1 votos

¿Cómo encontrar el $y$ -¿el intercepto de un gráfico reduce el error en comparación con la búsqueda de la media del conjunto de datos?

En mi caso particular tengo la ecuación

$$ \frac{1}{d_i} = -\frac{1}{d_o}+\frac{1}{f} $$

y estoy tramando $\frac{1}{d_i}$ contra $\frac{1}{d_o}$ para dar un intercepto de (en teoría) -1 y un $y$ -intercepción de $\frac{1}{f}$ . ¿Cómo se reduce el error en comparación con la media de todos mis valores para $f$ ? Puedo ver cómo encontrar la pendiente tiene en cuenta los errores sistemáticos, ya que añadir una constante a cada $x$ o $y$ sólo aumentaría el intercepto, pero no veo cómo encontrar el intercepto mitiga los errores.

0 votos

Aha, esto debe ser sobre una lente, no una frecuencia. Siempre es bueno tener el contexto. ¿Y qué haces con esa lente?

0voto

Floris Puntos 54054

Si encuentra el intercepto, su resultado estará más ponderado por los puntos cercanos al eje Y (donde $d_0$ es grande). En cambio, si se toma la media de todas las $\frac{1}{f}$ valores, cada valor tendrá la misma ponderación.

¿Hay alguna razón para creer que los valores de $f$ cambiará con $d$ ? O bien, si hay menos error en el valor de $\frac{1}{d}$ para grandes $d$ Entonces obtendrá un resultado más preciso.

Sin saber cómo el error de cualquiera de las dos cantidades depende de su magnitud es difícil hacer una definitivo afirmación de que un método es mejor que el otro.

0 votos

La incertidumbre de medición en ambos $d$ son iguales y constantes, y no hay razón para que el error aleatorio sea mayor en uno que en otro, ya que ambos son simplemente distancias de magnitud similar medidas exactamente de la misma manera.

0 votos

Si el error sobre d es constante, el error relativo sobre 1/d disminuye con d...

0 votos

Cierto, lo siento, se me pasó eso. Me temo que sigo sin entender cómo esto implica que tomar la intercepción dará un valor más preciso.

0voto

Farcher Puntos 906

Se trata de un experimento bastante difícil de analizar porque como el porcentaje de error en una cantidad $\frac {1}{d_\rm o}$ aumenta el porcentaje de error en la otra cantidad $\frac {1}{d_\rm i}$ disminuye y viceversa, por lo que no se trata sólo de que los puntos sean más precisos en un extremo del gráfico en comparación con el otro.

Piénsalo así.
Supongamos que la distancia focal del objetivo es aproximadamente $10\,\rm cm$ y el error en una medición es $0.5 \, \rm cm$ .
Cuando ${d_\rm o} \approx 20 \,\rm cm$ y ${d_\rm i} \approx 20 \,\rm cm$ sólo sumando los errores se obtiene un error en la distancia focal de aproximadamente $2.5 \%$ mientras que si el objeto está en el infinito la distancia focal medida tiene un error de aproximadamente $5 \%$ .

Para encontrar la distancia focal como una media de muchos valores habría que utilizar una media ponderada, siendo la ponderación $\dfrac{1}{\rm error^2}$ lo que sería bastante laborioso a mano o incluso si se establece una hoja de cálculo para hacer los cálculos.

Dibujar un gráfico con barras de error apropiadas no es necesariamente más preciso, pero en efecto está haciendo la media de sus resultados con menos esfuerzo.
Al mismo tiempo, puedes utilizar tus conocimientos de física para comparar la teoría y el experimento, ya que sabes que la gráfica debe ser simétrica, con los interceptos de los dos ejes iguales $(=\frac 1f)$ .

0 votos

¿Por qué el error es del 5% cuando el objeto está en el infinito? ¿Y puedes explicarme la ponderación de la media?

0 votos

Con el objeto a gran distancia (equivalente a estar en el infinito) se formará una imagen en el plano focal del objetivo que es $10\,\rm cm$ de la lente y el error es $0.5\,\rm cm$ un porcentaje de error de $5\%$ . Las medias ponderadas están bien documentadas en los libros de texto y en los sitios de Internet, por ejemplo labrad.fisica.edu.uy/docs/promedios_ponderados_taylor.pdf .

0 votos

Vale, ya entiendo la media ponderada y por qué el error es del 5% cuando el objeto está en el infinito (lo había calculado mal y por eso me confundía). Sigo sin entender cómo la línea de mejor ajuste está formando (aproximadamente) una media ponderada, además he utilizado la regresión por mínimos cuadrados que no es ponderada a mi entender. Sin embargo, creo que esto es probablemente más allá del alcance de la tarea en este momento y su último punto sobre los interceptos en ambos ejes va a ser el argumento más valioso.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X