Documente Academic
Documente Profesional
Documente Cultură
LABORATORIO DE FSICA I
ALUMNO:
CODIGO:
SEMESTRE: II
TEORA DE ERRORES
I. Introduccin
Una magnitud fsica es un atributo de un cuerpo, un fenmeno o una sustancia, que
puede determinarse cuantitativamente, es decir, es un atributo susceptible de ser medido.
Algunos ejemplos de magnitudes son la longitud, la masa, la potencia, la velocidad, etc.
A la magnitud de un objeto especfico que estamos interesados en medir, la llamamos
mesurando. Por ejemplo, si estamos interesado en medir la longitud de una barra, esa
longitud especfica ser el mesurando
Para establecer el valor de un mesurando tenemos que usar instrumentos de medicin y
un mtodo de medicin. Asimismo es necesario definir unidades de medicin. Por
ejemplo, si deseamos medir el largo de una mesa, el instrumento de medicin ser una
regla.
Si hemos elegido el Sistema Internacional de Unidades (SI), la unidad ser el metro y la
regla a usar deber estar calibrada en esa unidad (o submltiplos). El mtodo de
medicin consistir en determinar cuantas veces la regla y fracciones de ella entran en la
longitud buscada.
En ciencias e ingeniera, el concepto de error tiene un significado diferente del uso
habitual de este trmino. Coloquialmente, es usual el empleo del trmino error como
anlogo o equivalente a equivocacin. El error, como veremos en lo que sigue, est ms
bien asociado al concepto de incerteza en la determinacin del resultado de una
medicin.
Ms precisamente, lo que procuramos en toda medicin es conocer las cotas (o lmites
probabilsticos) de estas incertezas. Grficamente, buscamos establecer un intervalo
x x x x + x como el de la Figura 1.1, donde con cierta probabilidad, podamos
decir que se encuentra el mejor valor de la magnitud x . Este mejor valor x es el ms
representativo de nuestra medicin y al semiancho x lo denominamos la incerteza o
error absoluto de la medicin.
Figura 1.1. Intervalo asociado al resultado de una medicin. Notamos que, en lugar
de dar un nico nmero, definimos un intervalo. Al valor representativo del centro del
intervalo ( x ) lo llamamos el mejor valor de la magnitud en cuestin. El semiancho
del intervalo ( x ) se denomina la incertidumbre o error absoluto de la medicin.
En todo proceso de medicin existen limitaciones dadas por los instrumentos usados, el
mtodo de medicin, el observador (u observadores) que realizan la medicin.
Asimismo, el mismo proceso de medicin introduce errores o incertezas. Por ejemplo,
cuando usamos un termmetro para medir una temperatura, parte del calor del objeto
4
como la apreciacin del mismo. La Figura 1.2 ilustra de modo esquemtico estos dos
conceptos.
Figura 1.2. Esta figura ilustra de modo esquemtico los conceptos de precisin y
exactitud. Los centros de los crculos indican la posicin del verdadero valor del
mesurando y las cruces los valores de varias determinaciones del centro. La
dispersin de os puntos da una idea de la precisin, mientras que su centro efectivo
(centroide) est asociado a la exactitud. a) Es una determinacin precisa pero
inexacta, mientras d) Es ms exacta pero imprecisa; b) Es una determinacin ms
exacta y ms precisa; c) Es menos precisa que a).
Decimos que conocemos el valor de una magnitud dada, en la medida en que conocemos
sus errores. En ciencia consideramos que la medicin de una magnitud con un cierto
error no significa que se haya cometido una equivocacin o que se haya realizado una
mala medicin. Con la indicacin del error de medicin expresamos, en forma
cuantitativa y lo ms precisamente posible, las limitaciones que nuestro proceso de
medicin introduce en la determinacin de la magnitud medida.
III. Clasificacin de los errores
Existen varias formas de clasificar y expresar los errores de medicin:
A. Segn su origen
1. Errores introducidos por el instrumento
a) Error de apreciacin ap
Si el instrumento est correctamente calibrado la incertidumbre que tendremos
al realizar una medicin estar asociada a la mnima divisin de su escala o a la
mnima divisin que podemos resolver con algn mtodo de medicin. Ntese
que no decimos que el error de apreciacin es la mnima divisin del
instrumento, sino la mnima divisin que es discernible por el observador. La
mnima cantidad que puede medirse con un dado instrumento la denominamos
apreciacin nominal. El error de apreciacin puede ser mayor o menor que la
apreciacin nominal, dependiendo de la habilidad (o falta de ella) del
observador. As, es posible que un observador entrenado pueda apreciar con
una regla comn fracciones del milmetro mientras que otro observador, con la
misma regla pero con dificultades de visin slo pueda apreciar 2 mm.
____________________________________________
EJEMPLO
7
diametro =
( D max Dmin )
B. Segn su carcter.
1. Errores sistemticos
Se originan por las imperfecciones de los mtodos de medicin. Por ejemplo,
pensemos en un reloj que atrasa o adelanta, o en una regla dilatada, el error de
paralaje, etc. Los errores introducidos por estos instrumentos o mtodos
imperfectos afectarn nuestros resultados siempre en un mismo sentido. El valor
de exac sera un ejemplo de error sistemtico pero no son lo mismo, ni los errores
de exactitud son los nicos responsables de los errores sistemticos. Imaginemos
por ejemplo el caso de una balanza bien calibrada que se usa para conocer el peso
de las personas en los centros comerciales u otros negocios, como es usual que las
personas (en pblico) se pesen vestidas, los valores registrados con estas balanzas
tendrn un error sistemtico por el peso de la vestimenta. La nica manera de
detectarlos y corregirlos es comparar nuestras mediciones con otros mtodos
alternativos y realizar un anlisis crtico y cuidadoso del procedimiento empleado.
Tambin es aconsejable intercalar en el proceso de medicin patrones confiables
que permitan calibrar el instrumento durante la medicin.
2. Errores estadsticos
Son los que se producen al azar. En general son debidos a causas mltiples y
fortuitas. Ocurren cuando, por ejemplo, nos equivocamos en contar el nmero de
divisiones de una regla, o si estamos mal ubicados frente al fiel de una balanza.
Estos errores pueden cometerse con igual probabilidad por defecto como por
exceso. Por tanto, midiendo varias veces y promediando el resultado, es posible
reducirlos considerablemente. Es a este tipo de errores a los que comnmente hace
referencia la teora estadstica de errores de medicin que formularemos
sucintamente en lo que sigue. A estos errores lo designaremos con est .
3. Errores ilegtimos o espurios
Supongamos que deseamos calcular el volumen de un objeto esfrico y para ello
determinamos su dimetro.
Si al introducir el valor del dimetro en la frmula, nos equivocamos en el nmero
introducido, o lo hacemos usando unidades incorrectas, o bien usamos una
expresin equivocada del volumen, claramente habremos cometido un error. Esta
Lo que es equivalente a:
P ( Z Z < Z < Z + Z ) = p0
____________________________________________
EJEMPLO
IV.
Cifras significativas
Cuando realizamos una medicin con una regla graduada en milmetros, est claro
que, si somos cuidadosos, podremos asegurar nuestro resultado hasta la cifra de los
milmetros o, en el mejor de los casos, con una fraccin del milmetro, pero no ms.
De este modo nuestro resultado podra ser L = (95.20.5) mm., o bien L = (951)
mm. En el primer caso decimos que nuestra medicin tiene tres cifras significativas y
en el segundo caso slo dos. El nmero de cifras significativas es igual al nmero de
dgitos contenidos en el resultado de la medicin que estn a la izquierda del primer
dgito afectado por el error, incluyendo este dgito.
El primer dgito, o sea el que est ms a la izquierda, es el ms significativo (9 en
nuestro caso) y el ltimo (ms a la derecha) el menos significativo, ya que es en el
que tenemos menos seguridad. Ntese que carece de sentido incluir en nuestro
resultado de L ms cifras que aquellas en donde tenemos incertidumbres (donde cae
el error).
No es correcto expresar el resultado como L = (95.3211) mm., ya que si tenemos
incertidumbre del orden de 1 mm., mal podemos asegurar el valor de las dcimas,
centsimas y milsimas del milmetro. Si el valor de L proviene de un promedio y el
error es del orden del milmetro, se debe redondear el dgito donde primero cae el
error.
Es usual expresar las incertidumbres con una sola cifra significativa, y solo en casos
excepcionales y cuando existe fundamento para ello, se pueden usar ms. Tambin es
usual considerar que la incertidumbre en un resultado de medicin afecta a la ltima
cifra si es que no se la indica explcitamente. Por ejemplo, si slo disponemos de la
informacin que una longitud es L = 95 mm., podemos suponer que la incertidumbre
es del orden del milmetro y, como dijimos antes, el resultado de L tiene dos cifras
significativas.
Una posible fuente de ambigedad se presenta con el nmero de cifras significativas
cuando se hace un cambio de unidades. Si en el ltimo ejemplo deseamos expresar L
en m, el resultado sera L = (950001000) m. Cuntas cifras significativas
tenemos en este resultado?
Claramente dos, igual que antes, ya que la ltima cifra significativa sigue siendo 5.
Sin embargo, si no indicamos explcitamente la incertidumbre de L, es difcil saber
cuntas cifras significativas tenemos. Ntese que 95 mm. 95000 m, ya que el
primer resultado tiene slo dos cifras significativas mientras el segundo tiene cinco (a
propsito compare los costos de los instrumentos para realizar estas dos clases de
10
11
Figura 1.3. Histograma de dos muestras con igual valor medio pero con
distintos grados de dispersin. En este ejemplo, los datos tienen una
distribucin Gaussiana o Normal, descripta por la curva de trazo
contino.
Este estimador muestral (
12
x =
1
( N 1) N
(x x )
j =1
Sx
N
que resulta de imponer la condicin: est nom . Si N op > N prel , se completan las
mediciones para lograr N op valores. Si N op < N prel , no se realizan ms mediciones
que las preliminares y se usan todas ellas. En todos los casos, el error combinado o
efectivo vendr dado por:
Para la mayora de los casos de inters prctico, si medimos 100 veces una magnitud
x, aproximadamente 68 de ellas caern en el intervalo x x , x +x , 96 de ellas en
el intervalo x 2x , x + 2x , y 99 de ellas en el intervalo x 3x , x + 3x . Estos
resultados valen estrictamente para el caso en que los errores se distribuyan
"normalmente", es decir, si el histograma formado con los resultados de las
mediciones adopta la forma de una campana de Gauss.
____________________________________________
RESUMEN
Resumiendo, los pasos a seguir para medir una magnitud fsica X son:
1. Se realizan unas 5 a 10 mediciones preliminares y se determina el error promedio de
cada medicin .
2. Se determina N op .
3. Se completan las N op mediciones de X.
13
.
.
____________________________________________
Un caso especial de inters, es cuando tenemos N determinaciones del mesurando todos con
el mismo error . El promedio ser:
14
Definimos:
Decimos que con un lmite de confianza del 68% las mediciones son distintas si:
, y que con un lmite de confianza del 96% las mediciones son distintas si:
15
, y que x, y, z, etc., s se midieron directamente y que conocemos sus errores, a los que
designamos en el modo usual como x, y , z ,... , etc. Entonces se puede
demostrar que el error en V vendr dado por:
En rigor las derivadas involucradas en esta ecuacin son derivadas parciales respecto
de las variables independientes x, y, z, etc. En el caso especial que la funcin V(x, y,
z,..) sea factorizable como potencias de x, y, z, etc., la expresin anterior puede
ponerse en un modo muy simple. Supongamos que la funcin en cuestin sea:
Entonces
16
Esta ltima expresin para la propagacin de los errores se conoce con el nombre de
aproximacin de primer orden, mientras que la expresin anterior se la denomina
usualmente aproximacin de segundo orden.
VIII. Eleccin de los instrumentos
Un aspecto importante a tener en cuenta antes de proceder a realizar una medicin, es
la eleccin de los instrumentos ms apropiados para medir con la tolerancia o error
requerido.
Ignorar este paso puede acarrear importantes prdidas de tiempo y dinero. Si se
excede la tolerancia requerida, seguramente se dilapid esfuerzo y recursos
innecesariamente; por el contrario, si se realiz la medicin con ms error del
requerido, la medicin podra ser intil para los fines perseguidos.
____________________________________________
EJEMPLO
Supongamos que nuestro problema es determinar el volumen de un alambre (cuyo dimetro
es d 3 mm.) y su longitud ( L 50 cm.) con un error del 1%.
Qu instrumentos debemos usar para lograr nuestro objetivo con el menor costo?
Lo que debemos lograr es
V V 0.01 .
La primera expresin es una aplicacin de (1.23), esta aproximacin de primer orden es til
y suficiente para este anlisis preliminar. La asignacin de la segunda lnea es en cierto
modo arbitraria, pero hemos respetado que el error total no supere el 1% requerido. A ,
que es un nmero irracional, le asignamos un error relativo pequeo, para que nos permita
saber cuantas cifras debemos usar en de modo que el error de la truncacin de no afecte
nuestra medicin. No medimos !
Ntese que el error en el dimetro tiene mayor incidencia (su error relativo est
multiplicado por 2) que la longitud L, y se debe a que el volumen es proporcional a d2 y
proporcional a L. Un pequeo error en d tiene mayor incidencia en el error del volumen que
lo que tiene el mismo error relativo en L. Por esta razn hemos asignado mayor tolerancia
(error relativo) a d que a L. Con esta asignacin preliminar podemos decidir cules
instrumentos son ms adecuados para realizar el experimento(los ms adecuados son los
que hacen la medicin ms fcil, en menor tiempo, con el menor costo y que cumplan los
requisitos exigidos). Como:
17
, por lo tanto podemos usar una regla comn graduada en milmetros para medir L. Para
tenemos:
Que indica que debemos usar con 3 cifras decimales para que el error en su truncamiento
tenga una incidencia despreciable. Ntese que hasta ahora todo es preliminar y solo hemos
elegido los instrumentos a medir. Luego de la eleccin llevamos adelante la medicin
usando estos instrumentos y procedemos para la medicin d y L. Ntese tambin que para
elegir los instrumentos a usar debemos conocer el valor aproximado de los valores a medir,
lo que parecera una paradoja. No obstante, para este anlisis preliminar slo es necesario
tener una idea de los rdenes de magnitud y no un valor muy exacto. Este orden de
magnitud se puede obtener por una inspeccin visual o una medicin rpida. Finalmente,
una vez que realicemos las mediciones de d y L debemos usar la expresin (1.22) para
calcular los errores V y V .
18
IX. Conclusiones:
La observacin y la experimentacin constituyen la base del conocimiento cientfico.
Ellas suministran la informacin necesaria para crear, estructurar y verificar teoras
cientficas. Cuanto ms precisa sea esta informacin, tanto ms ajustadas a la realidad
podrn ser las descripciones y predicciones de las correspondientes teoras. Dicha
informacin est constituida por un conjunto de datos o mediciones.
Consecuentemente, uno de los objetivos del proceso cientfico es proyectar
experimentos e instrumentos que permitan medir, con la mayor aproximacin posible,
las constantes y las magnitudes implicadas en los procesos que se investigan. Las
mediciones pueden estar afectadas por equivocaciones en las lecturas y por errores
sistemticos y accidentales. Estos ltimos, llamados tambin errores azarosos, son
inevitables, son inherentes a los procesos mismos de las mediciones.
Al repetir la medicin de una misma cantidad o magnitud (longitud, masa, velocidad,
densidad, fuerza, calor especfico, temperatura, viscosidad, resistencia elctrica,
etctera) en iguales condiciones y por el mismo procedimiento, no se obtiene
generalmente el mismo valor, sino una distribucin estadstica de valores. A veces, en
las mediciones sucesivas se repite aparentemente el mismo valor. Esto se debe a que
las imprecisiones o incertidumbres de las distintas medidas son ms pequeas que la
menor apreciacin de la escala de medidas que se emplea. As, por ejemplo, cuando
medimos la longitud de una mesa usando una regla graduada en centmetros,
podemos encontrar en las sucesivas mediciones que la longitud medida est
representada por el mismo nmero de centmetros. Esto significa que la
incertidumbre de cada medicin es menor de un centmetro. Si ussemos un
instrumento ms preciso que aproxima, por ejemplo, la centsima parte de un
milmetro, encontraramos una distribucin estadstica de las sucesivas mediciones de
la longitud considerada.
La teora de errores estudia fundamentalmente el tratamiento matemtico que debe
efectuarse, con los diferentes resultados obtenidos al medir una determinada
magnitud, para determinar la mejor aproximacin de la medida buscada y su lmite
probable de error.
De lo anterior se puede inferir cul es el objeto de la teora de errores en las
mediciones.
En primer lugar, no se busca el valor exacto de la magnitud a medir, o cuanto el
mismo no tiene sentido fsico, sino que, dentro del entorno en el cual estn acotadas
todas las mediciones, se trata de hallar el valor ms probable de la misma, o sea la
mejor estimacin de la medida deseada.
Dado el carcter azaroso de las perturbaciones que intervienen, una sola medida, aun
acotando los lmites de errores posibles, no puede proporcionar una estimacin
aceptable de la cantidad medida. Para hallar una buena estimacin es necesario hacer
19
20
X. Bibliografa
1. Data reduction and error analisys for the physical sciences, 2nd ed., P. Bevington
and D. K. Robinson, McGraw Hill, New York (1993).
2. Numerical recipies in Fortran, 2nd. ed., W.,H. Press, S.A. Teukolsky, W.T.
Veetterling and B.P. Flanner, Cambridge University Press, N.Y. (1992). ISBN 0521-43064x.
3. Data analysis for scientists and engineers, Stuardt L. Meyer, John Willey & Sons,
Inc., N.Y. (1975). ISBN 0-471-59995-6.
4. Trabajos prcticos de fsica, J. Fernndez y E. Galloni, Centro de Estudiantes de
Ing. UBA, Buenos Aires (1963).
5. Curso superior de fsica prctica, B. L. Worsnop y H. T. Flint, Eudeba, Buenos
Aires (1964).
6. Mecnica elemental, J. G. Roederer, 8. ed., Buenos Aires, Eudeba (1963). ISBN:
950- 23-0290-7.
7. Guide to the expression of uncertainty in measurement, 1st ed., International
Organization of Standarization (ISO), Suiza (1993). En Internet:
8. http://physics.nist.gov/cuu/Uncertainty/index.html.
9. Statistics: Vocabulary and symbols, International Organization of Standarization
(ISO), Suiza. En Internet: http://www.iso.ch/infoe/sitemap.htm.
10. Radiation detection and measurement, Knoll Glenn F., 2. ed., John Willey &
Sons, New York (1989). ISBN 0-471-81504-7.
11. Fsica re-Creativa S. Gil y E. Rodrguez 22
12. Estadstica, Spiegel y Murray, 2da ed., McGraw Hill, Schaum, Madrid (1995).
ISBN 84- 7615-562-X.
13. Uncertainty in the linear regression slope, J. Higbie, Am. J. Phys. 59, 184 (1991);
Least squares when both variables have uncertainties, J. Orear, ibid., 50, 912
(1982).
14. Probability, statistics and Montecarlo, Review of Particle Properties, Phys. Rev. D
45, III.32, Part II, June (1992).
15. Teora de probabilidades y aplicaciones, H. Cramr, Aguilar, Madrid (1968)
16. Mathematical method of statistics, H. Cramr, Princeton Univ. Press, New Jersey
(1958).
21
XI.
ndice
I. Introduccin.........................................................................................................................4
II. Algunos Conceptos Bsicos...............................................................................................5
III. Clasificacin de los errores...............................................................................................6
A. Segn su origen..............................................................................................................7
1. Errores introducidos por el instrumento......................................................................7
a) Error de apreciacin ...............................................................................................7
b) Error de exactitud ...................................................................................................7
2. Error de interaccin ....................................................................................................7
3. Falta de definicin en el objeto sujeto a medicin .....................................................7
B. Segn su carcter............................................................................................................8
1. Errores sistemticos....................................................................................................8
2. Errores estadsticos......................................................................................................8
3. Errores ilegtimos o espurios.......................................................................................8
4. Error absoluto..............................................................................................................9
5. Error relativo...............................................................................................................9
6. Error relativo porcentual.............................................................................................9
IV. Cifras significativas........................................................................................................10
V. Combinacin de N mediciones independientes................................................................14
VI. Discrepancia....................................................................................................................15
VII. Propagacin de incertidumbres.....................................................................................16
VIII. Eleccin de los instrumentos........................................................................................17
IX. Conclusiones:..................................................................................................................19
X. Bibliografa.......................................................................................................................21
XI. ndice...............................................................................................................................22
22