Propagación de errores

Estaba pasando por un problema al encontrar un error en la medición de la distancia focal, si las distancias del objeto y la imagen se dan con los errores apropiados. Encontré dos métodos para encontrar el error en diferentes lugares y quiero saber cuál es más preciso y por qué.

Un método se basa en el hecho de que los errores fraccionarios se suman y el segundo es diferencial puro. Escribí ambas soluciones y las publiqué a continuación.ingrese la descripción de la imagen aquí

Intentar otra vez. Suponga errores en tu y v no están correlacionados, lo que significa: ( d F ) 2 = ( F tu d tu ) 2 + ( F v d v ) 2

Respuestas (1)

Los dos enfoques dan resultados idénticos, pero ninguna de las cosas que ha escrito es correcta para la propagación de errores.

En su enfoque de la izquierda, ha realizado correctamente el cálculo diferencial.

En su enfoque de la derecha, tiene un error de signo en el término como 1 / ( tu + v ) :

d F = F tu d tu + F v d v = ( v tu + v tu v ( tu + v ) 2 ) d tu + ( tu tu + v tu v ( tu + v ) 2 ) d v = F ( 1 tu 1 tu + v ) d tu + F ( 1 v 1 tu + v ) d v = F 2 d tu tu 2 + F 2 d v v 2

y en tu pregunta inicial usaste algo más que F = 20 / 3 C metro . Esta es una buena manera de verificar que no ha cometido (o ha cometido) un error tonto: los resultados deben ser algebraicamente idénticos.

Sin embargo, al propagar incertidumbres, debe agregar incertidumbres independientes en cuadratura, no linealmente. La mayoría de los textos sobre análisis de errores discuten esto; aquí hay dos .

He corregido la parte sobre el uso de un valor incorrecto, pero aún no entiendo su punto sobre el error de señal. Si me indica un buen texto, lo revisaré, pero realmente no puedo ver cómo ambos métodos darán el mismo resultado.
@Atinder Editado.
@JEB Es cierto que los errores fraccionarios siempre crecen al multiplicar o dividir, y es cierto que los errores absolutos siempre crecen al sumar y restar. Sin embargo, es posible que el error fraccionario se reduzca cuando se trata de sumas. (El ejemplo canónico es el promedio, donde la incertidumbre fraccionaria en un promedio es menor que la incertidumbre fraccionaria en cualquier medición individual). Ese es el caso aquí: el análisis correcto da d F / F 0.7 % < d tu / tu .