Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El objetivo de este apunte es brindar una gua para el alumno de Fsica I. La comprensin de los
temas aqu expuestos es de vital importancia para el desarrollo de los trabajos prcticos que
componen el curso de Laboratorio.
1. Introduccin
Una magnitud fsica es un atributo de un cuerpo, fenmeno o sustancia, susceptible de ser
medido. Es una propiedad o aspecto observable de un sistema fsico que puede ser expresado en
forma numrica. Fuerza, longitud, masa, velocidad, aceleracin son ejemplos de magnitudes fsicas.
En el proceso de medicin intervienen: el objeto de medicin (la cantidad a medir), el instrumento de
medicin, el mtodo de medicin, el sistema de referencia y el operador, que es quien lleva a cabo la
medicin.
Cantidad, en fsica, significa el valor que toma una magnitud dada en un sistema concreto. Unidad
significa cantidad de referencia. Al informar los resultados de una medicin, deben especificarse las
unidades correspondiente, de acuerdo al sistema de unidades elegido (cgs, MKS, etc.).
Las mediciones estn afectadas por errores, provenientes de diversas fuentes. Error significa,
entonces, incertidumbre, limitaciones para informar un resultado. Es muy importante conocerlos y
estimarlos.
2. Fuentes de error
Como se mencion, existen diferentes fuentes de error que afectan a la medicin de las
magnitudes. A continuacin se enumeran algunas de ellas.
Instrumento de medicin ( ap): la apreciacin nominal es la menor divisin de la escala del
instrumento que se utiliza para medir. Ej.: regla cuya menor divisin es 1mm. Cuando se realiza
una nica medicin, el rango del error est dado por la apreciacin nominal. Deber elegirse un
instrumento cuya precisin sea acorde al objetivo de la experiencia y la importancia del resultado.
Interaccin entre el mtodo de medicin y el objeto a medir ( int). Ej.: al medir la
temperatura de una solucin con un termmetro, ste adopta la temperatura de la solucin, pero
tambin existe transferencia de calor desde el termmetro hacia la solucin, por lo que las
condiciones del objeto a medir se veran alteradas.
-1-
Definicin del objeto a medir ( def): representa la incertidumbre intrnseca del objeto a medir.
Influencia del observador ( obs): Ej.: tiempo de reaccin del observador, criterio para informar
la lectura de un instrumento de aguja, cuando la misma se encuentra entre dos marcas, etc.
La incertidumbre o error nominal ( nom) se define como la raz cuadrada de la suma de los
cuadrados de las fuentes de error mencionadas anteriormente:
(1)
La suma de los cuadrados proviene del hecho de suponer la independencia entre las fuentes de
error. De acuerdo al experimento en cuestin, otras fuentes de error podran tomar relevancia, por lo
que deberan ser incluidas en la ecuacin.
3. Clasificacin de errores
Los errores que afectan una medicin pueden ser de dos tipos, de acuerdo a su naturaleza:
sistemticos o aleatorios (casuales).
Los errores sistemticos son aquellos que permanecen constantes a travs de una serie de
lecturas (datos). Suelen estar relacionados a un defecto del instrumento de medicin y es posible
corregirlos. Pueden ser eliminados o reducidos realizando correcciones apropiadas, calibrando el
sistema. Ejemplos de errores sistemticos son: el defasaje de un reloj (que est atrasado o
adelantado), una balanza mal tarada, entre otros.
Los errores aleatorios, casuales o accidentales no tienen causa aparente. Fluctan, son
azarosos. No pueden eliminarse, dado que son intrnsecos al acto de medicin. Se hacen ms
evidentes cuando se realizan mediciones de cantidades pequeas con objetos calibrados
cuidadosamente. En ausencia de errores sistemticos, los errores causales producen una dispersin
de datos alrededor del valor verdadero de la magnitud. Si existen errores sistemticos, los resultados
fluctuarn alrededor de un valor, que est desplazado respecto del valor verdadero. Los errores
casuales pueden estimarse por mtodos estadsticos.
3.1
Precisin y exactitud
Los errores sistemticos y casuales se relacionan con dos conceptos, precisin y exactitud, que no
tienen el mismo significado, pero que suelen utilizarse indistintamente en el lenguaje coloquial. El
resultado de una medicin ser exacto si est libre de errores sistemticos y ser preciso si los
errores aleatorios son pequeos. Esta idea queda ms clara al analizar el grfico de la Figura 1. La
-2-
exactitud expresa cunto se acerca un conjunto de datos al valor verdadero. La precisin vara de
acuerdo a cun cercanos entre s son estos resultados. La distincin entre estos dos conceptos es
esencial.
4.1
Valor medio
-3-
X =< X >=
x
i =1
(2)
2,53
t =< t >=
2,49
2,47
2,49
2,55
4.2
Desviacin estndar
Hallado el valor medio, es de inters conocer el rango de error que lo acompaa. Cuanto mayor
sea el rango de valores que toma una medicin, mayor es el error. La desviacin estndar x se
relaciona con las desviaciones de los valores individuales con respecto al mejor valor.
N
x =
(x X )
i =1
(3)
N 1
Mediciones
(seg)
2,53
2,49
2,47
2,49
2,55
(ti t )
(ti t ) 2
(seg)
(seg2)
0,0240
0,0006
-0,0160
0,0003
-0,0360
0,0013
-0,0160
0,0003
0,0440
0,0019
Total:
0,0043
Tabla II. Clculos intermedios para la obtencin de la desviacin estndar.
-4-
t =
4.3
(t 2,51 seg )
i =1
5 1
0,043 seg 2
= 0,032 seg
4
E= x =
N
(x X )
i =1
(4)
( N 1) .N
4.4
Error absoluto
El error absoluto X combina el tratamiento estadstico de los datos con el nom , que se obtiene
cuantificando el aporte de las diferentes fuentes de error.
X = E 2 + nom 2
(5)
El resultado de una medicin queda expresado, entonces, como X X . Esto significa que el
4.5
Error relativo
El error absoluto no permite establecer cun confiable es la medicin. Si X = 0,1 m , por ejemplo,
este resultado no nos permite valorar la bondad de la medicin. Para ello, es conveniente analizar el
error relativo de la medicin, Er . El error relativo es una magnitud adimensional.
-5-
Er =
X
X
(6)
4.6
Como los valores que suele tomar el error relativo son muy pequeos, resulta ms cmodo
expresarlo como porcentaje.
E% = Er .100% =
X
.100%
X
(7)
d
, donde d y t son las magnitudes directas
t
(distancia y tiempo), cuyos valores se obtuvieron utilizando una regla y un cronmetro, por ejemplo.
El error asociado a las magnitudes indirectas se obtiene por medio de operaciones conocidas
como propagacin del error. El resultado se expresa de la misma forma que las mediciones directas
( V V ).
5.1
Este mtodo calcula las cotas de los errores y se sita en la situacin ms desfavorable para
informar el error.
-6-
( x + y ) + (Vx Vy ) ,
llamando V a la suma ( x + y ) .
Como no se sabe si los errores son por exceso o por defecto, el lmite del error se toma el caso
ms desfavorable; es decir, la suma de los valores absolutos de los errores de x y de y :
V = x + y
(8)
De esta forma, V V = ( x + y ) Vx + Vy .
Para la resta, se toman los mismos lmites de error. Por lo tanto a la medida x Vx se le resta
y Vy :
V V = ( x y ) ( Vx + Vy )
(9)
V = x.Vy + y.Vx
(10)
V x.Vy + y.Vx Vy Vx
=
=
+
V
x. y
y
x
donde
Vy
Vx
es el error relativo de la magnitud x y
, el error relativo de y .
y
x
-7-
(11)
x
:
y
V + V =
x +Vx x
= + V
y + .Vy y
Entonces:
V =
V =
Vx. y x.Vy
y2
(12)
Dado que los errores pueden cometerse tanto por defecto como por exceso, se puede tomar el
valor absoluto y reemplazar el signo (-) de (12) por (+). De esta forma el lmite superior de V es
Vx. y + x.Vy
. El hecho de tomar el valor positivo de la contribucin x.y, hace que el error
y2
considerado sea ms abarcativo. Como se ver ms adelante, el error de un cociente calculado por el
Mtodo Tradicional es mayor que el correspondiente al Mtodo de derivadas parciales.
y
Se obtiene, entonces, el mismo resultado que en 2:
V Vx Vy
=
+
V
x
y
-8-
V = n.x n 1.Vx
(13)
V n.x n 1.Vx
Vx
=
= n
n
V
x
x
(14)
5.2
V
V
V
2
2
2
V =
.Y +
.X +
.Z + ...
x
z
y
donde
(15)
V V V
,
,
,... representan las derivadas parciales de V en funcin de x, y , z ,...
x y z
V = a.x ;
V
=a
x
(16)
V = a . X = a. X
2
V = 12. X 2 + 12. Y 2 = X 2 + Y 2 X + Y
-9-
(17)
x. y
:
z
V =
y
x
x. y
V
V
V
2
2
2
2
2
2
. X + . Y + 2 . Z = . X + . Y + . Z
z
z
z
X
Y
Z
2
X Y Z
V = V .
+
+
X Y Z
2
(18)
X
Y Z
V
X Y Z
=
+
+
+
+
V
X
Y
Z
X Y Z
5.2.4 Potenciacin
Si V = x n
V =
( n.x )
n 1 2
xn
V
. X = n . . X 2 = n 2 . . X 2
x
x
2
(19)
X
X
V
= n2 .
= n.
V
X
x
2
5.3
En esta seccin se presentan algunos ejemplos ilustrativos sobre la aplicacin de los mtodos de
propagacin de errores.
- 10 -
1. MT:
L = L1 + L2 = 0,5mm + 0, 2mm = 0, 7 mm .
El
resultado
informar
es:
L L = (91,8 0, 7)mm .
2. MDP: V =
( 0,5mm )
2
+ ( 0, 2mm ) = 0,53mm . Entonces: L L = (91,8 0,5)mm
El
resultado
informar
es:
A A = (4024 41)mm 2 .
2
A
0,5mm 0, 2mm
2. MDP:
=
+
= 0, 0061 . Entonces:
A
124, 2mm 32, 4mm
A = 0, 0061 4024, 08mm 2 = 24,84mm 2 . El resultado a informar es: A A = (4024 25)mm 2 .
5.3.3 Volumen de un cubo
Si el cubo tiene lados de longitud L1=(5,400,05) cm, su volumen ser V=157,464cm3. El error se
calcula como sigue:
1. MT:
El
resultado
informar
es:
V V = (157 4)cm3 .
2. MDP:
V =
L
V
V = n . 1 L13 = 3 0, 05cm (5, 40cm) 2 = 4,374cm 2 .
V
L1
Entonces:
V V = (157 4)cm3 .
- 11 -
son significativas. La precisin de una medicin no mejorar por el hecho de incluir cifras, si los
resultados tienen una base experimental1.
En general, el nmero de cifras significativas se conoce como la cantidad de dgitos que tiene un
valor, sin contar el o los ceros a la izquierda. Ejemplos: 95; 0,25; 67,0; 0,0021. Todos estos valores
tienen dos cifras significativas.
Los errores de las mediciones deben expresarse con una sola cifra significativa. Slo en
casos excepcionales, y cuando exista fundamento para ello, podrn utilizarse ms cifras. La posicin
de la cifra que expresa el error debe coincidir con la ltima cifra significativa de la cantidad en
cuestin. Ejemplo: (95, 2 0,1)cm . De todas formas, es recomendable realizar los clculos con todas
las cifras significativas arrojadas por el programa de clculo o la calculadora y realizar el redondeo
para informar el resultado.
Si la incerteza no se indica explcitamente, es habitual considerar que sta afecta la ltima cifra del
resultado. Ej: Si se tiene como dato que V = 25 ml , se infiere que V = 1 ml . Si el dato es
7. Medias ponderadas
Cuando se tienen muchas mediciones independientes de una misma magnitud, cada una con
diferentes incertezas, es conveniente tomar un criterio sobre como combinarlas para obtener un nico
valor final. Un criterio posible es usar lo que se denomina medias ponderadas o promedio pesado. La
idea del mtodo es hacer un promedio asignando diferentes pesos a cada medicin de manera que
aquellas mediciones con menor incerteza van a tener una mayor incidencia en el valor final. Este
criterio ser especialmente til cuando haya que combinar un conjunto de mediciones independientes
que se hayan obtenido en forma indirecta.
Formalmente, si se tienen N mediciones con su respectivo error, x i i con i=1 N , el
promedio pesado x y su error se expresan de la siguiente manera:
N
x i / 2i
i=1
x = N
(20)
1/ i
i=1
- 12 -
2=
1
N
(21)
1/ 2i
i=1
Para comprender mejor como funcionan los promedios pesados vemos un ejemplo. Supongamos que
se quiere medir la constante elstica de un resorte. Usualmente lo que se hace para medir la
constante elstica es colocar el resorte sobre un dispositivo de manera que quede colgando y sea
posible su estiramiento. Luego se coloca sobre el extremo libre diferentes pesas y se mide cuanto se
estira el resorte. Segn la Ley de Hooke se sabe que el estiramiento va a ser proporcional a la fuerza
F =k x , donde
que realiza la pesa sobre el resorte,
obtener una mejor medicin se usan varias pesas de distinto peso de manera que se obtiene una
medicin independiente de k
para cada pesa y cada una con un error diferente. Usando promedios
pesados podemos determinar un valor final para t k eniendo en cuenta cada una de las mediciones
con su respectivo error.
A continuacin la tabla III muestra mediciones obtenidas en el laboratorio por un grupo de alumnos. El
valor de
g se considera constante).
m[kg]
F [N ]
x [m]
k [ N /m]
0,05
0,49
0,0160,001
312
0,10
0,98
0,0290,001
331
0,15
1,47
0,0440,001
33,40,8
0,20
1,96
0,0600,001
32,70,5
Tabla III. Mediciones para determinar la constante elstica de un resorte. Se cuelgan pesas de distinta masa de
un extremo del resorte y se mide su estiramiento. Usando la Ley de Hooke se clcula la constante elstica k .
Como se puede ver, se tienen 4 valores independientes para k . Vamos a hacer un promedio pesado
para combinar las distintas medidas usando las ecuaciones (20) y (21).
- 13 -
31 33 33,4 32,7
+ +
+
22 12 0,82 0,52 N
N
k=
=32,8422
1 1
1
1 m
m
+ 2 + 2+ 2
2
2 1 0,8 0,5
Finalmente el valor de k queda: k =32,80,4
1
1
1
1
+1 ove 12 + 2 + 2
2
2
0,8 0,5
N
N
=0,383
m
m
N
. A partir de este resultado se puede ver que, al
m
8. Bibliografa
Galloni, H., Las mediciones, sus errores y la estadstica, Editorial Troquel, Buenos Aires,
Argentina, 1972.
Gil, S., Rodrguez, E., Fsica Re-Creativa, Prentice Hall, Argentina, 2001.
Harten, H-U. Fsica bsica para estudiantes de medicina, Editorial Cientfico-Mdica, Barcelona,
Espaa, 1977.
Roederer, J. J. Mecnica Elemental, Editorial Eudeba, 1981.
Sears, F., Zemansky, M., Fsica Universitaria, Addison Wesley Longman, Mxico, 1999.
Taylor, B., Kuyatt, C., TN 1297: Guidelines for Evaluating and Expressing the uncertanty of NIST
Measurement Results, National Institute of Standards and Technology, U.S. Government Printing
Office, Washington, 1994.
- 14 -
Apndices
Apndice I. Redondeo de nmeros
El redondeo debe aplicarse como ltimo paso, al momento de informar el resultado. Para ello,
debe conocerse la cantidad de cifras significativas con las que se expresar el valor de la magnitud
en cuestin. Si la cantidad de cifras significativas es 2, por ejemplo, debern descartarse todas las
cifras a partir de la tercera. Si slo se recorta el valor, sin hacer ninguna consideracin, se dice que el
resultado ha sido truncado. Ejemplo: si el valor de velocidad v = 7, 489 m.seg 1 desea expresarse con
dos cifras significativas, v = 7, 4 m.seg 1 es el resultado truncado.
Redondear, por el contrario, requiere tener las siguientes consideraciones:
Si la primera cifra que se descarta es menor a 5, las cifras que se consideran no sufren ninguna
modificacin. Ejemplo: El valor de una masa p = 10, 23 g expresado con tres cifras significativas
es p = 10, 2 g .
Si la cifra a descartar es igual o mayor a 5 (o es igual a 5 y la subsiguiente es mayor que 0), la
ltima cifra que se conserva deber aumentar una unidad. En el primer ejemplo, v = 7, 489 m.seg 1
queda expresado como v = 7,5 m.seg 1 .
a, bcd .10n .
Ejemplos:
- 15 -
si
se
utiliza
un
valor
aproximado
de
aprox = 3,14 ,
el
error
ser:
E
.100% =
100% = 0, 05%
aprox
, y por consiguiente E % , disminuir a medida que se agreguen ms decimales para .
- 16 -