INTRODUCCIN AL LABORATORIO

MEDIDA Y ERRORES AJUSTE A DATOS EXPERIMENTALES

El objeto de la mayora de los experimentos fsicos es el estudio cuantitativo de ciertas propiedades de la materia. Este estudio se realiza midiendo las magnitudes fsicas que caracterizan las propiedades que interesan al experimentador.

1. CONCEPTO DE MEDIDA Medir consiste en obtener la magnitud (valor numrico) de algn objeto fsico, mediante su comparacin con otro de la misma naturaleza que tomamos como patrn. Esta comparacin con un patrn, que constituye el acto de medir, est sujeta a una incertidumbre, que puede tener diversos orgenes (los instrumentos de medida no son perfectos, los sentidos del observador no son infalibles, no estamos aislados del medio exterior que puede modificar la lectura, etc.). Nunca lograremos obtener el verdadero valor de la magnitud, siempre vamos a obtener un valor aproximado de la misma y necesitamos pues indicar lo buena que es esta aproximacin. Por ello junto con el valor de la magnitud medida se debe adjuntar una estimacin de la incertidumbre o error al objeto de saber cuan fiable son los resultados que obtenemos. Ejemplo: Medir la longitud de una hoja de papel con una regla. El error puede venir por tener una escala mal graduada, o porque la longitud de la hoja puede quedar entre dos marcas, etc.... Ejemplo: Si queremos saber qu hora es y disponemos de un reloj con minutero, pero no con segundero, cuanto tratemos de estimar el tiempo estaremos cometiendo un error del orden de los minutos.

2. TIPOS DE ERRORES El error de las medidas es la incertidumbre que tienen estas medidas y debe darse siempre junto con el valor de la medida. La incertidumbre de las medidas proviene de distintas causas, que permiten clasificar a los errores en:

a) Errores sistemticos. Son debidos a la presencia de algn factor que no ha sido tenido en cuenta y que altera de un modo significativo el resultado de la misma.

Estos errores se repiten constantemente en las medidas y afectan al resultado final siempre en el mismo sentido (una medida siempre mayor que la real o siempre menor). Estos errores una vez detectados se pueden eliminar. Ejemplo: Errores de calibracin en un aparato de medida: Si medimos una longitud con una regla mal graduada siempre obtendremos un valor errneo en las medidas (siempre mayor que el real o siempre menor). Se puede detectar utilizando otra regla y comprobando que las mediciones no coinciden. No esperar a que la aguja de un ampermetro est en el cero de la escala antes de efectuar la medida. Utilizar formulas incorrectas (error sistemtico en el modelo terico del experimento).

b) Errores de observacin. Son debidos a defectos en la actuacin del experimentador. Ejemplo: Observar la escala de un aparato desde un ngulo no adecuado. No equilibrar una balanza, Demorarse en parar o encender un reloj. Utilizar un ampermetro o un voltmetro en una escala de medidas que no es la adecuada. Estos errores una vez detectados se pueden eliminar.

c) Errores de precisin del aparato de medida . Todo aparato de medida presenta una limitacin en cuanto a la precisin, P, con la que se puede dar una determinada magnitud. La propia escala del aparato hace que no sea posible apreciar variaciones en la medida por debajo de un determinado valor. Ejemplo: Al medir con una regla hay que decidir si el extremo del objeto est ms cerca de una marca que de la otra. Esto limita la precisin con la que se puede efectuar la medida. Como norma se toma la incertidumbre en el valor ledo como divisin de la escala. la mitad de la mnima

Ejemplo: Al medir en un termmetro dividido en grados centgrados una lectura correcta sera (21 0.5) C. En las medidas con aparatos con lecturas digitales, la incertidumbre ser ltima cifra digital (salvo que las instrucciones del aparato digan lo contrario). su

Ejemplo: En el caso de un voltmetro digital con tres cifras de 000 a 999 una lectura correcta ser (220 0.5 V).

d) Errores estadsticos o aleatorios. Son el resultado de la contribucin de numerosas fuentes no controladas que desplazan aleatoriamente (en un sentido o en otro) el valor de la medida respecto a su valor real. Esto puede ser debido a: fluctuaciones en la corriente elctrica, variaciones de la luminosidad, variaciones de la presin, de la temperatura, seales elctricas externas de motores, vibraciones de la mesa, etc... Los errores aleatorios tienen signo positivo o negativo, indiferentemente, y la influencia sobre los resultados no sigue ninguna ley constante. No se pueden evitar y para disminuir su influencia: se tiene que recurrir a la repeticin de las medidas muchas veces.!

3. MEDIDAS DIRECTAS. VALORES PROMEDIOS Y ERRORES DE LAS MEDIDAS DIRECTAS

Una medida directa es aquella que se obtiene utilizando un nico instrumento de medida. Ejemplo: Una medida de tiempo se obtiene utilizando un cronmetro. Una medida de longitud se obtiene utilizando una regla o un calibre. Una medida de voltaje se obtiene utilizando un voltmetro. Supongamos que una determinada magnitud (ej. tiempo que tarda en caer una bolita de acero desde una determinada altura.) se mide n veces y que se obtienen los siguientes resultados:

a1 , a2 , ..........., an .
El verdadero valor de a NO se conoce. Por ello se define como valor ms probable de la magnitud ( la mejor aproximacin a su valor real) el valor promedio (media aritmtica), a :
n

a1 a 2 ..... a n n

j 1

aj

Justifiquemos esta decisin. Vamos a llamar pa al valor ms probable de la magnitud. Calculemos las diferencias entre pa y los valores medidos ai : d1 = a1 - pa d2 = a2 - pa ................. ................. dn = an - pa Para eliminar cantidades negativas y evitar cancelaciones elevamos al cuadrado estas diferencias: d12 = (a1 - pa)2 d22 = (a2 - pa)2 ..................... ..................... dn2 = (an - pa)2 La suma de todas estas cantidades tendr el valor S:
n

S
i 1

d2 i

Puesto que pa es el valor ms probable S debe ser una cantidad mnima. S depende de pa por lo tanto debemos calcular el miimo de S con respecto a pa, es decir tenemos que igualar a cero la primera derivada de S con respecto pa.
dS d pa 0

Efectuando las derivadas correspondientes: - 2 (a1 - pa) - ............. -2 (an -pa) = 0 Es decir: -a1 -a2 - ..... -an + n pa = 0 y por lo tanto:
n

pa

a1 a 2 ........ a n n

j 1

aj

Como vemos el valor de pa es precisamente la media aritmtica de todas las medidas. Podemos comprobar que efectivamente la segunda derivadas de S con respecto a pa es positiva es decir que S es mnima cuanto pa a

El error que asignamos a la media se determina utilizando el error estndar o tambin desviacin estndar:

n j 1

aj 1

nn

Este error es una medida de la dispersin de las medidas en torno a la media, por lo tanto cuanto menor sea este error mejor ser la calidad de las medidas. En el apartado 10 daremos una interpretacin estadstica de los errores y justificaremos el uso de como una medida del error.

4. MODO DE EXPRESAR LOS RESULTADOS. Representamos los resultados de una medida como:

(valor medio
X real

error absoluto)

X medida

X medido

X medida

Siendo x la mejor estimacin del valor de la medida, es decir: Valor medio si solo hay errores estadsticos (efectuamos varias medidas). Valor numrico hasta la ltima cifra del aparato de medida si hay que considerar solo errores de precisin (basta con efectuar una sola medida). x es la cota del error , es decir: en caso de errores estadsticos P en caso de errores de precisin

Cuando existen errores estadsticos y de precisin, el error se toma como el mximo de ambos: x = max ( , P)

Ejemplo: Dadas las siguientes medidas de la masa, en gramos, de un muelle, todas con la misma precisin: 4.9 4.2 5.0 5.1 4.8 5.2 4.6 5.1 4.6 4.5 Cul es la mejor estimacin de la masa del muelle ? En primer lugar calculamos la media:

mi n

48.0 10

4.8 g
m , son :

Las desviaciones de la media, mi

- 0.1 -0.6 0.2 0.3 -0.1 0.4 -0.2 0.3 -0.2 -0.3 Por lo tanto el error ser:
0.92 10 9 01 g .
4.8 01 g .

La medida de la masa que estamos buscando es: m

Ejemplo: Supongamos el valor obtenido para una cierta magnitud es a = 48.3 unidades y que el error estndar es = 0.3 unidades si el error de precisin del aparato con el cual hemos tomado las medidas es de P = 0.5 unidades debemos expresar el resultado de la manera siguiente: a 48.3 0.5 unidades Aunque nunca podemos conocer el valor verdadero de una magnitud, si podemos obtener una muy buena estimacin de esa cantidad a travs de los datos obtenidos experimentalmente Para proporcionar una idea de la precisin de una medida podemos utilizar el error relativo r :
r

/x

Es habitual expresar este error en tanto por ciento. Ejemplo: Si medimos la masa de dos muelles, m1 = (5.5 0.3) g y m2 = (3.1 0.2) g , el error relativo en la masa del primer muelle es 5% y en la masa del segundo muelle 6%. Por lo tanto la medida de la masa del primer muelle es ms precisa que la del segundo muelle. Cuando determinamos un error debemos pararnos a pensar si la cantidad obtenida es correcta (lo mismo cabe decir en cuanto al valor de la magnitud).
6

Una comprobacin que debe hacerse es que las dimensiones del error sean las mismas que las de la magnitud. Debemos tener en cuenta si el error es demasiado grande (ej. del orden de la magnitud medida) o demasiado pequeo (ej. un error del 0.01% de la magnitud medida) comparado con la medida. Tambin debe tenerse en cuenta que si una medida se desva significativamente de las otras, seguramente habremos cometido algn error al tomarla y no debemos incluirla en nuestros promedios.

5. MEDIDAS INDIRECTAS. PROPAGACIN DE ERRORES. Ciertas magnitudes no son accesibles de forma directa al experimentador sino que se obtienen indirectamente por la aplicacin de frmulas fsicas que relacionan estas con otras que si son medibles directamente. Ejemplo: La medida de la gravedad g, en el experimento de cada libre, se obtiene como el cociente de una medida de espacio y una medida de tiempo, etc... En el experimento de cada libre, se suelta una bola desde una determinada altura, h, y se mide su tiempo de cada, t. El valor de g se obtiene de forma indirecta a travs de la relacin:
h 1 g t2 2

Si conocemos la forma de la funcin que relaciona las variables directamente medibles x1 , x2 , ..........., xn , con las medidas indirectas y = f (x1 , x2 , ..........., xn ) Entonces, sabiendo el error que tienen cada una de las medidas directas xi = xi xi podemos estimar el error y que afectar a esta medida indirecta y. En nuestro ejemplo de cada libre, las medidas directas son x1 = h, x2 = t, y la medida indirecta es y = g Cuando los errores xi son suficientemente pequeos frente a los valores xi podemos desarrollar y en serie de Taylor hasta primer orden : ,

f ( x1
+
f x1

x1 , x2
x1 f x2

x2 , .........., xn
x2 ......... f xn

xn) = f ( x1 , x2 , .........., xn ) +
xn

definimos el error en y como:

y = f ( x1

x1 , x 2

x2 , .........., xn

xn) - f ( x1 , x2 , .........., xn ) =

= es decir:

f x1

x1

f x2

x2

..........

f xn

xn

y =

n i 1

f xi

xi

Expresin que indica como el error en las medidas directas se transmite a las medidas que se hagan a partir de ellas. CUADRO RESUMEN DE DIFERENTES CASOS CASOS Cambio de Escala: Y=cX Potencias: Suma y resta: Y=Xc Y=X1 X2 Propagacin del error

Y c X
Y
Y
Y Y

Y X X
X2
X2 X2

X1
X1 X1

Producto y cociente: Y=X1xX2 Y=X1/X2

Ejemplo: Supongamos que se conocen las magnitudes x1 y x2 errores x1 , x2 , entonces el error en la magnitud:
y a x1 b x2

con sus respectivos

se obtendr de la siguiente forma:

y f x1 , x 2 a x1 b x2 ;

f x1

a;

f x2

por lo tanto:
y= a x1 + b x2

En el caso de productos, cocientes o potencias, resulta mucho ms sencillo tomar logaritmos neperianos antes de diferenciar: Ejemplo: Si se conocen las magnitudes x1 y x2 con sus respectivos errores expresin para el error de la funcin y ser: x1 , x2 , la

x1 x2

Ln y

n Ln x1 y y n x1

m Ln x2

Ln y

Ln x1

Ln x2

x1

m x2

x2

Ejemplo: Dada la funcin F = 2 x y2 z con

x y z 3.28 0.03 20.4 38.2 0.5 01 .

el error en F ser: ln F = ln 2 + ln x + 2 ln y + ln z
F F x x 2 y y 0.5 20.4 z z 01 . 38.2

0.03 3.28

Ejemplo: Determinar el volumen de una bola de cero cuyo radio es r

4 r 3 909.3101...... mm3 3 Error en el volumen ln V = ln (4/3) + ln + 3 ln r ;

6.01 0.01 mm

Volumen de la esfera V

V=3(

r/r) V = 4.5389........mm3 4.5389......) mm3

El volumen de la bola ser V = (909.3101......

Expresado con una cifra significativa en el error:

V = (909 Ejemplo:

4) mm3

Un condensador se descarga a travs de una resistencia. Calcular la carga al cabo de 12s. C = (1000 100) F; V = 12 V; R = (12000 1200) ; t = (12.0 0.5) s.

Expresin para la carga de un condensador en funcin del tiempo:

Q0 e

t R .C

donde

Q0

C. V

Convertimos la carga del condensador a unidades de S.I : C = (1000 100) F = (1000 100) x 10- 6 F = (0.001 0.0001) F

La carga inicial del condensador es : Q0 = 0.001 x 12 = 0.012 C Al cabo de 12 s la carga del condensador ser:

0.012 x e

12 12000 x 0.001

0.012 x e

0.1

4.404 x 10

El error en la carga es:

ln Q ln Q 0 e
Q Q C C C C V V

t R .C

ln Q 0
t R .C t R .C

t R .C

ln C

ln V

t R .C

V V t R .C

R R

C C

( ojo! los errores siempre se suman )

Calculemos los valores que aparecen en esta expresin:

C C R R Q Q

01; .

01; R . C .

12 ;

0.3416667 ;

Por lo tanto :

Q = (1.5047 x 10- 3 ) C Q = ( 4.4 1.5 ) x 10-3 C

La carga que estamos buscando es:

10

6. REGLAS DE REDONDEO Y CIFRAS SIGNIFICATIVAS. La inmensa mayora de las magnitudes que se utilizan en el clculo son aproximadas: las cantidades fsicas que se han medido en el experimento y las constantes matemticas con las que se trabajan ( , e,....) se toman con un nmero finito de decimales. Los resultados de las operaciones son nmeros para los cuales, en principio, no se conoce el valor exacto. Por ello, el nmero de cifras significativas en el resultado ser limitado. No tiene, pues, sentido considerar en x ms cifras decimales de las que muestra el error. Supongamos que queremos redondear un nmero de manera que quede expresado con n cifras significativas: Si la (n+1)-esima cifra suprimida es menor que 5 la n-esima cifra conservada no varia. Si la (n+1)-esima cifra suprimida es mayor que 5 la n-esima cifra conservada aumenta en 1. Si la (n+1)-esima cifra suprimida es igual a 5: 1) Si entre las cifras suprimidas adems de la 5 hay otras cifras distintas de cero: la n-esima cifra conservada aumenta en 1. 2) Todas las cifras suprimidas, salvo la cifra 5 son cero: la n-esima cifra conservada aumenta en 1 si el nmero de cifras suprimidas es impar, no varia si es par. Ejemplo: 482.5678 se redondea a tres cifras decimales como 482.568 482.5674 se redondea a tres cifras decimales como 482.567 482.564511 se redondea a tres cifras decimales como 482.565 482.564500 se redondea a tres cifras decimales como 482.565 732.5645000 se redondea a tres cifras decimales como 732.564 El error se expresa con una nica cifra significativa. Salvo que esta sea la unidad o un dos seguido por un nmero menor que cinco, en ese caso se pueden admitir 2 cifras significativas. La ltima cifra en la expresin de la magnitud y en el error deben ser del mismo orden decimal. Ejemplo: incorrecto 8.347 0.00526 0.030 0.00415 25721 1520 0.00272 0.0003 143.492 0.5 2.534 0.239 correcto 8.347 0.005 0.030 0.004 (2.57 0.15) x 104 0.0027 0.0003 143.5 0.5 2.53 0.24

11

7. PONDERACIN DE LOS RESULTADOS. MEDIA PESADA. Si queremos determinar una cierta cantidad sabemos que debemos efectuar una serie de medidas a1 , a2 , ......... , an , repetidas todas ellas en las mismas condiciones. Se determina el promedio, a , y el error estandard, , y el resultado viene dado como:
a a

(Suponiendo despreciables los errores de

precisin del aparato) Esto es correcto puesto que todas las medidas ai se han tomado bajo las mismas condiciones y no existe ninguna razn para asignar mayor peso a unas que a otras. Ocurre a veces , sin embargo, que en ocasiones obtenemos varios valores de una misma magnitud con errores diferentes. En ese caso, debemos dar mayor importancia o peso a la medida que viene afectada de un error menor. El modo de proceder es el siguiente: Supongamos que para la magnitud a tenemos varias medidas, cada una con un error diferente: a1 1 , a2 2 , ...................,an n. La manera de obtener el promedio y el error en a es la siguiente:

ai a

1
i

1
i

1 1
2

Ejemplo: Se conoce la tensin superficial de un lquido, T, obtenida con dos mtodos distintos: T1 = (73.5 0.3) din/cm; T2 = (74.2 0.8) din/cm. Queremos conocer la mejor estimacin para la tensin superficial de ese lquido. Aplicando las relaciones anteriores, el valor ms probable para la tensin superficial ser:

T1 T

1 T1 1 T1

T2
2

1 T2 1 T2
2

73.6 din / cm

12

T 1 T1
Es decir: T= T

1
2

1 T2
T

= 0.3 din/cm

(73.6

0.3) din/cm

8. AJUSTE A DATOS EXPERIMENTALES. ESTIMACIN DE PARMETROS.

Supongamos que hemos obtenido n medidas independientes de dos magnitudes fsicas x e y que, tericamente, estn relacionadas por medio de una cierta funcin en la que aparecen varios parmetros:

y = f (x, a, b)
siendo a, b = parmetros ; Ejemplo: 1) y = f (x, a, b) = a x + b . Encontramos una funcin de este tipo en la prctica de la constante recuperadora del resorte: F = - K x y es el peso F al que se somete el resorte, x su elongacin x. El parmetro a ser, entonces, - K, siendo K la constante recuperadora del muelle, y b debe ser nulo. 2) y = f (x, a, b) = a x2 + b . Encontramos una funcin de este tipo en la prctica de la medida de g (aceleracin de la gravedad) mediante cada libre: h = g t2. En este caso: y = h, a = g, x = t2, b = 0

( xi , yi )i= 1,......, n medidas experimentales

Estamos interesados en calcular, a partir de las medidas experimentales

( xi , yi )i = 1,...., n
la mejor estimacin de los parmetros a y b. Una forma de proceder es utilizar un ajuste por mnimos cuadrados

Ajuste por mnimos cuadrados

Tenemos un conjunto de n medidas experimentales de x e y:

13

( xi (exp), , yi (exp) )i = 1,...., n

conocemos la ley terica que liga las variables x e y:

y = f (x, a, b)
podemos pues calcular los valores tericos de y:

yi (tericos) = f (xi (exp) , a, b)

Los valores yi (exp) no coinciden con los valores yi (tericos) debido a los errores experimentales, de redondeo, etc..... . Las mejores estimaciones de los parmetros a y b sern aquellas que hagan mnima la diferencia entre los valores tericos y los experimentales, yi (tericos) e yi (exp) , es decir:
n i 1 2

yi teor

yi exp

mnimo

Para fijar ideas vamos a efectuar un ajuste a una recta: y = a x + b. Sabemos que tericamente y = a x + b, sustituimos en esa expresin los xi(exp) y obtenemos un conjunto de yi (tericos) :

yi (tericos) = a xi (exp) + b
Entonces debe cumplirse:
n i 1

a x (exp) i

y (exp) i

minimo

Pero esta cantidad mnima depende de los valores, desconocidos, de a y b. Es decir, tenemos una funcin F (a,b) que depende de a y de b, debemos calcular los valores de a y b que minimizan esa funcin. Para ello deben anularse las derivadas de esta funcin respecto de a y de b: Vamos a prescindir del subndice (exp)

14

1)

F a
n i 1

a xi F b

yi xi

n i 1

x2 i

n i 1

xi

n i 1

xi yi

2)

n i 1

a xi

yi

a
i 1

xi

bn
i 1

yi

Para simplificar estas expresiones llamamos:

X
n i 1

xi

n i 1

x2 i

n i 1

xi yi

n i 1

yi

y entonces las expresiones (1) y (2) quedarn finalmente como:

aW +bX=P aX+bn=Y
que es un sistema de dos ecuaciones con dos incgnitas, a y b , que puede ser fcilmente resuelto, por ejemplo utilizando la regla de Cramer. Los parmetros a y b vienen dados entonces, por:
P a X b W P X Y W X X n

Y n W X X n

Estas son las mejores estimaciones de los parmetros a y b en base a las medidas disponibles De forma similar podramos efectuar un ajuste a una parbola: y = a x2 + b x + c, o a cualquier otra funcin polinmica.

15

9. REPRESENTACIN GRFICA DE DATOS EXPERIMENTALES

En la prctica es muy til expresar los resultados experimentales grficamente ya que tiene las siguientes ventajas: 1) De un solo golpe de vista se destacan no solo los detalles, sino el conjunto del fenmeno en el intervalo en que se han hecho las medidas. 2) Es posible conocer otros valores de la variable dependiente sin necesidad de determinacin experimental. 3) Se ponen de relieve aquellas medidas que estn afectadas de un error anormal pues se separan netamente de la grfica, etc.... Ahora bien, para que de la representacin grfica se obtenga la mxima informacin ha de ajustarse a ciertas normas que vamos a dar a continuacin:

1.- La grfica debe representarse en papel milimetrado, empezando por dibujar los ejes de coordenadas. 2.- Debe llevar un ttulo suficientemente explcito en la parte superior. Sobre ambos ejes se debe indicar la magnitud representada en cada uno de ellos, as como la unidad en que ha sido medida. Tambin se anotar sobre el papel milimetrado la tabla de valores de las variables obtenidos en la experiencia. 3.- La variable independiente ha de ir representada en el eje de abcisas y la dependiente en el de ordenadas. 4.- Hay que procurar que los puntos experimentales no queden demasiado juntos. Para obtener una mayor informacin los puntos tienen que estar bien esparcidos. 5.- Deben escogerse las escalas correspondientes a ambos ejes de forma que comprendan solamente los intervalos dentro de los cuales vamos a representar las medidas realizadas, por tanto, en algunos casos las escalas no empezaran en cero. 6.- Sobre los ejes solo se indican los valores correspondientes a las divisiones enteras de la escala, que quedan de esta forma uniformemente esparcidos, jams se sealan sobre ellos los valores correspondientes a las medidas realizadas. 7.- Los valores medidos se representan sobre el papel milimetrado por el punto correspondiente a sus dos coordenadas ( puntos experimentales) y rodeados por el llamado rectngulo de error cuya base abarca desde x- x hasta x+ x y cuya altura desde y- y hasta y+ y. En el caso de que x o y sean despreciables en comparacin con la escala correspondiente utilizada, el rectngulo de error queda reducido a un simple segmento vertical u horizontal, respectivamente. Si son despreciables ambos errores, solamente se representa un punto. 8.- Las grficas han de ser lneas finas y continuas, nunca quebradas, aunque, para ello, dejen muchas veces de pasar por los puntos experimentales que pueden quedar
16

a derecha o a izquierda de la grfica. Si algn punto cae exageradamente desplazado hay que rechazarlo y suponer que, por alguna razn la medida fue errnea, por lo que debe repetirse.

Ejemplo: Supongamos que estamos calculando el valor de la aceleracin de la gravedad mediante cada libre y hemos obtenido los siguientes resultados: s (m) 0.40 0.35 0.30 0.25 0.20 0.15 t (s) 0.286 0.260 0.247 0.215 0.202 0.175 t2 (s2 ) 0.0818 0.0676 0.0610 0.0462 0.0408 0.0306

Su representacin grfica nos dar el valor de g realizando un ajuste por mnimos cuadrados. Teniendo en cuenta que h = g t2. En este caso: y = h, a = g, x = t2, b = 0 Efectuamos los clculos correspondientes: X = 0.328 W= 0.0197 P = 0.099 Y = 1.65

de donde obtenemos: la pendiente de la recta Entonces: a = 5.09 y b = = 0.01 0

a = 5.09 = 1/2 g

g = 10.18 m/s2

17

10. INTERPRETACIN ESTADSTICA DE LOS ERRORES.

Una manera de representar los resultados es mediante un esquema que indica el n de veces que se obtienen determinados valores: un histograma. Se divide el conjunto de valores en intervalos iguales y se cuenta cuantas veces ocurre el valor de la medicin en cada intervalo.

Ejemplo: En el experimento de medir el tiempo de caida de una bola de acero desde una determinada altura , se realizan las siguientes medidas: n de la medida tiempo (s) 1 0.156 2 0.169 3 0.181 4 0.169 5 0.189 6 0.186 7 . 8 . 9 . . . . . . . 30 0.175 Construimos la siguiente tabla:

intervalos 0.150 - 0.160 0-160 - 0.170 0.170 - 0.180 0.180 - 0.190 0.190 - 0.200

n de veces que cae la medida en el intervalo (frecuencia) 3 7 13 5 2

y con ella dibujamos el histograma correspondiente:

18

14 12 f r e c u e n c i a 10 8 6 4 2 0

0.150 - 0.160

0-160 - 0.170

0.170 - 0.180

0.180 - 0.190

0.190 - 0.200

Si tomamos intervalos cada vez ms pequeos: n de veces que cae la medida en el intervalo (frecuencia) 1 2 3 4 5 8 3 2 1 1

intervalos 0.150 - 0.155 0.155 - 0.160 0-160 - 0.165 0.165 - 0.170 0.170 - 0.175 0.175 - 0.180 0.180 - 0.185 0.185 - 0.190 0.190 -0.195 0.195 - 0.200

El histograma correspondiente resulta ser:

8 f r e c u e n c i a 7 6 5 4 3 2 1

0-160 0.165

0.150 0.155

0.170 0.175

0.180 0.185

Si el nmero de medidas es muy grande (n ) y la longitud de los intervalos tiende a cero obtenemos un conjunto de medidas llamado distribucin.

19

0.190 0.195

En este caso cuando se representa en abcisas la fraccin de los n valores que estn en cada intervalo, se obtiene una curva continua, con la forma siguiente:

Donde x es el valor medio de las medidas xi y f(x) es la funcin de probabilidad. Esta distribucin se llama gaussiana o distribucin normal. Esta distribucin es simtrica respecto al valor x que corresponde al mximo de probabilidad. Es decir, el mximo de la distribucin corresponde al valor ms probable de la magnitud medida. Se suele representar f(x) de manera que x coincida con el origen de coordenadas, asi en el eje de abcisas los valores negativos corresponden a medidas menores que x y los valores positivos corresponden a medidas mayores que x . Esta distribucin gaussiana tiene la siguiente expresin matematica:
f ( x) k e
k 2 x2

Su forma depende del parametro k, como puede apreciarse en la siguiente figura:

20

Para valores grandes de k el mximo de f(x) es muy agudo y los valores de las medidas estn poco dispersos en tormo a la media, por lo tanto la medida es tanto ms precisa cuanto mayor sea k. Si los errores cometidos al tomar las medidas son pequeos, todos los valores tomados estarn muy concentrados en torno a x y la probabilidad de x ser grande (la medida de la magnitud ser muy precisa)

Si por el contrario los errores son grandes

La probabilidad de x ser pequea y las medidas estarn muy dispersas en torno a la media.

La precisin de la medida est pues relacionada con el parmetro k de la gaussiana. este parmetro tiene la siguiente expresin: 1 k 2 donde es la desviacin estndar

21

Una medida ser tanto mejor cuanto menor sea el error con el que viene afectada. por lo tanto la desviacin estndar es una magnitud indicada para dar idea del error cometido en una serie de medidas. Una medida del error cometido viene dada por el error estandard:

n j 1

aj 1

nn

Cuando se efectauan una serie de medidas el verdadero valor de una magnitud tiene una probabilidad de estar compredido entre x - y x + del 68.3%, una probabilidad de estar comprendido entre x -2 y x +2 del 95.6% y una probabilidad de estar comprendido entre x -3 y x +3 del 99.7%.

10.- BIBLIOGRAFA Teora de los errores. Vincenzo Giamberardino. Ed.Revert Venezolana A practical guide to data analysis for physical science students. Louis Lyons. Ed. Cambridge Universty Press.

22