CATEDRA 0

Facultad de Ingeniería de Minas, Geología y Civil

Departamento académico de ingeniería de minas y civil

METODOS
NUMERICOS

Ingeniería Civil

ING. CRISTIAN CASTRO P.

Capitulo II
T
Teoría
ía d
de E
Errores

ING. CRISTIAN CASTRO P.

 DEF N
DEFINICIONES
ONES

COMPUTACION NUMERICA

Significa “Calcular
Calcular con Números
Números”

APROXIMACIÓN NUMÉRICA Y ERRORES

 Aproximación numérica

Modelo matemático

Representación
ó de la realidad
ODELLO

•Simbólico
Simbólico
•Icónico
MO

•Analítico/Matemático
•Simulación
Errores

Errores humanos

• Lectura

• Transmisión

• Transcripción

• Programación
 Errores inherentes

Errores de redondeo

• Truncado 1.666
• Simétrico 1.667

Errores p
por truncamiento

Serie de Taylor

Propagación de errores
• Gráficas de proceso
 Aritmética de la computadora

Números enteros

Números reales
 APROXIMACIÓN NUMÉRICA Y
ERRORES

Aproximaciones
p y errores de
redondeo
Dos errores más comunes en computación numérica:
Errores de redondeo:
se deben a que la computadora sólo puede presentar
cantidades con un número finito de dígitos

Errores de truncamiento:
representan la diferencia entre una formulación
matemática exacta de un problema y la aproximación
dada por un método numérico
 Aproximaciones y errores de
redondeo

Cifras significativas

• El concepto de cifra significativa se ha desarrollado

para designar formalmente la confiabilidad de un valor
numérico

• Las cifras significativas

g de un número son aquellas
q
que pueden ser usadas en forma confiable

Aproximaciones y errores de
redondeo
Implicaciones de las cifras significativas en los métodos numéricos

1. Los métodos numéricos obtienen resultados aproximados

• Se debe desarrollar criterios para especificar que tan precisos son los
resultados
lt d
• Una manera de hacerlo es en términos de cifras significativas

2. Ciertas cantidades representan números específicos, π, e, √7, pero no

se pueden expresar exactamente con un número finito de dígitos
Ejemplo, π = 3.141592653589793238462643… hasta el infinito
• En las computadoras tales números jamás se podrán representar en forma
exacta
• A la omisión del resto de cifras significativas se le conoce como error de
redondeo
 E
Exactitud
tit d y precisión
i ió
EXACTITUD: se refiere a qué tan cercano está un valor calculado o medido
del valor verdadero

PRECISIÓN: se refiere a qué tan cercano está un valor individual calculado o

medido
did con respecto t a otros
t

INEXACTITUD: o sesgo,
sesgo se define como un alejamiento sistemático de la
verdad

IMPRECISIÓN: o incertidumbre, se refiere a la magnitud del esparcimiento de

los valores

E
Exactitud
tit d y precisión
i ió
Los métodos numéricos deber
Aumenta la exactitud
ser:

• Lo suficientemente exactos
a la precisiión

o sin sesgo para que

cumplan con los requisitos
de un problema particular
Aumenta

de ingeniería

• Lo suficientemente precisos
para el diseño en ingeniería
 D fi i i
Definiciones de
d error
• Los errores numéricos se generan con el uso de
aproximaciones para representar las operaciones y
cantidades
id d matemáticas
ái

• Estos incluyen:

• Errores de redondeo: se producen cuando los números tienen

un limite de cifras significativas que se usan para representar
números exactos

• Errores de truncamiento: que resultan de representar

aproximadamente un procedimiento matemático exacto

D fi i i
Definiciones de
d error
• Error verdadero
erdadero
Et = valor verdadero - aproximación
Un defecto de esta definición es que no toma en cuenta el orden de magnitud del va
lor que se esta probando

• Error relativo porcentual Et

εt = × 100%
valor verdadero
• Error aproximado

Error aproximado Aproximación actual - Aproximación anterior

εa = × 100% εa = × 100%
valor aproximado Aproximación actual

• Los signos de las ecuaciones pueden ser positivos o negativos

• No importa el signo, sino que su valor absoluto sea menor que una tolerancia
prefijada εs
εa < εs
 D fi i i
Definiciones de
d error
• Estos errores pueden ser relacionados con el número de
cifras significativas en la aproximación

• Puede tenerse la seguridad de que el resultado es

correcto en al menos n cifras significativas, si

ε s = (0.5 ×10 2− n )%

• De esta forma se debe especificar el valor del error

esperado

Representación
p de punto
p flotante
y errores de redondeo
1. Hay un rango limitado para representar cantidades
• Hay números grandes positivos y negativos que no pueden ser
representados (overflow)
• No pueden representarse números muy pequeños (underflow)
2
2. Hay sólo
H ól un número
ú fi it de
finito d cantidades
tid d que puede
d ser
representado dentro de un rango
• El grado de precisión es limitado
• Para aquellos que no pueden ser representados exactamente, la
aproximación
ap o ac ó real
ea se puede lograr:
og a cocortando
a do o redondeando
edo dea do
3. El intervalo entre números aumenta tanto como los números
crecen en magnitud
g
• El error cuantificable más grande ocurrirá para aquellos valores que
caigan justo debajo del limite superior de la primera serie de
intervalos igualmente espaciados
 Floating
g point
p numbers in
Matlab
• IEEE Standard for double precision numbers
s e f
1 2 12 13 64

• Round off:
Round-off: eps = 2-52
• Underflow: realmin = 2-1022
• Overflow: realmax = (2-eps) ·21023

Capitulo II
A áli i d
Análisis de E
Errores

ING. CRISTIAN CASTRO P.

 ERRORES EN LAS MEDIDAS FÍSICAS
Clasificación::
Clasificación
• Errores sistemáticos → defectos intrínsecos
Valor verdadero

• E id t l → causas fortuitas,
Errores accidentales f t it tratamiento
t t i t
estadístico
Valor verdadero

Las distintas medidas de una magnitud afectadas sólo por errores

accidentales se distribuyen en torno al “valor verdadero” de una
forma estadísticamente predecible.
predecible
Cuando los errores en las medidas son accidentales, la mejor
aproximación al valor verdadero es la media aritmética de los
valores obtenidos.

DISTRIBUCIÓN GAUSSIANA o NORMAL

Media aritmética de N medidas
Número de
veces que
1 1 N
se presenta x= ( x1 + x2 + ... + x N ) = ∑ xi
una medida N N i =1

Error estándar

Media
1 N 2
σ= ∑ ( xi − x)
N i =1

Medidas

La mayoría de las medidas se concentran alrededor de la

media, las medidas más alejadas
j y extremas son menos
frecuentes

Uso de diferencias al cuadrado en los estimadores estadísticos para evitar cancelaciones

 DISTRIBUCIÓN GAUSSIANA
0.4

0.3
±σ 68.27%
0.2
±2σ 95.45%
0.1 ±3σ 99 73%
99.73%
0.0
-5.0 -2.5 0.0 2.5 5.0

0.4 1 ⎡ ( x − x )2 ⎤
y= exp ⎢− 2 ⎥
0.3 σ 2π ⎣ 2σ ⎦
0.2

N
2
0.1
∑ ( xi − x)
00.00 σ= i =1
-5.0 -2.5 0.0 2.5 5.0 N

DISTRIBUCIÓN GAUSSIANA
0.8
0.7
σ = 0.5
06
0.6
0.5
04
0.4
0.3
0.2 σ = 1.0
0.1 68.27%
0.0
-4.0
40 -2.0
20 00
0.0 20
2.0 40
4.0
x

Si la distribución es gaussiana
gaussiana,, la mejor estimación del
valor verdadero es la media aritmética
 CUALIDADES DE LOS APARATOS DE
MEDIDA
RESOLUCIÓN: Es la mínima división de la escala del
aparato
Ejemplos: 1 mm en una regla milimetrada;
0.01 A en cierto amperímetro

SENSIBILIDAD: Es el número de divisiones

di isiones de la escala
que recorre el indicador del aparato cuando la
magnitud a medir varía en una unidad.
unidad
Ejemplos.: 1 mm –1 en la regla milimetrada.
100 A–1 en el amperímetro
amperímetro.

Umbral de sensibilidad:
variación mínima de la magnitud que no es apreciada por el
aparato (evidentemente es menor que la resolución)

CUALIDADES DE LOS APARATOS DE

MEDIDA
FIDELIDAD: Es
FIDELIDAD E la l cualidad
lid d del
d l aparato
t de
d dar
d ell
mismo resultado siempre que se mide la misma
magnitud física en las mismas condiciones
experimentales y distintas condiciones
ambientales del aparato (temperatura,
(temperatura tensión de
alimentación, ...).

PRECISIÓN: Es la característica que nos indica

globalmente el error debido al umbral de
g
sensibilidad y la falta de fidelidad del aparato.
Se expresa ordinariamente
S di i como un tanto por ciento
i d l
del
fondo de escala (F.E.). Por ejemplo: un amperímetro de
precisión 2% del F.E.
 PRECISIÓN y EXACTITUD
PRECISIÓN: es la característica que más
completamente indica el error de la medida
debido intrínsicamente al aparato, es decir, que no
puede rebajarse salvo que midamos con un
aparato más preciso
Hay otros errores que afectan
H f circunstancialmente
i i l a un aparato,
pero que pueden corregirse mediante calibrado, es decir,
ajustándolos para que den medidas correctas o corrigiendo sus
escalas tras una confrontación con un patrón o un aparato más
preciso. Debido a esta circunstancia, es necesario definir otra
cualidad.
EXACTITUD: Es la cualidad de un aparato que
indica que es preciso y está bien calibrado. Sólo
un aparato exacto permite medidas exactas,
pero la exactitud está siempre
p p limitada ppor la
precisión del aparato.

CIFRAS SIGNIFICATIVAS
• El número de cifras significativas
g de
una medida es el número de dígitos El resultado de un
cálculo no puede ser
fiables que dicha medida contiene.
contiene más exacto que la
cantidad menos exacta
x 106
t= = = 3.3333333333 s ? que interviene en el
c 33⋅⋅105 mismo.

• Los ceros a la izquierda

q no son significativos
g
indican la colocación del punto decimal; así, 7 mV
0.000345 tiene TRES cifras significativas.
• Los ceros a la derecha y después del punto
decimal si son significativos; como ejemplo,
3 4120 tiene CINCO cifras significativas.
3.4120 significativas
• En números enteros terminados en ceros,
éstos ppueden ser significativos
g o no; debe
distinguirse si sólo sirven para localizar el
punto decimal o son parte de la medida.
 Glosario
• Exactitud ((accuracy):
y) error absoluto o relativo
de una determinada cantidad.

• Precisión: es la exactitud con que se realizan las

operaciones aritméticas básicas (medida por el
epsilon
il machine)
hi )

• Si se efectúa
f tú una única
ú i operación
ió =>
precisión=exactitud
δ =α *β
• Si se efectúan muchas operaciones =>
precisión>>>> exactitud del resultado final
Ax=b

Estabilidad
• Algoritmo: método computacional bien definido para resolver
una dada
d d clase
l d problemas.
de bl

• Condicionamiento: mide con cuánta exactitud es posible

resolver un problema empleando una dada precisión en
punto flotante, independientemente del algoritmo que se
p
emplea.

• Estabilidad: mide cuan bien un algoritmo resuelve un

problema tratando de lograr la máxima exactitud asequible,
asequible
la cual está definida por el condicionamiento del problema.

• L
Los algoritmos
l it que brindan
b i d respuestas
t i
innecesariamente
i
inexactos se denominan inestables.

• Un proceso numérico es inestable si errores pequeños que

surgen en una etapa del proceso se magnifican en etapa
posteriores,, degradando
p g la exactitud del resultado final
ERRORES EN MEDIDAS DIRECTAS
Las medidas directas son las realizadas midiendo una magnitud
física por medio de un instrumento y un procedimiento de medida.
Las medidas indirectas son las que se obtienen a través de la
medida directa de otra u otras magnitudes relacionadas con ella
mediante una fórmula conocida.
Error en una medida directa:

En cada
E d medida
did directa
di x se comete ell error Dx
D que impone
i l
la
resolución del aparato.
Este es el error absoluto de cada medida.
medida La medida se expresa
como x ± ∆x
Por ejemplo:
j p midiendo una longitud
g de 22 mm con una regla
g milimetrada,
cometemos un error de 1 mm. Esto debe expresarse como (22±1) mm.

Criterio general para expresar el error absoluto:

Ya que el error representa la incertidumbre en el conocimiento de
la medida, en general debe expresarse con UNA sola cifra
significativa.

ERRORES EN MEDIDAS DIRECTAS

• Error absoluto: • Error relativo: ∆x

sensibilidad
∆x precisión x
Determinación del error absoluto:
absoluto
comparamos el error debido a la sensibilidad
con el error cuadrático medio. Se toma la mayor
de ambas cantidades.
cantidades Se expresa con una sola
cifra significativa, salvo si esta es 1, en cuyo
caso se admiten dos cifras significativas.

Determinación del error relativo

relativo:
cociente entre el error absoluto y el valor aceptado.
Se expresa en tanto por uno o tanto por ciento.
 ERRORES EN MEDIDAS DIRECTAS

Cuando sólo se ppresentan errores accidentales el

mejor valor representativo del valor verdadero es
el valor medio
1 1 N
x= ( x1 + x2 + ...) = ∑ xi
N N i =1
• Error del aparato • Serie de medidas: Error
cuadrático medio
Resolución
∆x = N
2
N ∑ i
( x − x )
i =1
∆x =
N ( N − 1)

ERRORES EN MEDIDAS DIRECTAS

Medida resultante de un conjunto de medidas directas

x1 ∆x1 1 1 N
Valor aceptado: media aritmética x = ( x1 + x2 + ... + x N ) = ∑ xi
x2 ∆x2 N N i =1

x3 ∆x3 Error absoluto de la serie: la mayor

y de las dos cantidades
siguientes:
… …

1 N 2
xN ∆xN * El error estándar
á d d de llos d
datos σ= ∑ ( xi − x)
N i =1
* El valor cuadrático medio de los errores (RMS) 1
∆xRMS = (∆x1 )2 + (∆x2 )2 ... + (∆x N )2
N

El error absoluto del conjunto será la mayor ∆x = MAX (σ , ∆xRMS )

de las dos cantidades
Ti (s) ∆Ti (Ti-T)2 ∆Ti2 ∆xRMS = 5 ⋅10 −3 s

1,92 0,01 4,00E-04 1,00E-04

Ejemplo:
medida del periodo 1,94
1 94 0,01
0 01 4,93E-32 1,00E-04
1 00 04 σ = 4 ⋅10−3 s
de un péndulo simple 1,96 0,01 4,00E-04 1,00E-04
1,95 0,01 1,00E-04 1,00E-04 T = 1.940 ± 0.005 s
1,94 0,01 4,93E-32 1,00E-04
1,93 0,01 1,00E-04 1,00E-04
T = 1.94 s
 ERRORES EN MEDIDAS INDIRECTAS
• La medida indirecta de una magnitud x se determina a través de
la medida de otras con las que mantiene una relación funcional
x = x( x1, x2 ,...x N )
Ley de propagación del error de Gauss
2 2 2
⎛ ∂x ⎞ ⎛ ∂x ⎞ ⎛ ∂x ⎞
∆x = ⎜⎜ ∆x1 ⎟⎟ + ⎜⎜ ∆x2 ⎟⎟ ... + ⎜⎜ ∆x N ⎟⎟
⎝ ∂x1 ⎠ ⎝ ∂x2 ⎠ ⎝ ∂x N ⎠
La ley de propagación de Gauss nos da el valor medio del error
absoluto de la magnitud medida en forma indirecta a partir de los
errores absolutos ∆x1, ∆x2,…
Ejemplo: cálculo de la energía cinética de un cuerpo de masa M = (2.14±0.04) kg que
se mueve con una velocidad constante v = (4.5±0.1) m/s.
1
Ec = Mv 2 = 21.6675 J (Sin ajustar decimales)
2

2 2 2 2
⎡ ∂Ec ⎤ ⎡ ∂Ec ⎤ ⎡ v2 ⎤ ⎡ 4.52 ⎤
∆Ec = ⎢ ∆M ⎥ + ⎢ ∆v ⎥ = ⎢ ∆M ⎥ + [Mv∆v ]2 = ⎢ 0.04⎥ + [2.14 ⋅ 4.5 ⋅ 0.1]2 = 1.088 J
⎣ ∂M ⎦ ⎣ ∂v ⎦ ⎣⎢ 2 ⎦⎥ ⎣⎢ 2 ⎦⎥

Expresamos el error con 2 cifras significativas al ser la primera un 1 ∆Ec = 1.1 J

Ajustamos el resultado al mismo orden decimal que el error: Ec = (21.7 ± 1.1) J

ERRORES EN MEDIDAS INDIRECTAS

Valor máximo del error en medidas indirectas
Si supusiéramos que de todas las variables que intervienen en la magnitud
x sólo una de ellas, xi, influye en el error ∆x por haber sido todas las demás
medidas sin error alguno, la ley de propagación del error nos daría:
2
⎛ ∂x ⎞ ∂x
∆x = ⎜⎜ ∆xi ⎟⎟ = ∆xi
∂
⎝ ix ⎠ ∂xi
Pero realmente
P l t no hay
h ninguna
i variable
i bl que sea medidadid sin
i error, por lo
l
que podemos considerar que el error máximo en la medida indirecta será la
suma de una serie de términos de error individual de la forma expresada en
la ecuación anterior:
∂x ∂x ∂x
∆x = ∆x1 + ∆x2 + ... + ∆x N
∂x1 ∂x2 ∂x N
Salvo que se indique expresamente lo contrario, debe preferirse expresar los
resultados de las medidas acompañados de su error máximo, dado por la
ecuación
ió inmediata
i di t anterior
t i en lugar
l d l error medio
del di dado
d d por la l fórmula
fó l de
d
Gauss.
Ec = (21.7 ± 1.5) J
El anterior ejemplo de la energía cinética, si se usa el error máximo, da como resultado
(compruébese)
 ERRORES EN MEDIDAS INDIRECTAS
Caso particular que se presenta con frecuencia:

• La función consta exclusivamente de productos y/o cocientes

x = x1a ⋅ x2b ⋅ ... ⋅ x N

n

Derivadas ∂x x ∂x x ∂x x
= a⋅ = b⋅ = n⋅
parciales ∂x1 x1 ∂x2 x2 ∂x N xN

Error máximo (expresado como error relativo,

relativo es decir,
decir como
cociente entre el error y la magnitud)

∆x ∆x ∆x ∆x
= a 1 + b 2 + ... + n N
x x1 x2 xN

Ejemplo: error cometido en el cálculo de una fuerza centrípeta

v2 ∆F ∆M
= +2
∆v ∆R
+
F =M F M v R
R

ERRORES EN MEDIDAS INDIRECTAS

Cálculo del error en la media empleando la ley de propagación de Gauss
Consideramos x1, x2,... xN (las N medidas realizadas de
una magnitud,
i d cada d una afectada
f d d
de un error 1 N
individual ∆x1, ∆x2,...∆xN), como medidas directas a x= ∑ xi
N i =1
partir de las cuales se obtendrá la media como
medida indirecta, siendo la relación funcional entre
ellas ∂x ∆xi
Obsérvese q
que =
∂xi N
2 2 2
⎛ ∂x ⎞ ⎛ ∂x ⎞ ⎛ ∂x ⎞
Valor medio del error: ∆x = ⎜⎜ ∆x1 + ⎜⎜ ∆x2 ... + ⎜⎜ ∆x N
⎝ ∂x1 ⎠ ⎝ ∂x2 ⎠ ⎝ ∂x N ⎠
2 2 2
⎛1 ⎞ ⎛1 ⎞ ⎛1 ⎞ 1 1 (∆x1 )2 + (∆x2 )2 + ... + (∆x N )2 = ∆xRMS
∆x = ⎜ ∆x1 + ⎜ ∆x2 + ... + ⎜ ∆x N = (∆x1 )2 + (∆x2 )2 ... + (∆x N )2 = N
⎝N ⎠ ⎝N ⎠ ⎝N ⎠ N N N

Valor máximo del error:

∂x ∂x ∂x 1
∆x = ∆x1 + ∆x2 + ... + ∆x N = (∆x1 + ∆x2 + ... + ∆x N )
∂x1 ∂x2 ∂x N N
 EJEMPLO 1: Medida de una longitud

Sensibilidad: L (mm)
0.1 635.7 635.9
→ ∆L = 3.1622777 ⋅10 −2 mm
10 635.8 635.5
635.5 635.4
Error cuadrático
á medio: 635.6 635.7
635.6 635.7
∆L = 4.7610149 ⋅10 −2 mm

Valor aceptado: Media aritmética:

L ± ∆ L = ( 635 . 664 ± 0 . 05 ) mm
L = 635.6400 mm

ERRORES EN MEDIDAS INDIRECTAS

• Magnitud x que se determina a través de la med
ida de otras con las que mantiene una relación f
uncional
x = x ( x1 , x 2 ,... x N )
Ley de propagación
ó del error de Gauss
2 2 2
⎛ ∂x ⎞ ⎛ ∂x ⎞ ⎛ ∂x ⎞
∆x = ⎜⎜ ∆ x1 ⎟⎟ + ⎜⎜ ∆ x 2 ⎟⎟ ... + ⎜⎜ ∆x N ⎟⎟
⎝ ∂ x1 ⎠ ⎝ ∂x 2 ⎠ ⎝ ∂x N ⎠
• La ley de propagación de Gauss nos da el valor medio del
error absoluto de la magnitud
g medida en forma indirecta

El error máximo cometido se puede determinar sumando

l valores
los l absolutos
b l t de d los
l errores individuales
i di id l
 Ejemplo 2. Valor promedio del error

• Determinación de la focal de una

l
lente por ell método
é d ded Bessel.
l
L2 − d 2
f '=
4L
L
Posición Posición
1 2

Objeto Imagen

Ejemplo 2 (cont.)

L2 − d 2
f '=
4L
2
2
⎛ ∂f ' ⎞ ⎛ ∂f ' ⎞
2
⎛ ⎡1 d 2 ⎤ ⎞ ⎛ − d ⎞
2
∆f ' = ⎜ ∆L ⎟ + ⎜ ∆d ⎟ = ⎜⎜ ⎢ + 2 ⎥ ∆L ⎟⎟ + ⎜ ∆d ⎟
⎝ ∂L ⎠ ⎝ ∂d ⎠ ⎝ ⎣ 4 4L ⎦ ⎠ ⎝ 2L ⎠

L (cm) d (cm) f’ (cm) ∆f’ (cm)

100 79.0 9.40 0.11
90.0 68.9 9.31 0.11
80 0
80.0 58 7
58.7 9 23
9.23 0 11
0.11
70.0 47.7 9.37 0.10
60.0 36.8 9.36 0.09
55.0 31.1 9.35 0.08
50.0 25.1 9.35 0.08
45 0
45.0 18 2
18.2 9 41
9.41 0 07
0.07
 VALOR MÁXIMO ERROR (INDIRECTAS)

• Si supusiéramos que cada variable xi es la

ú i que iinfluye
única fl en ell error
2
⎛ ∂x ⎞ ∂x
∆x = ⎜⎜ ∆xi ⎟⎟ = ∆xi
⎝ ∂xi ⎠ ∂xi
El error máximo en la medida indirecta será la
suma de los términos de error individual

∂x ∂x ∂x
∆x Máximo = ∆x1 + ∆x2 + ... + ∆x N
∂x1 ∂x 2 ∂x N

CASO PARTICULAR 1: productos

p
• La función consta exclusivamente de productos
y/o
/ cocientes
i t
x= a
x1 ⋅ x2
b
⋅ ... ⋅ x N
n

Derivadas parciales
∂x x ∂x x ∂x x
= a⋅ = b⋅ = n⋅
∂x1 x1 ∂x 2 x2 ∂x N xN

E
Error máximo
á i ((expresado
d como error relativo)
l i )

∆x ∆x ∆x ∆x
= a 1 + b 2 + ... + n N
x x1 x2 xN
 CASO PARTICULAR 1: productos

• Fórmula de los logaritmos

g neperianos
p

Ln x = a ⋅ Ln x1 + b ⋅ Ln x2 + ... + n ⋅ Ln x N

ddx d
dx d
dx d
dx
= a ⋅ 1 + b ⋅ 2 + ... + n ⋅ N
x x1 x2 xN

∆x ∆x ∆x ∆x
= a 1 + b 2 + ... + n N
x x1 x2 xN

CASO PARTICULAR 2: error en la media

• Cálculo del error en la media empleando la ley

de propagación de Gauss
Gauss..

Consideramos x1, x2,... xN ((las N medidas realizadas de

una magnitud, cada una afectada con error individual
∆x1, ∆x2,...∆xN), como medidas directas a partir de las
cuales se obtendrá la media como medida indirecta,
siendo la relación funcional entre ellas
1 N
x = ∑ xi
N i =1
 CASO PARTICULAR 2: error en la media

• Propagación de Gauss: valor medio del error

2 2 2
⎛1 ⎞ ⎛1 ⎞ ⎛1 ⎞
∆x = ⎜ ∆x1 ⎟ + ⎜ ∆x2 ⎟ + ... + ⎜ ∆x N ⎟ =
⎝N ⎠ ⎝N ⎠ ⎝N ⎠

1
= (∆x1 )2 + (∆x2 )2 ... + (∆x N )2 =
N

=
1 (∆x1 )2 + (∆x2 )2 + ... + (∆x N )2 = ∆x RMS
N N N

∆xRMS → Root Mean Square

CASO PARTICULAR 2: error en la media

• Propagación de Gauss: valor máximo del error

∂x ∂x ∂x
∆x máx = ∆x1 + ∆x2 + ... + ∆x N =
∂x1 ∂x 2 ∂x N

1
= (∆x1 + ∆x2 + ... + ∆x N )
N
Err r máximo:
Error á i iiguall all pr
promedio
di dde llos errores
rr r
 Capitulo II
A áli i d
Análisis de E
Errores

ING. CRISTIAN CASTRO P.

TEORÍA DE ERRORES
Error Absoluto
~
εa = x − x
Error Relativo
~
x−x
εr = x≠0
x
Corrección
x = ~
x ± ε a
 Ejemplo
jemplo
x = 0.123
~
x = 0.12
x=~
x ± ε a = 0.12 + 0.003
εa − 0.003
εr = = = −0.0244
x 0.123
0.003 < 0.005 = 0.5 10 − 2
Decimales Correctos
~
x tiene t decimales correctos si el error en ~
x
no excede 0.5 10−t

Definiciones
• Número de cifras decimales:
decimales
cantidad de cifras luego del punto o coma decimal

• Número de dígitos:
dígitos
cantidad
tid d de
d cifras
if a la
l derecha
d h del
d l primer
i número
ú
distinto de cero
• Ejemplo
0.00147 (3 dígitos – 5 decimales)

• Notación de punto flotante

0.147 10−2
a = m 10 q q∈Z 0 .1 ≤ m < 1
 Ejemplo
• ERROR absoluto Nro de decimales correctos
• ERROR relativo Nro de cifras significativas
g correctas

x = 0.001234 ± 0.000006
x ∈ [0.001228 , 0.001240 ]
ε a = 0.6 10 −5 < 0.5 10 − 4 4D

0.000006
εr = = 4.86 10−3 < 0.5 10−2 2S
0.001234

Redondeo
• Si la cifra en primer lugar a descartar es menor
que 5, dejar la última cifra como está.

• Si la cifra en primer lugar a descartar es mayor

que 5,sumarle 1 a la última cifra.

• Si la cifra en primer lugar a descartar es igual a

5, es indistinto

1.4142 → 1.414 (ε = 0.0002)

1.4142 → 1.415 (ε = 0.0008)
Cómo se almacenan los números reales en las
computadoras?
Números binarios
X [
= ± b n 2 n + b n − 1 2 n − 1 + ... + b 1 2 1 + b 0
          

]+
parte entera

[b 2 − 1 + b − 2 2 − 2 + ... + b − k 2 − k
        

−1 ]
parte fraccionar ia

Ejemplo
5 . 25 = 5 = + [1 2 + 0 2 + 1]+ [0 2 + 1 2 ] =
1 2 1 −1 −2

4          

expansión
p binaria

=+ (
101 . 01 )2
 

representa cion binaria

Problemas
ob e as numéricos?
u é cos?
Overflow / Underflow:
• Comunicación: sistema decimal
• Almacenamiento: sistema binario
• Set de números: set infinito
• Rangos limitados: Los dispositivos digitales usan
una cadena de bits (palabra)
para almacenar un número
Se guarda
g arda unn bit para el signo de la mantisa,
mantisa y otro
para el signo del exponente
 Aritmética de punto flotante
1
x= f β e
f = 0. x1 x2 x3 x1 ≠ 0 ≤ f ≤1
Palabra de longitud finita β
E
Exponente: overflow/underflow
fl / d fl
Fracción: errores de redondeo
El conjunto de números reales es infinito. Entonces,
No es p
posible representar
p TODOS los números con una
sola palabra.
• Overflow:
• mensaje de error (infinito)
• Si la corrida continúa,
continúa se propaga el error
• Underflow:
• El numero tiende
ti d a cero
• La corrida continúa

Limitaciones típicas
Precisión Tamaño Número de Rango del
de cifras signifi- exponente
palabra
l b cativas
ti
Simple
p 32 bits 7 10-38- 1038

D bl
Doble 64 bits
bit 15 10-307
307- 10307

Quad 128 bits

 Epsilon machine
• Es característico de la aritmética de cada máquina
en cuestión
• Depende del tamaño de palabra, la base, tipo de
redondeo
• Valores típicos:

Precisión Computadora Calculadora

Simple 10-88 10-10

10

Doble 10-16
16 10-12
12

Ejemplo
c = a 2 + b2
a = 1030 b =1
a 2 b2
c=s 2 + 2 s = max{a , b }
s s
2
⎛ 1 ⎞
c = 10
0 30
1 + ⎜ 30 = 10
2
0 30

⎝ 10 ⎠
 Comparación
p entre errores de
redondeo y de truncado
• Si se suman números
ú positivos
iti con redondeo,
d d l
los
errores de redondeo serán positivos o negativos
al azar y tenderán a cancelarse
• Si se suman números positivos con truncado, los
errores de
d truncado
t d siempre
i van en la
l misma
i
dirección y se refuerzan entre sí.
• Se prefiere ARITMETICA CON REDONDEO
Redondeo Truncado
1374 . 8 = 1375 − 0 . 2 = 1374 + 0 .8
+
3856 .4 = 3856 + 0 .4 = 3856 + 0 .4
− − − − − − − − − − − − − − − − − − − −
5231 . 2 = 5231 + 0 . 2 = 5230 + 1 .2

Análisis de error en p
punto flotante
y = 6.10(3.52 + 0.116) /1.01
y = 6.10(3.52 + 0.116) /1.01
Cálculo exacto
Cálculo exacto
y = 6.10(3.636)/1.01 = 22.1796/1.01 = 21.96
y = 6.10(3.636)/1.01
( ) = 22.1796/1.01 = 21.96
0.352 101
+ 0.364 101
0.0116 101 X
------------------ 0.61 101
0.3636 101 → 0.364 101 ------------------
0.22204 102 → 0.222 102

0.222 102
1
= 2.198
2 198 101 → 00.220
220 102 = fl ( y )
0.101 10
 Propagación de errores: Sumas
En la
E l suma, las
l cotas para ell error absoluto
b l están
á dadas
d d por la
l
suma de las cotas para los errores absolutos de los operandos.
x1 = x1 ± ε1 ⇒ x1 − ε1 ≤ x1 ≤ x1 + ε1
x2 = x2 ± ε 2 ⇒ x2 − ε 2 ≤ x2 ≤ x2 + ε 2
x1 − ε1 + x2 − ε 2 ≤ x1 + x2 ≤ x1 + ε1 + x2 + ε 2
( x1 + x2 ) − (ε1 + ε 2 ) ≤ x1 + x2 ≤ ( x1 + x2 ) + (ε1 + ε 2 )
x1 + x2 = ( x1 + x2 ) ± (ε1 + ε 2 )
Propagación de errores: Restas
En la resta, las cotas para el error absoluto están dadas por la
suma de las cotas p
para los errores absolutos de los operandos.
p
x1 = x1 ± ε1 ⇒ x1 − ε1 ≤ x1 ≤ x1 + ε1
x2 = x2 ± ε 2 ⇒ x2 − ε 2 ≤ x2 ≤ x2 + ε 2
− x2 − ε 2 ≤ − x2 ≤ − x2 + ε 2
( x1 − x2 ) − (ε1 + ε 2 ) ≤ x1 − x2 ≤ ( x1 − x2 ) + (ε1 + ε 2 )
x1 − x2 = ( x1 − x2 ) ± (ε1 + ε 2 )

Propagación
p g de errores: Productos y Cocientes
En la multiplicación y la división, las cotas para los
errores relativos están dadas por la suma de las cotas
para los errores relativos en los operandos.

r=
~
x−x
⇒ ~ x = x + xr = x (1 + r )
Cocientes
x ~
x x (1 + r1 )
~
p=~x1 ~
x2 = x1 (1 + r1 ) x2 (1 + r2 ) = x1 x2 (1 + r1 )(1 + r2 )
~
c = ~1 = 1
N   
x2 x2 (1 + r2 )
p 1+ rp N 

1 + rp = (1 + r1 )(1 + r2 ) = 1 + r1 + r2 + r1r2 c 1+ rc

rp = r1 + r2 + r1r2 (1 + r1 ) 1 + r1 − 1 − r2
N rc = −1 =
despreciable si:
r1 <<1 (1 + r2 ) (1 + r2 )
r2 <<1

rp = r1 + r2 ≤ r1 + r2 r1 − r2
rc = si r2 << 1 ⇒
1 + r2
rc = r1 − r2
rc = r1 − r2 ≤ r1 + r2
La propiedad asociativa NO se cumple para la adición
en punto flotante
Precisión : 7S
a = 0.1234567 100 b = 0.4711325 104 c = −b
fl ( a + fl (b + c )) ≠ fl ( fl ( a + b) + c )
b + c = 0 ⇒ fl ( a + fl (b + c )) = a = 0.1234567 100
0.0000123# 4567 104
+ 0.4711325# 0000 104
−−−−−−−−−−−−−−−−−
4
0 
# 4567 10
.4711448
fl ( a +b )

0.4711448# 4567 104

- 0.4711325# 0000 104
−−−−−−−−−−−−−−−−
0.0000123# 0000 104
fl ( fl ( a + b) + c ) = 0.0000123 104 (exactitud : 3S)

Resolución de ecuaciones cuadráticas

− b ± b 2 − 4ac
x1, 2 =
2a
Error en el discriminante :
b 2 − 4ac ≈ b
x 2 − 110 x + 1 = 0
b 2 − 4ac = (−110) 2 − 4 .1.1 = 12100 − 4 = 12096
0.1210# 00 105
- 0.0000# 04 105
−−−−−−−−−−−−−
0.1209#96 105
Cancelación en el numerador
110 ± 110
x1,2 = ⇒ x1 = 110 x2 = 0
2
raíz verdadera : 0.09092 (conservar más de 4 S)
b
x 1 + x2 = −
a
c
x1 x2 =
a
 Ejemplo de inestabilidad numérica

Generar la sucesión:

{xi } x0 = 1 x1 = 1
3
13 4
xk +1 = xk − xk −1
3 3
Resultado exacto:
k
⎛1⎞
xk = ⎜ ⎟
⎝ 3⎠

ε = ~
x − x
n n n

ε = ~
x − x
n − 1 n − 1 n − 1

~ 13 ~ 4 ~
x n + 1 = x n − x n − 1
3 3

13 4
xn +1 = ( xn + ε n ) − ( xn −1 + ε n −1 )
~
3 3
~ ⎛ 13 4 ⎞ 13 4
xn +1 = ⎜ xn − xn −1 + ε n − ε n −1
⎝3 3 ⎠ 3 3
13 4
xn +1 = xn − xn −1
3 3
~ 13 4
xn +1 − xn +1 = ε n − ε n −1
3 3
Fórmula general para propagación del error
1
f ( x) = f ( ~
x) + (x − ~ x) + (x − ~
x ) f ′( ~ x )2 f ′′( ~
x ) + ...
2
f ( x) − f ( ~
x ) ≈ f ′( ~
x) x − ~ x
  




error en la evaluación amplificación h

Fórmula general para propagación del error

1
f ( x ) = f ( ~
x ) + ( x − ~
x ) f ′( ~
x ) + ( x − ~
x ) 2
f ′′ ( ~
x ) + ...
2
f ( x ) − f ( ~
x ) ≈ f ′( ~
x ) x − ~
x
~
x = [~
x1 ~
x2 " ~
xn ]T ∆xi = ~
xi − xi( 0 )
n
∂y
∆y ≈ ∑ (~
∆xi
i =1 ∂xi x)

n
∂y
∆y ≤ ∑ ∆xi
i =1 ∂xi (~
x)

Condicionamiento de un problema
• Un p
problema está mal condicionado si pequeños
p q cambios en los
datos provocan grandes cambios en los resultados
f ( x) − f ( x ) f ′( x ) x ∆x f ′( x ) x
≈ K=
f ( x ) f ( x ) x f ( x )
 Errores en la evaluación de funciones
f ( x ) = arcsen x
x f ′( x ) x
K= =
f ( x) 1 − x 2 arcsen x
x →1
π
arcsen x →
2
K ↑↑↑
Condicionamiento
Sean f y g dos funciones en la vecindad de r
r es raíz
í simple
i l ded f.
Perturbemos :
F ≡ f +ε g
dónde está la nueva raíz?

MÉTODO DE MÍNIMOS CUADRADOS

X
 MÉTODO DE MÍNIMOS CUADRADOS

Ajuste lineal

Y
y = b + mx N N
aN + b ∑ xi = ∑ yi
( xi , yi )

yi − b − mxi
i =1 i =1

N
S = ∑ ( yi − b − mxi ) 2 N N N
i =1 a ∑ xi + b ∑ xi2 = ∑ xi yi
i =1 i =1 i =1
X

CRITERIO: Minimizar S
Sistema de ecuaciones a resolver
∂S
∂S ∂S
∂S
=0 =0
∂m ∂b

MÉTODO DE MÍNIMOS CUADRADOS

∑ x ∑ y − N ∑ xy ∑ x ∑ xy − ∑ y ∑ x
2
m= b=
(∑ x )2 − N ∑ x 2 (∑ x )2 − N ∑ x 2

DESVIACIONES (ERRORES EN LOS DATOS)

∑ ∆x ∑ ∆y
σx = σy = σ = σ y2 + m 2σ x2
N N

Nσ 2 σ 2 ∑ x2
∆m = ∆b =
N ∑ x 2 − (∑ x )2 N ∑ x 2 − (∑ x )2

Coeficiente de correlación

∑ x∑ y
∑ xy −
r= N r ≈1 r <1
⎛ 1 ⎞⎛ 2 1 2⎞
⎜ ∑ x − (∑ x ) ⎜ ∑ y − (∑ y )
2 2
⎝ N ⎠⎝ N ⎠
 MÉTODO DE MÍNIMOS CUADRADOS
Ejemplo: ajuste lineal de datos x, y
* Pendiente
∆x ∆y
y = b + mx
x y xy x^2 y^2
* Ordenada en el origen
134 10 5 2 670,0 17956,0 25,0
178 10 6 2 1068,0 31684,0 36,0 * Barras de error
317 10 12 2 3804,0 100489,0 144,0
∑ ∆x ∑ ∆y
440 10 16 2 7040,0 193600,0 256,0 σx = σy = σ = σ y2 + m2σ x2
N N
523 10 19 2 9937,0 273529,0 361,0
589 10 21 2 12369,0 346921,0 441,0
694 10 25 2 17350,0 481636,0 625,0 50 Hay que incluir las
759 10 28 2 21252,0 576081,0 784,0 45 unidades
40 correspondientes en cada
934 10 34 2 31756,0 872356,0 1156,0
35 r =
∑ xy −
∑ x∑ y
N caso!
1115 10 41 2 45715,0 1243225,0 1681,0 ⎛ 2 1 2 ⎞⎛ 2 1 2⎞
⎜ ∑ x − (∑ x ) ⎟⎜ ∑ y − (∑ y ) ⎟
⎝ N ⎠⎝ N ⎠
30
5683 100 207 20 150961 4137477 5509
25

Y
2
∑ x ∑ y − N ∑ xy ∑ x ∑ xy − ∑ y ∑ x 20
m= b=
(∑ x )2 − N ∑ x 2 (∑ x )2 − N ∑ x 2
15
Nσ 2 σ 2 ∑ x2
∆m = ∆b = 10
N ∑ x 2 − (∑ x )
2
N ∑ x 2 − (∑ x )
2

5
m= 0,037 b= -0,2 0

∆m = 0,002 ∆b = 1,4 0 200 400 600 800 1000 1200

X
r= 0,99961

MÉTODO DE MÍNIMOS CUADRADOS

Ejemplo 2: ajuste de datos x, 1/y (linealización) 1 ∂ (1 / y ) ∆y
∆ (1 / y ) = ∆y =
m=
∑x∑y − N∑xy = b + mx ∂y y2
* Pendiente (∑x)2 − N∑x2 y
Nσ2 x ∆x y ∆y 1/y ∆(1/y) x(1/y) x^2 (1/y)^2
∆m=
N∑x2 −(∑x)2 25 2 790 10 1,27E-03 1,60E-05 0,0316 625 1,60E-06

∑∆x σ = ∑∆y
30 2 660 10 1 52E 03
1,52E-03 2 30E 05
2,30E-05 0 0455
0,0455 900 2 30E 06
2,30E-06
σx = y σ = σy2 +m2σx2 35 2 580 10 1,72E-03 2,97E-05 0,0603 1225 2,97E-06
N N 40 2 505 10 1,98E-03 3,92E-05 0,0792 1600 3,92E-06
* Ordenada en el origen
45 2 450 10 2 22E-03
2,22E 03 4 94E-05
4,94E 05 0 1000
0,1000 2025 4 94E-06
4,94E 06
∑ x ∑ xy − ∑ y ∑ x
2 σ 2 ∑ x2
b= ∆b =
(∑ x )2 − N ∑ x 2 N ∑ x − (∑ x )
2 2 50 2 390 5 2,56E-03 3,29E-05 0,1282 2500 6,57E-06
55 2 360 5 2,78E-03 3,86E-05 0,1528 3025 7,72E-06
4,0E-03 60 2 335 5 ,
2,99E-03 ,
4,46E-05 0,1791
, 3600 8,91E-06
,
3,5E-03 65 2 305 5 3,28E-03 5,37E-05 0,2131 4225 1,07E-05
* Barras de error
70 2 280 5 3,57E-03 6,38E-05 0,2500 4900 1,28E-05
3,0E-03

2 5E 03
2,5E-03 475 20 2,39E-02 3,91E-04 1,2399 24625 6,24E-05
1/y

2,0E-03

1,5E-03 m= 0,000051 b= -0,00004

∆m = 0,000002 ∆b = 0,00012
1,0E-03
Hay que incluir las unidades
5,0E-04 correspondientes en cada
r= 0,99915
caso!
0 0E+00
0,0E+00 ∑ x∑ y
∑ xy −
0 20 40 60 80 r= N
⎛ 2 1 2 ⎞⎛ 2 1 2⎞
⎜ ∑ x − (∑ x ) ⎟⎜ ∑ y − (∑ y ) ⎟
x ⎝ N ⎠⎝ N ⎠
 Problema
Se quiere medir la resistencia eléctrica de un conductor metálico, para lo cual se llevan a cabo medidas de
diferencia de potencial entre sus extremos (voltaje V, unidad SI voltio) en función de la corriente que
circula por él (intensidad I, unidad SI amperio). Se espera que el conductor metálico obedezca la ley de
Ohm: V = IR, donde R es la resistencia eléctrica, que debe expresarse en ohmios Ω (1 Ω = 1 V/1 A). En la
tabla se p
presentan las medidas, con los voltajes
j medidos en mV y las intensidades en mA. Se acompañanp
los errores correspondientes en las mismas unidades. Determine la resistencia eléctrica del conductor.
Para resolver el problema haremos un ajuste de mínimos cuadrados representado la intensidad de
corriente en abscisas y el voltaje en ordenadas. Según la ley de Ohm, la pendiente de la recta obtenida ha
de ser igual a la resistencia eléctrica del conductor.
conductor

I (mA) ∆I V (mV) ∆V

x ∆x y ∆y xy x^2 y^2 ∑ x ∑ y − N ∑ xy ∑ x ∑ xy − ∑ y ∑ x
2

25 m= b=
(∑ x )2 − N ∑ x 2 (∑ x )2 − N ∑ x 2
134 10 5 2 670 17956 25
Nσ 2 σ 2 ∑ x2
178 10 6 2 1068 31684 36 ∆m = ∆b =
N ∑ x 2 − (∑ x )
2
N ∑ x 2 − (∑ x )
2

317 10 12 2 3804 100489 144 20

440 10 16 2 7040 193600 256

523 10 19 2 9937 273529 361 15

V (mV)
589 10 21 2 12369 346921 441 ∑ ∆x ∑ ∆y
σx = σy =
N N
2181 60 79 12 34888 964179 1263
10
σ = σ y2 + m 2σ x2
∑ x∑ y
∑ xy −
r= N
m= 0,036 Ω b= 0,1 mV 5 ⎛
⎜ ∑ x 2 1
− (∑ x )2 ⎞⎛ 2 1
⎜ ∑ y − (∑ y )
2⎞
⎝ N ⎠⎝ N ⎠
∆m = 0,005 Ω ∆b = 2,0 mV

0
r= 0,99865 0 100 200 300 400 500 600 700
I (m A)

Problema
Se ha usado un sistema que puede considerarse un péndulo simple con objeto de medir la aceleración de la
gravedad. El procedimiento empleado consiste en medir el periodo de oscilación T para varias longitudes
diferentes L, y usar la relación entre el periodo, la longitud del péndulo y la aceleración de la gravedad:
L g 2
L=
T = 2π T
g 4π 2
Utilice el método de mínimos cuadrados, transformando convenientemente la ecuación anterior, para obtener
la aceleración de la gravedad de acuerdo con los datos presentados en la tabla. Las longitudes están medidas
con ±1 cm y los periodos con ±0.02 s.
La transformación necesaria para resolver el problema es linealizar la ecuación del periodo del péndulo:
Realizando un ajuste de L frente a T2 obtendremos una recta cuya pendiente es g/4π2, de la cual obtendremos
un valor para g.
Los errores cometidos en L son conocidos directamente; para determinar los errores en T2 aplicamos la
propagación de errores:
T (s) ∆T L (m) ∆L
( ) ∂T 2 ∑ x ∑ y − N ∑ xy 2
∑ x ∑ xy − ∑ y ∑ x
m=
∆T2 = ∆T = 2T∆T 2,5
(∑ x )2 − N ∑ x 2
b=
(∑ x )2 − N ∑ x 2
1,97 0,02 0,85 0,01 ∂T
Nσ 2 σ 2 ∑ x2
,
2,14 0,02
, 1,20
, 0,01
, 2,0
, ∆m = ∆b =
N ∑ x 2 − (∑ x )
2
N ∑ x 2 − (∑ x )
2
g= 9,7 m/s2
2,39 0,02 1,46 0,01
∆g = 0,3 m/s2 1,5 m= 0,246 m/s2 ∑ ∆x ∑ ∆y
2,70 0,02 1,78 0,01 σx = σy =
N
2,91 0,02 2,05 0,01 ∆m = 0,007 m/s2 N
m)
L (m

10
1,0
σ = σ y2 + m 2σ x2
T2(s) ∆(T2) L (m) ∆L
x ∆x y ∆y xy x^2 y^2 0,5 ∑ xy −
∑ x∑ y
r= N
⎛ 1 2 ⎞⎛ 2 1 2⎞
⎜ ∑ x − (∑ x ) ⎟⎜ ∑ y − (∑ y ) ⎟
2
3,88 0,08 0,85 0,01 3,30 15,1 0,72 ⎝ N ⎠⎝ N ⎠
0,0
4,58 0,09 1,20 0,01 5,47 21,0 1,43
0 2 4 6 8 10
5,71 0,10 1,46 0,01 8,34 32,6 2,13
-0,5 -
7,29 0,11 1,78 0,01 12,94 53,1 3,15 b= 0,008 m
T^2 ( s^2) r= 0 98877
0,98877
8,47 0,12 2,05 0,01 17,36 71,7 4,20 ∆b = 0,042 m

29,93 0,48 7,33 0,05 47,4 193,5 11,6

 Problema
En un experimento sobre gases se toman los datos de presión P y volumen V registrados en la tabla T1.10 y
que corresponden a una muestra n = (0.100±0.001) moles de gas. Los errores en P y V están en las mismas
unidades que las magnitudes respectivas. Suponiendo que la muestra cumple la ley de los gases ideales,
realice un ajuste de mínimos cuadrados para determinar la temperatura absoluta T del gas.
Ley de los gases ideales:
PV = nRT Constante universal de los gases R = 8,314
8 314 J/K
J/K.mol
mol

nRT
P (Pa) ∆P V (m3) ∆V A partir de la ecuación de los gases ideales vemos que P=
V
2,5E+05 5,0E+03 1,0E-03 5,0E-05
Por tanto, si representamos P en ordenadas frente a 1/V en abscisas,
1,7E+05 5,0E+03 1,5E-03 5,0E-05 la pendiente de la recta resultante será proporcional a la temperatura
absoluta m = nRT
1,3E+05 5,0E+03 1,8E-03 5,0E-05 ∂ (1 / V ) ∆V m 1 ⎛ ∆m ∆n ⎞
∆(1 / V ) = ∆V = T= ∆T = ⎜⎜ + ⎟⎟
2
9,5E+04 1,0E+03 2,4E-03 5,0E-05 Error en 1/V ∂V V nR R ⎝ n m2 ⎠
8,0E+04 1,0E+03 3,1E-03 5,0E-05
T= 306 K 3,0E+05
7,4E+04 1,0E+03 3,4E-03 5,0E-05
∆T = 11 K
2,5E+05
1/V(m-3) ∆(1/V) P (Pa) ∆P
x ∆x y ∆y xy x^2 y^2 2,0E+05

1,0E+03 5,0E+01 2,5E+05 5,0E+03 2,5E+08 1,0E+06 6,3E+10

1,5E+05

P (Pa)
6,7E+02 2,2E+01 1,7E+05 5,0E+03 1,1E+08 4,4E+05 2,9E+10
7,2E+07 3,1E+05 1,7E+10 1,0E+05
5,6E+02 1,5E+01 1,3E+05 5,0E+03 ∑ x∑ y
∑ xy −
r= N
4,2E+02 8,7E+00 9,5E+04 1,0E+03 4,0E+07 1,7E+05 9,0E+09 5,0E+04 ⎛ 2 1 2 ⎛
⎞ 2 1 2⎞
⎜ ∑ x − (∑ x ) ⎟⎜ ∑ y − (∑ y ) ⎟
⎝ N ⎠⎝ N ⎠
3,2E+02 5,2E+00 8,0E+04 1,0E+03 2,6E+07 1,0E+05 6,4E+09
0,0E+00
0,0E 00
2,9E+02 4,3E+00 7,4E+04 1,0E+03 2,2E+07 8,7E+04 5,5E+09 0 200 400 600 800 1000 1200
-5,0E+04
3,3E+03 1,1E+02 8,0E+05 1,8E+04 5,2E+08 2,1E+06 1,3E+11
1/V (1/m3) r= 0,99711
2
∑ x ∑ y − N ∑ xy b=
∑ x ∑ xy − ∑ y ∑ x ∑ ∆x ∑ ∆y
m= σx = σy =
(∑ x )2 − N ∑ x 2 (∑ x )2 − N ∑ x 2 N N
m= 254 J b= -4,8E+03 Pa
Nσ 2 σ 2 ∑ x2
∆m = ∆b = σ = σ y2 + m 2σ x2 ∆m = ∆b =
N ∑ x 2 − (∑ x )
2
N ∑ x − (∑ x ) 9 J 5,4E+03 Pa
2 2

Muchas Gracias