Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
ENFOQUE
INTUTIVO
(nos falta estadística y tiempo)
PRACTICO
(queremos trabajar en el laboratorio)
2
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Otras herramientas.
Ejercicios
3
MEDIR
125,434
125,434 cm
125,434 ± 17,287 cm
125 ± 17 cm
5
Partes de una medida II
Al medir una mesa podemos obtener
125 ± 17 cm
Presentación
valor unidades
±incertidumbre 6
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Otras herramientas.
Ejercicios
7
Error e incertidumbre I
Muchas veces se cometen errores al medir.
DX Xreal
Xmedido DX
8
Error e incertidumbre II
Error = Xreal –Xmedido
Xreal (Xmedido -DX, Xmedido +DX)
DX Xreal
Xmedido DX
9
Nivel de Confianza
DX depende de lo seguros que queramos estar
Nivel de confianza = fracción de las veces que
quiero acertar. 99%, 95%...
DX Xreal
Xmedido DX
10
Tipos de medidas
Medidas directas
Medidas indirectas L2
Provienen de aplicar
operaciones a medidas
directas
A = L1 x L2
L1
11
Tipos de errores
Medidas directas
• Sistemáticos
• Aleatorios
Medidas indirectas
12
Errores sistemáticos
Errores sistemáticos
Limitaciones de los aparatos o métodos
• Precisión
• Calibración
Pesada corregida
7273
01 en “vacio”
Pesada inicial
13
Recalibración
Errores aleatorios I
Factores que perturban nuestra medida.
• Suma de muchas causas
• Tienden a ser simétricos.
• Se compensan parcialmente.
• Repetir las medidas. medidas
• Estadística
Xreal 14
Errores aleatorios II
Distribuciones
Representamos la frecuencia de sucesos aleatorios.
Tienden a curvas típicas
x
xx x
x x x xx x x x
Xreal 15
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Otros tipos de medidas.
Ejercicios
16
Partes de una medida II
Al medir una mesa podemos obtener
125 ± 17 cm
Presentación
valor unidades
±incertidumbre 17
Tipos de errores
Medidas directas
• Sistemáticos
• Aleatorios
Medidas indirectas
18
Cómo estimar el resultado
Frente a errores sistemáticos.
• Medir correctamente
• Calibrar los aparatos
n
Xi
X
i 1 n 19
Ejemplo
Me peso varios días seguidos en iguales condiciones
Día L M X J V
Masa
73 72 74 72 73
(kg)
(73 + 72 + 74 + 72 + 73)
M 72,8 kg
5
20
Incertidumbre
Incertidumbre: Estimación del error no corregible
Se suele expresar como:
1. Absoluta: DX
2. Relativa: DX DX
X Er X Er en % 100
X X
Para n medidas
EA t n - 1 s = Desviación
típica de las
n -1 n medidas
Desviación típica
de la media
Factor de cobertura
t de Student 23
Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
S: dispersión de los datos
X 4
3 4 5
Xreal
¿Medir
¿Medirlalaseparación
separacióncon
conrespecto
respectoalalvalor
valormedio
real ??
¿Cómo?
No conocemos el valor real
2
2
( n
(33- (
2
-(xxxi -)+
2
x+
+ (44- ( 2
- xx )2++ 5 2
(55---2xx ) 222
(3 - 4 + (4 - 4 + ( - 40
5
s 2 ss
2
i 1
1
n -1
n -1 333 3 -1 33 2 24
Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
S: Propiedades
Es la distancia del valor real a la que estará más
probablemente un nuevo dato
s n
cte
Tiene las mismas unidades que el resultado
25
Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Dispersión de la media
s
sX
n
SI hicieramos muchos grupos de n medidas...
La media es más precisa que cualquier dato, los errores
aleatorios se compensan
Pero despacio ....
Los errores de precisión no se compensan
26
Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Factor de cobertura: t de Student
Si a es el nivel de confianza tn -1 t n -1 (1 - a ) t n -1 ( p)
tn
a 0,95
p=0.05.
M 1 2 3 4 5 10 20 40
tm
6,31 2,92 2,35 2,13 2,01 1,81 1,72 1,68 1,64
P=0.1
tm
12,7 4,30 3,18 2,78 2,57 2,23 2,08 2,02 1,96
P=0.05
tm
63,6 9,92 5,84 4,60 4,03 3,16 2,85 2,70 2,58
P=0.01 28
Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Ejemplo: Me peso varios días seguidos en iguales condiciones
M 72,8 kg
Día L M X J V
n -1 0,837 kg
Masa (kg) 73 72 74 72 73
t n -1 t 4 2,78
( - 72 2
+ ( - 2
1+ (74 - 72,8 +0,
2
( 837
- 2
+ ( - 2
EAn-1 tn73 n -,1
8 t4
72 72,
n8-
2, 78 72 72,8 1, 04 kg
73 72,8
n 5 5 -1 5
30
Incertidumbre en medidas directas
3. Incertidumbre Total
DX E A + ES
2 2
Propiedades
E A , ES E A + ES E A + ES
2 2
E A ES , E A + ES E A
2 2
31
Resumen medidas directas
X final X
DX final E A + ES
2 2
EA t n - 1 ES (Media) división
n -1 n mínima
32
Resumen medidas directas
Ejemplo: Me peso varios días seguidos en iguales condiciones
M 72,8 kg
Día L M X J V
EA 1, 04 kg
Masa (kg) 73 72 74 72 73
ES 0,5 kg
DM 1, 042 + 0, 52 1,154 kg
M ( 72,8 1,154 kg
Presentación
incorrecta !
33
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Otras herramientas.
Ejercicios
34
Partes de una medida II
Al medir una mesa podemos obtener
125 ± 17 cm
Presentación
valor unidades
±incertidumbre 35
Tipos de medidas
Medidas directas
Medidas indirectas L2
Provienen de aplicar
operaciones a medidas
directas
A = L1 x L2
L1
36
Tipos de errores
Medidas directas
• Sistemáticos
• Aleatorios
Medidas indirectas
37
Incertidumbre en medidas indirectas
1. Medidas indirectas
Recordando derivadas...
dA lim DA dA
DA DL
dL DL 0 DL dL 38
Incertidumbre en medidas indirectas
2. Incertidumbres para 1 variable
dA
2 L DA 2 LDL
dL
L
Significado DA, DL
Válido si DL pequeño DL
Interpretación geométrica DL
L
39
Incertidumbre en medidas indirectas
3. Incertidumbres para 2 variables
L1
Area de un rectángulo
A = L1 x L2
L2
L1 conocido perfectamente
dA
L1 DA L1DL2
dL2
DL2
DL2
Y si L1, ,L2 inciertos ?
L1
40
Incertidumbre en medidas indirectas
3. Incertidumbres para 2 variables
L1
DA L1DL2 + L2 DL1 ?
L2
L2 x DL1
DA (L1DL2 2 + (L2 DL2
Errores independientes se
compensan parcialmente
L1 x DL2 DL1 x DL2
41
Incertidumbre en medidas indirectas
4. Incertidumbres para varias variables
Y f ( X 1 , X 2 ,
2 2
Y Y
DY
X DX 1
+
X DX 2
+
1 2
Y f ( X 1 , X 2 ,
Y Como varía Y si varía sólo X1
X 1 EJEMPLOS
y 3x + 4 z
M
V
yx z 2 3
V r h 2
43
Incertidumbre en medidas indirectas
5. Derivadas parciales: casos simples
Y c X DY c DX
Y X1 X 2 DY (DX1 + (DX 2
2 2
Y X1 X 2 2 2
DX 1 DX 2
DY Y
X +
X
X1 1
Y 2
X2
DX
DY Y n
Y Xn X 44
Ejemplo (casi) completo I
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.
n0 1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1
1
M
3
V
2
49
Ejemplo (casi) completo II
Usando una balanza (con precisión de 50 mg) se mide 5
veces la masa de una esfera de radio r = 1.0 0.1 cm.
Se pide calcular su densidad.
n0 1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1 M 14.400 g
ES 0.05 g
DM ES2 + EA2 0.282 g
M 14.400 0.282 g
0.224
E A 2.78 g 0.278 g
5
50
Ejemplo (casi) completo III
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.
V
2
4 3
V r DV Dr 4r 2 Dr
3 r
V 4,2 1,3 cm 3
DV Dr
V 0.3 3
V r 51
Ejemplo (casi) completo IV
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.
M DM DV
2 2
D +
V M V
g
3,4377 1,0335 3 ?
cm
52
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Redondeos.
Comparación de resultados.
Otras herramientas.
Ejercicios
53
Presentación de resultados
Los resultados se presentan redondeados
g g
3,4377 1,0335 3 ? 3,4377 1,0 3 ?
cm cm
g
(3,4 1,0) 3
cm
1. NO tengo tanta precisión en D como
pretendo
2. ¿ Si tengo una incertidumbre de
unidades...Por qué doy diezmilésimas en ?
54
Cifras significativas
Cifras significativas
Todas salvo los ceros a la izquierda
Sobreviven a un cambio de notación
Ejemplos:
123 3 c.s. 123 103 3 c.s.
0,123 3 c.s. 123 10-3 3 c. s.
67 2 c.s. 670 3 c.s.
0,67 2 c.s 0,670 3 c.s.
55
Reglas (arbitrarias) de Redondeo
57
Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Redondeos.
Comparación de resultados.
58
Comparación de resultados
Compatibilidad de medidas
Xreal
X1
X2
DX
Precisión de medidas:
X
59
Comparación de resultados
Compatibilidad de medidas
( 100 ± 5 ) cm
( 90 ± 10 ) cm
Son compatibles ?
60
Error relativo
Muy útil en comentarios
Muy útil para estimar si los resultados son coherentes
Definición:
DX
X
Adimensional
2 cifras significativas
Ejemplo:
100 ± 25 → δ = 0.25 → incertidumbre del 25%
61
Comparación de resultados
Resultados compatibles
Herramientas de cálculo
Regresión lineal.
Ejercicios
63
Media ponderada I
Varias medidas
Diferentes instrumentos y/o diferentes métodos
Errores aleatorios
X1 X2
+
X 1 DX 1
Y
(DX 1 (DX 2
2 2
X 2 DX 2 1 1
+
(DX 1 (DX 2
2 2
64
Media ponderada II
X1 X2
+ 1
Y
(DX 1 (DX 2
2 2
DY
1 1
1 1 +
+
(DX 1 (DX 2
2 2 (DX 1 (DX 2
2 2
Es un valor intermedio
Más cerca del más preciso
Incertidumbre reducida
66
Otras herramientas
Media ponderada
Interpolación lineal
Herramientas de cálculo
Regresión lineal
67
Interpolación lineal I
Objetivo: obtener la
dependencia lineal
entre dos puntos de
valores conocidos.
Método:
Ecuación de la recta que
pasa por dos puntos
Incertidumbre asociada
68
Interpolación lineal II
y ax+b
yn +1 - yn
a
y n a xn + b xn +1 - xn
yn +1 a xn +1 + b b y n - m xn
T(º C) (g/cm3 )
0 0,9998
5 1,0000
10 0,9997
15 0,9991
20 0,9982
Densidad del agua destilada en función de la temperatura
a
15 - 10 -4
-1.2·10 g / cm C
3 0 12 10 + a (T12 - T10 0.99946g / cm3
T15 - T10
Regresión lineal
71
Herramientas de cálculo I:
Calculadora
72
Calculadoras
• Modo estadístico.
• Media.
• Dispersión.
• Regresión
http://www.casio-europe.com/es/support/manuals/ 73
Otras herramientas
Media ponderada
Regresión lineal
Interpolación lineal
Herramientas de cálculo
74
Gráficas I
75
Gráficas II
V(10-4 V)
0.60
0.50
0.40
0.30
0.20
0.10
0.00
1 2 3 4 5 I(A) 76
Regresión Lineal III
Objetivo: Suponiendo que dos variables siguen
una relación lineal: obtener parámetros de la recta
m y c que mejor la representan, y sus
incertidumbres Δm y Δc
Hipótesis:
Fijamos una variable y medimos otra “x” sin
incertidumbre, las incertidumbres de las “y” todas
iguales.
¿ Cuál es la mejor recta ? Mínimos cuadrados
77
Regresión Lineal II: gráficas
V(10-4 V)
0.60
0.50
0.40
0.30
m
0.20
0.10
y = m·x + c
c
0.00
1 2 3 4 5 I(A) 78
Regresión Lineal II
Hipótesis:
Existe una variable independiente (podemos darle los
valores que queramos), X y otra dependiente Y cuyo
valor nos da el experimento.
X sin incertidumbre, las incertidumbres de Y son
iguales en todas las medidas.
La relación entre X e Y es lineal o se puede hacer
lineal manipulando las fórmulas.
¿ Cuál es la mejor recta ? Mínimos cuadrados
79
Regresión Lineal III
Mínimos cuadrados:
Para cada punto calculamos la distancia del punto a la recta en la
dirección del eje y di
d i ( yi - (m xi + c)
Sumamos las distancias al cuadrado
n n
S d ( yi - (m xi + c)
2 2
i
i 1 i 1
80
Regresión Lineal : IV
V(10-4 V)
0.60
0.50 d5
0.40
0.30
m
d2
0.20
0.10
y = m·x + c
c
0.00
1 2 3 4 5 I(A) 81
Regresión Lineal V
S S (m, c
En el cálculo en varias variables se verá que para que
S sea mínimo es necesario que:
S S
0 0
m c
Operando obtenemos las fórmulas del guión
82
Regresión Lineal VI
Pasos:
Identificar la variable independiente y la dependiente.
Linealizar la fórmula.
83
Regresión Lineal IV
Métodos:
Fórmulas de apuntes
Calculadora (incertidumbres?)
Programas de ordenador: Excel…
84
Ejemplo
Un coche viaja de Madrid a Barcelona, cada cierto tiempo el
piloto mira el cuentakilómetros y apunta la lectura, obteniendo la
siguiente tabla. Calcúlese la velocidad media.
85
Resolución
n n 2
E X iYi - nXY D X i - nX 2
i 1 i 1 i
D 12000 - 5 40 40 4000
E 7780 km
m 1.945
D 4000 min
86
Resolución
T (min) Pos T**2 T*Pos d d^2
0 514 0 514 1.6 2.56
20 550 400 550 -1.3 1.69
40 590 1600 590 -0.2 0.04
60 627 3600 627 -2.1 4.41
80 670 6400 670 2 4
200 2951 12000 125820 0 12.7
40 590.2 2400
87
Resolución
1 n
s 2
(
Yi - mX i - c
2 12.7
4.233 km2
n - 2 i 1
res
3
2
km
2
s 4.233
s 2
m res
0.001058
D 4000 min
1 X
2
1 40 * 40
sc sres +
2 2
4.233 + 2.54 km2
n D 5 4000 88
Resolución
Dm tn-2 s 3.1825 0.0325 0.104
2
m
km
m 1.95 0.10 c 512.2 5.1 km
min
89
Herramientas II: Hoja de cálculo
Práctica: Dejamos caer un cuerpo desde
una cierta altura y medimos la distancia
recorrida y el tiempo empleado.
1
s gt 2
90