Scribd Logo
Upload

Welcome to Scribd!

  • LFIS100 (Manual para El Tratamiento de Datos)

    Uploaded by

    Eddy Quelca
    8 views27 pages

    Original Title

    LFIS100 (Manual Para El Tratamiento de Datos)

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    8 views27 pages

    LFIS100 (Manual para El Tratamiento de Datos)

    Uploaded by

    Eddy Quelca

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 27
    MANUAL PARA EL TRATAMIENTO DE DATOS EN FISICA EXPERIMENTAL 3° Edicion Manuel R. Soria R. PRESENTACIO! El presente manual esta dirigido a estudiantes que siguen un curso de fisica basica experimental de nivel universitario y que, después del trabajo de laboratorio, deben realizar el tratamiento de los datos obtenidos. Como corresponde a un manual, el presente trabajo no se detiene en justificaciones tedricas que, en una buena parte, corresponden al area de la estadistica. La teoria estadistica no debe distraer al estudiante de aquello que, a este nivel, es més importante: la asimilacién de los conceptos, principios y leyes de la fisica a través de la experimentacién. En esta edicién se han hecho algunos cambios para darle atin mayor claridad y concrecién al texto. Dada la necesidad del calculo diferencial en el tratamiento de datos, se ha incluido un apéndice practico sobre ese tema, como una ayuda adicional para los estudiantes que se inician en la fisica universitaria. Finalmente, agradezco a los docentes y estudiantes que acogieron las ediciones anteriores de este manual, cuyo propésito fundamental es el de facilitar a los estudiantes la realizacién del tratamiento de datos y posibilitarles un mejor aprovechamiento del trabajo de laboratorio. La Paz, agosto de 2014. Manuel R. Soria R. CONTENIDO 1 TRATAMIENTO BASICO DE DATOS Cifras significativas Incertidumbre Operaciones con medidas Redondeo Tratamiento estadistico de datos Media aritmética Desviacién estandar Intervalo de confianza Determinacién de Prueba de hipstesis Diferencia porcentual 2 PROPAGACION DE ERRORES Propagaci6n directa de errores Propagacion inversa de errores 3 GRAFICOS Relacién lineal con intersecci6n no nula Relaci6n lineal con interseccién nula Relacién potencial Relacién exponencial Coeficiente de correlacién APENDICES 1 Valores de ¢ para v grados de libertad y nivel de confianza p (%) (intervalos simétricos) Il CAlculo diferencial 28 MRSR 7 1 pRatamiento BAsico DE DATOS CIFRAS SIGNIFICATIVAS. Las cifras significativas son cifras fiables obtenidas, directa 0 indirectamente, mediante una medicién. Una medida debe incluir s6lo cifras significativas. Se pueden anotar ceros a Ja izquierda con el fin de mostrar la posicién del punto decimal. Los ceros a la derecha deben anotarse s6lo si son significativos; en caso contrario, deben usarse potencias de 10. Ejemplo 1. Al medir la longitud de un l4piz con una regla graduada en milimetros se ha obtenido / = 14.3[cm] . Analizar si las siguientes expresiones son fisicamente equivalentes a la medida obtenida. 1 = 14.30[cm] 1 = 143[mm] 1= 14[cm] 1=143 x 10°[um] 1 = 143000 [um] 1 = 0.000143 [km] 121.43 x 10" [m] Solucién. Las expresiones de la izquierda no son fisicamente equivalentes a la medida obtenida, porque no conservan las tres cifras significativas que tiene esa medida. En cambio, las expresiones de la derecha si mantienen las tres cifras significativas y son fisicamente equivalentes a la medida obtenida. INCERTIDUMBRE. La tiltima cifra significativa de una medida encierra cierto grado de incertidumbre y, a no ser que se determine otra cosa, esa incertidumbre se asume como de una unidad en dicha cifra. Ejemplo 2. Justificar la existencia de incertidumbre en la medida del Ejemplo 1 y expresar la medida incluyendo esa incertidumbre. Solucién. Al medir la longitud del lapiz del Ejemplo 1, dificilmente un extremo del l4piz habré coincidido con la marca de la regla correspondiente a 14.3[cm]. Entonces, al afirmar que / = 14.3[cm] , lo Unico que se afirma es que J estd mas cerca de 14.3[cm] que de 14.2[cm] o de 14.4[cm]; esta situacin se expresa mediante 1= 14.3 + 0.1[cm] donde se muestra que la incertidumbre es de 0.1 [cm]. OPERACIONES CON MEDIDAS. Una medida obtenida en base a otras, mediante operaciones aritméticas, no debe incluir cifras no significativas. Para ello, se han establecido las siguientes reglas basicas. En la adicion y la sustraccién, las medidas se redondean hasta Ia tiltima posicién decimal de la medida que tenga menos decimales y, luego, se procede con la operacion. Ejemplo 3. Calcular la distancia total, d, recorrida por un mévil que recorre las distancias d, = 2.31{m] y d, =0.778{m] y justificar el resultado. Solucién. d= dy + dy =2.31[m] + 0.78[m] = 3.09[m] Antes de proceder con la adicién, d) se ha redondeado a dos decimales ya que la medida que tiene menos decimales (di) tiene dos. Sumando directamente se obtiene d = 3.088[m]; esta expresién indica que d fue determinada hasta el milimetro, lo cual no puede ser cierto, ya que dj fue apreciada sdlo hasta el centimetro; entonces, el resultado aritmético incluye cifras no significativas y no es fisicamente correcto. En la multiplicacién y ta divisién, primero se realiza la operacién y, luego, el resultado se redondea de manera que quede con la misma cantidad de cifras que la medida que tenga menos cifras significativas. Ejemplo 4. Calcular la superficie S de un tridngulo de base 6 = 2.049[m] y altura h = 9.97[m] y justificar el resultado. Solucién. bh 2 049[m]x9.97[m =10.2[m?] El resultado se ha redondeado a tres cifras significativas ya que la medida que tiene menos cifras significativas (A) tiene tres. El resultado aritmético es 5 = 10.214265[m’] , pudiendo notarse a primera vista que este resultado tiene demasiadas cifras como para que todas sean significativas: Por tanto, no es fisicamente correcto. rrr —_—_—_—_ | REDONDEO. EI principio fundamental del redondeo establece que la cantidad | redondeada debe ser la mds préxima a la cantidad original. Ejemplo 5. Anotar ejemplos representativos de redondeo de acuerdo con el { principio fundamental. Solucién. 2.626 redondeado a un decimal queda 2.6 4.3499 redondeado a un decimal queda 4.3 | 3.261 redondeado a un decimal queda 3.3 | 4.85001 redondeado a un decimal queda 4.9 i Por convencién, si el primer digito a despreciar es 5 y es el ultimo digito 0 esta seguido sélo de ceros, el digito precedente se deja igual si es par y sé incrementa en uno si es impar. Ejemplo 6. Anotar ejemplos representativos de redondeo aplicando la convenci6n. Soluci6n. 3.25 redondeado a un decimal queda 3.2 3.35 redondeado a un decimal queda 3.4 8.4500 redondeado a un decimal queda 8.4 8.5500 redondeado a un decimal queda 8.6 TRATAMIENTO ESTADISTICO DE DATOS. Al medir varias veces una misma magnitud fisica, atin teniendo el maximo cuidado, pueden obtenerse medidas diferentes; esto se debe a la presencia de errores aleatorios (producidos por la combinacién arbitraria de pequefios factores que no pueden ser controlados) y, para estimar el tamajio de la magnitud, es necesario aplicar ciertas técnicas estadisticas. MEDIA ARITMETICA. Sea x una magnitud fisica y x1, 32, 2, .., Xn, uM conjunto de medidas que se obtienen de ella. La media aritmética de las medidas, | o simplemente la media de x, que es un valor alrededor del cual estan mayormente agrupadas las medidas de x, se define como n zotte tytn th 2 n n (dy 10 DESVIACION ESTANDAR. Una medida de la dispersién de un conjunto de n medidas de una magnitud x es la desviacién normal, estindar © tipica definida como (2) Una calculadora electrénica cientifica calcula automaticamente la media y la desviaci6n estdndar de un conjunto de valores. Ejemplo 7. Calcular la media y la desviacién esténdar de las siguientes medidas de una longitud h, obtenidas en milimetros: 86 86 85 86 85 8.6 Solucién. La media de / es h = 8.566666667| mm] y la desviaci6n estandar de h es 8, =0.0516397792[mm] Puesto que la media no es una medida individual més, sino un valor extractado de varias medidas, si se desea anotarla como un valor final, es apropiado hacerlo con una cifra més que las medidas individuales; es decir, h =8.57|[mm]. En cuanto a la desviacion esténdar, con tres cifras significativas se tiene una buena informacién sobre la dispersién de los datos; © sea, s, = 0.0516{mm] . INTERVALO DE CONFIANZA. A partir de un conjunto de n medidas de una magnitud x, su valor puede estimarse a través del intervalo de confianza, que es un intervalo que, con cierta probabilidad, conocida como nivel de confianza, contiene al valor verdadero de x y esté dado por were (3) donde 1, se denomina coeficiente de confianza 0 valor critico de t; siendo t el 11 estadistico © variable en funcidn de la cual se define la funcién de distribucién de probabilidad conocida como ¢ de Student. Los valores de ¢ estén tabulados y dependen del intervalo para el cual se tabulan, del nivel de confianza o probabilidad, p, y de los grados de libertad, cantidad que se representa por V y que, para este caso, es ven-1 4) El Apéndice I incluye una tabla de valores de ¢ que pueden usarse directamente en la expresién (3). Si n> 30; es decir, v >29, debe usarse el valor de ¢ correspondiente a v= 0. El intervalo de confianza de la expresién (3) puede escribirse como x=X4E, (6) donde E, es el error absoluto de x; es decir, (6) El error relativo de x es E a qa x y el error porcentual de x, E py = &y X100(%) = (8) Ejemplo 8. Determinar el intervalo de confianza de la longitud h del Ejemplo 7, a un nivel de confianza del 95% y aclarar su significado. Anotar los errores absoluto, relativo y porcentual de h. Solucién. El valor de 4 se encuentra en la tabla del Apéndice I en la intersecci6n de la fila correspondiente a v = 5 y la columna correspondiente a p= 95%, siendo f. = 2.571. Luego, con los resultados del Ejemplo 7, se tiene 0.0516397792 Ve [mm] h =8.566666667 + 0.0542014402 [mm] ~ 5; h=htt, 8.566666667+ 2.571 SSS ee Len 12 En un intervalo de confianza, lo apropiado es redondear el error absoluto a una cifra significativa y la media, hasta la posicién de esa cifra; luego, el intervalo de confianza buscado es A =8.57 £0.05[mm] Entonces, este intervalo (de 8.52{mm] a 8.62[mm]) incluye al valor verdadero de / con una probabilidad del 95%. El error absoluto de h es E, =0.05{mm] El error relativo deh es E£ , = Fe = 2.05lmm _ 9 0058 h-— 8.57[{mm] El error porcentual de / es E py = &, 100 = 0.0058 x 100 = 0.58% DETERMINACION DE n. Segiin las ecuaciones (6) y (7), el ntimero de medidas que deben tomarse de una magnitud x para estimar su valor con un error relativo prefijado, €,9, estaria dado por : n-(4 25] © ByoX. Sin embargo, como /, depende del ntimero de medidas, para determinar 7, debe aplicarse un procedimiento de tanteo, como se muestra en el siguiente ejemplo. Ejemplo 9. Calcular el ntimero de medidas, 7, que deben tomarse de la longitud h del Ejemplo 7, para determinarla con un error relativo, &49. de 0.004 a un nivel de confianza del 95%. Solucién. Si se asigna a n, Un valor SUPUESIO, 114-4) = 2, en la tabla del Apéndice 1, se tiene ¢, = 12.706 y. con la ecuacién (9), el valor calculado de n,, resulta 13 7 2 Mhacaie =| te te | = 12.706 —2.0516lmm)_ _ 365.79 Eg 0.004x 8.57[mm] este valor no es similar al valor inicialmente supuesto; por tanto, el procedimiento debe repetirse hasta que los valores supuesto y calculado de 1, sean los mas préximos; lo cual, como se muestra en la tabla incluida, ocurre para My yp =! Y Mpa = 11.25. Como este Nnsup fe Nn cate Ultimo valor tiene parte fraccionaria, para , Se 2.262 | 11.59 toma el entero inmediatamente superior; es 2.228 | 11.25 decir, 10.98 n, #12 Si en el procedimiento de tanteo se concluyera que 7, debe ser mayor o igual a 30, el valor de 7, debe calcularse con el valor de /. correspondiente a v = 0. PRUEBA DE HIPOTESIS. Para probar la hipotesis de que el valor medido de una magnitud x es equivalente a un valor esperado 0 tedrico conocido, a un nivel de confianza dado, debe verificarse que el valor esperado 0 teérico se encuentra en el intervalo de confianza de x, a ese nivel de confianza. Ejemplo 10. Sabiendo que el valor esperado de la longitud 4 del Ejemplo 7 es 8.61{mm], probar la hipdtesis de que el valor medido es equivalente al valor esperado, a un nivel de confianza del 95%. Solucién. Puesto que el valor 8.61[mm] se encuentra en el intervalo de confianza obtenido en el Ejemplo 8, se prueba la hipétesis de que el valor medido de A es equivalente al valor esperado, a un nivel de confianza del 95%. DIFERENCIA PORCENTUAL. La diferencia porcentual de a respecto de b esté dada por a-b diferencia porcentual = x 100% (10) Este indicador puede usarse para verificar la equivalencia entre un valor experimental y un valor teérico o esperado, siendo aceptables diferencias porcentuales de hasta +10% . 14 Ejemplo 11. Determinar la diferencia porcentual de la media de la longitud h del Ejemplo 7 respecto del valor teérico de 8.61[mm] e interpretar el resultado. Solucién. dif.% = hh heo 100% - 8.57{mm]- 8.61[mm] 1 og = 0.46% Neo 8.61[mm] Entonces, el valor medio es menor que el valor teérico en un 0.46% y, al estar su diferencia porcentual dentro de los limites aceptables de +10%, puede asumirse que esos valores son equivalentes. MRSR 15 2. PROPAGACION DE ERRORES PROPAGACION DIRECTA DE ERRORES. Si la magnitud fisica fes funci6n de las magnitudes x,y, ,esdecir f = f(x,y,2,-..), su error absoluto esta dado por é, ‘| 2s) oz Ejemplo 1. Determinar el error absoluto de la suma y de la diferencia de dos medidas. Solucién. Si Eipetencs ri) FP te faxty aplicando Ia ecuaci6n (1) resulta E,=E, +E, i Se llega al mismo resultado si f = x - y. El error relativo de fes Ey (202) fer cas? pee (222) 7 f ax Jee) 9 Iisa)” oz oe 2) Ejemplo 2. Determinar el error relativo del producto y del cociente de dos medidas. Solucién. Si faxy entonces, Inf =Inx+Iny y aplicando la ecuacién (2) resulta Se llega al mismo resultado si f = x/y. Ejemplo 3. Determinar el intervalo de confianza del volumen de un cono a un nivel de confianza del 95% si los intervalos de confianza de su altura y del didmetro de su base, a ese nivel de confianza, son, respectivamente, A =5.41440.005[cm] y D=3.248+0.004[cm]. Solucién. La funcién que relaciona el volumen del cono con D y h es =p 12 por tanto, el valor medio (aritmético) del volumen es = BD? = 50: 248 [cm])*5.414 [cm] = 14.95267587 [cm*} Logaritmizando 1a férmula del volumen, aplicando Ia ecuacién (2) y reemplazando valores, se obtiene Eo , Fy _ 0004 0.005 AB Ah OL 3 Dh °3248*saiq~ 34 *10 luego, Ey = &)V = 34x10" x 1495267587 [cm’ ] = 0.05{em*] por tanto, el intervalo de confianza del volumen, a un nivel de confianza del 95%, es V = 1495+ 0.05[cm*] PROPAGACION INVERSA DE ERRORES. Si S=S(KYY 20). para determinarla con un error relativo prefijado, € pq, es necesario determinar los errores con que deben medirse x,y,z,... . Se 7 Ejemplo 4. Determinar los errores relativos con que deben medirse el didmetro, dD, y la altura, A, de un cilindro para determinar su volumen con un error relativo, & , 9 , de 0.003 (a cierto nivel de confianza). Solucién. El volumen del cilindro esté dado por ==D'h 4 de donde, su error relativo es 2 1 €y =SEp + =E, = 2ep te vepeot Ten Dten luego, si los errores relativos con que deben medirse el didmetro y la altura se designan ¢ py Y &)9 + fespectivamente, debe cumplirse que 2 py + £49 = Evo o sea, 2€ po + Exo = 0.003 como esta ecuacién tiene dos incégnitas, tiene infinitas soluciones y, por comodidad, se adopta la solucién que hace iguales a los dos términos del primer miembro; entonces, debe cumplirse que al ‘ 2€ po = E50 = oe = 0.0015 luego, Epo = ome = 0.00075 E49 = 0.0015 Conocidos los errores con que deben medirse x, y, z, ... , puede determinarse el niimero de veces que se debe medir cada una de ellas (ver Ejemplo 9 del capitulo anterior). 18 MRSR 3 Graricos Los graficos son bastante representativos en el estudio de fenémenos en los que interactian dos magnitudes fisicas, Ilémense, y y x. Los pares de valores experimentales (x,y) se representan graficamente como puntos en un plano. Mediante un andlisis de regresion, se determina la relacién matematica que describe el fendmeno estudiado y que también se representa en forma gréfica. RELACION LINEAL CON INTERSECCION NO NULA. Para una relacin lineal con interseccién no nula, que tiene la forma y=A+Bx qd) las constantes de la regresién B (pendiente) y A (ordenada en el origen o interseccién) estén dadas por 2) A=y-Bx @) Las constantes de la regresién generalmente representan magnitudes fisicas y los valores dados por las ecuaciones (2) y (3) pueden considerarse como las medias de B y A, respectivamente, y sus intervalos de confianza estan dados por B= Btt sz (4) A=Att,s7 (5) donde sz y sj son las desviaciones estdndar de las medias de B y A, respectivamente, y pueden calcularse mediante (6) 7) El valor de 1, puede encontrarse en la tabla del Apéndice I con el nivel de confianza requerido y v=n-2. Una calculadora electronica cientifica calcula automaticamente los valores de B y A para un conjunto de pares de valores; ademds, proporciona los demas valores necesarios en las ecuaciones (6) y (7). 19 Ejemplo 1. Un cuerpo se mueve con movimiento uniformemente acelerado con velocidad inicial diferente de cero. Midiendo su velocidad, v, para diferentes instantes de tiempo, f, se obtiene la siguiente tabla: ts) | 1 [| 2 73 7475 [6 ]7 | 8 vims} | 039 [0.45 [054 [063 | 0.71 | 0.76 | 085 | 0.94 | Realizar el andlisis de regresién correspondiente de acuerdo con la teorfa y a un nivel de confianza del 95%. Solucién. Si a es la aceleracién del cuerpo y vg su velocidad inicial, la relaci6n teérica entre v y f es v= vg +ar, que es una relacién lineal con intersecci6n no nula (y= A+ Bx) enlaque x=t, y=v,B=ay A=w. De ah, con una calculadora se v {mV/s} obtiene 10 B =0.0784523809 [m/s”] 09}- A= 0.3057142857[m/s] 08 Entonces, la relacién 0.7 experimental v = f(t) es 06 v= 0.3057 + 0.07845 t 05 (conren[s]yven[m/s])} 94 (la indicacién de las unidades 0.3 es imprescindible). 02 En la Figura 1 se ha dibujado 0.1 esta relacién junto con los puntos experimentales. 0 123 4567 8 ts Con las ecuaciones (6) y (7) se Figura 1 obtiene Sq = 0.001767098734[m / s*] 53 = 0.008923411194[m/ s] Para un nivel de confianza del 95% con v = 6, se tiene f, = 2.447; con esto, las ecuaciones (4) y (5) dan B =0.078+0.004[m/s*] A=0.31+0.02[m/s] Entonces, los intervalos de confianza de a y vg, a un nivel de confianza del | | | 95%, son | a =0.078 +0.004[m/s?] vp = 0.314 0.02[m/s] | RELACION LINEAL CON INTERSECCION NULA. Para una relacién lineal con interseccién nula, que tiene la forma y=Bx (8) laconstante de la regresién B (pendiente) esté dada por wy (9) roe El valor de dado por la ecuacidn (9) puede considerarse como la media de B . El intervalo de confianza de f esta dado por B= Btt.s; (10) donde sj es la desviacién estindar de la media de B y puede calcularse DY [er n El valor de ¢, puede encontrarse en la tabla del Apéndice I con el nivel de confianza requerido y v =n-1. mediante ay Una calculadora electronica cientifica proporciona los valores necesarios en las ecuaciones (9) y (11). Ejemplo 2. Un mévil parte del reposo desde una posicién tomada como “cero” y se mueve con movimiento uniforme. Midiendo el espacio recorrido, s, para diferentes instantes de tiempo, 1, se obtiene la siguiente tabla: 21 4 6 10 12 14 16 stem) | 176 [275 [455 [ort | 761 | 912 | 103.0 [115.8 Realizar el andlisis de regresién correspondiente de acuerdo con la teoria y a un nivel de confianza del 95%. Solucién. Si v es la velocidad del mévil, la relacién terica entre s y ¢ es s = vf, que es una relacién lineal con intersecci6én nula (Y =Bx) en la que x=f, y=s y B =v. De ahi, con una calculadora y la ecuacidn (9) se obtiene B =7.423039216[cm/s] . Entonces, la relacién experimental s = f(r) es 7.4231 (conten [s] ys en [em]) En la Figura 2 se ha dibujado esta relacién junto con los puntos experimentales. s [cm] Con la ecuacién (11) se obtiene 100 55 = 0.077068650I[cm / s] . 80 | Para un nivel de confianza del oo I 95% y v=T, se tiene 1,= 2.365; con esto, la 40 ecuacién (10) da | B=74+0.2[cm/s] Entonces, el intervalo de confianza de v, a un nivel de confianza del 95%, es Figura 2 v=74+0.2(cm/s] 0 2 4 6 8 10 12 14 16 ¢[s] RELACION POTENCIAL. Una relacién potencial tiene la forma year? - (2) donde a (coeficiente) y b (exponente) son las constantes de la regresién a, resulta Si la ecuacién (12) se logarit Iny=Ina+blInx (13) que tiene la forma Y=A+BX (4) luego, entre las variables Y y X; es decir, entre Iny y Inx, existe una relaci6n lineal con interseccién no nula en la que B=b (15) Por tanto, aplicando el andlisis de regresién lineal con intersecci6n no nula a los pares (Inx ,Iny) se determina B; 0 sea, b (si entre los datos originales se tiene el valor cero, el correspondiente par de valores no debe tomarse en cuenta para el analisis). Para determinar a, por razones fisicas, no es apropiado hacerlo con e“, sino como se describe a continuacién. Habiéndose determinado b de acuerdo con el fendmeno fisico estudiado, la ecuaci6n (12) puede escribirse como y=a{x*) (16) que tiene la forma Y=BX (17) luego, entre las nuevas variables ¥ y X; es decir, entre y y x°, existe una relacién lineal con intersecci6n nula en la que B=a (1g) Por tanto, aplicando el andlisis de regresién lineal con interseccién nula a los pares (x’,y) se determina 8; 0 sea, a. Ejemplo 3. Un movil parte del reposo desde una posicién tomada como “cero” y se mueve con movimiento uniformemente acelerado. Midiendo el espacio recorrido, s, para diferentes instantes de tiempo, f, se obtiene la siguiente tabla: t{s] | 05 | 10 | 15 | 20 | 25] 30 s{m) [36 [106 | 270 | 457 [775 11109 Realizar el andlisis de regresi6n correspondiente de acuerdo con la teoria ya un nivel de confianza del 95%. 23 Soluci6n. Si a’ es la aceleracién del mévil, la relacién tedrica entre s y f es s=(1/2)a't?, que es una relacién potencial (y= ax’); en la que x=f, y=s y, tericamente, b = 2. Trabajando con los pares de valores (In #,In s) en un andlisis de regresidn lineal con interseccién no nula, se encuentra que el intervalo de confianza del exponente de la relacion experimental s = f(t), a un nivel de confianza del 95%, es b=19402 s4{m] intervalo que incluye a 2; por 120 tanto, se prueba la hipétesis de que el exponente de la relacién 100 experimental s=f(t) es. equivalente a 2, a un nivel de 80 confianza del 95%. Trabajando con los pares de valores (t?,s) en un anilisis de 40 regresin lineal con interseccién nula, la relacién experimental s= f(t?) resulta 20 0 05 10 15 20 25 30%[s] s = 12.2217 (con ten{s] ysen(m]) Figura3 En la Figura 3 se ha dibujado la correspondiente relacién s = f(t) junto con los puntos experimentales. El intervalo de confianza de la pendiente de la relacién experimental s = f(t”) ,aun nivel de confianza del 95%, resulta B=122404{m/s?] De la relacién teérica, B =(1/2)a’; luego, a'= 2. Entonces, por propagacién de errores, el intervalo de confianza de a’, a un nivel de confianza del 95%, es a'=24.440.8[m/s"] 24 RELACION EXPONENCIAL. Una relacién exponencial tiene la forma yeae™* (19) donde a (coeficiente de la potencia) y b (coeficiente del exponente) son las constantes de la regresién y e, la base de los logaritmos neperianos. Si la ecuacién (19) se logaritmiza, resulta Iny=Ina+bx (20) que tiene la forma Y=A+BX (21) luego, entre las variables Y y X; es decir, entre Iny y x, existe una relacién lineal con interseccién no nula en la que Az=l|Ina (22) B=b (23) entonces, a=e‘ (24) b=B (25) Por tanto, aplicando el andlisis de regresién lineal con interseccién no nula a los pares (x,In y) se determinan 4 y B (si algin valor de y es cero, el correspondiente par de valores no debe tomarse en cuenta para el andlisis), Luego, con las ecuaciones (24) y (25) se determinan a y b. Por propagacién de errores en la ecuaci6n (24) y, dada la ecuacién (5), el error absoluto de a es E, =at,s7 (26) a Ejemplo 4, La parte mévil de un amortiguador elstico viscoso se aleja de su punto de equilibrio (tomado como posicién “cero”) y luego se suelta. Midiendo la posicién de esa parte mévil, s, para diferente instantes de tiempo, 1, durante su retorno al punto de equi Realizar el andlisis de regresién correspondiente de acuerdo con la teorfa y a un nivel de confianza del 95%, s=Se" a=Syb=-a. ‘Trabajando con los pares de valores (f,Ins) en un anilisis de regresién lineal con interseccién no nula, se obtiene a= 36.45632662[cm] b = -1.358082116[s '] Luego, la_relacién experimental s = (1) es 36.460 1 (con fen [s] y s en [cm]) En la Figura 4 se ha dibujado esta relacién junto con los puntos experimentales. Los intervalos de confianza a =36+2{[cm] 95%, son S =36+2[cm] s4[cm 40.0 |-- 35.0 30.0 i 25.0 |-- Solucién. Si Ses la posicién de la parte movil del amortiguador cuando se la suelta y @ la constante de amortiguacién, \a relaci6n teérica entre s y ¢s . que es una relacién exponencial (y= ae") en laque x=!, y =5, 25 tis. 20.0 |>— 15.0 | 10.0 50 0 Figura 4 de ay b, aun nivel de confianza del 95%, son b=-1364009[s" a =1.36+0.09[s* 0s Entonces, los intervalos de confianza de S y a , a un nivel de confianza del 15 ts] COEFICIENTE DE CORRELACION. Para el caso de la regresién lineal con interseccién no nula el coeficiente de correlacion esté dado por r=B(s,/s,) (27) Una calculadora electrénica cientffica calcula autométicamente este valor de r para un conjunto de pares de valores. Para el caso de la regresién lineal con interseccién nula el coeficiente de correlacién est4 dado por (28) Para las relaciones no lineales, el coeficiente de correlaci6n se halla para los pares de valores correspondientes a las relaciones linealizadas. En general, 0< r? <1, y cuanto mayor sea r? (0 |r|), se tendré un mejor ajuste; es decir, los puntos experimentales estarén mds cerca de la curva obtenida por regresi6n. Ejemplo 5. Calcular y comentar el coeficiente de correlaci6n para el Ejemplo L. Solucién, Para el Ejemplo 1, con una calculadora se obtiene r =0.9984814102. Este valor es préximo a 1; entonces, los puntos experimentales habrén de estar préximos a la recta obtenida por regresién, tal como se pudo apreciar, a simple vista, en la Figura 1. Cuando no se conoce el tipo de relacién existente entre dos magnitudes, el coeficiente de correlacién se utiliza para determinar la relacién que mejor se ajusta al conjunto de los puntos experimentales. Asi, de un conjunto de_posibles relaciones, se escoge aquella que tenga el mayor coeficiente de correlacién en valor absoluto. Sin embargo, esto no ocurre en fisica basica experimental donde, por teoria, se conoce el tipo de relacién existente entre las magnitudes estudiadas. MRSR 27 APENDICE 1 Valores det para v grados de libertad y nivel de confianza p (%) (intervalos simétricos) p| 50 80 90 95 98 99 99.5 99.8 99.9 v 1] 1.000 3.078 6.314 12.706 31.821 63.657 127.321 318.309 636.619 2] 0816 1.886 2920 4.303 6.965 9.925 14.089 22.327 31.599 3) 0.765 1.638 2353 3.182 4.541 5.841 7453 10.215 12.924 4| 0.741 1.533 2.132 2.776 3.747 4.604 «5.598 = 7.173 8.610 5) 0.727) 1476 2015 2.571 3.365 4032 4.773 5.893 6.869 6| 0.718 1440 1.943 2,447 3.143 3.707. 4.317 5208 5.959 7) O711 1415 1895 2.365 2.998 3.499 4.029 4.785 5.408 8} 0.706 1.397 1860 2.306 2.89 3.355 3.833 4501 5.041 9) 0.703 1.383 1.833 2.262 2.821 3.250 3.690 4297 4.781 10} 0.700 1.372) 1812 2.228 2.764 3.169 3.581 4.144 4.587 1] 0.697 1.363) 1.796 = 2.201 2.718 3.106 3497 4.025 4.437 12} 0.695 1.356 1.782 2.179 2.681 3.055 3.428 3.930 4.318 13} 0.694 1.350 1.771 2.160 2650 3.012 3.372 3.852 4.221 14] 0.692 1.345 1.761 2.145 2624 2.977 3.326 3.787 4.140 15} 0691 1.341 1.753. 2.131 2.602 2.947 3.286 = 3.733 4.073 16] 0690 1.337 1.746 = 2.120 2.583 2.921 3.252 3.686 4.015 17] 0.689 = 1.333 -1.740 2.110 2.567 2.898 3.222 3.646 3.965 18] 0.688 1.330 1.734 2.101 2.552 2.878 3.197 3.610 3.922 19} 0.688 1.328 1.729 2.093 2539 2861 3.174 3.579 3.883 20} 0.687 1.325 1.725 2.086 =2.528 92.845 3.153 3.552 3.850 21) 0.686 1.323. 1.721 2.080 2518 2.831 3.135, 3.527 3.819 22) 0.686 1321 1.717 2.074 2.508 2819 3.119 3.505 3.792 23) 0.685 1319 1.714 2.069 2.500 2.807 3.104 3.485 3.768 24) 0.685 1.318 L711 2,064 2492 2.797 3.091 3.467 3.745 25} 0.684 1.316 1.708 2.060 2485 2.787 3.078 3.450 3.725 26} 0.684 1315 1.706 2.056 2479 2.779 3.067 3.435 3.707 27) 0.684 1.314 1.703 2.052 2473 2.771 3.057 3.421 3.690 28} 0.683 1313 1.701 2.048 2.467 2.763 3.047 3.408 3.674 29} 0.683 1.311 1699 2045 2462 2.756 3.038 3.396 3.659 wo} 0.674 1.282 1.645 1.960 2.326 2.576 2.807 3.090 3.291 28 APENDICE II Calculo diferencial Sea la funcién y= f(x) representada en la Figura 1. La derivada de y respecto de x es una funcién que da la pendiente de la curva y vs. x en cualquier punto. En el punto 4, por ejemplo, la pendiente de la curva, que es igual a la pendiente de la recta tangente a la curva en ese punto, es igual al valor limite de la pendiente del segmento 4B cuando Ax tiende a cero. Luego, la derivada de y respecto de x es MRSR S(x+dx9) S(~) Figura 1 f(x +Ax)- f(x) Ax x? +2xAx+(Ax)? x? Solucién. dy = lim lim dx 40 x30 dy_ dx Ejemplo 1. Determinar la derivada de y respecto de x si y = x? 7 = dim (2x +Ax) 2x Las derivadas de varias funciones se encuentran en tablas; la Siguiente es una tabla minima de derivadas (a y n son constantes). 29 Ejemplo 2. Determinar la derivada de y respecto de x si y =x? Solucién. dy d, dy dg d rafter P-L Br Lg M8), saul a = >= ie de? S (x) g(x) a Tas arm y= f(x) - g(x) > dk dx dx dx Ejemplo 3. Determinar la derivada de y respecto de xsi y =2+4x° + x? Inx Solucién. F192 ax 42xIne dx Si y= f(u) y w= g(x) .entonces, dy _dydu dx dudx Ejemplo 4. Determinar la derivada de y respecto de x si_y = In(1+ x?) Solucién. La funcién dada puede escribirse yelnu con u=l+x? 30 luego, dy dx dy__2x dx 1+." Si f = f(x,y,z,...), la derivada parcial de f respecto de una variable es igual a la derivada de f respecto de esa variable, considerando a las demas variables como constantes. Ejemplo 5. Determinar las derivadas parciales de f respecto de x y respecto de ysi f=Inx+Iny, Solucién. ae

    You might also like