Anàlisi de Dades Experimentals
© Antoni Amengual Colom. Departament de Física, Universitat de les Illes Balears.

Versió 1.0 publicada al setembre de 2013. DL: PM 860-2013.

Propagació dels errors aleatoris

Variable aleatòria gaussiana multiplicada per una constant

Introducció «

Es demostrarà en aquest tema que la funció densitat de probabilitat d'una variable aleatòria gaussiana de mitjana μ1 i desviació estàndard σ1, multiplicada per una constant c, també és gaussiana amb mitjana c μ1 i desviació estàndard c σ1.

Demostració «

Siguin X1 una variable aleatòria gaussiana. La funció densitat de probabilitat és

"ade_1.gif"

Donada una constant c, es vol trobar la funció densitat de probabilitat de la variable

u = c x1.

La probabilitat d'obtenir un valor

"ade_2.gif"

és igual a la probabilitat que x1 tengui un valor

"ade_3.gif"

Si δu és petit, aquesta probabilitat es pot aproximar pel valor de la funció gaussiana en el centre de l'interval multiplicat per l'amplada de l'interval,

"ade_4.gif"

Aquesta aproximació ja s'ha usat abans. Estrictament s'hauria d'integrar la distribució gaussiana; però quan l'interval d'integració és petit, la integral es pot aproximar per l'àrea d'un trapezi, la base del qual està sobre l'eix d'abscisses. La longitud d'aquesta base s'ha de multiplicar per la semisuma de les altures, que és aproximadament igual al valor de la gaussiana en el centre de l'interval.

La part exponencial de la funció gaussiana es pot escriure en la forma

"ade_5.gif"

Per tant, la probabilitat d'obtenir un valor u = u0 ± δu és

"ade_6.gif"

El factor de proporcionalitat δu es pot deixar de banda perquè no contribueix a la funció densitat de probabilitat normalitzada. La funció que multiplica a δu en l'expressió anterior és la funció densitat de probabilitat directament en termes de la nova variable u,

"ade_7.gif"