Está en la página 1de 5

UNIVERSIDAD INDUSTRIAL DE SANTANDER FACULTAD DE CIENCIAS Escuela de Fsica

Grficas de Datos y Anlisis de Errores


1. Graficacin de Datos Experimentales Las grficas estn entre los mtodos ms importantes de presentar y analizar los datos experimentales. Una buena representacin grfica de datos permitir ver fcilmente modelos (y problemas). La presentacin de buenas grficas forma a menudo el corazn de un informe del laboratorio. Se dibujan las grficas para obtener las conclusiones acerca de la ley fsica involucrada en el experimento. Ninguna grfica est completa si no esta en una forma en que pueda interpretarse y se de la conclusin apropiada. Frecuentemente, una grfica es la manera ms clara de representar la relacin entre dos cantidades de inters. Siga las convenciones que se incluyen a continuacin: a) Una grfica indica una relacin entre dos cantidades, x e y, cuando otras variables o parmetros tienen valores fijos. Antes de trazar los puntos en una grfica, es importante colocar los valores correspondientes de x e y en una tabla. b) Escoja una escala conveniente para cada eje para que los puntos trazados ocupen una parte importante del papel cuadriculado o milimetrado, pero no escoja una escala que sea difcil de trazar y leer, como 3 o 3/4 unidades por cuadro. c) Marque cada eje para identificar la variable a ser graficada y las unidades usadas. Puntee las divisiones prominentes en cada eje con los nmeros apropiados. d) Identifique los puntos trazados con smbolos apropiados, como cruces, y cuando sea requerido dibuje las barras verticales u horizontales a travs de los puntos para indicar el rango de incertidumbre involucrado en estos puntos. e) Cuando los puntos de una grfica yacen en una lnea recta inclinada al eje, existe una relacin lineal entre las variables. La ecuacin para tal lnea es y = mx + b dnde y es la variable dependiente, x la variable independiente, m la pendiente de la lnea, y b el-intercepto con y. Una relacin lineal puede demostrarse si los puntos de datos caen a lo largo de una sola lnea recta. Hay tcnicas matemticas para determinar qu lnea recta se ajusta ms a los datos, pero en muchos casos es suficiente si usted simplemente hace visualmente una estimacin aproximada. La lnea recta ptima debe dibujarse cerca de la media de todos los puntos. Es decir, la lnea no necesita pasar precisamente a travs del primero y el ltimo punto. En cambio, cada punto debe ser considerado tan exacto como cualquier otro punto (a menos que haya razones experimentales para que algunos puntos sean menos exactos que otros). La lnea debe dibujarse con tantos puntos arriba como debajo de ella, y con la distribucin 'arriba' y 'abajo' al azar a lo largo de la lnea. (Por ejemplo, no todos los puntos deben estar por encima de la lnea en un extremo y debajo en el otro extremo). Las relaciones lineales son fciles de graficar y reconocer. Muchas relaciones son non-lineales. Es bastante difcil reconocer si un conjunto de datos particular tiene una dependencia funcional especfica. En estos casos es comn introducir una variable auxiliar para que los datos sean lineales en la nueva variable. 1.1 Tipos de Grficas En general, varios tipos de sistemas de coordenadas son usados. Las coordenadas: cartesiana o rectangular, polar y logartmica estn entre estas. El sistema de coordenadas rectangular normalmente es el ms comnmente usado en la fsica bsica. Hay varias reglas para ser observadas al trazar grficas que usan este sistema. Debe dibujarse una curva suave del mejor ajuste a travs de o cerca de los puntos experimentales. Nunca conecte los puntos de datos con segmentos de lnea. Los marcadores de tinta hacen las grficas pobres porque ellos dibujan las lneas gruesas. Use una lnea fina para las grficas. Cada grfica debe discutirse en el cuerpo del informe. 1.2 Ttulos y Ejes Cada grfica debe tener un ttulo informativo. Por ejemplo "Presin de Vapor de Agua Saturado contra Temperatura" es ms informativa que un fro "P contra T". Para una grfica dibujada a mano, el ttulo y los ejes deben hacerse en tinta mientras los puntos de datos y la curva deben trazarse en lpiz. Dibuje dos lneas mutuamente perpendiculares para representar los ejes de coordenadas. En cada uno de stos marque el nombre de la cantidad a ser graficada. El eje de abscisas se usa para la variable independiente (la variable cuyo valor es controlado o escogido en el experimento) y el eje de ordenadas para la variable dependiente (variable que es medida y cuyo valor depende de la variable independiente). Deben etiquetarse los ejes de cada grfica declarando lo que se traza claramente y en qu unidades. La escala debe ser mtrica y debe usar fracciones decimales. Deben escogerse las escalas usadas en los dos ejes para que la grfica llene la pgina. Los ejes normalmente deben incluir el origen y deben escogerse para que la grfica no se apriete hacia un borde del papel o en uno pequeo cuadro. Siempre que sea posible, la escala debe ser tal que los datos puedan leerse desde la curva con el nmero apropiado de cifras significativas. La escala debe ser conveniente para la lectura, es decir, debe ser fcil de interpolar entre las marcas de la escala para encontrar el lugar apropiado para registrar los puntos en la grfica. Indique las unidades apropiadas en cada eje. Es normalmente aconsejable que el origen aparezca en el papel. Sin embargo, si una de las variables tiene slo un rango pequeo de valores y este rango est lejos de cero, no es posible incluir el punto (0,0) en la grfica. Las escalas en ambos ejes no necesitan ser las mismas. 1.3 Puntos de Datos y Curvas Cada punto trazado debe hacerse visible dibujando un crculo pequeo u otra forma alrededor de l, o una cruz a travs de l. Si es apropiado, dibuje una lnea recta o una curva suave que represente mejor todos los puntos. sta es una lnea o curva que abarque como sea posible a la mayora de los puntos y qu tenga aproximadamente tantos puntos de una parte de la recta como de la otra. Es probable que cualquier punto que se desve ampliamente de esta curva sea un error. 1.4 Programas de Graficacin por computador Aunque los informes deben escribirse a mano, las grficas pueden realizarse a mano en papel milimetrado o el requerido, o puede realizarlas con un programa de graficacin por computador. Existen muchos sistemas de software disponibles que producen muy buenas grficas de datos experimentales. La mayora hace alguna adaptacin de curvas por regresin lineal. El ms comn es Excel de Microsoft. Excel tiene la ventaja de estar ampliamente difundido. Su desventaja es que su artificio de graficacin se dise principalmente para negocios no para el uso cientfico. Otros sistemas comerciales incluyen MatLab, Mathematica, y Maple. stos son sistemas diseados para uso cientfico o ingeniera, pero son costosos. Existe varios software gratuitos como gnuplot en www.gnuplot.info y scilab. Al usar el software de grficas, sobre todo Excel, asegrese que sus grficas sean bastante grandes. Excel tiende a crear grficas pequeas. Tmese el tiempo para agregar todos los ttulos y etiquetas que una buena grfica debe tener. Tenga cuidado con las condiciones

predefinidas, ellas se disean a menudo para negocios no para el uso cientfico. No permita al software conectar los puntos. Aprenda a agregar una lnea recta a su grfica. 1.5 Terminologa Es necesario saber las definiciones de ciertos trminos usados en el sistema de coordenadas rectangular para poder discutir la grfica cuando es trazada. Las ms importantes de estas definiciones son: Origen de coordenadas: El punto de cruce de los ejes vertical y horizontal. Intercepto: La distancia del origen al punto dnde la grfica cruza el eje. Pendiente de una lnea: La razn de la diferencia entre las coordenadas verticales de dos puntos a la diferencia entre las coordenadas horizontales de los mismos dos puntos. Cuando la grfica no es una lnea recta la pendiente de la curva en cualquier punto es la pendiente de la tangente de la lnea a la curva a ese punto. Regresin lineal o Ajuste por Mnimos cuadrados: La tcnica matemtica ms importante para ajustar una curva (normalmente una lnea recta) a un conjunto de datos. 1.6 Ajuste a una recta por el Mtodo de Mnimos Cuadrados. Regresin Lineal Para conocer cual es la recta que menos se separa de los puntos representados se utiliza el mtodo que se describe a continuacin. Se va a suponer una coleccin de N puntos (xi, yi) correspondientes a dos magnitudes x e y que deberan estar relacionadas segn: y = mx + b. El propsito es calcular la ecuacin de la recta que "mejor" se ajusta a dichos puntos. La calidad del ajuste, es decir ese "mejor", se va a determinar imponiendo la condicin de que la desviacin cuadrtica de los puntos respecto de la recta de ajuste sea mnima. Este procedimiento est incluido en muchas calculadoras cientficas (mirar el correspondiente manual). A continuacin se describe los clculos asociados a este mtodo. La desviacin cuadrtica entre los puntos y una recta de ecuacin y = mx + b se determina como:
= yi ( mxi + b ) = ( yi mxi b )
2 i =1 i =1 N N 2

Con la condicin de mnimo las derivadas de respecto de los dos parmetros m y b que se buscan (incgnitas) deben ser nulas simultneamente: = = 0
m b

Luego se tiene que resolver un sistema de dos ecuaciones lineales con dos incgnitas que proporciona directamente los valores de la pendiente y de la ordenada en el origen: N N N N N N N N N N yi xi xi yi ( yi mxi b ) xi = 0 m xi2 + b xi = yi xi yi m xi i =1 i =1 i =1 i =1 i =1 i =1 i =1 m = i =1 ; b = i =1 2 N N N N N N 2 m xi + bN = yi N xi xi ( yi mxi b ) = 0 i =1 i =1 i =1 i =1 i =1 la calidad del ajuste suele medirse por el conocido como factor de regresin r (en el caso en que r = 1 el ajuste sera perfecto) que viene dado por la expresin:
N 2 N 2 N 2 N 2 N xi xi N yi yi i =1 i =1 i =1 i =1 2 r = 2 N N N N yi xi xi yi i =1 i =1 i =1

Procedimientos ms elaborados permiten determinar las incertidumbres de m y b como:


m = N N N x xi i =1 i =1
N 2 i 2

; b = m

x
i =1

2 i

con =

( y mx b )
i =1 i i

N 2

Este tipo de mtodo es tambin til para tratar de ajustar otro tipo de funciones ms complicadas; pero, si el nmero de parmetros es mayor, el nmero de ecuaciones tambin lo ser y por lo tanto la solucin se complica. 2. Anlisis de errores 2.1 Introduccin a la Incertidumbre Experimental y Errores La fsica es una ciencia que incluye un estudio cuantitativo de fenmenos naturales y las relaciones que existen entre estos fenmenos. En los cursos de matemtica, los nmeros normalmente son exactos y no surgen preguntas sobre su exactitud. Pero las medidas de cantidades fsicas no son exactas debido a las limitaciones del instrumento de medicin o del mtodo usado. Por esta razn los errores en los datos son inevitables. En la conclusin de cada experimento es esencial tener alguna idea de la fiabilidad del resultado y declarar el resultado en cierto modo qu indicar esta fiabilidad. Por consiguiente, es necesario estudiar la naturaleza de los errores experimentales y familiarizarse con una manera convencional de registrar un resultado. Cada medida en el laboratorio tiene un poco de incertidumbre o error asociado con ella. Estos errores producen incertidumbres en los clculos y finalmente en el valor final para las cantidades que usted calcula y que desea comparar a con valores terico o aceptados. Para evaluar el xito o fracaso de un experimento es esencial saber los errores presentes. Hay tres conceptos asociados a una medida experimental de una medida directa: exactitud, precisin y sensibilidad. Se entiende por exactitud la cercana del valor experimental obtenido, al exacto de dicha medida. El valor exacto de una magnitud fsica es un concepto utpico, ya que es imposible conocerlo sin incertidumbre alguna. Por ello como valores exactos, se toman resultados de experiencias con dispositivos muy fiables y efectuados con un control experimental muy riguroso. De tal forma que las determinaciones efectuadas en el laboratorio son ms o menos exactas en relacin a stos valores supuestamente exactos. As por ejemplo: En una determinacin del valor de la gravedad en un punto de la superficie de la Tierra con un procedimiento experimental muy fiable, se obtiene que su valor es 9.803m/s2, mientras que con tres experimentos distintos se obtiene 9.810, 9.804 y 9.820m/s2. El valor d 9.804 es el ms exacto de los tres. La precisin es un concepto relacionado con el dispositivo experimental. As, si se desea determinar la longitud de una varilla metlica empleando una cinta mtrica graduada en milmetros, se puede asegurar que la mnima fraccin que se puede detectar es 1mm mientras que si se utiliza un mtodo basado en tcnicas microscpicas se podrn determinar fracciones ms pequeas de longitud. Se puede definir la sensibilidad como la unidad ms pequea que puede detectar un instrumento de medida. El concepto de precisin o sensibilidad tambin hace referencia al mtodo experimental utilizado y se entiende como la repetitividad dentro de los mrgenes ms estrechos posibles de los resultados experimentales obtenidos al realizar varias veces una misma experiencia en las mismas condiciones.

2.2 Cmo Estimar los Errores Los errores asociados con las medidas son generalmente divididos en dos grupos, aleatorios y sistemticos. Es igualmente probable que los errores aleatorios sean demasiados grandes o demasiado pequeos y son manejables para anlisis estadstico. Los errores sistemticos siempre son o demasiado grandes o demasiado pequeos y no pueden analizarse estadsticamente. Ambos tipos de error pueden reducirse mejorando el experimento y la tcnica y corrigiendo la instrumentacin. Hay tres clases de errores que pueden ocurrir: (1) Errores o equivocaciones. Los errores por parte del observador en la lectura de instrumentos, registro de datos y resultados calculados son completamente impredecibles. Estos errores pueden eliminarse siendo cuidadosos. Repetir una medida es a menudo una ayuda para detectar una equivocacin, aunque es normalmente bueno tener un segundo observador independientemente que revise la lectura. (2) Errores sistemticos. Los errores sistemticos pueden ser introducidos por el uso de un instrumento que tiene un error fijo, o por un observador que de forma consistente sobre o subestime un resultado en una medida dnde el juicio humano es necesario. As, todos los datos tendrn el mismo error. Si una escala que es correcta a una temperatura y se usa a una superior, la expansin de la escala lleva a medidas de longitud que siempre son demasiado pequeas y el error relativo ser el mismo no importa que longitud se mida. (3) Errores aleatorios. Los errores accidentales pequeos estn presentes en todas las medidas debido al refinamiento limitado del instrumento de medicin o para razones desconocidas o indeterminadas. Un ejemplo de lo anterior es el uso de una escala cuyo subdivisin ms pequea es 0.1cm. Los errores aleatorios ocurrirn cuando esta escala se usa para estimar una longitud de 0.01cm. Un ejemplo de lo ltimo sera las variaciones aleatorias pequeas en el tamao de divisiones de la escala. Los errores aleatorios positivos y negativos son igualmente probables. Hay tres mtodos para estimar los errores de las medidas originales. El primero y el mejor mtodo es hacer medidas repetidas de la cantidad, encontrar el valor promedio y luego usar la desviacin media o la estndar como el error. Aunque el mtodo de encontrar la desviacin media siempre es la mejor manera de estimar el error: a veces los apremios de tiempo hacen imprctico tomar diez (o incluso cinco) medidas de la misma cantidad; a veces la cantidad no puede medirse ms de una vez porque no pueden reproducirse las condiciones iniciales del experimento; y a veces la desviacin media es una estimacin pequea irrealista del error. Cuando esto ocurre, hay otros dos mtodos para estimar el error. El primero de los dos mtodos alternativos simplemente es estimar la precisin de la escala de la medida. Por ejemplo: un metro de madera no puede leer mejor que ~ 1/3 mm; un termmetro del mercurioen-vidrio tiene un error de por lo menos +.1K y un termmetro de dial puede tener un error de varios grados K; los dispositivos digitales siempre son inciertos por +1 en el ltimo dgito adems de su precisin general; y finalmente el tiempo de reaccin es de un dcimo de segundo y algunas veces ms. Como regla-de-aprobacin, si la desviacin media es mucho menor que la precisin de la escala del instrumento, la precisin de la escala debe citarse como el error. (Esta regla se modifica en los casos dnde la divisin por N es ms apropiada). El ltimo mtodo para estimar los errores es encontrar la sensibilidad del experimento a un cambio pequeo en uno de los parmetros. Por ejemplo, suponga un experimento que involucra el colgar una masa en un resorte. En principio la masa que podra ser 100g podra medirse dentro de unos miligramos, dando un error muy pequeo. Sin embargo, puede ser que la masa pudiera aumentarse en 5g sin producir un cambio perceptible en el dispositivo experimental En este caso, puesto que la masa de 100g puede reemplazarse por una masa de 105g sin afectar el experimento, el error es 5g. Este mtodo es un atajo que evita la realizacin repetida de medidas estimando la velocidad de valores que ocurriran si las medidas se repitieran. 2.3 Anlisis estadstico de Errores Aleatorios Suponga que se mide una cantidad A, N veces produciendo los valores Ai, i = 1,..., N. El promedio, A est definido como 1 N A = Ai N i =1 y la desviacin individual de cada medida es Ai Ai - A El promedio A es la estimacin ptima de la cantidad y es el valor que se usa en clculos subsecuentes. El error A , de A puede encontrarse como la desviacin media
A = Desv. media =

( A A)
N i =1 i

N
2

o como la desviacin estndar


=

( A A)
N i =1 i

N 1 Note el signo de valor absoluto en la definicin de la desviacin media. Cuando se hacen los clculos a mano o con una calculadora la se usa la desviacin media. Sin embargo, algunas calculadoras tienen una construccin en el teclado para calcular la desviacin estndar. Si dispone de tal calculadora, entonces use la desviacin estndar, es matemticamente preferible. Bajo ciertas circunstancias el error citado debe ser A /N en lugar de A . El mtodo de desviacin media siempre debe usarse por lo menos con N cinco o preferiblemente diez. En conclusin, ninguna medida est completa sin una estimacin de su incertidumbre o error. Cada cantidad experimental debe darse en la forma A + A (A es un nmero positivo con unidades), es el error (absoluto) determinado por uno de los mtodos discutidos en 2.2.

2.4. Cmo Reportar y Usar Incertidumbres La manera correcta de informar el resultado de una medida es dar [la estimacin ptima] + [la incertidumbre] o, en forma de ecuacin, (valor medido de x) = xmejor + x dnde xmejor es su estimacin ptima del valor y x es la incertidumbre. Significa que se tiene algn grado de confianza que el valor real est en el intervalo xmejor - x y xmejor + x. Hay dos reglas bsicas asociadas con las incertidumbres y los mejores valores. Primero, no hay absolutamente, ningn propsito til citar una incertidumbre con precisin alta. La regla para el trabajo normal es usar 1 o a lo sumo 2 cifras significativas. No cite una incertidumbre de ms de 10% exactitud. Segundo, no cite su estimacin ptima con ms (o menos) exactitud que la incertidumbre asociada. El valor mejor y su incertidumbre deben tener su ltima cifra significativa en el mismo lugar decimal. Las cifras significativas son una manera simplificada de representar la incertidumbre, deben todas tener significado dadas las incertidumbres reales. Si un valor medido es 5.1762 con una incertidumbre de 0.02 significa que los dos dgitos finales 62" no son significativos. Las palabras" precisin" y" exactitud" cuando se usan en la discusin de medidas tiene significados bastante diferentes. La precisin puede aumentarse reduciendo el error aleatorio Esto puede hacerse tomando ms lecturas o aumentando el refinamiento del instrumento.

Un aumento en la exactitud de una medida implica ambos un aumento en la precisin y la reduccin de cualquier error sistemtico que puede estar presente en el instrumento o mtodo. 2.5 Uso de Errores Un anlisis del error bien hecho es una parte esencial de un informe de laboratorio apropiadamente escrito. Puede indicar la calidad de sus datos y puede ser esencial decir si o no el experimento fue satisfactorio. Si A A es el resultado de su experimento y Aterico es el valor terico es entonces el experimento un xito si A - A < Aterico < A + A, se necesita definir un segundo mtodo de declarar el error en una cantidad. El error A en una cantidad A como se discute arriba es un nmero positivo con las mismas unidades y dimensiones que A. A es a menudo llamado el error absoluto de A. Otra cantidad til el error relativo es A/A, o el error porcentual, %A: %A A 100 / A El error relativo o porcentual es una razn luego es un nmero sin unidades. Para evitar la confusin con otros nmeros es mejor usar el error porcentual. El error porcentual y el error relativo difieren por un factor numrico constante de 100 que se puede omitir a veces. Normalmente se citan los errores absolutos con slo una cifra significativa aunque si el error est entre 1 y 3 se dan frecuentemente dos cifras. El valor medido o calculado nunca da ms exacto que el error (tambin debe notarse que un nmero nunca se da menos exacto que su error.) Ejemplos:
incorrecto 3.13 + 0.4 752 + 39 754.79 + 1.83 75 3 + 0.01 2.79315 + 0.02 correcto 3.1 + 0.4 750 + 40 4.8 + 1.8 3.00 + 0.01 2.79 + 0.02

El error porcentual es una indicacin aproximada de la calidad de la medicin, cualquiera sea el tamao de la cantidad medida. Errores porcentuales del 10% comnmente caracterizan a las mediciones gruesas. Incertidumbres relativas del 1 o 2% son caractersticas de experimentos razonablemente cuidadosos y estn cerca del mejor valor que puede obtenerse en experimentos de laboratorio de nivel bsico. Errores relativos menores al 1% son difciles de obtener y son raros de encontrar en el laboratorio de nivel bsico. Se debe recordar que el proceso de medicin involucra al aparato de medida, al observador y al sistema a medir, y existen errores asociados a cada uno de ellos. Aunque el instrumento de medida permita mediciones con una precisin del 0.1%, puede que los dems factores involucrados en la medicin empeoren la precisin del resultado final.
2.6 Propagacin de Errores Despus de hacer las medidas originales, todos los experimentos involucran algunos clculos para llegar a una ltima cantidad que puede compararse a la teora. Los errores en las cantidades medidas producen los errores en los clculos. Este proceso se llama propagacin del error. Clculo de errores de medidas directas Una nica medida: Si se realiza una nica medida el error depende del aparato de medida. Si tiene una escala analgica, se toma como error la mitad de la divisin ms pequea de la escala. Si es digital, el error ser el mnimo incremento entre dos medidas que el aparato pueda mostrar. Varias medidas: Un ejemplo ayudar a entender como se calcula el error asociado a un conjunto de mediciones. Gracias a un cronmetro se mide el periodo T de un pndulo y se obtienen los siguientes resultados: 850 915 930 888 875 889 902 902 890 Ti[ms] 902 Desechando medidas. A veces se obtienen medidas extremadamente diferentes al resto. Estas medidas se conocen como medidas espurias. Si se est seguro de que un valor no refleja un efecto fsico no previsto, se puede desechar y trabajar con el resto. Cuando se hace esto, siempre debe escribirse qu puntos han sido eliminados y por qu. Entre los datos del ejemplo una medida espuria habra sido un valor de 1000ms. Clculo de la media. La mejor aproximacin al valor real del periodo del pndulo (que es desconocido) es la media de los valores obtenidos. Se calcula as: 1 N 1 T = Ti = ( 902 + 850 + K + 890 ) = 894.3 [ ms ] 10 N i =1 Estimacin de la desviacin estndar (tpica) de los datos. La dispersin de los datos alrededor de la media se mide por su desviacin estndar. Se calcula del modo siguiente:
= 21.8[ms] 9 N 1 Estimacin del error de la media. Viene dado por la siguiente expresin: 3 3 21.8 T = = [ms]=20.7[ms] N 10 El error as definido se interpreta del modo siguiente: la probabilidad de que el valor real del periodo del pndulo (que por supuesto, no se conoce) est en el intervalo (T - T, T + T) = (873,6ms, 915ms) es del 99,7 %. Esto es, si se repitiese 1000 veces el experimento de hacer 10 medidas del periodo del pndulo, slo en 3 casos de los 1000, el valor medio del periodo (T) que se obtuviera sera diferente de 894,3ms en ms de 21ms. Cuando termine de calcular los errores, no olvide poner las unidades y trabajar slo con las cifras significativas. En el ejemplo dado, el resultado del experimento se expresara del modo siguiente: T = 894 21ms = (873ms, 915ms) Clculo de errores de medidas indirectas Aunque algunas magnitudes se obtienen por medida directa, otras muchas son el resultado del clculo a partir de una cierta formula (magnitudes derivadas). Es evidente que si se tienen incertidumbres en la determinacin de las magnitudes directas estas se manifestarn en la magnitud indirecta deducida de ellas. En la mayora de los casos las magnitudes medidas directamente no son el objetivo final de un experimento, sino un paso necesario para obtener otras magnitudes relacionadas con ellas mediante alguna dependencia funcional. Si se considera el error como una suma (adicin o sustraccin). Sea C = A B dnde A + A y B + B son valores experimentales. Se puede escribir C + C = (A + A) (B + B) y asumiendo el peor caso C + C = (A B) + (A + B)
i =1

(T T )
i

( 902 894.3) + ( 850 894.3)


2

+ K + ( 890 894.3)

Como el error decrece con el nmero de medidas, conviene tomar el mayor nmero posible de medidas de cualquier magnitud que se desea conocer.

da C = A + B Se establece: El error absoluto de una suma o diferencia es la suma de los errores absolutos Extendiendo esto a la multiplicacin, asuma C = AB y considere C + C = (A + A) (B + B) = AB + BA + AB + AB . Omitiendo el trmino AB por ser muy pequeo se encuentra C = BA + AB. Dividiendo ambos lados por C = AB da C/C = A/A + B/B o %C = %A + %B. Esta regla tambin aplica a la divisin debido a que el error relativo en 1/C es el mismo como el error relativo en C, si el error es pequeo. Para demostrar esto, sea C' = 1/C dnde C tiene el error absoluto C. C' + C' = [C + C]-1 = C-1[1 + C/C]-1 C-1[1 - (+C/C)] = C'[1 + C/C] Dividiendo ambos lados por C' da 1 + C'/C' = 1 + C/C y por consiguiente %C' = %C Esto puede generalizarse: El error porcentual en un producto o cociente es la suma de los errores porcentuales. Estas dos reglas simples se ocupan de casi todas las situaciones que usted encontrar. Si supone que las incertidumbres relativas son pequeas se puede hacer la siguiente aproximacin: df f ( x + x ) f ( x ) + x f + f dx donde el valor medio de f y su incertidumbre son df f = f ( x ) y f = x dx Luego por simple extrapolacin cuando se tenga una funcin f de dos magnitudes observadas (x; y) con x = x + x y y = y + y se tiene que f = f + f con f = f ( x , y ) y
f f x + y dx dy donde f/x es la derivada parcial de f con respecto a x evaluada en x = x que corresponde a una derivada manteniendo a y constante. En un caso ms general, la magnitud derivada puede escribirse como funcin de un nmero ms o menos grande de magnitudes conocidas x, y, z, ... , q = f(x, y, z,...) donde x, y, z, ... tendran incertidumbres x, y, z, ... . Para calcular la incertidumbre de q se recurre al concepto matemtico de diferencial. El diferencial de q= f(x, y, z, ... ) viene dado por: f f f d q = d f ( x , y , z ,K ) = dx + dy + dz + K dx dy dz indica cuanto vara la funcin q al variar (ligeramente) las variables x, y, z, ... . Es decir, el diferencial permite estimar la incertidumbre en el valor de q en funcin de las incertidumbres de las variables, siempre que las incertidumbres sean pequeas. Teniendo en cuenta, que no se sabe que signo tienen las incertidumbres, se puede evaluar la incertidumbre de q, como: f f f q = x + y + z + K dx dy dz donde los valores de las derivadas parciales estn dados por los valores conocidos de x , y , z , ... . Con las propiedades arriba enunciadas no es difcil comprobar las siguientes relaciones: x x n = n x n 1x = n x n x ( x y ) = x + y f =
x y ( xy ) = xy + y x x x x y = + y y y x x y ( xn y m ) = xn y m n +m y x Por ejemplo, si se quiere medir el volumen de un cilindro y se sabe que su radio es r = 6,0cm y su altura h = 10,0cm, se sabe que su volumen viene dado por V = r2h = 1131cm2. Pero, si la magnitud h tiene un error de h = 0,1cm y r tienen un error de r = 0,1cm, cul es el error que se comete en el clculo del volumen? El valor de V se obtiene de la ecuacin: V V V = r + h r h que requiere calcular las derivadas parciales. Pero eso es inmediato: V V 2 2 = 2rh = 377 cm 2 , h = r = 113 cm , r y por tanto, el error en el volumen es: V = ( 377 0.1 + 113 0.1) [cm3 ] = 49[cm 3 ]

Por consiguiente, se tiene que: o en notacin cientfica:

V = 1130 50 [cm3], V = (1,13 0,05)103[cm3].

La mayor contribucin al error V se debe al radio (37.7), por lo tanto si se quisiera mejorar el error habra que mejorar la precisin de la medida de r.