ANLISIS DE

INCERTIDUMBRES

Facultad de Fsica, Universidad de Santiago de Compostela
Para visualizar este documento en modo presentaci on, pulse Ctrl+L desde Acrobat Reader
1
INTRODUCCIN AL ANLISIS DE INCERTIDUMBRES
El MTODO CIENTFICO nos obliga a realizar experimentos que permitan someter
nuestras hiptesis a comprobacin experimental. Esto implica realizar medidas de
cantidades observables. Una cantidad observable es aqulla que se puede medir.
Las medidas tienen siempre cierto grado de incertidumbre que es conveniente
determinar para saber hasta qu punto son confiables los resultados obtenidos.
La incertidumbre de una medida depende de una gran cantidad de variables:
caractersticas propias de los aparatos, principio de medida, habilidad del
experimentador, condiciones externas, etc.
Es imposible determinar para un experimento concreto todos los factores que influyen
en el resultado de una medicin. Esto quiere decir que nunca se puede conocer con
precisin absoluta el valor real de la magnitud que se pretende medir.
Toda medida es inexacta y conlleva una incertidumbre que conviene cuantificar y
proporcionar junto con el resultado de la propia medicin. Este es el objetivo de este
tema.
La ciencia que se ocupa de todos los aspectos relacionados con las mediciones, tanto
tericos como prcticos en cualquier campo de la ciencia o tecnologa, se llama
METROLOGA.
2
CLASIFICACIN DE ERRORES
Errores sistemticos: Se repiten constantemente en el transcurso de un experimento o
de una serie de medidas, afectando a los resultados finales siempre en un mismo
sentido. Ejemplos: defecto de calibrado del equipo, condiciones experimentales no
apropiadas, tcnicas imperfectas o aplicacin de frmulas incorrectas. Estos errores
no admiten, en general, un tratamiento estadstico. Es necesario eliminarlos.
Errores casuales, accidentales o aleatorios: Su causa es imposible de determinar y
estn presentes en la determinacin de cualquier magnitud fsica, afectando al
resultado final indistintamente, en uno u otro sentido. Ejemplos: errores de
apreciacin, fluctuacin de las condiciones ambientales durante el transcurso de un
experimento, etc. Estos errores son incontrolables pero se pueden cuantificar
mediante un tratamiento estadstico.
Errores ilegtimos: Tambin se conocen como impropios, inaceptables,
extraexperimentales o equivocaciones. Dependen fundamentalmente de factores
personales como pueden ser errores de clculo, malas lecturas o mala utilizacin de
un instrumento
3
DEFINICIONES
Exactitud: Una medida es ms exacta cuanto menores son los errores sistemticos.
Precisin: Una medida es ms precisa cuanto menores son los errores casuales o
accidentales. La precisin nos indica el grado de variabilidad en la salida de un
instrumento cuando ste mide una magnitud constante.
Repetitividad: Describe la dispersin de lectura del aparato cuando se mide el valor de
una magnitud constante bajo las mismas condiciones de medida.
Reproducibilidad: Describe la dispersin en la lectura de una magnitud constante
cuando se cambia el mtodo de medida, el operador, las condiciones de uso, etc.
Sensibilidad: Es el cambio producido en la lectura de salida del aparato cuando la
magnitud de medida cambia en una cantidad dada.
Resolucin: de un aparato de medida es el valor ms pequeo de una magnitud que
puede detectar el instrumento. Valor mnimo que tiene que sufrir la magnitud medida
de forma que este cambio se refleje en la lectura del aparato. Sensibilidad y
Resolucin se utilizan indistintamente. La resolucin est limitada por las divisiones
en un aparato analgico o el nmero de cifras en un aparato digital.
Discrepancia: Es la diferencia entre distintos valores numricos obtenidos para una
misma magnitud realizados bajo cualquier condicin de medida. Este trmino no
representa una medida de error.
4
CIFRAS SIGNIFICATIVAS
Todas las magnitudes fsicas medibles directamente son aproximadas y por tanto las
magnitudes determinadas indirectamente a partir de ellas tambin son aproximadas.
Las medidas se deben expresar por medio de un valor con un nmero concreto de
cifras que estar limitado por la incertidumbre de la medida.
Nmero de cifras significativas: es el nmero de cifras, empezando a contar desde la
primera a la izda distinta de cero, hacia la dcha y hasta la cifra del mismo orden
decimal que la ltima cifra de su incertidumbre, inclusive, con que se expresa el valor
de cualquier magnitud. Cuando los ceros que figuren en el valor de una magnitud
sirvan slo para designar el orden decimal, se recomienda utilizar notacin en
potencias de diez (notacin cientfica en la que figuren slo las cifras significativas.
En este caso debe usarse una sola cifra entera y la potencia de diez debe afectar
tambin a la incertidumbre del resultado.
Por ejemplo:
5700 100 tiene 2 cifras significativas y debera escribirse (5 ,70 0,10) 10
3
.
0,25 0,03 tiene 2 cifras significativas.
Los ceros a la izda NUNCA son significativos.
Los ceros a la dcha S son significativos.
5
REGLAS DE REDONDEO
Siempre es necesario redondear el nmero final de cualquier resultado para expresarlo con
el nmero de cifras significativas correcto. Los valores de las medidas se redondean de
manera que la ltima cifra significativa de la magnitud sea del mismo orden decimal que la
ltima cifra de la incertidumbre.
Supongamos que despus de redondear deben quedar n cifras significativas, en tal caso
aplican las siguientes
Reglas de redondeo
Si la cifra que antes de redondear estaba en la posicin (n + 1) es menor (mayor) que
5, la cifra de la posicin n no cambia (se incrementa en una unidad).
Si la cifra que antes de redondear estaba en la posicin (n + 1) es igual a 5 y alguna
otra cifra de las suprimidas es distinta de cero, la cifra conservada en la posicin n se
incrementa en una unidad.
Si la cifra que antes de redondear estaba en la posicin (n + 1) es igual a 5 y el resto
de las cifras suprimidas son iguales a cero, la cifra conservada en la posicin n se
incrementa en una unidad si es impar y no vara si es par. Siempre nos quedara una
cifra par como ltima cifra significativa.
Siempre se eliminan todas las cifras que estn en posiciones superiores a n y se
eliminan todas a la vez, no una a una.
6
REGLAS DE REDONDEO Y CIFRAS SIGNIFICATIVAS
Antes de redondear una cantidad hay que evaluar la incertidumbre
para saber cuantas cifras significativas tendr el resultado.
Siempre expresaremos las incertidumbres con dos cifras
significativas.
En los clculos intermedios no se aplican las reglas de redondeo y
cualquier valor numrico utilizado en un clculo posterior debe
conservar al menos una cifra significativa ms que las que figuren en
la expresin final (esto evita incertidumbres debidas al redondeo).
Obviamente el valor final s se redondea.
7
ERRORES ALEATORIOS Y SISTEMTICOS
Error: Diferencia entre un valor observado o calculado y el valor real de la magnitud.
Como las magnitudes se miden precisamente porque se desconoce su valor
verdadero, no se puede determinar su error. Slo se pueden estimar los errores
inherentes a un experimento.
Incertidumbre: Es la estimacin del error de una medida. Es un parmetro asociado al
resultado de una medicin que caracteriza la dispersin de los valores entre los que
es razonable que se encuentre el valor real de la magnitud que se mide.
En algunos casos, repitiendo y comparando medidas realizadas sobre una misma
magnitud se puede estimar su fiabilidad Las incertidumbres que se ponen de
manifiesto de esta manera se denominan incertidumbres aleatorias o de tipo A. Las
incertidumbres que no se manifiestan a partir de repeticiones de la medida se
denominan incertidumbres sistemticas o de tipo B.
Ejemplos: incertidumbre que tiene su origen en los reflejos del experimentador al
apretar un botn o que dependa de la apreciacin del experimentador (tipo A);
incertidumbre provocada por una regla o equipo mal graduado (tipo B).
Prcticamente todas las medidas estn sujetas simultneamente a incertidumbres
aleatorias y sistemticas. Ambas incertidumbres se analizan de manera diferente. Las
aleatorias se pueden tratar por mtodos estadsticos mientras que las sistemticas
son difciles de detectar y evaluar y deben hacerse esfuerzos para prevenirlas y
minimizarlas.
8
TEORA DE ERRORES
La Teora de Errores nos proporciona un mtodo matemtico para estimar el error de una
medida de determinada magnitud. Esta teora se basa en los siguientes postulados y
principios:
Postulado de accidentalidad: el valor medio de un nmero grande de observaciones
es prcticamente una magnitud no aleatoria, independiente de la influencia de valores
individuales.
La media aritmtica es el valor ms probable de la magnitud que se mide. Esto es
equivalente a admitir que las medidas sujetas a pequeas incertidumbres aleatorias y
a incertidumbres sistemticas despreciables presentan una distribucin normal.
El clculo preciso de los lmites de confianza a partir de un nmero pequeo de
medidas (n<20) necesita admitir como vlida la distribucin t de Student.
La mejor aproximacin a los parmetros buscados de cualquier dependencia funcional
ser aqulla para la cual la suma de los cuadrados de las desviaciones de los valores
observados y calculados a partir de la funcin es mnima (aplica para regresiones).
9
MTODOS DE MEDIDA
La medida de cualquier magnitud fsica se reduce a encontrar un nmero
real que sea mltiplo o cociente entre la magnitud a determinar y una
magnitud tomada como patrn. Las medidas se determinan a partir de
alguno de los siguientes mtodos:
Medida directa: se realiza la medida por comparacin directa con un
patrn previamente escogido de manera arbitraria, tambin se llama
medida relativa.
Medida con aparatos calibrados: los aparatos utilizados para la
realizacin de las medidas estn calibrados utilizando patrones
estndard y graduados, generalmente por casas comerciales.
Medida indirecta: a veces las magnitudes fsicas no pueden
determinarse por comparacin directa con alguna unidad patrn por
lo que se relaciona con otras magnitudes fsicas a travs de
relaciones matemticas que expresan las dependencias funcionales
correspondientes.
10
MEDIDAS DIRECTAS
El anlisis depende de si se realiza una sola medida o es posible realizar
varias rplicas. Veamos primero el caso en el cual slo es posible llevar a
cabo una medida de la magnitud que nos interesa.
La salida de un Instrumento Analgico vara de manera continua a
medida que la magnitud medida cambia. La salida tiene un rango
infinito de valores dentro del intervalo de la medida y la
incertidumbre del aparato est determinada por las divisiones de la
escala. La incertidumbre de resolucin, instrumental o de lectura
directa es la resolucin del equipo experimental con el que se realiza
la medida, definida por la graduacin mnima de la escala ( x). Si el
aparato no tiene el cero ajustado la medida ser x = x
lect
x
0
y se
trata como una medida indirecta.
En un Instrumento Digital la lectura vara en pasos discretos y el
nmero de valores que puede proporcionar dicho aparato de medida
es finito. En este caso se considera como incertidumbre de
resolucin una unidad de la ltima cifra que aparece en la pantalla.
11
MEDIDAS DIRECTAS. UNA SOLA MEDIDA
Aparato analgico: si la medida se encuentra entres las divisiones x

y x
+
la estimacin del mensurando viene dada por x = (x

+ x
+
)/2.
Aparato digital: la lectura nos indica un valor nico, que se considera
la estimacin del mensurando.
En cualquiera de los dos casos la magnitud medida viene afectada por
una incertidumbre o desviacin tpica: s
B
(x) = x/

12, obtenida
mediante evaluacin tipo B (sistemtica) asumiendo que la lectura del
instrumento se puede describir mediante una distribucin rectangular
simtrica.
Si se conoce la incertidumbre asociada al aparato de medida
proporcionada por el fabricante en las especificaciones tcnicas del
aparato, por un certificado de calibracin, etc, entonces debe analizarse y
tenerse en cuenta esta informacin.
12
MEDIDAS DIRECTAS. UNA SOLA MEDIDA
El intervalo de confianza de la medida viene dado por:
x s
B
(x) x
verd
x + s
B
(x) con una probabilidad del 58 %.
Si el intervalo de confianza es 1,65s
B
(x) la probabilidad es 95 %.
El resultado de una medida debe expresarse como: x, s
B
(x)
Incertidumbre relativa: porcentaje que representa la incertidumbre
de la medida con respecto a su propio valor (x) = [s
B
(x)/|x|]100
Las medidas realizadas con un mismo aparato no tienen porqu
tener igual calidad a pesar de que se hayan determinado con
idntica resolucin. Ejemplo: supongamos que determinamos la
masa de dos cuerpos diferentes con una misma balanza obteniendo
valores de 5,000 y 0,200 g. Si la balanza es capaz de apreciar 10
3
g,
la desviacin tpica de ambas medidas viene dada por
x/

12 = 10
3
/

12, pero las incertidumbres relativas son muy

diferentes (0,0058 % y 0,14 % respectivamente).
13
DISTRIBUCIONES
Distribucin de probabilidad de una variable aleatoria: funcin que asigna
a cada evento definido sobre la variable una probabilidad. Describe el
intervalo donde se localiza la variable aleatoria y su probabilidad de
pertenecer a un subconjunto de dicho intervalo.
Distribucin Binomial: se utiliza para estudiar variables discretas como
repeticiones de un experimento en el que consideramos slo la
posibilidad de xito o fracaso, en el que la obtencin de xito o fracaso en
cada ocasin es independiente del resultado de las dems y su
probabilidad se mantiene en cada ocasin (probabilidad de obtener 3
cincos cuando lanzamos un dado 10 veces, juegos de azar en general...).
Distribucin Normal: se utiliza para va-
riables continuas (parmetros morfolgi-
cos, fisiolgicos, sociolgicos, psicolgi-
cos o fsicos de poblaciones de seres vi-
vos, muestras de objetos, etc).
14
MEDIDAS DIRECTAS. VARIAS MEDIDAS
Supongamos que hemos realizado n medidas directas x
i
(con i = 1, , n) de una cierta
magnitud x con un mismo aparato y con la misma resolucin.
Si suponemos que la muestra de las medidas se describe apropiadamente mediante
una distribucin normal, la mejor aproximacin al valor verdadero de la magnitud
viene dado por el valor medio o media de la muestra:
x =
x
1
+ x
2
+ + x
n
n
=
P
n
i=1
x
i
n
La dispersin de datos entorno al valor medio viene dada por la desviacin tpica o
desviacin estndard de la muestra, s
A
(x) obtenida mediante evaluacin tipo A
(aleatoria), cuya expresin matemtica es:
s
A
(x) =
s
P
n
i=1
(x
i
x)
2
n 1
n 1 es el nmero de grados de libertad: la diferencia entre el nmero de
observaciones y el nmero de parmetros calculados (el valor medio).
s
2
A
(x) se llama varianza o desviacin cuadrtica media de la muestra.
15
MEDIDAS DIRECTAS. VARIAS MEDIDAS
La desviacin tpica de la muestra representa la incertidumbre de una cualquiera de
las medidas realizadas o de cualquier otra medida de la misma magnitud realizada
con el mismo instrumento y en las mismas condiciones.
El valor medio de la muestra se calcula para una muestra de n observaciones
mutuamente independientes. La desviacin tpica o desviacin estndard de la media
de dicho conjunto de n datos es:
s
A
(x) =
s
A
(x)

n
Cada una de las medidas x
i
presenta una incertidumbre de medida directa, es decir,
una incertidumbre de tipo B, por lo que el valor medio se ver afectado por una
incertidumbre mayor que la desviacin estndard de la media y que se denomina
incertidumbre combinada, s
C
(x), y se determina mediante la siguiente expresin:
s
C
(x) =
q
[s
A
(x)]
2
+ [s
B
(x)]
2
16
MEDIDAS DIRECTAS. VARIAS MEDIDAS
El intervalo de confianza de la media nos indica entre qu valores
estar comprendida la media con una determinada probabilidad y se
expresa matemticamente por: x k s
C
(x) donde k es un
parmetro que representa la amplitud del intervalo entorno al valor
medio y se denomina factor de cobertura.
Al producto k s
C
(x) se le denomina incertidumbre expandida. Si
n > 20, k se obtiene a partir de la denominada distribucin de Gauss y
si n 20 se calcula a partir de la distribucin t de Student.
Al cociente s
C
(x)/x se le denomina incertidumbre tpica relativa de
la media.
17
MEDIDAS DIRECTAS. VARIAS MEDIDAS
PROTOCOLO:
1. Se calcula el valor medio de la muestra x.
2. Se calcula la desviacin tpica de la muestra s
A
(x).
3. Se evalan los valores discordantes, los valores de x
i
son correctos si se encuentran
comprendidos en el intervalo x k s
A
(x) x
i
x + k s
A
(x), siendo k el factor de
cobertura. Si n > 20, con una probabilidad del 95 % el factor de cobertura es 1,96. En
esta asignatura asumiremos siempre que k = 2 nos da una probabilidad del 95 %.
4. El proceso anterior slo se debe realizar una vez y, una vez eliminados los puntos que
no cumplan el criterio, calculamos de nuevo el valor medio.
5. Finalmente se calcula la desviacin tpica de la media, s
A
(x), con los valores de s
i
correctos, as como la incertidumbre combinada s
C
(x).
6. El resultado fina se da de la forma: x, s
C
(x), en donde = n 1 es el nmero de
grados de libertad.
7. Los valores deben expresarse con el nmero correcto de cifras significativas y deben
especificarse las unidades.
18
MEDIDAS DIRECTAS
Supongamos que disponemos de varias medidas x
i
de una misma magnitud
realizadas con distinta precisin y queremos obtener un nico valor de dicha
magnitud, as como su incertidumbre.
Si para los n datos x
i
conocemos sus desviaciones estndard s(x
i
), ya sea la
incertidumbre sistemtica si se trata de medidas directas realizadas una sola vez o la
incertidumbre aleatoria si la medida se ha realizado repetidas veces para cada uno de
los n datos, el valor ms probable de x se obtiene mediante la expresin:
x =
P
i
x
i

1
s(x
i
)

2
P
i

1
s(x
i
)

2
=
P
i
x
i
w
i
P
i
w
i
En donde w
i
= 1/[s(x
i
)]
2
se denomina peso estadstico del valor x
i
. Las medidas
ms precisas tienen mayor contribucin al valor ms probable de x.
La desviacin tpica o desviacin estndard de la media ponderada viene dada por:
s(x) =
v
u
u
t
1
P
i

1
s(x
i
)

2
=
1
p
P
i
w
i
19
MEDIDAS INDIRECTAS
Sea y una magnitud derivada que depende de n magnitudes distintas
x
1
, x
2
, , x
n
a travs de la funcin y = y(x
1
, x
2
, , x
n
). Supongamos
que conocemos el valor de las magnitudes x
i
, as como sus
incertidumbres. Vamos a determinar la incertidumbre de la magnitud y a
travs de lo que se conoce como propagacin de errores.
Si todas las magnitudes x
i
de las que depende y son mutuamente
independientes, la desviacin estndard combinada de que viene
afectada dicha magnitud viene dada por la ecuacin general de
propagacin de incertidumbres:
s(y) =

i
_
y
x
i
_
2
s
2
(x
i
)
20
ANLISIS DE REGRESIN
Uno de los objetivos de la ciencia experimental consiste en buscar
relaciones cuantitativas entre dos o ms magnitudes a travs de una
funcin matemtica.
Supongamos que el fenmeno que se quiere estudiar depende de
un conjunto de magnitudes y, x
1
, x
2
, , x
n
. La ley que rige el
fenmeno relaciona la magnitud y con el conjunto de magnitudes x
i
.
El anlisis de regresin nos proporciona un mtodo estadstico para
evaluar cul es la funcin que describe de manera ms exacta la
relacin entre y y las variables x
i
.
21
REGRESIONES LINEALES
Supongamos que dos magnitudes dadas x e y verifican una
dependencia funcional lineal: y = + x, que denominaremos
dependencia terica.
Nuestro problema consiste en determinar, a partir de un conjunto de
n pares de valores {x
i
, y
i
} la mejor aproximacin a, b a los
parmetros y , as como sus incertidumbres y su correspondiente
intervalo de confianza Nuestro resultado ser una funcin
y = a + bx.
El mtodo de mnimos cuadrados nos permite determinar los valores
de a y b. Consiste en minimizar la suma de los productos del peso
estadstico de cada punto por los cuadrados de las desviaciones de
los datos con respecto a los valores predichos por la funcin a
determinar.
22
MTODO DE MNIMOS CUADRADOS
Al sustituir en la ecuacin y = a +bx un valor
x
i
concreto habr una discrepancia entre el
valor de y
i
correspondiente y el obtenido a
travs de dicha ecuacin (y
i,cal
) debido a que
a y b son aproximaciones a los parmetros
verdaderos y .
El valor de las desviaciones ser y
i
(a + b x
i
) = 0
La suma de los productos de los cuadrados de estas desviaciones
por el peso estadstico de cada punto es la cantidad a minimizar:

2
=
n

i=1
w
i
[y
i
(a + b x
i
)]
2
Por lo tanto, los valores de a y b deben ser tales que el parmetro
sea mnimo
2
a
= 0,

2
b
= 0
23
MTODO DE MNIMOS CUADRADOS
Se pueden presentar los siguientes casos:
1. Las variables x
i
presentan incertidumbres despreciables frente a las
incertidumbres de las variables y
i
. En este caso la expresin a
emplear para el peso estadstico es: w
i
= [s(y
i
)]
2
.
2. Las variables x
i
presentan incertidumbres no despreciables frente a
las correspondientes incertidumbres de las variables y
i
. El
tratamiento de los datos excede el nivel de este curso.
24
REGRESIN LINEAL SIMPLE
Si adems de despreciar las incertidumbres en x
i
, resulta que s(y
i
) = cte,
o lo que es lo mismo, w
i
= w = cte, se trata de una regresin lineal simple
y la expresin para se puede escribir como:

2
= w
n

i=1
[y
i
(a + b x
i
)]
2
que, al derivar con respecto a a y a b queda como:
2
n

i=1
(y
i
a b x
i
) = 0 y 2
n

i=1
[x
i
(y
i
a b x
i
)] = 0
Reordenando, obtenemos:
a n + b

i
x
i
=

i
y
i
y a

i
x
i
+ b

i
x
2
i
=

i
x
i
y
i
25
REGRESIN LINEAL SIMPLE
En forma matricial:
_
_
n

i
x
i

i
x
i

i
x
2
i
_
_
_
_
a
b
_
_
=
_
_

i
y
i

i
x
i
y
i
_
_
La resolucin de dicho sistema nos lleva a :
a =
(

i
y
i
)(

i
x
2
i
) (

i
x
i
)(

i
x
i
y
i
)
n(

i
x
2
i
) (

i
x
i
)
2
b =
n(

i
x
i
y
i
) (

i
x
i
)(

i
y
i
)
n(

i
x
2
i
) (

i
x
i
)
2
Estas ecuaciones nos permiten obtener las mejores aproximaciones a y b
a los parmetros y a partir de los n pares de datos (x
i
, y
i
).
26
REGRESIN LINEAL SIMPLE
La desviacin tpica del ajuste para la muestra viene dada por:
s =
_

i
(y
i
a b x
i
)
2
n 2
en donde (n 2) representa los grados de libertad que en este caso son
(n-2) debido a que son dos los parmetros que aparecen en la funcin (ay b).
Las incertidumbres de los parmetros a y b se calculan a partir de las
siguientes expresiones:
s(a) = s

i
x
2
i
n(

i
x
2
i
) (

i
x
i
)
2
y s(b) = s
_
n
n(

i
x
2
i
) (

i
x
i
)
2
El coeciente de regresin lineal, r, nos indica en qu grado el
conjunto de datos (x
i
, y
i
) verifica la ley funcional propuesta, en este
caso la linealidad:
r =
n(

i
x
i
y
i
) (

i
x
i
)(

i
y
i
)
_
[n(

i
x
2
i
) (

i
x
i
)
2
][n(

i
y
2
i
) (

i
y
i
)
2
]
27
REGRESIN LINEAL SIMPLE
Los valores del coeficiente de regresin lineal siempre estn entre 0
y 1. Una regresin ser tanto mejor cuanto ms prximo a la unidad
est el valor de |r|.
r.forma de expresar
Si realizamos una regresin lineal simple sin trmino independiente
y = bx tendremos las siguientes expresiones:
b =

i
x
i
y
i

i
x
2
i
s =
_

i
(y
i
b x
i
)
2
n 1
s(b) =
s
_

i
x
2
i
r =

i
x
i
y
i
_
(

i
x
2
i
)(

i
y
2
i
)
Veamos a continuacin el caso de una regresin lineal en la cual
s(y
i
) = cte: regresin lineal ponderada.
28
REGRESIN LINEAL PONDERADA
Para estimar los parmetros a y b en una regresin lineal ponderada se
procede de forma totalmente anloga a la anterior, aunque en este caso
debe minimizarse la suma ponderada de los cuadrados de las
desviaciones dadas por
2
=

n
i=1
w
i
[y
i
(a + b x
i
)]
2
, con lo que se
obtiene el siguiente sistema de ecuaciones:
_
_

i
w
i

i
w
i
x
i

i
w
i
x
i

i
w
i
x
2
i
_
_
_
_
a
b
_
_
=
_
_

i
w
i
y
i

i
w
i
x
i
y
i
_
_
que permitir obtener los parmetros a y b
a =
(

i
w
i
y
i
)(

i
w
i
x
2
i
) (

i
w
i
x
i
)(

i
w
i
x
i
y
i
)

b =
(

i
w
i
)(

i
w
i
x
i
y
i
) (

i
w
i
x
i
)(

i
w
i
y
i
)

En donde es el determinante de la matriz cuadrada que aparece en la

ecuacin de arriba.
29
REGRESIN LINEAL PONDERADA
las incertidumbres de a y b vendrn dadas por:
s(a) =
_

i
w
i
x
2
i

y s(b) =
_

i
w
i

La desviacin tpica del ajuste sera:

s =

_
n
(n 2)

i
w
i
_

i
w
i
(y
i
a b x
i
)
2
_
El coeficiente de regresin para este tipo de ajuste ponderado:
r =
(

i
w
i
)(

i
w
i
x
i
y
i
) (

i
w
i
x
i
)(

i
w
i
y
i
)
_
[(

i
w
i
)(

i
w
i
x
2
i
) (

i
w
i
x
i
)
2
] [(

i
w
i
)(

i
w
i
y
2
i
) (

i
w
i
y
i
)
2
]
30
REGRESIN LINEAL PONDERADA
Si no hay trmino independiente, las expresiones quedan:
b =

i
w
i
x
i
y
i

i
w
i
x
2
i
s =

_
n
(n 1)

i
w
i
_

i
w
i
(y
i
b x
i
)
2
_
s(b) =
1
_

i
w
i
x
2
i
r =

i
w
i
x
i
y
i
_
(

i
w
i
x
i
)
2
(

i
w
i
y
i
)
2
31
REVISAR !!!!!!!
BIBLIOGRAFA
Pintos, M. Tcnicas experimentales. Fsica. Depto de Fsica
Aplicada, Fac. de Fsica. Universidad de Santiago de Compostela.
2007.
Centro Espaol de Metrologa. Gua para la Expresin de la
Incertidumbre de Medida. 2000.
Snchez del Ro, C. Anlisis de errores.
Spiridonov, V. P.; Lopatkin, A. A. Tratamiento matemtico de datos
fsico-qumicos.
Centro Espaol de Metrologa, Ministerio de Fomento. Gua para la
expresin de la incertidumbre de medida. URL:
http://www.cem.es/cem/es_ES/presentacion/home2.jsp
National Institute of Standards and Technology (USA). Guide for the
Use of the International System of Units (SI). URL:
http://physics.nist.gov/Pubs/SP811/
32