Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apunte 3051-411 PDF
Apunte 3051-411 PDF
La Fsica, como toda ciencia experimental, tiene como criterio de verdad la contrastacin de sus
teoras con datos surgidos de mediciones. As, se dice que una ley, una hiptesis o un modelo
representa adecuadamente la realidad (fenmeno fsico) si las consecuencias que de ella se derivan
se corresponden con los datos experimentales.
El progreso de la Ciencia se debe, en gran medida, a la observacin de los fenmenos
reproducidos en forma de experimentos, a fin de medir con ms comodidad y a la posterior
formulacin de nuevas hiptesis luego de analizar los resultados obtenidos.
Antes de medir se debe desarrollar la capacidad de observar. Observar un fenmeno es
descubrir las principales magnitudes fsicas que estn involucradas en l, analizar su
comportamiento en forma global y estudiar cmo y con qu conviene medirlas.
Puesto que toda conclusin a que se llegue a partir de la experimentacin debe ser, adems de
compatible con otros conocimientos, susceptible de verificacin es imprescindible conocer el grado
de confiabilidad de la medicin efectuada para que la informacin sea intercambiable y
reproducible; por ello, es necesario saber en qu condiciones se la obtuvo y qu tan fiable es dicha
medicin. Dicho grado de confiabilidad esta relacionado con el error de la medicin.
Por tanto, el objetivo de este apunte es introducir al alumno en los procesos de medicin y sus
errores.
1. Conceptos bsicos
1.1 Magnitud y cantidad
Una magnitud fsica es un atributo de un cuerpo, un fenmeno o una sustancia, que puede
determinarse cuantitativamente; es decir, es un atributo susceptible de ser medido. Ejemplos de
magnitudes son la longitud, la masa, la potencia, la velocidad, etc.
La operacin de medir define la magnitud. Al pretender definir una magnitud en particular se
recurre a una definicin operacional. Estas propiedades se cuantifican por comparacin con un
patrn o con partes del mismo.
A la magnitud de un objeto especfico, que es de inters medir, se llama cantidad. En otras
palabras, una cantidad es el nmero, vector o matriz que permite comparar cualitativamente
respecto de la que se tom como unidad de la magnitud. Es decir, es el valor particular de la
medicin de una magnitud dada. Por ejemplo, si interesa medir la longitud de una barra, esa
longitud especfica ser la cantidad.
1/23
Fsica I Teora de Errores de Medicin
Ejemplo 1: El cronmetro utilizado en una experiencia de laboratorio es capaz de determinar la centsima de
segundo pero adelanta dos minutos por hora mientras que el reloj de pulsera del observador no lo hace. En
este caso se dice que el cronmetro continua siendo ms preciso que el reloj comn pero menos exacto.
Ejemplo 2: Considrese el tablero de dardos de la figura donde el objetivo es dar en el blanco. En esta
analoga, el blanco simboliza el valor verdadero y cada tiro representa un valor medido:
La dispersin de los puntos da una idea de la
precisin (repetitibidad de cada tiro), mientras
que su centro efectivo (centroide) est asociado a
la exactitud.
En la figura a), el tirador presenta una
determinacin precisa pero inexacta en el sentido
de que cada tiro golpea en forma repetida el
mismo punto (sector) en el tablero, pero no tiene
buena puntera pues falla el blanco en cada
ocasin. En cambio, la figura d) es ms exacta
pero imprecisa (cada tiro golpea en forma
dispersa en una amplia zona cercana al centro
pero ningn repite el lugar).
La figura c) es menos precisa que a) (los tiros
estn ms distanciados entre si que en caso a)).
La figura b) es una determinacin ms exacta
y ms precisa ya que cada tiro da en el centro.
Ejemplo: Si se desea medir el largo de una mesa, el instrumento de medicin podra ser una regla. Eligiendo
el Sistema Internacional de Unidades (SI), la unidad ser el metro y la regla a usar deber estar calibrada en
esa unidad o submltiplos. La medicin consistir en determinar cuantas veces la regla y fracciones de ella
entran en la longitud buscada.
El proceso, ha ser efectuado por el operador u observador, puede ser definido unvocamente en
dos pasos:
I. Calibracin: involucra el sistema de medicin y el sistema de comparacin.
II. La medicin propiamente dicha: involucra el sistema objeto y el sistema de medicin.
Una parte importante de la medicin es la determinacin del error o el anlisis de errores.
Mediante el llamado error relativo, que corresponde a el cociente entre el error absoluto y el
valor real Xr:
e = E Xm (1.2)
Normalmente es posible establecer un lmite superior para el error absoluto, y el relativo, lo cual
soluciona a efectos prcticos conocer la magnitud exacta del error cometido.
En general, en un dado experimento, todas las fuentes de incertidumbre estarn presentes, de
modo que resulta til definir el error nominal de la medicin Enom como:
2
Enom 2
= Eap 2
+ Edef 2
+ Eint 2
+ Eexac = E2 (1.3)
donde Eap es el error de apreciacin nominal del instrumento, que es la mnima variacin de la
magnitud que puede detectar el mismo; Edef es la incertidumbre asociada con la falta de definicin
del objeto a medir y representa su incertidumbre intrnseca (aqu se desprecia.). Eint Emt es la
interaccin con el mtodo utilizado para medir; su valor se estima de un estudio cuidadoso del
mtodo usado. Eexac representa el error absoluto con que el instrumento en cuestin ha sido
calibrado. (Es ms til en instrumentos elctricos y se relaciona con la clase del instrumento; aqu
se desprecia.)
El error nominal de la medicin es el error absoluto de la misma.
Ejemplo 1: Para determinar las dimensiones de una pieza rectangular de algunos centmetros de espesor se
utilizan los siguientes instrumentos:
una regla calibrada, apreciacin de hasta 1 mm ( 0,5 mm en el mejor de los casos);
un calibre, apreciacin de al menos 0,1 mm ( 0,02 mm si dispone de vernier);
un micrmetro, que permitir llegar hasta 0,01 mm.
Como se utilizan tres instrumentos diferentes para medir la misma magnitud surge la pregunta sobre
cul de los valores obtenidos es de mejor calidad?.
3/23
Fsica I Teora de Errores de Medicin
La calidad de la medida se puede cuantificar mediante el error absoluto de la medicin o, lo que es lo
mismo en estos casos, la apreciacin del instrumento. Cuanto menor, en valor absoluto, sea la apreciacin
mayor calidad tendr la medicin. Por tanto, la medicin realizada con el micrmetro es la de mejor calidad.
H
H = (537,1 0,5) mm = (15,34 0,02) mm
4/23
Fsica I Teora de Errores de Medicin
Errores sistemticos o sesgo: son errores inherentes al procedimiento de medicin. Se deben
en general a imperfecciones del instrumento, a la aplicacin de un mtodo errneo, a la accin
permanente de una causa exterior, etc. Actan siempre con el mismo signo; por lo tanto, al
reiterar las observaciones sus efectos se suman. Por ejemplo, un instrumento descalibrado
repetir, si se mide varias veces en las mismas condiciones, el mismo error con el mismo signo;
es posible eliminarlo contrastando el instrumento con un patrn (esto es, calibrndolo). Estos
errores son generalmente previsibles y pueden ser acotados, ya sea por la aplicacin de
correcciones o por dispositivos especiales del instrumento.
Errores casuales o aleatorios o accidentales: se deben a perturbaciones que provienen de
fuentes de error independientes e imposibles de detectar. Dan lugar a desviaciones pequeas
positivas y negativas, siendo mas frecuentes cuanto ms pequea es la desviacin. Este tipo de
errores se acotan mediante un tratamiento estadstico.
Estos errores se pueden disminuir tomando precauciones, pero nunca se puede eliminar
completamente. Esto se debe a que el Principio de Incerteza de Heisenberg establece un lmite
inferior para el valor que pueden tomar una medida y en particular un error de medicin.
Errores producidos por condiciones externas al proceso de medicin: Este tipo de errores se
deben a las condiciones ambientales en las cuales se realiza una experiencia. Son, en general,
calculables en forma de correcciones para cada instrumento y para cada mtodo de medida. Por
ejemplo, en las determinaciones calorimtricas hay que tener en cuenta la cantidad de calor que
absorben el calormetro, el termmetro, el agitador, etc.; esta cantidad se conoce como
equivalente en agua del calormetro.
5/23
Fsica I Teora de Errores de Medicin
2 Mediciones directas e indirectas
Se llama medicin directa cuando la operacin de lectura se hace directamente en el instrumento de
medicin utilizado para medir cierta magnitud. Por ejemplo, son mediciones directas la
determinacin de una distancia con una escala mtrica, la de un peso con una balanza y la de una
intensidad de corriente con un ampermetro.
No siempre es posible realizar una medida directa, porque no disponemos del instrumento
adecuado, porque el valor a medir es muy grande o muy pequeo, porque hay obstculos de otra
naturaleza, etc.
Una medicin indirecta es aquella que se puede calcular o determinar realizando la medicin de
una variable o ms distintas de la que se desea conocer pero relacionadas de alguna manera con
ella. Por tanto, una medicin indirecta es la que resulta de una ley fsica o una relacin matemtica
que vincula la magnitud a medir con otras magnitudes medibles directamente. As, el volumen de
un cuerpo esfrico, por ejemplo,
V = (4/3) r3
relaciona la magnitud V a medir con el radio de la esfera r, medible en forma directa con un calibre
o un tornillo micromtrico.
Con qu criterio se establece la incerteza cuando se realiza una sola medicin?. No existe una
receta para establecer el valor del error; es necesario un anlisis detallado del mtodo y del
instrumento utilizado.
Esto ocurre, en general, cuando una magnitud se mide una nica vez donde el mejor valor ser
simplemente el valor medido y el error vendr dado por el error nominal del instrumento.
Cuando el mtodo introduce un error (Eint = Emt) que no es despreciable frente al error nominal
del instrumento entonces, el error efectivo estar dado por:
2
Enom 2
= Eap 2
+ Eint (2.2)
2.2 Error de una magnitud indirecta: Propagacin de errores o errores por propagacin
Cuando se trabaja con magnitudes indirectas, el error de la medicin estar dado por la transmisin
de los errores de las magnitudes medidas directamente (al aplicar un determinado mtodo formula
matemtica para obtener la magnitud requerida). A este procedimiento se le llama propagacin de
errores.
Sea L una magnitud que depende de otras que se pueden medir en forma directa, tal que
L = f (X,Y , Z ) = L(X,Y , Z )
6/23
Fsica I Teora de Errores de Medicin
X = Xm EX E X = X
Y = Ym EY EY = Y
Z = Z m EZ EZ = Z
siendo el subndice m indicativo de valor medido u observado.
El problema a resolver es cmo los errores de X, Y y Z afectan al error de L. Para ello, se
expande la funcin L = L(X,Y , Z ) mediante su serie de Taylor
L L L 2 L
L = L(X0 ,Y0 , Z 0 ) + (X X0 ) + (Y Y0 ) + (Z Z 0 ) + 2 (X X0 )2 +
X X0
Y Y Z Z0
X
0 X0
donde las derivadas parciales estn evaluadas en los valor medidos (o en los valores promedios, en
el caso de varias mediciones).
Tomando (X0, Y0, Z0) = (Xm, Ym, Zm) en la expresin anterior resulta
(X X0 ) = (X X m ) = E X
(Y Y0 ) = (Y Ym ) = EY
(Z Z 0 ) = (Z Z m ) = EZ
L(X m ,Ym , Z m ) = Lm
Despreciando los trminos de orden superior a uno y teniendo en cuenta que la incerteza no
pude ser nula, resulta
L L L
E L = L Lm = EX + EY + EZ (2.3)
X Y Z
Es importante recordar que las derivadas parciales estn evaluadas en los valores medidos (o
medios en el caso de varias mediciones). El error obtenido en la expresin (2.3) es el mximo error
posible.
Teniendo en cuenta las expresiones (1.3) y (2.3), el error final de una medicin indirecta
estar dado entonces por:
E 2 = Eint
2
= EL2 (2.4)
y el resultado sigue teniendo dos c.s.. Por esta razn es que se acostumbra a escribirlo recurriendo a las
potencias de 10:
d = 3,2x10-2 m.
b) Los ceros a la derecha: Cuando los ceros figuran como ltimas cifras de nmeros enteros,
ello no implica que deban ser considerados necesariamente como cifras significativas:
i. Significativos: Cuando los ceros figuran como parte verdadera de la medicin.
Ejemplo: No es lo mismo escribir que algo pesa 1 kg (1 c.s.) que anotar que pesa 1,00 kg (3 c.s.). La
primera magnitud implica haber realizado la medicin con una balanza graduada en kilogramos y la
segunda involucra una balanza graduada en centsimos de kilogramos. Por lo que la segunda es cien
veces ms exacta que la primera.
ii. No significativos: Cuando los ceros figuran como ltimas cifras de nmeros enteros, su
nica funcin es especificar la posicin del punto decimal.
Ejemplo: Considrese el valor estndar de la velocidad de la luz: c = 300000000 m/s. Es razonable
sospechar que las 9 cifras no sean significativas (ya que esto implicara conocer la velocidad de la luz con
una exactitud del orden de 1 m/s!). Expresando la cantidad de esa forma es imposible saber cuales son
las c.s.. Podemos evitar esta ambigedad utilizando la notacin cientfica, por ejemplo, con 3 c.s.:
3,00x108 m/s.
Observacin: No se puede utilizar esta notacin para arreglar las cifras significativas de un resultado.
Ejemplo: Se desea encontrar cul es la superficie S de una tira de papel. Se mide su longitud y su ancho
utilizando una regla que aprecia hasta el milmetro y se obtienen 53,2 y 4,1 cm, respectivamente.
Multiplicando ambos resultados para calcular la superficie resulta:
Pero, cuntas de estas cifras son verdaderamente significativas?. Teniendo en cuenta que, el nmero
de cifras significativas de un producto entre datos que corresponden a resultados de medidas experimentales
no puede ser superior al de cualquiera de los factores, el resultado en rigor se debe escribe como
S = 218,1 cm.
N
donde fi representa las veces que el i-simo valor xi se repite y N = fi . Es decir, la media
i =1
aritmtica o promedio, de una cantidad finita de nmeros, es igual a la suma de todos ellos
dividida entre el nmero de sumandos.
ii) Es igualmente probable cometer errores del mismo valor numrico y distinto signo.
iii) En una serie de mediciones, es tanto ms probable un error cuanto menor sea su valor
absoluto. Es decir, los errores ms pequeos son los ms probables de cometer.
Se dice que la calidad de una medicin ser tanto mejor cuanto ms parecidos sean entre s los
valores medidos, o dicho de otra forma, ms parecidos al valor medio x .
Otros conceptos tiles en el anlisis de una serie de mediciones son la mediana y la moda. La
mediana hace nfasis en el verdadero centro del conjunto de datos. En otras palabras, la mediana
es el valor central de un conjunto de observaciones ordenado por magnitud creciente o decreciente.
El propsito de la misma es reflejar la tendencia central de la serie de medidas de manera que no
est influenciada por los valores extremos. Mientras que la moda (M) es aquel valor que ocurre
ms a menudo o con mayor frecuencia. La moda puede no existir, y cuando existe no
necesariamente es nica.
1
Variable: una cantidad que puede asumir cualquiera de un conjunto de valores (Diccionario Webster).
9/23
Fsica I Teora de Errores de Medicin
entre el valor i-simo medido y el valor ms probable (o valor medio o promedio aritmtico de la
serie):
i = x xi = fi (x xi ) (3.2)
= v= 2
i N, [] = [u] (3.3)
i
La desviacin estndar es una medida del grado de dispersin de los datos alrededor del valor
promedio. Dicho de otra manera, la desviacin estndar es simplemente el "promedio" o variacin
esperada con respecto de la media aritmtica. Una desviacin estndar grande indica que los puntos
estn lejos de la media, y una desviacin pequea indica que los datos estn agrupados cercanos a la
media. Se suele representar por una S o con la letra sigma (). Aqu se adopta esta ltima.
Si, ahora, se realizan M series de N mediciones de x, y a cada una se le calcula el valor medio
x , es de esperar que estos valores x1 , x2 ,., x M varen entre s pero con una menor dispersin
que las mediciones individuales y que lo hagan alrededor de un promedio general o promedio de
los promedios de valor
M MN
x
j Ni
x
j =1 i, j =1
x= =
M MN
y la dispersin esos promedios, considerados como datos individuales de una serie de valores, ser:
M
2
(x x ) j
j =1
=
M
sta es la dispersin estndar de cada promedio de las series de mediciones. Se puede
demostrar que, para los casos de errores casuales de medicin, esta dispersin o error estndar vale
= (3.4)
N
Esta relacin es aproximada pero se convierte en igualdad para N suficientemente grandes,
siendo la dispersin estndar en una de las M series de mediciones. Como el orden de magnitud
es el mismo para cada una de las M desviaciones, la expresin (3.4) permite predecir la fluctuacin
10/23
Fsica I Teora de Errores de Medicin
del promedio de una serie de N mediciones sin necesidad de volver a realizar ms series de
mediciones. A medida que el nmero N de mediciones aumenta, la distribucin de los x j ser
normal con un error estndar del promedio. ste ser el estimador del error asociado a x y es
llamado error estadstico Eest ( tambin error medio cuadrtico de los promedios):
Eest = (3.5)
N
Eest nos da el orden de magnitud con el cul el promedio habr de fluctuar alrededor del
verdadero valor de la magnitud en cuestin y se mantendr casi constante cuando el nmero de
observaciones es suficientemente grande. Cuanto ms mediciones se hagan, tanto ms se acercar
el promedio al verdadero valor de la magnitud en cuestin, y la fluctuacin ser cada vez menor.
Es por ello que el promedio es utilizado como ente representativo del valor ms probable de una
magnitud.
La expresin (3.5) representa la calidad del proceso de medicin. La calidad del proceso de
medicin ser mayor cuanto menor sea el cociente x , que en general es una constante del
proceso de medicin y no disminuye al aumentar N.
Resulta claro que, como Eest depende de N y es menor si se aumenta el nmero de mediciones,
es posible disminuir el error estadstico pero nunca, desde el punta de vista fsico, el error de x
puede ser cero. Slo puede hacerse igual o del orden del Eap. El mejor balance se logra cuando Eest
Eap, dando as un criterio para determinar el nmero, ptimo (Nop) de mediciones que deben
realizarse:
2
N op
Eap
Observacin: Como no tiene sentido disminuir Eest ms all de la apreciacin x del instrumento de medicin, resulta
ms conveniente cambiar el instrumento o mejorar el mtodo que aumentar el nmero de mediciones. Es preferible
obtener veinte buenas medidas y no mil mediocres.
4.3 Histograma
Los histogramas son un mtodo eficiente y comn para describir distribuciones de variables
continuas con un gran nmero de datos obtenidos experimentalmente (x1, x2,..., xN). Un histograma
es una grfica de barras verticales u horizontales. Las barras o clases se definen de manera tal que
cada una de las N observaciones medidas sea parte de una y slo una categora. El ancho de cada
barra (x) es igual y fijo, de modo que el rea de la barra sea proporcional al nmero de
observaciones de la clase respectiva (n) que pertenecen al intervalo seleccionado, facilitando las
comparaciones visuales. La grfica constituye un despliegue visual de los datos que aporta, dando
una idea de la forma que tiene la densidad de la variable x en estudio.
11/23
Fsica I Teora de Errores de Medicin
Entonces, los histogramas grafican las frecuencias (n) de aparicin de una observacin dentro
de un intervalo de ancho fijo dado (x), siendo cada dato acomodado dentro de una de varias barras
de acuerdo a alguna propiedad. Si la forma obtenida para el histograma es una barra central
rodeada por barras decrecientes distribuidas ms o menos simtricamente a su alrededor, se dice
entonces que dicho histograma presenta una tpica distribucin normal o gaussiana.
Observacin: La longitud del ancho del intervalo (x) es la mnima necesaria para que todos los valores de
la serie estn representados en el histograma, si se toma como punto inicial de los intervalos el valor mnimo
de dicha serie.
Paso 2: Calcular la longitud del ancho del intervalo x necesaria para cubrir dicho rango. Esto
se logra dividiendo el rango por N o bien por el nmero de barras que se pretende tener:
Rango xmax xmin Rango x xmin
x = = o bien x = = max
N N n barras n barras
La eleccin de una u otra forma de calcular x depende del caso particular analizado. Existen
otras maneras pero estas son las ms usadas. Recordar tener en cuenta las cifras significativas
para acotar x.
Paso 3: Construir una tabla de intervalos frecuencia (n). Cada intervalo corresponder a una
barra del grfico cuya altura ser, justamente, la cantidad de valores contenidos en l (n). Los
intervalos se toman como cerrado-abierto o bien abierto-cerrado, siendo ms usual la primera
forma. El primero intervalo se construye tomando como punto inicial el valor mnimo de las
observaciones y como punto final del mismo a la cantidad resultante de sumar xmin + x. El
segundo intervalo se construye tomando como valor de inicio el final del anterior y como final el
inicial del mismo ms x. Los dems intervalos se construyen de manera similar. Luego, contar
cuantos datos caen dentro de cada intervalo (frecuencia absoluta de valores) e ingresarlos en la
tabla.
Paso 4: Realizar la grfica de la tabla construida mediante ejes ortogonales donde en el eje de las
abscisas se colocan los intervalos y el eje de las ordenadas las frecuencias correspondientes.
Cuando la grfica se realiza a mano es conveniente utilizar papel milimetrado.
12/23
Fsica I Teora de Errores de Medicin
Como todo grfico debe llevar el ttulo correspondiente (arriba al centro) e indicar los
parmetros N y x que permitieron construir dicho grfico (lado derecho) (ver Figura 3.3).
Es de prctica comn utilizar en el eje de las ordenadas las frecuencias relativas en lugar de las
frecuencias de observacin. Las frecuencias relativas son calculadas dividiendo la frecuencia
absoluta de cada intervalo por el nmero total de observaciones: n/N. Si la frecuencia por clase
corresponde al eje vertical la grfica de barras resultante se denomina histograma de frecuencia,
mientras que en caso de usar dicho eje para la frecuencia relativa por clase se llama histograma de
frecuencias relativas.
N (x x)2
n exp x (3.7)
2 2 2
La aproximacin es tanto mejor cuanto mayor sea N y ms pequeo sea x. La relacin se
transforma en igualdad para los diferenciales dn y dx . Como se ve, aparecen dos parmetros: y
x . N es slo un factor de escala puesto que no modifica la forma de la curva, es la desviacin
estndar de cada medicin y x es el valor medio.
La expresin anterior en trminos de diferenciales se llama densidad de observaciones:
n dn N (x x)2
lim = = exp
x x dx 2 2 2
13/23
Fsica I Teora de Errores de Medicin
Si bien es imposible predecir el valor exacto que saldr de una medicin dada, s se puede decir
algo sobre la probabilidad de que ese valor este comprendido en un intervalo dado. La prediccin
de estas probabilidades es la utilidad fundamental de la funcin de Gauss. La probabilidad es, por
definicin, el cociente entre el nmero de casos que estn en el intervalo seleccionado, y
comprendido por dos de los valores de x (N), y el nmero total de datos (N). La probabilidad de
que un valor dado caiga entre x y x + es del 68%:
x+x
N 1 (x x)2
100% = x x 2 2 dx 100% = 68%
exp
N 2
El valor de que determina el intervalo x dentro del cual cae el 50% de las observaciones
se denomina error ms probable del promedio; dicho valor se obtiene de una integracin, similar a
la anterior, y de donde resulta que (2 3) .
Para graficar analticamente (sin la ayuda de una computadora) la curva de Gauss se requiere
el clculo previo de ciertos puntos de caractersticos de la expresin (3.7), entre los que se
encuentran los puntos de inflexin, y sus frecuencias absolutas ( n ). Siendo lo ms conveniente
para reflejar dichos clculos la confeccin de una tabla, como la que se da a continuacin. Los
puntos mencionados son mostrados en la Figura 3.4.
x e1 2
x 2 e2
14/23
Fsica I Teora de Errores de Medicin
con la otra. Por lo tanto, el mtodo de ajuste por Cuadrados Mnimos consiste en obtener una curva
tal que la distancia vertical de los valores experimentales a la misma sea mnima.
Suponiendo que los puntos experimentales estn visiblemente sobre una recta, en general, la
ecuacin es de la forma
y = ax + b (4.1)
y el problema es determinar el valor ms adecuado de cada parmetro (a y b). Si todos los puntos
estuviesen exactamente sobre una recta, se cumplira que
yi axi b = 0 i
pero como son mediciones de laboratorio, siempre ha de encontrarse una diferencia o desviacin
entre ambos miembros de la ecuacin (4.1), a la que se llama residuo ei:
yi axi b = ei 0
S S
= 0; =0
a a=a
b b =b
En el caso de una recta:
S
= ( yi axi b )2 (
= 2 yi axi b ( xi ) = 0 )
a a=a
a a=a
S
= ( yi axi b )2 = 2 yi axi b ( 1) = 0 2
( )
b b =b
b b =b
a xi 2 + b xi xi yi = 0
a xi + b N yi = 0
a=
x y N x y
i i i i
; b=
x x y x y
i i i i i
(4.2)
2 2
( x ) N xi i
2
( x ) N x i i
2
Observacin: Para la mayor parte de las aplicaciones cientficas o ingenieriles hay una distincin clara entre
las variables en lo que respecta a su papel en el proceso experimental. A menudo existe una sola variable
dependiente o respuesta (y) que no se controla en el experimento. Dicha respuesta depende del valor
particular de una o ms variables de independientes, x o xi respectivamente; stas se miden con un error
insignificante y a menudo realmente se controlan en el experimento (es decir, se conocen anticipadamente
ayudando a predecir la variable y). Las variables independientes no son variables aleatorias.
2
Obsrvese que esta condicin es e
i =0 .
15/23
Fsica I Teora de Errores de Medicin
Cun bien han quedado determinados los parmetros a y b mediante el mtodo de los cuadrados
mnimos?. Dicho de otra manera, qu intervalos de incerteza corresponde asignar a los valores de
a y b as determinados?.
Se mantiene la hiptesis, para simplificar el trabajo, que las incertezas de x son despreciables
comparadas con las de y. Adems, se repiten M veces las mediciones de cada una de las yi, con lo
cual, los valores de yi fluctuarn mientras que los de xi no, obtenindose asi un conjunto de valores
yik (k = 1, 2, 3, , M) para cada xi
Si las diferentes yi han sido obtenidas en las mismas condiciones, todas tendrn prcticamente el
mismo :
( y1 ) = ( y2 ) = = ( yi ) = = ( y )
( )
Pero quedan an por calcular ( a yi ) y b yi . Llamando D al denominador comn de las
expresiones de a y b , las derivadas resultan
a 1 N b 1 N N
= x j Nxi y = x j xi x j 2 ;
yi D j =1 yi D j =1 j =1
2 2
a 1 N N N ( D ) N
y == D 2 N x j + N 2 xi 2 = D 2 = D
i =1 i j =1 i =1
Con un desarrollo similar se llega a que
16/23
Fsica I Teora de Errores de Medicin
2 2
b
.
x i
y D
==
i =1 i
N xi 2
a = (y) ; b = (y)
D D
En la prctica no es frecuente que se tengan M lecturas de cada punto (xi, yi), ms bien para cada
xi slo se lee yi una vez o unas pocas veces de modo que no hay cmo calcular ( y ) . Sin embargo,
es posible estimar el valor sobre la base de la siguiente hiptesis: las desviaciones de las yjk
alrededor de su promedio yi son del mismo orden que las diferencias ei; en cuyo caso
(y) e i
2
N;
b x i
2
D e i
2
N x N . a i
2
Obsrvese que este mtodo de cuadrados mnimos puede aplicarse a funciones no lineales,
siempre que la funcin que relacione los puntos sea linearizable (como por ejemplo y = bxa).
En el caso a), las variables no tienen correlacin, es decir, no hay dependencia entre ellas y se
puede observar que las distancias de estos puntos a una recta hipottica es muy grande, por lo que
no se cumple con la hiptesis establecida.
En el caso b), existe una dependencia casi total entre x e y; esto es, existe correlacin y es
fuerte. Es decir, hay una relacin funcional y = f(x). Las fluctuaciones se deben a las incertezas
casuales y de apreciacin, y pueden ser compensadas con un anlisis estadstico.
17/23
Fsica I Teora de Errores de Medicin
En el caso c), existe una zona de dispersin con pendiente positiva o negativa. La correlacin es
estadstica; es decir, las variables estn vinculadas por factores conocidos o ignorados pero muy
difciles de aislar. No es interesante desde el punto de vista de la experimentacin ya que el diseo
de la experiencia incorpora excesivas incertezas; lo que permitira encontrar ms de una recta
posible, siendo imposible determinar cual de ellas es la correcta.
La grfica de la curva a la que se aproximan los datos del caso b) es la llamada curva de
regresin de y sobre x. Cuando la curva es una recta se llama recta de regresin de y sobre x.
Es claro que el primer paso es realizar el diagrama de dispersin y una vez comprobado el
comportamiento lineal se puede proceder a realizar los clculos correspondientes a fin de
determinar los coeficientes de la recta correspondiente a esos puntos.
18/23
Fsica I Teora de Errores de Medicin
Apndices
1,61 1,63 1,62 1,61 1,63 1,64 1,60 1,64 1,63 1,61
1,64 1,62 1,63 1,60 1,65 1,64 1,61 1,62 1,63 1,64
1,63 1,65 1,61 1,62 1,65 1,62 1,63 1,64 1,63 1,62
Para ello hay que tener en cuenta los pasos de construccin de histogramas dados en la seccin 3.4.1.
Paso 1: Lo primero que se debe hacer es buscar los valores mximo y mnimo. Estos son: 1,65 m y 1,60 m.
Luego, con ellos calcular el Rango:
Pero este valor es mas pequeo que la apreciacin del instrumento por lo cual no se puede utilizar. Si
acotamos dicho valor a la cantidad de cifras significativas y la magnitud correspondiente, se obtiene que:
Paso 4: El histograma se realiza levantando por cada intervalo una barra o columna tan alta como la
frecuencia de valores asociada correspondiente; entonces,
Otra manera de realizar el mismo grfico es colocando el centro de la barra en el valor que se esta
representando en ella; esto se suele hacer cuando son pocos los valores a representar en el eje horizontal y el
ancho de la barra coincide con la apreciacin del instrumento:
19/23
Fsica I Teora de Errores de Medicin
= v = i N = (x xi )2 N = 0,014 m 0,01 m
2
i i
Entonces, siendo n N (x xi )2
exp x y x = 0,01 m se obtiene
2 2 2
Observacin: La curva de Gauss por si sola no es til para sacar una conclusin; es por ello que se la superpone con el
histograma de la serie respectiva. Por ejemplo, un corrimiento hacia la izquierda o la derecha de la curva de Gauss
respecto del histograma indica que hay errores sistemticos adems de los casuales.
Nota: El valor medio y la desviacin estndar de la serie han sido calculados con la calculadora en modo SD insertando
los datos de la serie acorde a cada modelo y marca. Dichos valores tambin podran ser utilizado un software que
realice tales clculos.
21/23
Fsica I Teora de Errores de Medicin
La grfica de los puntos correspondientes para tiempo y velocidad (las variables x e y) muestra un
comportamiento casi lineal de los mismos:
v0 = 12,5 cm/s.
La aceleracin es la pendiente del grfico anterior y coincide con aceleracin media aritmtica del
movimiento; esta posee un valor de
a 44,0 cm/s2.
Como la grfica velocidad tiempo posee un comportamiento casi lineal se puede aplicar el mtodo de
cuadrados mnimos para determinar los parmetros a y b de esta serie de valores experimentales. Entonces,
teniendo en cuenta el mtodo de cuadrados mnimos y los datos experimentales se construye la siguiente
tabla a modo de resumir los resultados de los clculos intermedios necesarios:
i ti = x i x i2 vi = yi xi yi ei e i2
1 0 0 12,50 0 0,070 0,0049
2 0,05 0,0025 15,00 0,75 -0,242 0,0588
3 0,10 0,0100 16,25 1,625 0,695 0,4830
4 0,15 0,0225 20,00 3,000 -0,867 0,7526
5 0,20 0,0400 21,25 4,250 0,070 0,0049
6 0,25 0,0625 22,50 5,625 1,007 1,0151
7 0,30 0,0900 26,50 7,875 -0,555 0,3080
8 0,35 0,1225 27,50 9,625 0,382 0,1463
9 0,40 0,1600 31,25 12,500 -1,180 1,3924
10 0,45 0,2025 32,50 14,625 -0,242 0,0588
11 0,50 0,2500 33,50 16,875 0,695 0,4830
12 0,55 0,3025 36,25 19,938 0,382 0,1463
13 0,60 0,3600 38,75 23,250 0,070 0,0049
14 0,65 0,4225 41,25 26,812 -0,242 0,0588
15 0,70 0,4900 43,75 30,625 -0,555 0,3080
16 0,75 0,5625 45,00 33,750 0,382 0,1463
N = 17 0,80 0,6400 47,50 38,000 0,070 0,0049
Los valores son casi idnticos a los obtenidos en las soluciones grficas (a = 44,0 cm/s2 y v0 = 12,5
cm/s). En resumen, si se acepta que la representacin grfica del fenmeno estudiado es una recta entonces,
los parmetros de la recta que ms se acercan al conjunto de los puntos experimentales son los que se han
calculado.
Continuando,
ei2 =5,3770 ; N = 17 ; xi2 =3,74 ; (xi)2 = 46,24 ; D = - (17 3,74 46,24) = -17,34
22/23
Fsica I Teora de Errores de Medicin
a 5, 3770 / (17, 34) cm s 2 0, 56 cm s 2 0, 6 cm s 2
b 3, 74 / 17 0, 56 cm s 0, 46 0, 6 cm s 0, 26 cm s 0, 3cm s
La expresin final de los valores de los parmetros de la recta, es entonces:
Nota: Estos clculos podran haberse hecho mediante la calculadora en modo estadstico LR o modo
regresin lineal, dependiendo del modelo y marca de la misma.
r = S12 / S11S22
donde
S12 = xi yi (( xi yi ) / N )
S11 = (xi )2 ( xi )2 / N
S22 = (yi )2 ( yi )2 / N
Bibliografa:
J.G. Roederer, Mecnica Elemental, EUDEBA (1963).
J. Goldemberg, Fsica general y experimental, Volumen 1.
S. Gill, E. Rodrguez, Fsica re-creativa, Prentice-Hall (2001).
A. Maiztegui, R. Gleiser, Introduccin a las mediciones de laboratorio, Kapelusz, Buenos Aires
(1980).
F. Cernuschi, F.I. Greco, Teora de errores de mediciones, EUDEBA, Buenos Aires (1968).
R. Walpole, R. Myers, S. Myers, Probabilidad y Estadstica para ingenieros. Prentice-Hall (1998).
M. Spiegel, Estadstica, Schaum Series - McGraw Hill, 2da. ed., Madrid (1995).
H. Cramr, :Teora de probabilidades y aplicaciones, Aguilar, Madrid (1968).
R.S. Figliola, D.E. Beasley, Mediciones Mecnicas, teora y diseo, Alfaomega Grupo editorial, S.A.
de C.V. (2003).
D.C. Baird, Experimentation: An introduction to measurement theory and experiment design,
Englewood Cliffs, Prentice-Hall (1962).
23/23