CLCULO DE INCERTIDUMBRES Y FORMA DE EXPRESAR LOS RESULTADOS EXPERIMENTALES 1

Ningn experimento en el que se mide una cierta magnitud es absolutamente exacto , es decir, el resultado de la medida no coincide exactamente con el valor real de la magnitud. Si queremos utilizar el experimento para comprobar una teora (o tambin para caracterizar un producto que va a ser comercializado) es necesario estimar la desviacin del valor medido con respecto al valor real. La teora de errores estudia cmo estimar esta desviacin. En estas notas se explica qu es la incertidumbre de una medida, cmo se calc ula y cmo deben expresarse los resultados de las medidas. En el laboratorio es necesario calcular, en todas las prcticas, la incertidumbre de las medidas y expresar correctamente los resultados. Toda prctica debe incluir las incert idumbres de las medidas y expresar los resultados tal y como se explica en estas notas. stos son requisitos mnimos para que una prctica sea corregida. 1. Error e incertidumbre En un procedimiento experimental que nos proporciona el valor de una magn itud X, el resultado no coincide exactamente con el valor real de dicha magn itud. La diferencia entre el valor real y el valor medido se llama error de la medida:

= X med Xreal
El error es siempre desconocido, pero puede estimarse una cota superior para su valor absoluto. Esta cota se denomina incertidumbre de la medida y se denota por X. De la definicin de error y de incertidumbre deducimos que el v alor real de la medida se encuentra en el intervalo:

Xreal[ Xmed X, Xmed + X]

Grficamente podemos representar esta situacin de la siguiente forma:
1 Tomado del sitio web del High Energy Physics Group de la Universidad de Coplutense de Espaa, http://www.gae.ucm.es/fisatom/docencia/labofis/ . Se han cambiado los siguientes trminos de las notas originales por otros que consideramoos ms apropiados: precisin del instrumento por apreciacin, precisn de la medida por exactitud.

Figura 1 X med se encuentra en el punto medio del intervalo (ver Figura 1). Por ello, el resultado de una medida se escribe siempre en la forma:

X = X med X
A veces es til comparar el error de una medida con el valor de la misma. Se define para ello la incertidumbre relativa de una medida como el cociente:

x =

X X med

Para distinguirla de la incertidumbre relativa, la incertidumbre X se denomina incertidumbre absoluta . La incertidumbre relativa es til para los comentarios de las prct icas. Sin embargo, para expresar el resultado de una medida hay que utilizar siempre las incertidumbres absolutas. Obsrvese que la incertidumbre relativa es adimensional (puede tambin expresarse en tanto por ciento) mientras que la absoluta tiene las mismas unidades que la magnitud med ida. Hemos visto la diferencia entre los conceptos error e incertidumbre. Distinguirlos facilita la comprensin de la teora de errores. Sin embargo, por comodidad, es muy frecuente utilizar la palabra error para referirse a la incertidumbre de una medida. 2. Clculo de incertidumbres La incertidumbre se calcula de forma diferente dependiendo de si el valor de la magnitud se observa directamente en un instrumento de medida (medida directa) o si se obtiene manipulando matemticamente una o varias medidas d irectas (medida indirecta). En una prctica calcularemos primero la incertidumbre de las medidas directas y luego la de las indirectas.

2.1. Clculo de la incertidumbre de una medida directa Recordemos que el error es la discrepancia entre el valor real de una magnitud y el valor medido. En una medida directa esta discrepancia se debe a dos tipos de causas: la apreciacin finita del instrumento o el procedimiento de medida y factores ambientales aleatorios, como pequeas variaciones de temperat ura, vibraciones, etc. La incertidumbre debida a la apreciacin finita del instrumento de medida normalmente se toma igual a la divisin mnima de su escala (o, en el caso de balanzas, la pesa de menor valor), y la d enotamos por . Hay casos en donde el procedimiento de medida aumenta la incertidumbre y sta no puede tomarse igual a la graduacin de la escala. Por ejemplo, si se utiliza un cronmetro capaz de medir centsimas de segundo pero es el exper imentador quien tiene que accionarlo, la incertidumbre introducida por ste es del orden de dos dcimas de segundo (tiempo de reaccin del experimentador), mayor que la apreciacin del instrumento , por lo que se toma como incertidumbre la introducida por l (0.2 s). Otro ejemplo es el caso de algunos exper im entos de ptica, en los que el experimentador desplaza una lente hasta que una imagen proyectada en una pantalla se ve con nitidez. Aunque la regla del banco ptico en donde se encuentra la lente tiene apreciacin de un milmetro, la imagen puede verse ntida en un rango de 4 o 5 milmetros. En este caso, la incert idumbre sera igual a 4 o 5 milmetros. De estos ejemplos comprobamos que hay que entender bien el procedimiento experimental para encontrar el valor correcto de la incertidumbre y que no existe ninguna receta que nos d ese valor en todos los casos posibles2. Veamos ahora cmo se puede estimar la incertidumbre debida a factores ambientales aleatorios (la cual denominaremos ). Para esta estimacin es necesario repetir la medida varias veces en las mismas condiciones. En cada una de estas repeticiones de la medida los factores aleatorios afectan de forma diferente lo que permite obtener inform acin acerca de su magnitud. Si repetimos n veces la medida de una magnitud X y denotamos por X 1,X2,X3,...,Xn los resultados de las n medidas, entonces el mejor valor es la media aritmtica, es decir:

Tambin conviene saber que, en los ejemplos anteriores, los errores sistemticos descritos podran considerarse errores aleatorios y eliminarse repitiendo varias veces la medida. Sin embargo, si slo realiz amos la medida una v , la incertidumbre debida al experimentador tiene que incluirse en el error sisteez mtico.

X =

1 n Xi n i =1

y la incertidumbre debida a factores aleatorios viene dada por la siguiente expresin: = tn 1 n 1 n en donde tn- 1 es una funcin denominada t de Student y n- 1 es la dispersin de las medidas. Los valores de la t de Student para n = 3, 5, 10, 15 y un nmero muy grande de med idas, son:3 t2 = 9.93 t4 = 4.60 t9 = 3.25 t14 = 2.97 t = 2.58

La dispersin viene dada por la frmula (ver en la seccin 4.1 cmo puede obtenerse fcilmente con una calc uladora de bolsillo):

n 1 =

1 n 2 ( X Xi ) n 1 i =1

Una vez obtenidas las incertidumbre y , calculamos la incertidumbre total de la medida con la siguiente frmula:

X = 2 + 2
Finalmente, la medida directa debe expresarse en la forma (con los r edondeos que se explican en la seccin siguiente):

X = X X
En la mayora de las prcticas del laboratorio se repiten varias veces las med idas para calcular la incertidumbre debida a factores ambientales aleatorios. Sin embargo, hay ocasiones en que no se pueden realizar dichas repeticiones deb ido a la falta de tiempo o debido a que los aparatos de medida no tienen la suficiente apreciacin como para detectar las variaciones debidas a factores ambientales aleatorios. En este ltimo caso, al repetir la medida, siempre se obtendra el mismo resultado y, por tanto, la dispersin sera nula. En cualquiera de los dos casos tomaremos = 0 y, por tanto, la incertidumbre X ser igual a la apreciacin del aparato de medida.

Los valores dados corresponden un nivel de confianza del 99%

2.2. Clculo de la incertidumbre de una medida indirecta Una vez obtenida la incertidumbre de las medidas directas, calculamos las de las medidas indirectas. Supongamos una medida indirecta Y que se obtiene a partir de varias medidas directas X1 , X2,... mediante la expresin matemtica:
Y = f ( X 1 , X 2 ,..., X n )

en donde f es una funcin de n variables independientes. La incertidumbre de Y viene dada por:

f Y = x X i i =1 i
n

en donde los Xi son las incertidumbres totales de las medidas directas. 2.3. Otros tipos de medidas Hay otras formas de obtener el valor de una magnitud a partir de medidas d irectas: Media ponderada. Se realizan n medidas independientes de la misma cantidad en condiciones diferentes. Tambin puede tratarse de combinar medidas indire ctas con incertidumbres diferentes. Si el resultado de cada medida es YiYi, entonces el resultado final y su incertidumbre vienen dados por la frm ula:

i =1 i n 1(Yi )2 i =1

Y (Y )
i

1(Y )
i =1 i

Obsrvese que la incertidumbre es la que se obtendra aplicando la f rmula de las derivadas parciales. Regresin lineal. ste es un caso ms complejo pero de gran utilidad en ciencias experimentales. Utilizamos regresiones lineales cuando sab emos, o sospechamos, que la relacin entre dos magnitudes X e Y es lineal, es decir:

Y = mX + c

en donde m se denomina pendiente y c ordenada en el origen. Cuando dos magnitudes se relacionan linealmente, la grfica de los puntos (X,Y) es una recta de pendiente m que corta el eje vertical en el punto (0,c). Si obtenemos mediante medidas (directas o indirectas) n pares de valores (Xi,Yi), con i=1,2,...,n, y representamos estos pares de valores en el plano, los puntos no estarn perfectamente alineados (ver figura 2), debido a los errores exper imentales. La regresin lineal nos permite obtener la recta que ms se aproxima a dich os puntos. La pendiente y la ordenada en el origen de dicha recta vienen dadas por las siguientes expresiones:

m=
en donde

E D

c= Y m X

D = (X i X
n i =1

) =X
2 n i =1

2 i

n X

E = (X i X
n i =1

)(Y

Y ) = X i Yi n X Y
n i =1

siendo

X =

1 n

X
i =1

Y =

1 n Yi n i =1

En cualquier regresin es necesario realizar la grfica con los puntos experimentales y la recta ajustada. De este modo es fcil comprobar si la regresin est bien hecha, ya que la recta ajustada debe pasar cerca de los puntos experimentales.

2,5 2 1,5 1 0,5 0 0 10 20 30 40 50 60

Figura 2 La deduccin de las frmulas anteriores se hace con base en dos suposiciones: que las incertidumbres en las coordenadas X i son desprec iables y que las de las coordenadas Y i son todas iguales. En estas condiciones las incertidumbres de m y c dependen de la de los Yi. Si no la conocemos a priori podemos estimar la incertidumbre en los Yi a partir de su dispersin con respecto a la recta, de forma anloga a como calculamos la incertidumbre aleatoria en una cantidad mediante su dispersin con respecto a la media. La recta juega aqu el papel de la media:

=
2 y

(y
i =1

mxi c) n2

Las dispersiones de m y c vienen entonces dadas por:

2 m

y2 D

2 1 + X n D 2 c 2 y

Las expresiones anteriores se pueden generalizar al caso en que conocemos las incertidumbres de los Y i y son diferentes entre s, y al caso general en que consideramos las incertidumbres de ambas coordenadas. En la discusin anterior no nos hemos planteado la cuestin crucial de si en verdad los puntos experimentales siguen la recta de regresin o no. Una med ida de la bondad del ajuste viene dada por el coeficiente de correlacin r, defin ido como:

r=

n n n n x i y i xi yi i =1 i =1 i =1 2 n 2 n n x x i i i =1 i =1 2 n 2 n n y y i i i =1 i =1

Valores de r cercanos a 1 indican datos muy correlacionados, que siguen muy bien la hiptesis de una relacin lineal, mientras que valores de r prximos a cero indican datos para los que la hiptesis no se cu mple. 3. Presentacin de resulta dos Cuando calculamos la incertidumbre de una medida, obtenemos un nmero que puede tener ms de dos cifras. Por ejemplo: X = 0.32675. Si el valor de la medida es X med = 5.43636, escribiramos: X = 5.43636 0.32675 Esta forma de escribir el resultado de la medida es INCORRECTA. La razn es doble. Por una parte la incertidumbre es una cota superior al error que se estima mediante procedimientos estadsticos. Estos procedimientos son meramente estimativos, de modo que slo la primera o dos primeras cifras de la incertidumbre son fiables. Por otra, no con ocemos el valor de la medida con tanta precisin como estamos dando a entender, ya que las ltimas cifras tampoco son fiables, al representar una variacin mucho menor que la incertidumbre. Por eso, a fin de no confundir al que lea los resultados, ni escribir nmeros de muchas cifras innecesarias, redondearemos siempre los resultados fin ales. Para explicar los criterios de redondeo de los resultados finales y las incertidumbres necesitamos definir lo que son las cifras significativas. Llamamos cifras significativas a las que ofrecen informacin sobre el valor real de una medida, podramos decir que sobre su exactitud. De forma prctica, en un nm ero cualquiera, consideramos cifras significativas todas, salvo los ceros de la i z quierda del nmero, los que se colocan para posicionar la coma decimal. Cuando los ceros estn a la derecha del nmero, s se consideran cifras significativas. Veamos algunos ejemplos: 1.45 3 cifras significativas 14.5 3 cifras significativas 0.0145 3 cifras significativas 8 1.4 2 cifras significativas 1.450 4 cifras significativas 0.1450 4 cifras significativas

3.1. Criterios de redondeo Para decidir como redondear el resultado de una medida y su incertidumbre aplicaremos el siguiente convenio: La incertidumbre absoluta se redondea hasta dejar 1 cifra significat iva. El resultado se redondea hasta dejar el mismo nmero de cifras dec imales que tenga la incertidumbre. Por ejemplo: X = 5.43636 0.32675 X = 5.99 0.88 X = 0.0599 0.0088 X = 5.4 0.3 X = 6.0 0.9 X = 0.060 0.009

3.2. Reglas para expresar los resultados de las medidas Los criterios anteriores se completan con unas reglas prcticas para decidir la presentacin final de los resultados: Se utilizarn potencias de diez para evitar que haya cifras no significativas (ceros) en la parte entera de las cantidades, como en el ejemplo: X = 8347567 78895 X = ( 8.35 0.08 ) x 10 6

Si se utilizan potencias de diez, la misma potencia debe afectar al valor y a su incertidumbre. El valor y la incertidumbre se encierran entre parntesis y se multiplican por la correspondiente potencia de diez. Hay que recordar que puede haber cifras significativas iguales a cero. As, en la presentacin de un resultado experimental no es lo mismo 1.460.08 que 1.4600.008, ya que en el ltimo caso el cero del resultado es cifra sign ificativa. Como ya hemos dicho antes, expresar el ltimo resultado en la forma 1.460.008 ser a incorrecto. Para ver cmo pueden surgir los valores anteriores, supongamos que en un experimento hemos obtenido el valor 1.4602. Si hemos obtenido como incertidumbre 0.079, la forma correcta de expresar el resultado sera 1.460.08. Sin embargo, si la incertidumbre es 0.0079, la forma correcta de expresar el resultado sera 1.4600.008. Se utilizarn incertidumbres absolutas para expresar los resultados finales del experimento e incertidumbres relativas para los comentarios.

 Para las incertidumbres rel ativas tomaremos, por convenio siempre dos cifras significativas. Si se multiplican o dividen dos nmeros, el resultado debe tener un nmero de cifras significativas igual al nmero de cifras significativas del factor que tenga el menor nmero de cifras significativas. Si se suman o restan dos nmeros, el resultado tendr un nmero de cifras decimales igual al nmero de cifras decimales del sumando que tenga el menor nmero de cifras decimales. Cuando se realizan conversiones de unidades se deben conse rvar el nmero de cifras significativas. 3.3. Precauciones Las reglas anteriores se aplican a los resultados finales, si las aplicramos indiscriminadamente a todos los resultados intermedios de un experimento, la ac umulacin de redondeos podra degradar la exactitud del valor final. Para evitar este efecto existen dos soluciones: guardar ms decimales en los resultados intermedios (normalmente basta con guardar una o a lo sumo dos cifras signific ativas ms de las que daran las reglas de redondeo), o intentar expresar siempre el resultado final en funcin de las medidas directas evitando los resultados interm edios. Recomendamos utilizar el segundo procedimiento siempre que sea posible. Finalmente, hay que resaltar que las reglas enunciadas anteriormente son solamente un convenio, existen otros con reglas ligeramente distintas. En todos ellos siempre pueden presentarse casos conflictivos en los que habr que rec urrir al sentido comn. Dos casos particulares que pueden resultar confusos y se presentan con cierta frecuencia son: Incertidumbres con ms cifras que las significativas, pero nmeros pequeos. Por ejemplo: Cmo se redondea? X = 8347 78 X = ( 835 8 ) x 10 1 X = 8350 80

Siguiendo las reglas, la forma vlida sera la primera, pero resulta poco natural, en contra de nuestra intencin de conseguir mayor claridad. Por tanto, en este curso, aceptaremos tambin la segunda como vlida. Resultados con menos decimales que la incertidumbre. Por ejemplo 10

X = 8 0.0653

X = 8.00 0.07

Se cumplen las reglas del redondeo, pero hemos tenido que inventarnos cifras. La respuesta en estos casos suele ser que se ha cometido un error en los clculos, es prcticamente imposible que se nos presente un caso as. El problema suele proceder de haber redondeado el resultado antes que la incertidumbre, es siempre aconsejable proceder a la inversa: redondear primero el la incertidumbre y luego el resultado. 4. Recomendaciones prcticas Las siguientes recomendaciones ayudarn a ahorrar mucho tiempo y operaciones en el clculo de incertidumbres: Estimar las cifras significativas de cada magnitud y realizar y escribir las operaciones slo con dos cifras ms. Comparar siempre los clculos de promedios y errores con estimaciones hechas a ojo. Por ejemplo, el valor medio de 5.5, 7.2, 6.5, 5.8 tiene que estar en torno a 6 y, en cualquier caso, no puede ser nunca menor que 5.5 y mayor que 7.2. Para estimar las incertidumbres es til saber que x 2 + y 2 es siempre menor que |x|+|y| y mayor que el mximo de |x| e | Cuando x es y|. mucho mayor que y, la raz es igual al valor absoluto de x. Por tanto, si tenemos una magnitud Z que es suma de otras dos con incertidumbres 0.001 y 0.1, la incertidumbre de Z ser 0.1 En el caso de productos y cocientes, estimar la incertidumbre de magn itudes indirectas utilizando errores relativos. La frmula de la seccin 2.2 para cocientes y productos se puede escribir en trminos de los errores relativos de Y, X1 y X2:
2 2 Y = X1 + X 2

Podemos entonces aplicar las indicaciones del punto 2. Por ejemplo, si Y=X1X2, con X1=20.0, X2=200.0 y X 1= X2 = 0.1, entonces el error relativo de X 1 es 10 veces mayor que el de X2 . Por tanto, el error dominante ser el de X 1 y el error relativo de Y ser igual a X1 , es decir Y = 0.005 y, por tanto, Y= (4.000.02)x10 3. 4.1. Utilizacin del modo estadstico de las calculadoras

11

La mayor parte de las calculadoras de bolsillo cientficas incluyen funciones estadsticas elementales que son muy tiles para el clculo de incertidumbres y de regresiones lineales. Para utilizar estas funciones es necesario seleccionar el modo estadstico, que se suele llamar SD. Una vez seleccionado, se introduce una serie de datos Xi tecleando cada nmero y pulsando despus la tecla DATA. Puede entonces calcularse su media X , su dispersin n-1 y la sumatoria de los cuadrados utilizada en estas notas, salvo para el valor medio de X, que a vec es se denota m ediante la letra x con una barra: x . Estas funciones suelen estar en las teclas de los dgitos y se obtienen pulsando una tecla Shift, Alt, u otra similar. Todas estas indicaciones dependen del modelo de calculadora, au nque la mayora de ellas utilizan la misma notacin para el modo estadstico y para las funciones mencionadas.

2 i

. La notacin en las calculadoras es la misma que la

12