MI – Análisis de datos

experimentales
Dr. Israel Barragán Santiago
Trimestre 20-P
Análisis de incertidumbre
 Exactitud de medida:
 Proximidad entre un valor medido y un valor verdadero
o valor real de un mensurando.
 Un valor es muy exacto cuando se aproxima mucho al
verdadero valor.
 Error:
 Es la desviación de la lectura con respecto a un valor
conocido o valor real o valor ideal.
 Diferencia entre un valor medido de una magnitud y un
valor de referencia o valor real o valor ideal.
Análisis de incertidumbre
 Precisión de medida:
 Proximidad (grado de dispersión) entre las indicaciones
o los valores medidos obtenidos en mediciones
repetidas de un mismo objeto, o de objetos similares,
bajo condiciones especificadas.
Análisis de incertidumbre
 Al hacer mediciones, las lecturas que se obtienen nunca
son exactamente iguales, aun cuando las efectúe la
misma persona, sobre las misma pieza, con el mismo
instrumento, el mismo método y en el mismo ambiente.
 Si las mediciones las hacen personas con distintos
instrumentos o métodos o en ambientes diferentes,
entonces las variaciones en las lecturas son mayores.
 Esta variación puede ser relativamente grande o
pequeña, pero siempre existirá.
Análisis de incertidumbre
 En sentido estricto, es imposible hacer una medición
totalmente exacta, por lo tanto, siempre se enfrentarán
errores al hacer las mediciones.
 Los errores pueden ser despreciables o significativos
dependiendo entre otras circunstancias de la aplicación
que se le dé a la medición.
 Los errores surgen debido a la imperfección de lo
sentidos, de los medios, de la observación, de los
aparatos de medición, de las condiciones ambientales,
etc.
Análisis de incertidumbre
 En muchas situaciones experimentales no se tiene un
valor conocido de referencia para compararlo con las
lecturas del instrumento, sin embargo se puede confiar
en que le instrumento esté dentro de un margen mayor
o meno del valor real. En tales casos, este margen
expresa la Incertidumbre de la mediciones del
instrumento.
Análisis de incertidumbre
 Incertidumbre de medida:
 Parámetro no negativo que caracteriza la dispersión
(desviación estándar) de los valores atribuidos a un
mensurando.
 Intervalo donde la lectura es incierta.
 Da un juicio de la calidad del proceso de medición.
 Análisis de incertidumbre
 Incertidumbre relativa:
 Evaluación realista de cuan significativa es la
incertidumbre.
 Una medida será mas precisa cuanto menor sea
su incertidumbre relativa.
Incertidumbre = x 100
relativa
Ejemplo: Incertidumbre
25 ± 0.1 cm absoluta

Incertidumbre
relativa = x 100 = 0.4% 25 ± 0.4%
Análisis de incertidumbre
 ¿Cómo trabajar fórmulas o ecuaciones que involucran
variables con incertidumbre? ¿cuál es la incertidumbre del
resultado?
Ejemplo: La resistencia eléctrica de cierto alambre de cobre
está dada cómo:
R = Rini [1+ a (T - 20)]
Donde:
Rini = 6 W ± 0.3% ; resistencia a 20°C.
a= 0.004 °C-1 ±1% ; coeficiente de temperatura de la
resistencia.
T = 30 ±1°C ; temperatura actual del alambre.
Calcular la resistencia del alambre y su
incertidumbre (R ± wR)
Análisis de incertidumbre
 Método de los efectos iguales:
 En este método se considera que cada fuente de error
contribuirá con una cantidad de error igual al error
total.
 Si se deriva la función con respecto de una variable
obtenemos el error de esa variable.
 Método muy preciso de estimar la incertidumbre en
resultados experimentales.
Análisis de incertidumbre
 Método de los efectos iguales:
variables
independientes

r = F (x1, x2, x3, ….., xn)

resultado
función dada de las
variables
independientes

Se considera que las incertidumbres en las variables

independientes tienen la misma probabilidad de aportar la
incertidumbre al resultado.
 Análisis de incertidumbre
 Método de los efectos iguales:
Producto de la sensibilidad
por la incertidumbre Derivada parcial: Sensibilidad de la
función con respecto a cada
variable independiente

wr : Incertidumbre del resultado

w1 , w2 , ….., wn : Incertidumbre de las variables independientes
 Análisis de incertidumbre
Ejemplo 1: La resistencia eléctrica de cierto alambre de
cobre está dada cómo:
R = Rini [1+ a (T - 20)]
Calcular la resistencia del alambre y su incertidumbre (R ± wR)
Se calcula el valor nominal de R
R = 6 [1+ 0.004 (30 - 20)] =
Se calculan las derivadas parciales: F(Rini , a ,T)
Análisis de incertidumbre
 Método de los efectos iguales:
 Análisis de incertidumbre
 Método de los efectos iguales:
Se calcula la incertidumbre de cada variable
independiente: (Rini , a ,T)
 Análisis de incertidumbre
 Método de los efectos iguales:
Se calcula la incertidumbre de R
 Análisis de incertidumbre
Ejemplo 2: Un resistor tiene un valor de 10 Ω ± 1%. Se aplica
voltaje en el resistor y la disipación de potencia se calcula con
la siguiente expresión:
V2
R
Calcular la potencia y su incertidumbre cuando los valores
medidos de V e I son:

V = 100 V ± 1%
I = 10 A ± 1%
 Análisis de incertidumbre
Se calcula el valor nominal de P
V2
= 1002 /10 = 1000 W
R
Se calculan las derivadas parciales: F(V, R)
P V
=
V R 10
P 1 V2 1002
=
R R
 Análisis de incertidumbre
Se calcula la incertidumbre de cada variable
independiente: (V, R)
wV = (100) (1/100) = 1 V
wR = (10) ( 1/100) = 0.1 Ω
Se calcula la incertidumbre de P

wP = [(20 * 1)2 + (100 * 0.1)2 ] ½ = [400+100] ½ = 22.4 W

P = 1000 ± 22.4 W (Inc. Rel?)

 Análisis estadístico
de los datos experimentales
 Media aritmética
 La mejor estimación del valor verdadero de un conjunto de
mediciones experimentales .

 Mide la localización (centro) de una muestra.

 Una característica importante de un conjunto de números es
su centro.
 Para el valor de xm usar un digito decimal más que la
exactitud de las xi
 Desviación
La desviación di para cada lectura se define:
 La mejor estimación del valor verdadero de un conjunto de
mediciones experimentales .

= xi - xm
 Tiene que ver con las desviaciones a partir de la media
 Medida de variabilidad o dispersión.
 Si es pequeña la magnitud de las desviaciones entonces todas
las xi están cerca de la media y hay poca variabilidad.
 Desviación estándar (s)
 Es un índice numérico de la dispersión de un conjunto de
datos.
 Puede ser interpretada como una medida de incertidumbre.
 La desviación estándar de un conjunto de medidas nos da la
precisión de éstas.
 Mientras menor es la desviación estándar, menor es la
dispersión de los datos y por lo tanto la medición es más
precisa.
 Es una medida de cuanto se desvían los datos de su media.
Desviación estándar (s)

Desviación estándar
de la POBLACIÓN

Desviación estándar de la
MUESTRA
(para conjuntos pequeños
de datos)
La mejor estimación de la
desviación estándar
Ejemplo: resultado de una medición

Lecturas xi (cm) di = xi -xm di 2

1 5.30
2 5.73 xm= 5.613 cm
3 6.77
4 5.26
5 4.33
6 5.45
7 6.09
8 5.64
9 5.81
10 5.75
Desviación estándar (s) del ejemplo
 Criterio de Chauvenet
 Criterio para rechazar una lectura.
 Se hace uso del cálculo de la razón de la desviación
respecto a la mejor estimación de la desviación
estándar.

 Se utiliza la tabla
Criterio de Chauvenet
Ejemplo: Aplicar Criterio de Chauvenet
Lecturas xi (cm) di = xi -xm
𝒊

𝒎
1 5.30
2 5.73
3 6.77
4 5.26
5 4.33
6 5.45
7 6.09
8 5.64
9 5.81
10 5.75
 Ejemplo: Chauvenet xm nueva= 5.755 cm

Lecturas xi (cm) di = xi -xm di 2

1 5.30
2 5.73
3 6.77
4 5.26

6 5.45
7 6.09
8 5.64
9 5.81
10 5.75
Desviación estándar (s) al aplicar el criterio
de Chauvenet
Distribución normal

Lecturas xi (cm) xm= 5.613 cm

1 5.30
2 5.73
3 6.77
4 5.26
5 4.33
6 5.45
7 6.09
8 5.64
9 5.81
10 5.75
 Distribución normal
Frecuencia de
ocurrencia
xm ± s: 68%
xm ± 2s: 95%
xm ± 3s: 99.7%
8
7
# de 6
lecturas 5
4
3
2
1

1 2 3 4 5 6 7 8 cm
5.613
4.99 6.24
- 2s + 2s
Distribución normal

xm ± s: 68%
xm ± 2s: 95%
xm ± 3s: 99.7%

 Estas propiedades son de gran utilidad para el

establecimiento de intervalos de confianza.
 Se puede expresar en términos de confiabilidad.
 Ejemplo: Análisis de datos
La distancia entre estaciones contiguas de un tren es de
aproximadamente 1500 m ± 50 m. Se han medido algunos tiempos entre
una estación y otra, éstos son:
ti (s)
105
119
121
110

Calcular la velocidad promedio del tren en km/h con 99.7% de

confiabilidad.
 Ejemplo: Análisis de datos
Se obtiene el valor promedio del tiempo:
tm = 113.8 s

Se hace el cálculo de la dispersión de los valores:

sm = 7.5 s
t = 113.8 ± 7.5 s
 Ejemplo: Análisis de datos
Se hace el cálculo de la velocidad nominal:

= = 13.18 m/s

Se hace uso del método de los efectos iguales para calcular la

incertidumbre de la velocidad
 Ejemplo: Análisis de datos
Se hace el cálculo de la incertidumbre de la velocidad:

wv = 0.97 m/s (68% de confiabilidad)

v = 13.18 ± 2.91 m/s (99.7% de confiabilidad)

v = 47.45 ± 10.52 km/h

Dr. Israel Barragán Santiago
isbasa@azc.uam.mx
Grupo de Mecánica
Departamento de Energía