Anlisis de error Uno de los objetivos del presente texto, como complemento al formato de informes de laboratorio, es mejorar la presentacin

de estos mediante el aprendizaje de tcnicas elementales de tratamiento, anlisis y consignacin de datos obtenidos experimentalmente. 1-Recomendaciones Normalmente en las guas de laboratorio se propone efectuar diversas mediciones para hallar relaciones entre datos obtenidos. Buscando que el estudiante determine mediante una grfica o con el uso de la lgica la relacin entre las variables medidas. Para ello es estrictamente necesario que antes de realizar la prctica se realice una lectura de la teora existente, relacionada con las variables que se vayan a medir, de manera que posteriormente se tenga la capacidad de interpretar fsicamente los resultados que se obtengan una vez usado el tratamiento estadstico de datos, es decir que se pueda identificar de una grfica el significado de su pendiente, el rea bajo la curva, los interceptos con los ejes, el coeficiente de correlacin, etc. Lo anterior permitir comparar la teora con la prctica estableciendo el grado de precisin del experimento y las posibles causas que originan la diferencias entre el modelo terico y los datos experimentales. A menudo los estudiantes en los informes de laboratorio suelen concluir que las discrepancias entre los resultados obtenidos y los esperados radica en errores de tipo humano o a prdidas por friccin, situaciones que no necesariamente incluyen la totalidad de los factores que afectan los resultados, por ello se considera que el tratamiento estadstico de datos es una herramienta muy poderosa que permite identificar bastante bien el origen de las discrepancias entre teora y experimento. A continuacin algunas de las razones: a- El clculo de error permite saber si la forma como se concibi el experimento arroja el grado de precisin deseada. Por ejemplo, si dos grupos de estudiantes utilizan diferentes mtodos para hallar la constante gravitacional, debern usar frmulas distintas. Eso implica que a pesar de que tengan los mismos instrumentos (con la misma precisin), van a obtener diferentes incertidumbres en la gravedad porque la propagacin del error depende de la frmula. b- De acuerdo con los procesos de linealizacin de grficos, puede verse si el modelo terico usado obedece a la tendencia de los datos. El principio de verdad cientfica radica en ltimas en el experimento, eso significa que hay que creerle ms a los datos que a la teora y no al revs (aclarando que ambos enfoques terico y experimental, son igualmente importantes en el campo de investigacin cientfica). La consecuencia es clara: no hay que "machetear" los datos para que "cuadren" con las predicciones . Ms bien si hay una discrepancia debe mirarse primero si est dentro del margen de error de los datos experimentales, y si no es as hay que mirar las insuficiencias del modelo terico con que fueron obtenidas las ecuaciones.

No debemos avergonzarnos de los datos que se hayan obtenido en una prctica, an cuando estos difieran significativamente de los predichos por la teoa en cuestion. Lo verdadearamente importante es adquirir la capacidad para detectar y justificar el por qu de tal discrepancia. c- En consecuencia el efecto de la friccin en muchos experimentos puede cuantificarse, introduciendola dentro del modelo terico para obtener una ecuacin modificada que d cuenta de las discrepancias entre teora y experimento. d- Los frecuentes errores de "tipo humano", pueden ser eliminados considerndolos como errores sistemticos. Es muy importante ser fieles a la tendencia de los datos, cuantificando las incertidumbres, leyendo y confrontando con la teora, para tener slidos argumentos en pro o en contra de ella, y si este ltimo es el caso proponer modificaciones a los modelos "simples" que con tanta frecuencia trabajamos en Fsica. 2-Importancia del clculo de errores En la prctica se debe tener siempre en mente que las medidas no son simples nmeros exactos, sino que consisten en intervalos, dentro de los cuales tenemos confianza de que se encuentra el valor esperado. Tal y como ahora se concibe la ciencia, toda teora tiene fundamentada su validez en contraste con la evidencia experimental, que est soportada en ltimas por la medicin de variables fsicas. Sin embargo, la medicin de una cantidad fsica por s sola, sin la especificacin de su rango de incertidumbre o fiabilidad, no contiene mucha utilidad en la ciencia. La incertidumbre de una medida fsica dice mucho acerca de la tecnologa involucrada en el instrumento de medicin y del mtodo de clculo o modelo empleado en la obtencin de este valor. A la vez, medir una sola vez una variable fsica tampoco d un buen criterio de fiabilidad, dado que todas las variables que influyen en un experimento no pueden ser absolutamente controladas. Es por ello, que las mediciones deben efectuarse muchas veces bajo idnticas condiciones. Un tratamiento estadstico de las fluctuaciones de estas mediciones efectuadas bajo idnticas condiciones, alrededor de un cierto valor ms probable, d una idea no solo de la reproducibilidad de la medida, y as mismo de la validez de una ley cientfica, sino de la confiabilidad del mtodo de medicin empleado. Una incertidumbre o fluctuacin grande, es decir del orden de la medida obtenida, permite dudar del mtodo de medicin empleado, o bien una medida obtenida con una razonable incertidumbre y que arroje un resultado no predicho por la ley, permite dudar de su validez. El objeto de este texto es justamente proporcionar un criterio que le permita al experimentador juzgar la validez de un mtodo de medicin o de una ley cientfica. Ese criterio se basa en modelos estadsticos ampliamente estudiados y universalmente aceptados. 3-Medida y error La medida experimental es la base de todo conocimiento cientfico. Medir es comparar una determinada propiedad de un sistema con el valor que esa misma propiedad toma en otro sistema de referencia o patrn al que hemos asignado previamente un nmero y magnitud

determinados. Por ejemplo si queremos determinar la masa de un objeto podemos compararla en una balanza con una unidad patrn como el kilogramo en el sistema MKS. Adicionalmente al proceso de comparacin con la unidad patrn debemos estimar la incertidumbre absoluta y relativa en la medida, es decir, el error asociado a la medida experimental relacionado tanto con la imposibilidad de medir con nmero infinito de cifras como con nuestra habilidad y la perfeccin de los instrumentos que usemos. Desafortunadamente por lo anteriormente mencionado no existen reglas para determinar el intervalo que genera la medida y su correspondiente incertidumbre. 4-Error asociado a una sola medida experimental Cuando se efecta una sola medicin de una cantidad fsica, a ella se le asocia una incertidumbre experimental dada por la mnima medida que proporciona el instrumento de medicin empleado (lmite de resolucin instrumental). Vale la pena aadir que no siempre la incertidumbre est asociada con la mnima medida que puede proporcionar el instrumento, pues en equipos ms complejos, se presentan casos en que la temperatura, presin, humedad, tiempo de operacin, ruido electrnico de los componentes y otros factores, alteran el sistema de deteccin y registro de datos. En ese sentido, es muy til consultar el manual del fabricante del instrumento. Error Absoluto a manera de ejemplo: -solicitamos a alguien que mida la longitud de un objeto, con una regla cuya mnima divisin est dada en milmetros, y esta persona nos reporta 27,6 cm. -le preguntamos si su medida es exacta y que si es as la podemos escribir como 27,6000000cm. -de acuerdo con la respuesta que obtengamos, procedemos a aclarar que antes de emitir el resultado de esta medida debemos hacer el siguiente anlisis: acercarnos por izquierda y por derecha hasta el punto de la escala en que tengamos certeza que la medida es menor o es mayor, con ello podremos identificar el intervalo ms pequeo dentro del cual se est seguro que se encuentra el valor de la medida, aunque no sepamos exactamente en qu punto del intervalo est dicho valor. Teniendo identificado el intervalo se ubica su punto extremo el cual se convertir en nuestro valor medido 27,6 cm y el ancho de este en la incertidumbre absoluta, que en este caso especfico ser 0,1 cm por tanto el intervalo medido lo expresamos 27,6 0,1 cm. Tambin se debe tener en cuenta que cada, proceso de medicin debe evaluarse de manera individual, dado que si por ejemplo en este caso los bordes del objeto estuvieran mal definidos podra hacer que obtuviramos un intervalo de medicin ms grande que varias de las divisiones ms pequeas de la escala; por otra parte si el objeto tiene bordes bien definidos y existen buenas condiciones visuales se podr identificar un intervalo de medicin mucho menor que la divisin ms pequea de la escala. En fsica, al reportar que la longitud de un cuaderno es 27,6 cm, se est diciendo que se est seguro de los dos primeros dgitos, es decir 2 y 7, pero que puede haber un error en el ltimo digito, es decir el 6 y que en vez de este podran ser el 5 o el 7. Llamaremos cifras significativas de una medida al nmero de dgitos seguros ms el dgito dudoso. En el ejemplo anterior, tenemos tres (3) cifras significativas.

Si se reportara 27,60 m es que se tiene duda en el 0; esta medida es de cuatro (4) cifras significativas, y por lo tanto es ms precisa. Es importante tener en cuenta que: el escribir ms cifras adicionales de las cuales no se tiene seguridad en vez de mejorar la precisin de la medida la va a daar alterando el dato. Qu le sucede a la precisin de nuestra medida si cambiamos de unidad? Si la medida del cuaderno nos dio 27,6 cm , como ya vimos tiene tres cifras significativas y si la expresaramos en micrmetros queda 276000 que da la impresin de haber aumentado el nmero de cifras significativas y por tanto la precisin con un simple cambio de unidades, pero esto no es as. Para evitar esta ambigedad se usa la notacin cientfica donde nmero de cifras significativas lo dan los dgitos que multiplican la potencia de 10 y la posicin de la coma decimal no influye en el resultado. Regla 1. La precisin de una suma o una resta es igual a la del nmero menos preciso de los que se suman o restan. Regla 2. La cantidad de cifras significativas en un producto o cociente es igual a la cantidad ms pequea de cifras significativas en cualquiera de los nmeros que se multiplican o se dividen. En resumen si medimos cierta magnitud fsica cuyo valor verdadero es x0 y obtenemos un valor de medida x llamaremos error absoluto en dicha medida a la diferncia
x=x x 0

y la medida es aceptable si: x x 0

Error Relativo Dado que es evidente, que no es igual de grave tener un error absoluto de 1 cm al medir la longitud de una carretera entre dos ciudades distantes que al medir la longitud de un lpiz . Como el error absoluto de una medida no nos informa por s solo de la bondad de la misma, se define el error relativo como el cociente entre el error absoluto y el valor medido. Si se multiplica por 100 se obtiene el porcentaje de error:
= x x0

5-Clasificacin de errores experimentales Errores sistemticos Son debidos a causas identificables y pueden ser eliminados en principio, por cuando la lectura de un instrumento no puede colocarse inicialmente en cero sino desplazada una cierta cantidad, el efecto puede eliminarse restando esa cantidad todas las medidas que se tomen, asumiendo que el instrumento no ha sido adicionalmente en su funcionamiento. Normalmente se clasifican en cuatro clases : Instrumentales. Debido a equipos descalibrados, como en el ejemplo del prrafo anterior. Observacionales. Como errores de paralaje, es decir cuando la lectura del instrumento depende de la posicin que adopte el observador. Ambientales. Influencia de la temperatura, la presin, y otros factores, de una manera regular sobre las medidas. Tericos. Ocurre cuando el modelo empleado en el anlisis contiene excesivas simplificaciones, o condiciones ideales que experimentalmente no pueden plasmarse. Errores aleatorios Se deben a variables no controladas o difciles de controlar en un experimento. Los errores aleatorios son mediciones que fluctan alrededor de cierto valor medio, o valor ms probable. A pesar de que son producidos por variables no controladas en el experimento, puede cuantificarse su influencia por procedimientos estadsticos. Normalmente se clasifican en dos clases : Observacionales. Errores en el juicio, o en la reaccin del observador. Ambientales. Cambios impredecibles en la temperatura del ambiente, ruido en equipos electrnicos, cambios de presin, etc. La distincin entre errores aleatorios y sistemticos se puede ilustrar con el siguiente ejemplo. Supngase que la magnitud por medir (puede ser una cantidad fsica) se repite nueve veces bajo las mismas condiciones. Si hay slo errores aleatorios, los nueve resultados de medicin estarn distribuidos alrededor del valor convencionalmente verdadero; algunos muy alejados y otros muycercanos, como se muestra en la fig.(a). Si adems de los errores aleatorios hay errores sistemticos, entonces los nueve resultados de medicin se distribuirn, no alrededor del valor convencionalmente verdadero, sino alrededor de un valor alejado de ste, como se ilustra en la fig. (b). ejemplo que est inicial a alterado

6-Determinacin de una magnitud y de su error por medida directa La medida de cualquier magnitud carece de sentido si no se indica una estimacin del error asociado a la misma. Dado que no conocemos el valor verdadero de la magnitud que deseamos medir, se siguen ciertos procedimientos para hacer una estimacin tanto del valor de la magnitud como de una cota de error que nos indique la incertidumbre en la determinacin realizada. El resultado de una medida lo indicaremos en la forma: x x (unidades) El valor de la magnitud problema y su error se determinan estadsticamente, para lo cual la medida se ha de repetir varias veces segn se especifica a continuacin. Se toman siempre tres medidas de la magnitud, se calcula el valor medio de estas tres medidas, xi x 3= 3 y se halla la dispersin total D de las mismas, es decir, la diferencia entre los valores extremos de las medidas:
D=X mx X mn

y finalmente se obtiene el porcentaje de dispersin T, que viene dado por: 100D T= x 3 (a) Si el valor de la dispersin total D no excede la sensibilidad S del aparato,es decir el valor mnimo de la magnitud que es capaz de medir, D S se toma como valor verdadero de la magnitud el valor medio de las tres medidas x3 y como error absoluto la sensibilidad x 3 x,x=S (b)Si el valor de la dispersin total D es mayor que la sensibilidad del aparato, D > S procederemos a aumentar el nmero de medidas de la magnitud. El criterio a seguir viene determinado por el valor del porcentaje de dispersin T de acuerdo con la siguiente tabla: T en las tres primeras medidas T2% 2%<T8% 8 % < T 15 % 15 % < T No total de medidas necesarias Bastan las tres medidas realizadas Hay que hacer 3 medidas ms, hasta un total de 6 Hay que hacer un total de 15 medidas Hay que hacer un mnimo de 50 medidas

2. Una vez realizadas las medidas necesarias, se toma como valor de la magnitud el valor medio de las mismas y el error se determina segn los casos como sigue: (a) Si se han realizado tres medidas, se toma como error absoluto el valor de la sensibilidad del aparato que, como hemos indicado anteriormente, es el error absoluto de cada una de las medidas individuales, x=S (b) Si se han realizado seis medidas, entonces se calcula el error de dispersin definido como D 6 / 4 (cuarta parte de la dispersin total de las seis medidas, es decir, la diferencia entre la mayor y menor de todas las medidas realizadas) y se asigna como error absoluto de las medidas el mximo entre este valor y la sensibilidad del aparato: x=mx

( )
2 x) ( x 1

D6 ,S 4

(c) Si se han realizado quince o ms medidas, el error absoluto viene dado por el error cuadrtico medio o desviacin estndar () de las N medidas:
x==

N 1

La desviacin estndar significa: en el intervalo ( x n , x + n ) se encuentran un 68.3%, 95.4% y 99.7 % de las medidas para n = 1, 2, 3, respectivamente.

7-Incertidumbre en cantidades calculadas a) funciones de una sola variable Supongamos que tomamos la medida x de un lado de un cuadrado y estimamos su corespondiente incertidumbre absoluta
x=x 0 x

cuando calculemos el rea z de este cuadrado, el error z que tendremos ser:

2 z= ( x 0 )( x 0 ) =x0 + 2xx ( x )2

el error absoluto usando diferencias finitas z= 2xx

y el error relativo z 2x0 x = z0 x2 0 como el uso de diferencias finitas se hace bastante dispendioso cuando la frmula aumenta su grado de complejidad, se recurre al uso del clculo diferencial considerando:
dz df ( x ) = dx dx

de modo que se puede considerar z df ( x ) = x dx con lo que se obtiene el error

z= df ( x ) x dx

b) funciones de varias variables sea z=f ( x,y ) en caso de suma es decir si por ejemplo z=x+y z 0 z= ( x 0 x ) + ( y 0 y ) donde se toma
z=x+y

como error absoluto y z x+y = z x+y como error relativo en caso de resta es decir si por ejemplo z=x-y z 0 z= ( x 0 x )( y 0 y )

donde se toma z=x+y como error absoluto y z x+y = z xy como error relativo Como mtodo general para la determinacin del error en funciones de varias variables se considera inicialmente le diferencial total de la funcion z=f(x,y) y luego se lleva la expresin a diferencias finitas dz= f f dx+ dy x y

por tanto z= f f x+ y x y

8-Ajuste por mnimos cuadrados A menudo se tiene el problema de encontrar una expresin matemtica y = f(x) de la ley fsica que rige el comportamiento de un determinado fenmeno, a partir de una serie de N medidas (xi , yi) de las magnitudes x e y que lo caracterizan. Cuando la representacin grfica del fenmeno estudiado proporciona una distribucin de los puntos experimentales en forma prcticamente lineal es conveniente determinar la ecuacin de la recta que ser expresin de la ley fsica que rige el fenmeno estudiado, utilizando para ello el mtodo de mnimos cuadrados. Dicha recta debe cumplir la condicin de que los puntos experimentales queden distribuidos simtricamente a ambas partes de la misma y adems lo ms prximos a ella que sea posible. Para ello se obliga a que la recta de ecuacin y = ax + b, cumpla con que la expresin: c= ( y i ax i b )
2

tenga un valor mnimo.

Derivando c respecto a a y luego respecto a b y anulando ambas derivadas se obtiene: a= N ( x i y i ) x i yi N x2 i ( x i )

2

x2 i y i x i ( x i y i ) b= 2 N x2 i ( x i )

Adems de los valores de pendiente y ordenada en el origen, es interesante obtener el denominado coeficiente de correlacin lineal r, que nos da una medida del grado de correlacin entre los valores de las variables x e y, es decir, hasta qu punto x e y estn relacionadas mediante una funcin lineal. La expresin de r es: r= N x i y i xi y i

([ N x ( x ) ][ N y ( y ) ])
2 i 2 i 2 i i

2 1/ 2

que vara entre 0 (no existe correlacin) y 1 (hay correlacin completa). Las desviaciones estndar de a y b se pueden calcular como sigue: los valores calculados de m y b son funciones de las magnitudes yi . Empleando las magnitudes yi: S y=

( dy i )2
N 2

donde el valos de N-2 se relaciona con hecho de que las y i no son independientes, pero estn vinculadas por la existencia de la mejor lnea especificada por los valores de a y b Los errores presentes en el calculo de a y b sern a=S y

n n x2 i ( x i )
2

b=S y

x2 i 2 n x2 i ( x i )