P. 1
Analisis y Teoria Del Error Experimental (1)

Analisis y Teoria Del Error Experimental (1)

|Views: 275|Likes:
Publicado porKitha Lavín

More info:

Published by: Kitha Lavín on Jun 10, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

06/10/2012

pdf

text

original

UNIVERSIDAD TÉCNICA FEDERICO SANTA MARÍA CAMPUS SANTIAGO LABORATORIO FÍSICA PRIMER SEMESTRE 2012

ANÁLISIS Y TEORÍA DEL ERROR EXPERIMENTAL
Laboratorios de Física, Universidad Técnica Federico Santa María Campus Santiago

Introducción
Un experimento es una forma usualmente utilizada para comprender la naturaleza de un fenómeno y validar o comprobar lo que teóricamente se plantea. Es necesario entonces, seguir una metodología científica para poder medir y analizar los datos que permitan construir un modelo experimental o empírico, para luego compararlo con el modelo teórico. El análisis y los resultados obtenidos deben proporcionar conclusiones claras y concretas que permitan entender el fenómeno en análisis, así también, es importante que todo esto quede reflejado en un documento de carácter científico, que permita transmitir el conocimiento adquirido al resto de la comunidad científica. Para cumplir con lo anterior se debe tener un conocimiento base sobre los métodos de medición, representación de cifras, generación de hipótesis y modelos empíricos, tratamiento y análisis de datos y por supuesto generación de conclusiones. Para disminuir el grado de dificultad del análisis en el laboratorio se opta por realizar un modelamiento a través de la representación gráfica, apoyado por un software de planilla de cálculo con opciones de análisis de tendencias.

Cuando la función no es lineal o no se conoce con certeza el fenómeno, es recomendable ir graficando a medida que se van tomando datos y decidiendo a tiempo real dónde conviene tomar el siguiente dato, por supuesto hay que ocupar todo el rango posible y tomar aún más datos que en el caso anterior. Todos estos valores van ingresando a una tabla de datos, la cual debe generarse teniendo en cuenta las cifras significativas y las incertidumbres propias del experimento además de las unidades utilizadas. Se debe recordar que estos valores están dados principalmente por el método experimental y por los instrumentos de medición utilizados, un análisis de esto en profundidad se puede ver en el capítulo Mediciones del texto ocupado en Física 100. Existen criterios para trabajar con cifras significativas, el experimentador debe ser fiel a estos criterios, manteniéndolos siempre en todos los valores que exprese. Una vez recogido los datos experimentales en una tabla, es necesario encontrar una ecuación que los relacione, para esto existen dos métodos; matemático y gráfico. Sin embargo, necesitamos determinar si los puntos obtenidos corresponden a una relación lineal o no, antes de proceder con el análisis y la obtención de la ecuación. La linealización es una forma de transformar datos que describen una tendencia no lineal a datos con tendencial lineal, existen varias formas para realizar esta conversión, pero el más general es aplicando logaritmo a los datos experimentales. Esto nos permite obtener una relación de tipo lineal entre los logaritmos de las variables en estudio. De esta relación logarítmica de las variables es factible obtener los parámetros de la función origen y el coeficiente de correlación que nos permitirán dilucidar la relación que existe entre las variables. Al generar un gráfico de los logaritmos de las variables deberíamos observar una tendencia lineal a simple vista, al realizar este grafico en un software de planilla de cálculo esta nos permitirá ajustar una tendencia a los puntos y obtener la ecuación del ajuste realizado (simplificándonos los cálculos matemáticos que deberíamos hacer para obtener la regresión lineal por el método de mínimos cuadrados). Un gráfico a tiempo real nos podrá dar una idea de cómo es la función, siendo una potente herramienta para ir verificando si los datos que se toman concuerdan con lo esperado, y así, asegurar que la medición realizada no presenta errores graves. Para lo anterior, es necesario tener claro que al generar el gráfico se debe considerar en el rango todas las celdas en que se ingresarán los datos (esto permitirá que al ir ingresando cada uno de los datos se genere automáticamente el nuevo punto en el gráfico, auto escalándose los ejes), cuando se tengan 2 datos a lo menos se podrá generar la

Plan de Trabajo
El estudio de un fenómeno físico parte por la correcta elección de las variables con las cuales se trabajará, teniendo en cuenta también aquellas que se deberán mantener bajo control y constantes. Como se planteó el fin último de la experimentación y por ende del trabajo de laboratorio que se desarrollará es entender la fenomenología presente en un sistema físico y la correspondencia con los planteamientos teóricos, lograr un pensamiento científico del experimentador y un reflejo de los conocimientos adquiridos a través de un informe. El punto de partida entonces es definir las variables a manipular, el rango dentro del cual se pueden variar y la cantidad de datos a cuantificar. Para efectos prácticos, entonces se tratará de ocupar el rango de valores lo más grande posible, la cantidad de datos dependerá del conocimiento previo teórico del fenómeno en estudio, si se espera una relación lineal quizás baste con pocos datos. Sin embargo, esto también involucra una alta posibilidad de obtener un error grande, es mejor, tomar una cantidad considerable de datos y aplicar algunas técnicas para minimizar los errores.

Por ejemplo: medición del período de un péndulo en función de su longitud. ciertamente esto permite despejar dudas cuando no está clara la tendencia que presentan los puntos o no se tiene certeza de la relación teórica que relacionan las variables en estudio. éstos deben entregarse claramente en el análisis y posteriormente en la conclusión se entregará un solo valor experimental de g. por ejemplo. medición de la caída de potencial en un alambre en función de la corriente aplicada. el cual entrega que tanto se acerca la función hipótesis que se prueba a los datos experimentales. Se debe si tener cuidado de no concluir cosas que no se analizaron o que simplemente no se midieron como podría ser por ejemplo una dependencia respecto a la posición geográfica de los datos tomados. las cuales deben estar referidas a los objetivos de la experiencia. lo que es una situación muy común en un experimento. será más útil concentrarse en la respuesta de una de las variables de salida ante las variaciones de sólo una de las variables de entrada. unidades y cifras adecuadas. La presentación y análisis de los resultados experimentales debe considerarse como parte integral de los experimentos. cuando se estudia un sistema cualquiera. Representación Gráfica de Datos Al analizar los datos. la cual también se auto ajustará a medida que se va completando la tabla. Es importante mantener el resto de las posibles variables constantes. Se designan como Xi a las “variables de entrada” o “variables independientes” que se pueden controlar y variar. que pueden llamarse las “variables de salida” o “variables dependientes”. el sistema revela sus características o comportamientos a través de los cambios que sufren las variables Yi. además de una descripción y análisis detallados de los fenómenos físicos visualizados durante la experimentación. Figura 1: Representación esquemática de un sistema al que se estudia las respuestas Yi cuando se varía el conjunto de variables Xi. las consideraciones para realizar la toma de datos y un profundo análisis de las fuentes de error o discrepancias presentes en la experimentación. si de un experimento se puede. desprender 2 ó 3 valores de la aceleración de gravedad (g). Una vez hecha las comparaciones se debe realizar un profundo análisis cualitativo tanto de los gráficos como de los resultados. etc. esto es la base del análisis. Por lo general el error porcentual se tomará como: Por cierto. para finalizar con un análisis global del experimento. etc. se trata de obtener las variaciones o respuestas del sistema ante ciertas perturbaciones que se aplican de manera controlada. A veces ella permite obtener o predecir un modelo matemático para la relación entre las variables inmediatamente. Es importante entregar dentro del análisis las ecuaciones y constantes encontradas de forma clara y con las incertidumbres. donde quede resumida la información para su apreciación y análisis. También se pueden extraer conclusiones de algunos análisis secundarios que no necesariamente están indicados en la guía.línea de tendencia y pegar la ecuación y coeficiente de correlación. Elección de las Variables De una manera muy general. En un gráfico se debe depositar la mayor cantidad de información que sea relevante permitiendo una correcta lectura de éste. La Figura 1 representa esquemáticamente un sistema bajo estudio. Del análisis realizado se deben desprender las conclusiones. mientras más cerca del valor 1 mejor es la hipótesis. y sólo trabajar con dos a la vez. basado en el estudio realizado en el análisis. como la aceleración de gravedad. En la mayoría de los casos un gráfico es más útil que una tabla de valores. Por simplicidad. Posteriormente se debe profundizar en un análisis cuantitativo de los resultados encontrados y los errores porcentuales. Una vez clarificada la relación existente se puede graficar las variables originales y ajustar la tendencia que corresponda para así comparar la ecuación empírica obtenida con la ecuación teórica esperada. pero que si se pueden realizar en base a los datos tomados y las comparaciones con predicciones teóricas o resultados obtenidos por otros métodos de medición. difícilmente de la observación de la tabla de valores. una de salida y otra de entrada. Es realmente útil que los datos obtenidos se presenten en un gráfico. especialmente en los casos en que:  Los experimentos se llevan a cabo midiendo una variable Y en función de otra X que se varía independientemente y se quiere interpretar la relación funcional entre ellas. y deben contener toda la información relevante del experimento incluidas las ecuaciones y constantes encontradas. En muchas ocasiones se encuentran algunos datos importantes (constantes físicas) inmersas en las ecuaciones empíricas. Ante los cambios de Xi. Un método poderoso para estudiarlo es la representación gráfica. se podrá establecer el tipo de relación que existe entre las variables. Estos valores deben ser despejados y comparados con los teóricos de igual forma. tanto los exponentes como las constantes involucradas a través de un medidor llamado error porcentual el cual entrega una comparación entre un valor y otro. Es importante destacar que si no se sigue este procedimiento se corre el riesgo de errar en la toma de datos (y errar es humano) y perder valioso tiempo. El gráfico permite observar todos los datos de un vistazo incluyendo los puntos de máximo y mínima inflexión y el tipo general de la curva. toda vez que se estudia un sistema. en él se debe incluir la ecuación empírica y el coeficiente de correlación. la constante de elasticidad de un cuerpo. Un gráfico debe explicarse por sí sólo. .

para lo que es recomendable el uso de diferentes símbolos. En el Gráfico 1 se mide el campo magnético en un Relaciones Lineales Una relación entre las variables X e Y del tipo: es tal vez la más simple de todas.0005 [m] 15.  Una clara diferenciación entre lo que es propio del resultado experimental del trabajo y lo que corresponde a una comparación con una teoría o modelo propuesto (por ejemplo.500 B = -0. rombos. Entre una recta y una curva nuestro ojo siempre notará la diferencia. Como elemento ordenador de la información recolectada en un experimento. Este tipo de toma de decisión no debe desdeñarse en el momento de analizar datos experimentales. Teóricos 1. etc. un gráfico adquirirá una mejor presentación si se cuidan algunos detalles: Identificación de los ejes con rótulos bien ubicados que digan qué variables se representan y en qué unidades se miden.000 1. con información complementaria relevante (ecuaciones. A continuación se muestra un ejemplo de un gráfico y su epígrafe. La recta es la forma geométrica más simple en dos dimensiones.). pero no discriminará a la función que define la curva. Se trata. los ejes deben incluir la incertidumbre. Esta dependencia de Y con X se llama una relación lineal entre X e Y.  La curva debe cubrir la mayor parte del gráfico. un gráfico debe construirse sobre la base de una elección adecuada tanto de las variables como de las escalas.1368d + 3. ¿Cuál serie aproxima mejor una relación lineal entre las variables X e Y? En el Gráfico 2 están representadas dos series de datos. solenoide con un instrumento digital en función de la distancia usando una huincha métrica.500 0. Se puede probar esto con la ayuda del Gráfico 2.000 0. Al mismo tiempo.000 Gráfico 1: Magnitud del campo magnético en un solenoide de largo fijo en función de la distancia.  Inclusión de un epígrafe.001 [T]  Interesa estudiar si dos variables mantienen una correlación (causal o no) y cómo es esta vinculación o grado de interdependencia. usar líneas continuas) o a resultados extraídos de otras fuentes. Se inferirá cualitativamente cuál de las series puede aproximarse por una relación lineal entre las variables X e Y.  Carteles interiores al gráfico.  Las escalas deben estar numeradas claramente para facilitar la lectura. en lo posible con sus incertidumbres (barras).500 2. Para .248 R² = 0. de que la información que se quiere representar quede expuesta de una manera lo suficientemente clara y explícita como para que la representación gráfica “hable por sí sola”.  Uso de símbolos que ubiquen los datos (cuadrados.000 Distancia ± 0. Además. en donde se comparan las graficas teórica y experimental. 3. que es un texto descriptivo de lo que está representado en el gráfico y que además puede manifestar información adicional importante. de pendiente a y que corta al eje vertical en b. Lo importante es que un gráfico debe servir para un posterior tratamiento de los datos. etc. relación entre la velocidad máxima que alcanza un velero y su extensión desde proa a popa. Gráfico 2: Representación de dos series de datos.000 5. coeficiente correlación) para entender en qué contexto se muestran los datos o sobre las condiciones experimentales particulares bajo las que se los han obtenido. que lleve a inferir las leyes subyacentes en ellos y ahondar así en las posibles implicaciones y generalizaciones de los resultados obtenidos en los experimentos. pero no debe mostrar más exactitud que la incertidumbre de las mediciones. en primera instancia.Campo Magnético ± 0.000 10. ya sea se espere o no una vinculación lineal entre las variables en juego. Una vez que decidimos que los datos “caen sobre una recta”. que haya una diferenciación de distintas series de datos cuando se presenten varios resultados. círculos. una relación lineal entre dos variables cualesquiera es más fácil de ser identificada a simple vista. Por ejemplo: estudio de la relación entre el peso y la altura de personas. Para esto se usa un método práctico: se lleva el papel hasta el nivel de los ojos (se puede cerrar uno como cuando se hace puntería) y se ve si los puntos se encuentran alineados.9932 Exp. La decisión de aceptar o no una relación lineal entre las variables debe ser tomada por el experimentador.  El punto de intercepción se debe escoger por conveniencia y no necesariamente debe ser cero. Diseño de Gráficos Además de la correcta elección de las variables y de las escalas. La representación gráfica de la ecuación (2) arrojaría una línea recta. recién se puede estimar los parámetros (pendiente y ordenada al origen) de la mejor recta que aproxime la relación funcional.000 2.

pero bien se podría haber optado por el cambio en la variable dependiente Y. Cuando la relación entre las variables X e Y es lineal. Calcular el error de las constantes a y b obtenidas. La dimensión de a es tal que da homogeneidad dimensional a la ecuación. La dispersión de los valores está asociada a la fluctuación de los valores de cada variable. Además. A menudo nos confrontamos con situaciones en las que existe o suponemos que existe una relación lineal entre las variables X e Y. Por otra parte si no conocemos el exponente es recomendable usar la función logaritmo y representar en función de . Calcular los valores de las constantes a y b que mejor representan al conjunto de datos experimentales . de la forma . como la diferencia entre el valor medido y el valor teórico dado por la ecuación de la recta. Y cambiará consecuentemente qn veces. Esto queda claro si transformamos la ecuación (3). Se define el error del punto i-ésimo. La constante n suele llamarse “exponente de escala” y define la escala de variación de Y según varía X. Funciones Potenciales Se miden pares de valores (X. si X se multiplica por un factor q. que permite calcular los valores más probables de a y b. el método de ajuste por mínimos cuadrados se denomina también método de regresión lineal. El Gráfico 3 ilustra el caso lineal. Linealización a través de la Transformación de Variables Si en la ecuación (3) transformamos las variables haciendo el siguiente cambio: Gráfico 3: Datos asociados a un modelo lineal.Y) teniendo conocimiento que la relación funcional que los vincula es del tipo: linealizadas de los gráficos (X.Y) junto a las distintas maneras de llevar a cabo la linealización. donde a y b son valores que se desean determinar. lo que obtenemos es una relación lineal entre las variables transformadas y decimos que hemos linealizado la representación gráfica. es decir. sea mínima. Necesitamos un método que permita:    Indicar qué tan buena es la hipótesis de que la función es lineal. A partir de esta condición es posible encontrar un algoritmo. los respectivos errores y . .encontrar esta mejor recta se puede dibujar criteriosamente esa recta y definir los valores de la pendiente y la ordenada al origen. El significado físico de la constante a es el de representar el valor que toma Y cuando X vale la unidad. . donde a y n son constantes. Observamos o suponemos una tendencia lineal entre las variables y nos preguntamos sobre cuál es la mejor recta. Suponga que se han medido N pares de valores . o usar métodos numéricos más generales para encontrarlos. La cantidad representa la desviación de cada observación de respecto del valor predicho por el modelo oda vez que conozcamos el exponente ny representamos las nuevas variables . Regresión Lineal a través de Mínimos Cuadrados Hemos enfatizado sobre la importancia de las representaciones gráficas y hemos visto la utilidad de las versiones El método de los mínimos cuadrados. Está claro que lo anterior es inmediato de realizar si conocemos el valor del exponente n. calculando el logaritmo para ambos miembros se obtiene: (4) Al comparar esta expresión con la ecuación de la recta podremos determinar la pendiente como n y el intercepto como . Esta forma funcional potencial es muy común en las ciencias puesto que sirve como aproximación del comportamiento en una gran variedad de casos. observamos que un gráfico linealizado nos da el valor de la constante a. Esto es. Surge de modo natural la pregunta: ¿cuál es la relación analítica que mejor se ajusta a nuestros datos? El método de mínimos cuadrados es un procedimiento general que nos permite responder esta pregunta. consiste en elegir los valores de a y b tales que la suma de los cuadrados de los errores. obteniendo también una relación lineal entre las nuevas variables representadas . En este caso se transforma la variable X. y que se formula la hipótesis de que la función es lineal. y una constante llamada coeficiente de regresión lineal r. que indica qué tan buena es la hipótesis de que la relación entre las variables es lineal.

incerteza o error. despreciar roce con el aire en algunos casos. físicas y humanas que afectan el proceso de medición. los valores medidos difieren de los “reales” en una cantidad fija. que le da . Por ejemplo. En el laboratorio. Tal y como ahora se conciben la ciencia y la ingeniería. simplemente por casualidad. en particular su calibración. no resulta útil para el quehacer experimental. Es decir. en especial los análogos. entonces. No pueden ser detectados y eliminados por simple repetición del experimento. Por ejemplo:  Errores de apreciación. En términos simples. sino que dan solamente una estimación de dicho valor. medir es obtener el valor numérico de una magnitud física relacionada con algún fenómeno de interés. mientras que otras no lo son. El ejemplo más familiar es el de una balanza de farmacia que. La medición de una cantidad física por sí sola. una de las primeras cosas que hay que tener presente a la hora de tomar mediciones es que los instrumentos no miden el valor verdadero.  Errores por características del objeto medido. En general. reglas e instrumentos con aguja)  Efectos de factores no considerados en el experimento. un gráfico Y(X) resultará desplazado en la vertical una cantidad igual al error sistemático de cada punto Y. En un gráfico log-log de Y(X) la desviación de la curva resultante de la recta esperada sin ordenada al origen se descubre con facilidad y ayuda a la corrección de los datos.  Establecer claramente las condiciones de observación y/o experimentación. toda magnitud física susceptible de ser medida depende de muchas variables. porque siempre puede haber algún grado de correlación. en vez de . El asignar a una magnitud un número acompañado de una unidad. Dicha información resultará incompleta a menos que se trate de una información cuantitativa. Teoría del Error Experimental Todas las ciencias experimentales se basan en la obtención de información mediante la observación de fenómenos que ocurren en la naturaleza. cualquier tendencia a estar en la función hipótesis es puramente por azar.  Errores de paralaje (mala ubicación del observador al leer los instrumentos. constituye lo que llamaremos una medida o medición. Algunas son fácilmente controlables. El valor significa que las variables no están relacionadas entre sí.  Errores por condiciones fluctuantes. En general.  Revisar el fenómeno que se está analizando de manera de tener claro las variables relevantes. ecuación (2). existen limitaciones instrumentales. La toma de mediciones constituye el corazón del quehacer experimental. tenemos . Para evitar este tipo de errores debemos:  Repetir la medición varias veces y tomar el promedio de los valores obtenidos como el resultado de la medición. se compara la magnitud medida con otra magnitud patrón denominada unidad. Tampoco obtendremos en un experimento porque siempre habrá errores aleatorios en las mediciones que se efectúan. Además. hay 100% de certeza de que corresponde a la función esperada. La pericia del experimentador es clave para evaluar las correcciones necesarias de estos datos afectados sistemáticamente por un error de medición. Un valor . es muy probable que se obtengan valores numéricos diferentes. Para evitar este tipo de errores debemos:  Controlar el estado de los instrumentos. significado. dado su desgaste. por lo que jamás se puede esperar la obtención del valor verdadero. Para ello. toda teoría busca fundamentar su validez a través de la comparación con la evidencia experimental. Ejemplos:  Mala calibración de instrumentos. cuando . en las mismas condiciones y con el mismo instrumento. este error de medición aporta consuelo cuando nos pesamos en una buena balanza). si representamos X en función de Y en escala log-log esta vez no se obtiene una recta. si uno mide varias veces la misma magnitud. Algunas son relevantes (tienen mayor influencia en el valor medido) y otras no lo son. significaría que los puntos están todos exactamente sobre la función hipótesis.  Malos hábitos de trabajo del experimentador. el error de cero suele aparecer en instrumentos de mediciones eléctricas o cronómetros de aguja. Se denomina valor verdadero a aquel que se obtendría si no existiesen errores en las mediciones. b) Errores accidentales o aleatorios: Son usualmente los más responsables de que se obtengan valores distintos al repetir una medición. jamás se podrá eliminar completamente el error. existen tres tipos de incertezas o errores de medición: a) Errores sistemáticos: Se producen por factores indeseables (externos o internos) que interactúan consistentemente con el sistema en estudio. Si bien se puede mejorar el procedimiento de medición. sin la especificación de su rango de incertidumbre. entonces. El error se puede concebir como la variación (dispersión) de las diferentes mediciones con respecto a un valor central. Por definición. En ese sentido es interesante notar que si tenemos una relación entre las variables X e Y de la forma . toda medición tiene asociada una incertidumbre. En consecuencia. Por ejemplo. Un ejemplo común es el error de cero de los instrumentos de aguja. aún cuando nadie está de pie en la plataforma (a veces. la presencia de tal desplazamiento sistemático llevará a que aparezca una ordenada al origen falsa. Si la relación entre estas variables fuese lineal. Dado todo lo anterior.Detección de Errores Sistemáticos Toda vez que se mide una magnitud con un error sistemático. En un experimento nunca obtendremos . y el conjunto de reglas que permite su determinación se denomina teoría de errores. Si con uno de estos instrumentos defectuosos se mide la variable Y en función de otra X. Coeficiente de Correlación El coeficiente de correlación puede tomar valores entre 0 y 1 (para rectas de pendiente positiva). indica 1 kg.

Por ejemplo:  Leer mal un instrumento. Para evitar este tipo de errores debemos:  Realizar las mediciones con rigurosidad. sean de cantidades medidas o calculadas. En este punto. Corresponde a un instrumento preciso.  Errores de cálculo.   Exactitud se refiere a qué tan cercanos quedaron los dardos del blanco. deben ser fácilmente reproducibles. Precisión se refiere al grado de dispersión de los dardos. La validez de la teoría científica estudiada. Estas pueden eventualmente trazar gráficos para que el experimentador los analice. Una incertidumbre o fluctuación grande. es necesario reducir lo más posible las influencias de estos factores. es decir. b) Inexacto y Preciso: los dardos están concentrados en un área pequeña. deben informarse siempre de la siguiente forma. c) Errores burdos: Errores producto de equivocaciones de procedimiento de parte del experimentador. Mientras más concentrados estén. permite dudar del método de medición empleado. resulta conveniente mencionar dos conceptos importantes: exactitud y precisión. Medir una sola vez una variable física no proporciona un buen criterio de fiabilidad. Para entender la analogía de los dardos y el blanco. y para ello se hace necesario analizar las fuentes de error. Corresponde a un instrumento calibrado y preciso (situación ideal). Un conjunto de mediciones puede ser preciso o impreciso. permite dudar de su validez. pero descalibrado. La incertidumbre de una medida física dice mucho acerca de la tecnología involucrada en el instrumento de medición y del método de cálculo o modelo empleado en la obtención de este valor. Los errores aleatorios afectan la precisión de las mediciones. preocupándose constantemente de hacer y revisar bien cada etapa de la medición. dado que todas las variables que influyen en un experimento no pueden ser absolutamente controladas. en cuyo caso conviene promediar mediciones y obtener desviación estándar.   La exactitud se refiere a la cercanía del valor medido al valor “exacto” o “esperado”. se puede explicar cada caso ilustrado en la Figura 2: a) Exacto y Preciso: los dardos están concentrados en un área pequeña alrededor del blanco. y en consecuencia la validez del experimento. A partir de estas ideas. La exactitud y la precisión son conceptualmente diferentes. dan en un punto lejos del blanco. Estimación del Error Experimental Todos los resultados. hay que tomar en cuenta que: y con el número correcto de cifras significativas. Es por ello. proporciona ideas respecto a:    La reproducibilidad de la medida. que es usual en ciencia e ingeniería: Figura 2: Muestra gráficamente las diferencias entre los conceptos de exactitud y precisión. Usar sistemas de medición en donde los datos observados sean registrados automáticamente por medio de máquinas especializadas. alrededor de un cierto valor más probable. d) Inexacto e Impreciso: dardos muy dispersos y que. Un tratamiento estadístico de las fluctuaciones de estas mediciones efectuadas bajo idénticas condiciones. La Figura 2 muestra los cuatro casos posibles y sus implicancias. es decir. Corresponde a un instrumento descalibrado e impreciso. . Una medida obtenida con una razonable incertidumbre y que arroje un resultado no predicho por la ley. La confiabilidad del método de medición empleado. del orden de la medida obtenida. Con el fin de maximizar la confiabilidad y utilidad de las mediciones. la cual está lejos del blanco. en cuyo caso no queda otra opción que descartar las mediciones. Corresponde a un instrumento calibrado pero impreciso. más precisos son.  Contar mal un número de sucesos. en promedio. y exacto o inexacto. c) Exacto e Impreciso: los dardos están muy dispersos. La precisión se refiere al grado de dispersión de las mediciones. pero en promedio dan en el blanco. que las mediciones deben efectuarse muchas veces bajo idénticas condiciones. Los errores sistemáticos afectan la exactitud de las mediciones.

Como cada medición directa tiene asociado un error experimental. B.…. de uso más común en el mundo científico.…. para instrumentos analógicos. donde es el valor medio y el error experimental. Para cantidades medidas. para instrumentos digitales. es decir. se informa el error aleatorio. En algunos instrumentos la resolución está dada por el fabricante. La desviación estándar para una muestra de N elementos o medidas de una población estará dada por: ¿Cuál de estas medidas es más precisa? Evidentemente. cualquier medición indirecta obtenida a partir de ellas también tiene asociada un error experimental. Mediciones indirectas: aquellas que son calculadas a partir de operaciones con mediciones directas. puede estimarse como:   de la división más pequeña de la escala. en general. es decir. no tiene sentido informar el error aleatorio. C. no tienen error. Tal error se denomina error de propagación. El error absoluto también puede corresponder al error aleatorio o instrumental. es el promedio de las N medidas. así el error porcentual está dado por la siguiente ecuación: Por ejemplo. En términos concretos. A continuación se explicarán ambas hipótesis. B. xN. ó el factor ½ en el área de un triángulo. Es decir: El error nos da una medida de la precisión del conjunto de mediciones. etc. donde Y se expresa como . y dándole a cada una la importancia relativa que le corresponde. .…. en que es la i-ésima medición y el promedio de todas la mediciones. Relativo y Porcentual El error absoluto se define como la diferencia absoluta entre el valor medido de una magnitud y el valor verdadero. sino el error instrumental. B. etc. etc. sean las mediciones directas A. Errores Absoluto. Estos valores expresados en porcentaje son: El error instrumental corresponde. Se pretende calcular la medición indirecta Y. El error relativo es un parámetro adimensional que permite establecer una comparación entre un conjunto de mediciones. x2. El cálculo del error propagado se puede hacer desde dos posibles hipótesis: la pesimista y la estadística. que es función de A.El valor a informar de una cantidad medida N veces. Observación: Las constantes que no provienen de mediciones tales como . C. a partir de las mediciones directas A. El error aleatorio de una serie de mediciones puede estimarse como la desviación estándar de los datos medidos. etc. aunque dejando constancia que el trabajo de laboratorio se hará usando la hipótesis estadística. Si la cantidad física a medir es x y para ello se hacen N mediciones x1. y se estima a partir de los errores de las mediciones directas involucradas. . considere el siguiente conjunto de mediciones: Para la estimación del error vamos a considerar dos tipos: el error aleatorio y el error instrumental. En este caso. que se expresan como . Si no es así. …. a menos que este último sea menor que el error del instrumento. la mínima diferencia que es capaz de distinguir. La propagación del error es el conjunto de reglas que permiten asignar un valor de error a la medición indirecta Y. a la resolución del instrumento. C. Corresponde al cociente entre el error absoluto y el valor verdadero: . . la medida hecha con más precisión fue m3. el promedio estará dada por: El error relativo se puede expresar como porcentaje. Esta manera de exponer el error relativo permite apreciar las diferencias entre los distintos errores relativos de una medición. Propagación del Error Las mediciones que se obtienen en un experimento son en general de dos tipos:   Mediciones directas: aquellas que se obtienen directamente de una medición. en el último dígito..

Resulta evidente que la longitud total L del eje es igual a la suma de las longitudes de las secciones a y b. Para una cantidad Q. y son los valores medios y respectivos errores. Multiplicación. donde . Para estimar el error propagado según la hipótesis estadística pueden usarse las siguientes fórmulas: ii. por lo que una sobreestimación (o subestimación) de la variable X no viene necesariamente acompañada de una sobreestimación (o subestimación) de otra variable Y. lo más común es que las variables sean aleatorias e independientes entre sí. el error propagado de la longitud del eje estará dado por: b) Hipótesis Estadística Como se mencionó anteriormente.a) Hipótesis Pesimista En la hipótesis pesimista. y son los parcialmente. es decir: a v. los errores se compensan ii. y son los valores medios y respectivos errores absolutos. tres mediciones. Sean . calculada a partir de productos y cuocientes de cantidades medidas. la hipótesis pesimista siempre se sitúa en el caso más desfavorable. calculada a partir de sumas y restas de cantidades medidas: iii. Potenciación y Radicación. requieren de elementos de cálculo y álgebra que usted recién está adquiriendo en las asignaturas de matemática que está estudiando y va a estudiar durante su carrera) se obtienen las expresiones que se explicarán a continuación. Suma: tres mediciones. . y son los . se asume que los errores de las mediciones directas no se compensan entre sí. Resta: i. para su comprensión. Asumiendo adicionalmente que las variables se distribuyen en forma normal o gaussiana (y haciendo deducciones que. Radicación: Figura 3: Eje de largo L. por lo que la hipótesis pesimista termina entregando una estimación exagerada del error propagado. Sin embargo. Si es el error de a y es el error de b. . División: Ejemplo: Se han medido los largos de las secciones del eje mostrado en la Figura 3. Potenciación: b L vi. usando el mismo instrumento. Multiplicación: el error propagado está dado por: iv. Así. que son las que va a usar en su trabajo experimental. En esa situación. y sus potencias: El error propagado está dado por: . que corresponde a la suma de las longitudes a y b. . i. por lo que se estima el error máximo posible. donde . Sean . División. Esto se da en el caso de que las mediciones directas sean dependientes o estén relacionadas entre sí. de manera que una sobreestimación (o subestimación) de la variable X trae como consecuencia una sobreestimación (o subestimación) de otra variable Y. Para una cantidad Q. en el cual se asumen errores simultáneos en todas las variables medidas directamente. el “caso más desfavorable” resulta altamente improbable. Suma y Resta. En la hipótesis estadística se supone que las variables son aleatorias e independientes entre sí.

62 [m]. la incertidumbre está en el cuarto dígito. la incertidumbre está en el quinto dígito.78 [cm].29 [cm]. pues no está representando información que pueda ser proporcionada por el instrumento de medición. Para L1. Se dice que L1 podría tener un valor entre 14. agrega el 8.      es el valor medio del radio. a menos que se consiga un instrumento que permita medir con mayor nivel de precisión. la cifra dudosa (el 8) corresponde a las “décimas de milímetro”. Por ejemplo. En tal caso. Sin embargo. 2) La forma de realizar una medición nos determinará el número de dígitos que emplearemos para expresar el resultado de ella. correspondiente a la décima de milímetro. la coherencia con el procedimiento de medición exige aproximar hasta los centímetros. Figura 4. Una buena estimación de la resolución de un instrumento es ½ de su graduación máxima.  El número L2 tiene 5 cifras significativas. es el error de la altura.80 [cm]. la última de las cifras seguras (la que está al lado de la cifra dudosa). es el valor medio del volumen. Considere los datos L1 = 14. Para que ese resultado sea válido como medición. Supongamos que un físico hace la medición y el resultado le da 21. por lo que el promedio quedaría en 3. Convenios para cifras significativas: 1) Los resultados de una medición se deben expresar mediante un número cuyas cifras reflejen el cuidado o precisión con que se efectuó esa medición. Ahí. en el valor L = 21.  El número L1 tiene 4 cifras significativas. 1 y 7 (centímetros y milímetros) proporcionan información segura. Más allá de eso. el científico hace una estimación “al ojo” y como ve que el final de la hoja está muy cerca de 21.5 [mm]. y estimar el siguiente grado de precisión.60 [m]. la resolución de un instrumento es la diferencia más pequeña que éste puede discriminar.70 y 21. En Física se toma especial cuidado en expresar las cantidades por números cuyas cifras tengan real significado.27 [cm] y 14. es el error del radio. esto es.62 [cm]. si la medición se hizo con una regla graduada en [cm]. Por otra parte. El volumen de este cilindro está dado por .28 [cm] y L2 = 14. El error propagado del volumen del cilindro estará dado por: Supongamos que vamos a medir el largo de tres mesones y sacar el promedio de las tres mediciones. usando para ello una regla graduada en [cm] y [mm]. deben poder ser obtenibles por los instrumentos usados. En un número de medición. a la dispersión más representativa del conjunto de datos.Ejemplo: Considere un cilindro regular de radio basal r y altura h. Una buena estimación de la precisión de una serie de mediciones es la desviación estándar ( ) de los datos. tendría que obtenerse usando un instrumento graduado hasta los diezmilésimos de milímetro. Por ejemplo.279 [cm] y 14. Usualmente se llama “precisión” de una serie de mediciones. mientras que la última cifra segura (el 7) indica que el instrumento usado tiene graduación máxima en [mm]. Al sacar el promedio con una calculadora. Las mediciones se harán usando una huincha de medir graduada en [m] y [dm].786 [cm]. Se obtienen los valores 3. que transmitan información útil. no puede decir nada.78 [cm]. Consideremos el siguiente ejemplo: medir el ancho de una hoja de papel. A estas cifras las designamos con el nombre de cifras significativas. que sea obtenible directamente o al menos estimable con el instrumento usado. Cifras Significativas Los números medidos representan magnitudes físicas. con respecto al promedio. la cifra 6 (centésimas de milímetro) carece de significado.  Supongamos que otro físico dijera que el ancho de la hoja mide 21. que marca hasta milímetro. En tal caso. o división más pequeña de su escala. El físico puede establecer con certeza los datos proporcionados por la regla. Para L2. por lo que los resultados de estas operaciones también representan magnitudes físicas. representa la graduación máxima del instrumento.6166667 [m]. r h r Figura 4: Cilindro de altura h y radio basal r. Por ello. En Física. y una resolución de 0. Al medir con la regla. Tales resultados deben ser coherentes y consecuentes con el procedimiento de medición usado. los centímetros son información segura y los milímetros se estiman “al ojo”. es decir. se suelen realizar operaciones con estos números. el resultado da 3. el instrumento usado permite medir con certeza hasta los centímetros y estimar los milímetros. De este resultado podemos decir que:  Las cifras 2. por lo que cualquier cifra más allá de eso introduce información adicional. correspondiente a la centésima de milímetro. en este caso décimas de milímetro. Convendremos que sea el último dígito el que exprese la incertidumbre en la medición. . pues se pueden leer directamente del instrumento de medición  La cifra 8 (décimas de milímetro) es dudosa.80 [cm]. es el valor medio de la altura.280 [cm].281 [cm]. Se dice que L2 podría tener un valor entre 14. la precisión del número no puede ser mayor que la de milímetros.63 [m] y 3. el ancho de la hoja quedó en un valor entre 21. 3.

entonces.I. Cantidad 8 60 5000 10.31·10-7 0.091 0.S. .0 Significado 7 59 4999 10. 5) El uso de notación científica permite escribir un número como el producto de dos factores: uno que contiene las cifras significativas y el otro con la potencia de 10 correspondiente. según los convenios recién descritos. Análisis Dimensional El análisis dimensional es un método en el cual se deduce información a cerca de un fenómeno. Laroze.49 0.50 2·10-2 9·10-2 9. Porras. Pero .09 0. los ceros a la izquierda no son cifras significativas.0·101 5.Aunque ambos valores son aritméticamente iguales.50 0.04·10-3 17·106 46.70·101 Intensidad Eléctrica Temperatura Cantidad de Sustancia Intensidad Luminosa Por ejemplo: amperio kelvin Mol candela A K mol cd A K S C Tabla 2: Magnitudes fundamentales con su unidad y símbolos.05·10-3 18·106 47.06·10-3 19·106 47. su valor será independiente del sistema de unidades empleado. que es correcta desde el punto de vista de sus dimensiones. Una magnitud adimensional no tiene unidad. ya que si no se cumple el teorema podemos estar seguros de que la expresión en cuestión no es correcta.8·107 4. trigonométricas.0 9.089 0. De esta expresión deducimos otra expresión simbólica con las dimensiones o sus símbolos denominada ecuación de dimensiones o ecuación dimensional: Se lee. . A las magnitudes físicas fundamentales se les asigna un atributo denominado dimensión.29·10-7 0. El resultado del análisis dimensional a un problema es una reducción del número de variables del problema.51 0. Primera Edición.9 9 61 5001 10. En la Tabla 1 se muestran algunos ejemplos de estimación del número de cifras significativas.10 0. Cuando una magnitud tiene dimensión 1. o sea.9 9.00·10-3 3. en el S.090 0.0 9.00401 0. Magnitud Longitud Masa Tiempo Unidad metro kilogramo segundo Símbolo Unidad m kg s Símbolo Dimensión L M T El teorema fundamental del análisis dimensional nos dice que en cualquier expresión matemática que represente el comportamiento de un sistema físico las dimensiones de los dos miembros de la misma deben ser las idénticas.000·103 1.01 0. Las dimensiones de las magnitudes derivadas se obtendrán a partir de cualquier expresión matemática que relacione dicha magnitud con las fundamentales o con otras magnitudes derivadas.08 7.00399 0.) tienen que ser adimensionales.09 7. Introducción al análisis gráfico de datos experimentales.00400 0. Bibliografía    Gil. Muzzio.1 C. no se pueden obtener usando el mismo instrumento de medición.0·10-2 4. para tener una visión de sus soluciones.30·10-7 0. o sea. (Sistema Internacional de Unidades):    unidad de velocidad: 1 [m/s] = 1 [m·s-1] unidad de aceleración: 1 [m/s2] = 1 [m·s-2] unidad de fuerza:1 [kg·m/s2] = 1 [kg·m·s-2] = 1 [N] Tabla 1: Ejemplos según los criterios de cifras significativas.03 0. etc. 4) En los números decimales cuyo valor absoluto es menor que la unidad. que se representa por un símbolo. Así. Rodríguez.008·101 7. dimensiones de F igual a dimensiones de masa por dimensiones de aceleración. a partir del supuesto que todo fenómeno puede ser descrito por una ecuación entre ciertas variables. a menos que estos ceros estén avalados por mediciones o por definiciones. aunque se conserve el orden de magnitud de ellos. cuyas dimensiones conozcamos. decimos que la magnitud es adimensional.1 9. Los argumentos de funciones trascendentes (exponenciales. Conceptos y Magnitudes en Física. 3) No se permite colocar ceros al final de números relacionados con mediciones. Este teorema tiene una aplicación interesante como método para chequear la corrección de una expresión.07 6. El análisis dimensional es un proceso mediante el cual se examinan las dimensiones de los fenómenos físicos y de las ecuaciones asociadas. 1 2 4 4 2 3 1 1 2 3 2 1 2 3 Notación Científica 8 6. por lo que: y Las ecuaciones dimensionales sirven para deducir las unidades fundamentales de las magnitudes derivadas.08 0.0·10-8 5·10-5 1. Física re-Creativa Experimentos de Física usando nuevas tecnologías.02 0. las dimensiones de . Oda–Noda.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->