calclar la desacó ormal de la meda del erso. y -x µ 0 x σ S W. S. Goset bajo el sedómo de Stdet llegó a establecer coefcetes de correccó para estmar mejor la desacó ormal de la meda del erso a partr de la desacó de a mestra peqeña, y esos coefcetes forma a ea dstrbcó llamada dstrbcó de Stdet 3

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gosset o Stdet (també llamada t ): Al gal qe la dstrbcó ormal, es a dstrbcó cota, acampaada y smétrca. La dstrbcó de Stdet tee a meda de cero, es smétrca respecto de la meda y se extede de - a +. No hay a dstrbcó de Stdet, so a "famla" de dstrbcoes Stdet, todas co la msma meda cero, pero co s respecta desacó estádar dferete de acerdo co el tamaño de la mestra. xste a dstrbcó t p.ej. para a mestra de 0, otra para a mestra de, y así scesamete. La dstrbcó Stdet es más acha y más plaa e el cetro qe la dstrbcó de Gass. S embargo, a medda qe ameta el tamaño de la mestra, la dstrbcó t se aproxma a la dstrbcó de Gass. 3

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gass s Stdet: Dstrbcó Normal Dstrbcó Stdet para = Dstrbcó Normal Dstrbcó Stdet para =4 Dstrbcó Normal Dstrbcó Stdet para =0 33

Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades Dstrbcó de Gosset o Stdet (també llamada t ): Cómo se trabaja co la dstrbcó de Stdet? Se defe a arable t : t S S Los alores de t está tablados para dsttas probabldades de ocrreca y grados de lbertad (-) exstedo dsttas tablas co lgeras aracoes e cato a como se las tlza. toces se pede afrmar qe: t S 34

Dstrbcó Stdet: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades α/ 35

Dstrbcó Stdet: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Fcoes de Dstrbcó de Probabldades

Facltad de Igeería Uersdad Nacoal de Mar del Plata Cómo se trabaja co las dstrbcoes de Stdet? Dada a mestra de arates Grados de lbertad = - µ f(y) / Se fja a probabldad (por ede alor de α) Se extrae alor de t de tabla t S S ( ) s a afrmacó co la probabldad (α ) qe se fjó de ser erdadera 37

Facltad de Igeería Uersdad Nacoal de Mar del Plata JMPLO Se realza estdo de cosmo de aga e a peqeña cdad, tomado como refereca las medcoes e a mestra al azar de 0 edas, arrojado los sgetes cosmos daros: Veda Cosmo [ltros/día] Calcle cato cosme e promedo a eda de la cdad co a probabldad del 90% de ser a afrmacó correcta. 38

Facltad de Igeería Uersdad Nacoal de Mar del Plata Solcó: 68 l / día ( ) s S 6.93 l / día fcó de los grados de lbertad y el ídce de cofaza se determa el alor de t de la tabla de Stdet 39

Dstrbcó Stdet: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata

Dstrbcó Stdet: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata 4

Facltad de Igeería Uersdad Nacoal de Mar del Plata Solcó: 68 l / día s S 6.93 l / día x 68 (,833. 6,93) (683)l / día 55 ltros / día cosmo promedo 8ltros / día 4

Facltad de Igeería Uersdad Nacoal de Mar del Plata resme: Tamaño de la mestra Dstrbcó de Gass Cado dspoemos de úmero cosderable de mestras (>30) Dstrbcó de Stdet Cado por razoes ecoómcas la mestra está acotada e úmero

Facltad de Igeería Uersdad Nacoal de Mar del Plata JMPLO CASO I Medcó de Capactores (esayo o destrcto) CASO II Medcó de Correte de Corte de Fsbles (esayo destrcto) Teoría de Gass Teoría de Stdet 44

Ley de Propagacó de la Varaza

Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza Sea a fcó qe relacoa dos arables y : f (,) Y qe se realce a sere de medcoes de y, de maera qe se peda calclar las medas artmétcas y las desacoes típcas de esas arables:,,...,,,..., Nos propoemos ecotrar cato ale la desacó típca de la arable W, es decr, σ : W f (, ) 46

Podemos tomar los errores cometdos e la medcó mero de ( ) (llamémoslo ) y e la medcó de ( ) qe podemos llamarlo y propagarlos co la ley de propagacó del error, para obteer el error e la medcó de (llamémoslo ). s decr: PRIMRA MDICION: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza y ( ). ( ).,, Para otro par de medcoes y tedremos lo msmo: SGUNDA MDICION: y ( ). ( ).,, Geércamete:. ( ),. ( ), s lo qe mos e la clase ateror 47

... Co todos los errores cometdos sobre la arable W (,,.., ) podemos calclar la araza σ aplcado s defcó (traspareca 0): MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza Pero como djmos: toces s alor al cadrado será:,,. ) (. ) (. ) (. ) (,,. ).(. ).(. ) (. ) (,,,, 48

Reemplazado: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza Pero:,,,, ) ( ) ( ) ( ) ( sta expresó se cooce como ley de propagacó de la araza,,,, ) ( ) ( ) ( ) (

Caso partclar: MDICIONS LÉCTRICAS I Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza S los errores qe afecta a las arables y ( y ) so totalmete depedetes, es decr, error aleatoro qe afecte a o tee ga relacó co el error aleatoro qe afecte a, la expresó ateror se smplfca porqe: toces: 0 ( ) ( ),, sta expresó se cooce como ley de propagacó de la araza para arables o correlacoadas

Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza sta expresó se cooce como ley de propagacó de la araza para arables correlacoadas 0 S los errores qe afecta a las arables y ( y ) o so totalmete depedetes, es decr, s está relacoados de alga maera se cmple qe: ), ( co ) ( ) ( ) ( ) (,,,, toces: ) (, coaraza A este térmo se lo deoma coaraza:

Facltad de Igeería Uersdad Nacoal de Mar del Plata Ley de propagacó de la Varaza la práctca, se cosdera qe o hay correlacó etre las arables cado: Las magtdes de etrada y so depedetes; por ejemplo, cado se ha obserado reterada, pero o smltáeamete, e dferetes expermetos depedetes, o cado represeta magtdes resltates de dferetes ealacoes qe se ha realzado de forma depedete. No exste formacó sfcete para alorar la exsteca de a correlacó etre las magtdes de etrada. 5

Facltad de Igeería Uersdad Nacoal de Mar del Plata jemplo: Aergar la desacó típca porcetal de a ressteca calclada a partr de medcoes de tesó y medcoes de correte, cyos alores medos y desacoes típcas so: U = 00 V ± V y I = 0 A ± A. R m Vm 0 I m R R R R ( U ). U ( I ). I U I U I I Fómla sada porqe o hay datos para ealar a correlacó etre tesó y correte R R 00 I 0 0 U I U I.44 4. 33 R % 3.3% R m 0 Ua desacó del % e la tesó y del 0% e la correte cotrbye para qe la desacó ormal e la ressteca calclada sea del 3%.