¿Por qué se utilizan incertidumbres fraccionales para derivar la incertidumbre de una cantidad derivada del producto de 2 cantidades en lugar de incertidumbres reales?

Deje que las cantidades que se miden sean x e y. Supongamos que las incertidumbres absolutas son [matemáticas] \ delta x [/ matemáticas] y [matemáticas] \ delta y [/ matemáticas]. Son positivos Entonces los valores medidos de x e y son [matemática] x \ pm \ delta x [/ matemática], y [matemática] y \ pm \ delta y [/ matemática].

Ahora consideremos la suma de las dos cantidades. El valor máximo de la suma es [math] (x + \ delta x) + (y + \ delta y) = x + y + (\ delta x + \ delta y) [/ math] y el valor mínimo es [math] (x- \ delta x) + (y- \ delta y) = x + y – (\ delta x + \ delta y) [/ math]. Entonces, la suma de las cantidades medidas es [matemática] (x + y) \ pm (\ delta x + \ delta y) [/ matemática]. La incertidumbre absoluta en la suma es [matemática] \ delta x + \ delta y [/ matemática].

Si observamos la diferencia de las dos cantidades, entonces, el valor máximo de la diferencia es [matemática] (x + \ delta x) – (y- \ delta y) = x-y + (\ delta x + \ delta y) [ / math], y el valor mínimo es [math] (x- \ delta x) – (y + \ delta y) = xy – (\ delta x + \ delta y) [/ math]. Por lo tanto, la diferencia de las cantidades medidas es [matemática] (xy) \ pm (\ delta x + \ delta y). [/ Matemática] La incertidumbre absoluta en la diferencia es [matemática] \ delta x + \ delta y. [/ Matemática ]

Ahora, [matemáticas] x \ pm \ delta x = x (1 \ pm \ frac {\ delta x} {x}) = x (1 \ pm \ frac {\ delta x} {| x |}) [/ math ] Del mismo modo, [matemáticas] y \ pm \ delta y = y (1 \ pm \ frac {\ delta y} {y}) = y (1 \ pm \ frac {\ delta y} {| y |}) [/ math ] El valor máximo del producto es [matemática] x (1+ \ frac {\ delta x} {| x |}) y ((1+ \ frac {\ delta y} {| y |}) = xy (1+ \ frac {\ delta x} {| x |} + \ frac {\ delta y} {| y |}) [/ math]. El valor mínimo del producto es [math] x (1- \ frac {\ delta x} {| x |}) y ((1- \ frac {\ delta y} {| y |}) = xy (1- \ frac {\ delta x} {x} – \ frac {\ delta y} { y}) [/ math]. Entonces el producto es [math] xy (1 \ pm (\ frac {\ delta x} {x} + \ frac {\ delta y} {y}) = xy (1 \ pm \ frac {\ delta (xy)} {| xy |}) [/ math], donde [math] \ frac {\ delta (xy)} {| xy |} = \ frac {\ delta x} {| x |} + \ frac {\ delta y} {| y |} [/ math] es la incertidumbre fraccional en xy.

El valor máximo del cociente es [matemáticas] \ frac {x (1+ \ frac {\ delta x} {| x |})} {y (1- \ frac {\ delta y} {| y |})} = \ frac {x} {y} (1+ \ frac {\ delta x} {| x |}) ((1+ \ frac {\ delta y} {| y |}) [/ math], por el binomio teorema: el valor mínimo del cociente es [matemáticas] \ frac {x (1- \ frac {\ delta x} {| x |})} {y (1+ \ frac {\ delta y} {| y |} )} = \ frac {x} {y} (1- \ frac {\ delta x} {| x |}) ((1- \ frac {\ delta y} {| y |}) [/ math], nuevamente por expansión binomial: a partir de los valores mínimos y máximos del cociente se puede demostrar que la incertidumbre fraccional, por el mismo método para el producto, también es [matemática] \ frac {\ delta x} {| x |} + \ frac { \ delta y} {| y |}. [/ math]

Gracias por preguntar esto, ¡tuve que ir a buscarlo! Muchos enlaces dieron la fórmula, pero no el razonamiento. Encontré un caso que explicaba comenzar con determinados errores:

Supongamos que A es realmente A + ∆A, y B es realmente B + ∆B. Deje R = AB

R + ∆R = (A + ∆A) (B + ∆B) = AB + A∆B + B∆A + ∆A∆B así

∆R = A∆B + B∆A + (pequeño término ignorable ∆A∆B)

∆R / R = (A∆B + B∆A) / AB = ∆A / A + ∆B / B

Esas son incertidumbres fraccionarias, pero se están agregando, no cuadrándolas, agregando y tomando raíz cuadrada, como lo es la regla final. Esa complicación proviene de errores verdaderamente aleatorios, no determinados. Muchos de los enlaces que dan reglas daban versiones lineales como aproximaciones simples, mientras que las cuadráticas eran las versiones mejoradas.

En teoría de la probabilidad, enseñan que la varianza de una suma de dos variables aleatorias es la suma de las varianzas.

Var (X) = E (X ^ 2) – [E (X)] ^ 2 donde E (X) es el valor esperado (promedio o promedio) de la variable aleatoria X.

Var (X + Y) = Var (X) + Var (Y) para variables independientes (por lo que las probabilidades se multiplican).

Espero que se pueda obtener un resultado similar para los productos. Alguien más debería dar una respuesta más completa, pero si no, espero que estas sugerencias te ayuden a comenzar. Buena suerte.