Apunte para el trabajo del laboratorio

F sica I C atedra Wainmaier

1.

El proceso de medici on

El proceso de medici on es un proceso f sico experimental en cual intervienen e interact uan necesariamente tres sistemas: 1. Sistema objeto, es lo que va a medirse. 2. Sistema de medici on, es el instrumento o conjunto de instrumentos con los que se mide (del cual forma parte el observador). 3. Sistema de comparaci on, que se dene como la unidad de medida, y suele estar incluida en el instrumento de medici on. En cada proceso de medici on interaccionan estos tres sistemas dando como resultado una cantidad que es la medida de la magnitud en cuesti on El resultado de un proceso de medici on es un n umero real, que se llama valor de la magnitud, y se lo interpreta como la cantidad de veces que la unidad est a contenida. Pero simult aneamente, estas mismas instrucciones dar an como producto la denici on operacional de la magnitud misma. En efecto, ?c omo se puede medir, por ejemplo, una longitud? : se toma un instrumento, regla, se hace coincidir un extremo de la regla con el extremo del objeto cuya longitud se quiere determinar y se lee que divisi on coincide con el otro extremo. Independientemente se ha realizado una operaci on an aloga con la regla y otro objeto que se tomo como patr on (calibraci on de la unidad). Obtenemos as una cantidad que nos da la medida de la longitud, pero obtenemos adem as la denici on mis ma de longitud. AQu e es una longitud? Lo que se mide mediante un proceso como el descripto. Es lo que se llama una denici on operacional: la magnitud es denida en t erminos de las operaciones que se realizan para medirla. Una misma magnitud puede, as , ser denida operacionalmente de muchos modos diferentes. Los procesos de medici on dependen en general del grado de desarrollo de los m etodos de medici on y del avance de las teor as cient cas, consecuentemente las deniciones operacionales son aproximadas, perfectibles a medida que la ciencia progresa. Resumiendo, tenemos dos cuestiones claves que se derivan a partir del procedimiento de medici on:

Dene operativamente una magnitud f sica. Da como resultado el avalor a de la magnitud. Toda medida debe de ir seguida por la unidad, obligatoriamente. El valor de una magnitud dada es independiente del proceso particular de medici on, dependiendo solo de la unidad elegida. Como esta unidad, en principio, es arbitraria y se ja por convenci on, es necesario a nadir un s mbolo al valor num erico para indicar cu al unidad ha sido utilizada como comparaci on. Por ejemplo, se escribe a1 m a, a10 pies a, a25 seg. a, etc. Decir que una longitud es de a2,5 a no tiene sentido f sico, si no se indica la unidad de referencia. Por otro lado si bien en matem atica cuando escribimos, por ejemplo, 2,5 y 2,50 estamos haciendo referencia a un mismo n umero, no ocurre lo mismo cuando estos n umeros son el resultado de una medici on. Consideremos, por ejemplo, que le damos a alguien para que mida el largo de un cuaderno y le pedimos que lo mida con una regla. Realiza la medici on y se nala que es de 29,5 cm. ?Podemos considerar que la longitud del cuaderno es de exactamente 29,50000000 cm? Seguro que no, esta armaci on est a fuera de los l mites de credibilidad. No podemos contar con el valor exacto de ninguna medida y debemos conformarnos con medidas que toman forma de intervalos, dentro de los cuales tenemos conanza de que se encuentre el valor esperado. El acto de la medici on requiere que determinemos tanto la localizaci on como el ancho del intervalo para el cual podemos armar con cierta certeza que est a el valor de la variable X . Todo resultado experimental o medida hecha en el laboratorio debe de ir acompa nada del valor estimado del error de la medida y a continuaci on, las unidades empleadas. Por ejemplo, al medir una cierta distancia hemos obtenido 297 2mm. Como la cifra 2mm representa el intervalo en que la lectura de 297 es incierta. De este modo entendemos que la medida de dicha magnitud est a en alguna parte entre 295mm y 299mm. En realidad, la expresi on anterior no signica que se est a seguro de que valor verdadero est e entre los l mites indicados, sino que hay cierta probabilidad de que est e ah .

2.

Ordenes de magnitud y Cifras signicativas

Se acostumbra dar el nombre de orden de magnitud de un valor (o magnitud f sica) a la potencia de 10 m as cercana al valor. Seguramente no sabemos cu anto es el di ametro de un l apiz grato (8,2mm aproximadamente). Sin embargo, no tendremos dicultad en indicar cu al es la potencia de 10 m as cercana al valor de ese di ametro. Es decir, podremos decidir con facilidad si el di ametro del l apiz est a m as cerca de 100 mm o de 101 mm. El orden de magnitud del l apiz grato es 101 mm, puesto que esta es la potencia de 10 m as cercana al valor del di ametro. Otra forma conveniente de obtener el orden de magnitud de un valor es operar con los valores de ellas en notaci on cient ca. 2

Ejemplo: 563,264x103 = 5,63264x102 x103 = 101 x105 = 106 el orden de magnitud es 106 2,86169x109 = 100 x109 = 109 el orden de magnitud 109 Por otro lado cabe se nalar que del resultado de una medici on se obtiene un n umero con una cierta cantidad de d gitos que corresponden a los sucesivos ordenes de magnitud (orden de la potencia de 10 m as pr oxima al valor de la 2 magnitud, as 375m es del orden de 10 m) medidas, a las cuales llamaremos cifras signicativas, es decir cifras que provienen realmente de la medici on. Por ejemplo, si medimos la longitud de una mesa con la regla en mil metros expresamos el resultado como 2, 725m o 272, 5cm pero no se nos ocurrir a escribir 2, 725834m. En efecto, la regla no nos da informaci on alguna sobre las d ecimas o cent esimas de mil metro. La informaci on sobre la medida de una dada magnitud no puede modicarse por el solo hecho de cambiar la unidad en que se mide. En el ejemplo: 37, 5m = 3750cm El segundo t ermino indica que al medir el orden de los cent metros obtuve como resultado cero, en tanto que 37, 5m indica que no se midi o el orden de los cent metros. Otra fuente de confusiones que surge a ra z de las unidades se presenta con los ceros a la derecha. En efecto: 3, 5mm y 0, 0035m tienen el mismo n umero de cifras signicativas. Para evitar estos problemas corresponde usar la notaci on cient ca: 37, 5m = 37, 5x102 cm = 37, 5x103 Km Para recordar: 1. Toda cifra escritas comprendidas entre 1-9 son signicativas, 2. los ceros a la izquierda nunca son signicativos, independientemente de que est en en la parte entera o en la parte decimal del numero (por ejemplo los dos primeros ceros de 0,082058m no son signicativos), 3. los ceros intermedios (0,082058m) son signicativos 4. los ceros nales de un dato real (14,00m) son signicativos 5. los ceros nales de un dato entero (300m) no son signicativos; si se desea expresar en notaci on cient ca (3,00x102 m) Cualquiera sea el medio por el que hayamos hecho la medici on esta tendr a asociada diferentes errores y el resultado nal deber a ser el intervalo que representa los l mites dentro de los cuales se encuentra el valor deseado. En lo que sigue nos referiremos a los diferentes tipos de errores asociados a las mediciones. 3

3.

Teor a de errores

Suele asociarse con los t erminos ac alculo de errores a, a un proceso que se efect ua una vez completada una medici on, con el objetivo de acotar el n umero de cifras signicativas que se conocen con exactitud. Nada m as alejado es esto del verdadero papel que los errores juegan en relaci on al trabajo experimental. Toda tarea de planicaci on, ejecuci on, an alisis y evaluaci on de cualquier tarea experimental va a estar guiada por consideraciones respecto a los errores. En efecto, a menudo hablamos de magnitudes asucientemente grandes a o asucientemente peque nas a, aque tienden a un l mite a, que ase desprecian a, o de amasas puntuales a, ap endulos inextensibles a, etc, pero al enfrentar las mediciones concretas (las masas, los p endulos reales), surge la pregunta: ?Dentro de qu e l mites las expresiones matem aticas, v alidas para los entes ideales mencionados, pueden aplicarse correctamente en el problema real? Necesitamos respuestas cuantitativas concretas. S olo el conocimiento de los errores de medici on y las formas que ellos inciden en nuestros resultados pueden proporcionar criterios objetivos para contestarlas. Pero no solo la aplicabilidad de un modelo depende de estos errores. La selecci on del m etodo y de instrumentos se rige, en buena medida, por la precisi on que queremos o podemos alcanzar. Dejar de lado el an alisis previo de los errores y su peso relativo, al planicar una experiencia, conduce a menudo a costosas equivocaciones (costosas en tiempo, en ecacia, en dinero, etc). Es muy com un en los principiantes anar extremadamente la exactitud de la lectura que luego va a ser usada en conjunci on con otras cuyos errores pesan mucho m as en el resultado o cuyas precisiones no pueden mejorarse hasta el mismo orden de magnitud de modo que todo el esfuerzo que a veces se realiza resultar a in util. Por todo ello creemos fundamental introducir en las t ecnicas y c alculos de errores desde las m as simples experiencias de laboratorio, como una metodolog a que caracteriza al trabajo cient co-tecnol ogico. y

3.1.

Conceptos b asicos

Tanto los instrumentos que usamos para medir como las magnitudes mismas son fuente de incertezas al momento de medir. Los instrumentos tienen una precisi on nita, por lo que, para un dado instrumento, siempre existe una variaci on m nima de la magnitud que puede detectar. Esta m nima cantidad se denomina la apreciaci on nominal del instrumento. Por ejemplo, con una regla graduada en milAmetros, no podemos detectar variaciones menores que una fracci on del mil metro. A su vez, las magnitudes a medir no est an denidas con innita precisi on. Otra fuente de error que se origina en los instrumentos adem as de la precisi on es la exactitud de los mismos. La precisi on de un instrumento o un m etodo de medici on est a asociada a la sensibilidad o menor variaci on de la

magnitud que se pueda detectar con dicho instrumento o m etodo. As , decimos que un tornillo microm etrico (con una apreciaci on nominal de 10m) es m as preciso que una regla graduada en mil metros. La exactitud de un instrumento o m etodo de medici on est a asociada a la calidad de la calibraci on del mismo. Imaginemos que el cron ometro que usamos es capaz de determinar la cent esima de segundo pero adelanta dos minutos por hora, mientras que un reloj de pulsera com un no lo hace. En este caso decimos que el cron ometro es todav a m as preciso que el reloj com un, pero menos exacto. La exactitud es una medida de la calidad de la calibraci on de nuestro instrumento respecto de patrones de medida aceptados internacionalmente.

3.2.

Clasicaci on de los errores

1. Errores introducidos por el instrumento: Error de apreciaci on ap : si el instrumento est a correctamente calibrado la incertidumbre que tendremos al realizar una medici on estar a asociada a la m nima divisi on de su escala o a la m nima divisi on que podemos resolver con alg un m etodo de medici on. Error de exactitud exac : representa el error absoluto con el que el instrumento en cuesti on ha sido calibrado. 2. Errores de interacci on, int : esta incerteza proviene de la interacci on del m etodo de medici on con el objeto a medir. Su determinaci on depende de la medici on que se realiza y su valor se estima de un an alisis cuidadoso del m etodo usado. En general, en un dado experimento, todas estas fuentes de incertidumbres estar an presentes, de modo que resulta u til denir el error nominal de una medici on nom , como:
2 2 2 2 2 nom = ap + def + int + exac

(1)

Este procedimiento de sumar los cuadrados de los errores es un resultado de la estadAstica, y proviene de suponer que todas las distintas fuentes de error son independientes una de otras. Seg un su car acter los errores pueden clasicarse en sistem aticos, estad sticos e ileg timos o espurios. 1. Errores sistem aticos: se originan por las imperfecciones de los m etodos de medici on. 2. Errores estad sticos: Son los que se producen al azar. En general son debidos a causas m ultiples y fortuitas (est ).

 3. Errores ilegAtimos o espurios: Supongamos que deseamos calcular el volumen de un objeto esf erico y para ello determinamos su di ametro. Si al introducir el valor del di ametro en la f ormula, nos equivocamos en el n umero introducido, o lo hacemos usando unidades incorrectas, o bien usamos una expresi on equivocada del volumen, claramente habremos cometido un error. Cuando se desea combinar los errores sistem aticos con los estad sticos, la prescripci on usual es sumar los cuadrados de los errores absolutos y luego tomar la ra z cuadrada de este resultado. Si estamos midiendo una magnitud Z , el error nal o combinado o efectivo de Z , Z , vendr a dado por: Z =
2 + 2 est nom

(2)

Llamamos error absoluto al valor de la incertidumbre combinada (Ec. 2). Tiene las mismas dimensiones que la magnitud medida y es conveniente expresarla con las mismas unidades de esta. Si Z es la magnitud en estudio, Z es el mejor valor obtenido y Z su incertidumbre absoluta. El resultado se expresa adecuadamente como: Z = Z Z (3)

El signicado de esta notaci on es equivalente a decir que, seg un nuestra medici on, con una cierta probabilidad razonable, el valor de Z est a contenido en el intervalo ( Z Z , Z + Z ), o sea: Z Z < Z < Z + Z . Error relativo: Z = Z/Z , el cociente entre el error absoluto y el mejor valor de la magnitud. Error relativo porcentual: Z, % = 100.Z , es la incertidumbre relativa multiplicada por 100.

4.
4.1.

Mediciones directas
Tratamiento estad stico de los datos

Un experimentador que haga la misma medida varias veces no obtendr a, en general, el mismo resultado, no s olo por causas imponderables como variaciones imprevistas de las condiciones de medida: temperatura, presi on, humedad, etc., sino tambi en, por las variaciones en las condiciones de observaci on del experimentador. Si al tratar de determinar una magnitud por medida directa realizamos varias medidas con el n de corregir los errores aleatorios, los resultados obtenidos son x1 , x2 , ...., xn se adopta como mejor estimaci on del valor verdadero el valor medio x 1 que viene dado por la ec. 4.
1

x suele escribirse como x

x =

x1 + x2 + ..... + xn = n

n 1

xi n

(4)

El valor medio se aproximar a tanto m as al valor verdadero de la magnitud cuanto mayor sea el n umero de medidas, ya que los errores aleatorios de cada medida se va compensando unos con otros. Sin embargo, en la pr actica, no debe pasarse de un cierto n umero de medidas. En general, es suciente con 10, e incluso podr a bastar 4 o 5. Cuando la sensibilidad del m etodo o de los aparatos utilizados es peque na comparada con la magnitud de los errores aleatorios, puede ocurrir que la repetici on de la medida nos lleve siempre al mismo resultado; en este caso, est a claro que el valor medio coincidir a con el valor medido en una sola medida, y no se obtiene nada nuevo en la repetici on de la medida y del c alculo del valor medio, por lo que solamente ser a necesario en este caso hacer una sola medida. De acuerdo con la teor a de Gauss de los errores, que supone que estos se producen por causas aleatorias, se toma como la mejor estimaci on del error, el llamado error cuadr atico denido por la ec. 5. x =
n 1 (xi

x )2 n(n 1)

(5)

En conclusi A on el resultado del experimento se expresa como: A A x x y la unidad de medida. A

Si tenemos N medidas tendremos desviaciones i = (xi x ), que ser an, en general, n umeros positivos y negativos. Denimos la cantidad llamada varianza: (6) N que es el promedio de las desviaciones cuadr aticas, y que solo depende de la forma en que los datos individuales uct uan alrededor del promedio, siendo independiente del n umero total de observaciones. Para poder hacer comparaciones debemos llevar a la varianza a las mismas unidades que el promedio. Por eso se dene como la ra z cuadrada de la varianza, y se la llama dispersi on o error estandard de cada medici on = =
2 i

2 i

(7)

Para los casos de errores casuales de medici on esta dispersi on o error standard vale: = (8) N

Esta relaci on es en realidad aproximada, pero se convierte en igualdad para N sucientemente grande. A partir de este an alisis, el resultado num erico de una serie de mediciones se indica en la forma x . La identicaci on del error de un valor experimental con el error cuadr atico obtenido de n medidas directas consecutivas, solamente es v alido en el caso de que el error cuadr atico sea mayor que el error instrumental, es decir, que aqu el que viene denido por la resoluci on del aparato de medida. Es importante saber ordenar los datos en forma gr aca, en particular en distribuciones de frecuencias, porque tales ordenaciones nos permiten sacar una impresi on global de su aspecto general y presentarlos para procedimientos de c alculos posteriores. Consideremos de nuevo la serie de resultados de medici on: x1 , x2 , ....xn . Estos n umeros est an distribuidos alrededor del promedio. Observaremos que hay valores que est an cerca del promedio y otros que est an m as lejos. Cuando nos proponemos hacer una medici on no podemos saber de antemano el resultado que va a salir, pero es evidente que podremos decir que la probabilidad de estar cerca del promedio es alta, y que la probabilidad de estar lejos es baja. Analicemos detenidamente esto. Tomemos un eje, en el cual marcamos los valores de que van apareciendo en nuestra serie de mediciones, gura 1.

Figura 1: Sobre el eje X se representan las mediciones mediante puntos. Se se nala el

valor promedio.

El aspecto suele ser el de la gura 1. Los valores se aaglomeran a cerca del promedio, y se vuelven m as dispersos fuera de este. Si dividimos el eje en peque nos intervalos iguales podemos contar el n umero de observaciones que caen en cada intervalo y representarlo gr acamente. Esto es lo que se llama histograma (cuando a todo un intervalo le corresponde un valor, y no a un solo punto, como sucede en una funci on). Cuanto m as grande sea la estad stica, o sea , m as peque nos podemos hacer los intervalos sin por ello perder la chance de tener un n umero sucientemente grande de datos en cada intervalo, el histograma tomar a la forma de una funci on gausseana.

5.

Mediciones indirectas

En muchos casos el valor experimental de una magnitud se obtiene, de acuerdo a una determinada expresi on matem atica, a partir de la medida de otras magnitudes de las que depende. Se trata de conocer el error en la magnitud derivada a partir de los errores de las magnitudes medidas directamente. 8

Figura 2: Esquema de un Histograma correspondiente a los datos de la Fig.1

5.1.

Funciones de una sola variable

Supongamos que la magnitud y cuyo valor queremos hallar depende solamente de otra magnitud x, mediante la relaci on funcional y = f (x). El error de y cuando se conoce el error de x viene dado por la expresi on. y = |f ( x )|x de nuevo x es el valor medio (9)

5.2.

Funciones de varias variables

Supongamos que la magnitud z cuyo valor queremos hallar depende de m as de una magnitud, por ejemplo x e y , por lo que la relaci on funcional z = g (x, y ). El error de z cuando se conocen los errores de x e y viene dado por la expresi on. z = | dg ( x , x ) dg ( x , x ) |x + | |y dx dy (10)

donde x , y son los valores medios x e y de respectivamente. Un ejemplo para claricar esta idea: Supongamos que queremos medir el volumen de un cilindro de aluminio y disponemos de una cinta m etrica cuya menor divisi on es de 0,1cm. Medimos el di ametro de la base y la altura del mismo. Si consideramos que el volumen de un cilindro est a dado por la siguiente expresi on: V = r2 h (11)

donde r es el radio y h la altura del cilindro, el error del volumen saldr aa partir de la siguiente expresi on: V = |2 h r |r + | r 2 |h 9 (12)

Figura 3: Esquema del a estudiar Finalmente, el valor del volumen ser a V = 59 4cm

10