I TRODUCCIO AL A ALISIS DE DATOS EXPERIME TALES

ERRORES EXPERIME TALES

RAZONES PARA ESTIMAR LOS ERRORES EXPERIMENTALES Al expresar el resultado de un experimento el mismo debe ser acompaado de su error experimental. Un experimento puede utilizarse (entre otras razones) para probar una teora, para medir un parmetro en particular que se ha predicho, para medir un parmetro que ha sido medido de otra forma o para cuantificar cuanto varia un resultado al cambiar las condiciones de un experimento . El error experimental es bsico para poder interpretar el resultado del experimento. El error experimental nos indica: 1. Que tan consistente es el valor experimental con el terico. 2. La validez del experimento que se realiza. 3. La validez del modelo terico. 4. Establecer los lmites del experimento. Sin el dato del error experimental no puede evaluarse el significado de dicho resultado. El resultado de una medida debe expresarse dando el valor obtenido (A) y el error experimental (A) y la unidad utilizada, es decir: A A El error relativo es el cociente: porcentaje. A / | A |, que frecuentemente se expresa como

DETERMI ACIO DE ERRORES E MEDIDAS DIRECTAS

ERRORES SISTEMATICOS Y ERRORES ALEATORIOS Al hacer una medicin existen dos diferentes tipos de errores que se pueden cometer: 1. Errores aleatorios: debidos a la utilizacin de instrumentos de medicin por parte del investigador. El efecto de estos errores es obtener respuestas dispersas alrededor de un valor. 2. Errores sistemticos: por diferentes razones pueden producirse resultados errneos. Por ejemplo una balanza mal calibrada. El efecto de estos errores es desplazar en un valor concreto el resultado experimental.

ERRORES ALEATORIOS Este tipo de errores puede ser estimado al obtener la dispersin de las mediciones o bien estimando la precisin de los instrumentos de medicin, si la dispersin en los datos es debida a la limitacin de los instrumentos de medicin. Este mtodo se utiliza en situaciones en donde el nmero de mediciones fue muy limitado. En caso de que se cuente con el nmero apropiado de mediciones, cualquiera de los mtodos puede utilizarse, las respuestas de ambos mtodos deben ser consistentes. La precisin de las mediciones influir poco en caso de que el parmetro final posea su propia dispersin, por ejemplo: la estatura de los nios guatemaltecos de 11 aos. ERRORES SISTEMATICOS El realizar varias veces una medida no disminuir este tipo de error, como en el caso de los errores aleatorios. Idealmente este tipo de distorsin no debiese ocurrir. No hay reglas o frmulas establecidas que puedan eliminar o predecir este tipo de errores a que varan de experimento en experimento. Encontrarlos y cuantificarlos requiere experiencia y anlisis de la situacin en particular.

ESTIMACIO DE ERRORES ALEATORIOS O I DETERMI ADOS

CASO EN QUE SE REALIZA UNA UNICA MEDICION En este caso consideramos que el error absoluto ser la sensibilidad del aparato, que es la divisin ms pequea de la escala del instrumento de medicin o alternativamente al mitad de esa divisin . De este modo el resultado de una medida se indicar en la forma: x

CASO EN QUE SE REALIZAN VARIAS MEDICIONES Para este caso es necesario utilizar conceptos bsicos de estadstica.

ALGUNOS CONCEPTOS BASICOS DE ESTADISTICA La estadstica permite hacer descripciones de procesos aleatorios. Es importante tener presente que las tcnicas de la estadstica clsica se aplican tal cual nicamente cuando se tiene infinitas observaciones. Si estas tcnicas son aplicadas a casos donde el nmero de observaciones muy limitado los resultados pueden ser incorrectos y demasiado optimistas. Por esta razn es necesario realizar modificaciones a la estadstica clsica.

DISTRIBUCIONES

Sean x los valores medidos, entonces la distribucin y(x) describe que tan seguido se repite la variable x en una muestra definida. La variable x puede ser continua o discreta, por lo que sus valores pueden variar incluso de menos a ms infinito. Si se grafica el valor de la variable contra el nmero de repeticiones de la misma, la forma de la grfica estar determinada bsicamente de dos aspectos, la naturaleza de la variable (discreta o continua) y el nmero de repeticiones del experimento. Para un nmero definido de resultados la distribucin ser ms discreta que continua, sin embargo en estadstica clsica estas distribuciones son idealizadas a una curva continua, puesto que el nmero de mediciones se aproxima al infinito.

Para una gran variedad de situaciones las mediciones realizadas de un experimento dan como resultado una serie de resultados que aproximadamente forman una distribucin Guassiana. La distribucin de datos tendr entonces la forma descrita por la expresin:

y (x ) = e

( x ) 2 / 2 2

(Ecuacin 1)

En esta ecuacin x, representa los valores individuales de las mediciones, es la media aritmtica de este nmero infinito de mediciones. La cantidad (x-) es la desviacin desde la media, y es la frecuencia de ocurrencia de cada valor de (x-) y es la desviacin estndar. Esta desviacin estndar es constante y nica en valor cuando el nmero de mediciones es muy alto. El ancho de la curva est relacionado directamente con . La desviacin estndar es pues una forma de cuantificar errores experimentales. Para una cantidad muy grande de datos est dada por:

in=1 ( xi ) 2

(Ecuacin 2)

En donde N es el nmero de repeticiones y se denomina nmero de grados de libertad. 2 Otro trmino importante en estadstica es la varianza, que viene dada por .

ESTADISTICA PARA MEDICIONES CON LIMITADAS REPETICIONES Se han desarrollado modificaciones a las relaciones establecidas por la estadstica clsica para validar los fundamentos de errores aleatorios asociados con nmero de repeticiones limitados, de 2 a 20 resultados concretamente. Esto debido a que la media aritmtica de un nmero limitado de mediciones es en realidad desconocida. En su

lugar empleamos x , la media aritmtica para un nmero limitado de medidas. Valor que difiere de . Esta diferencia es el resultado del error aleatorio. Por lo tanto el valor de la varianza se ver afectado tambin. Puede demostrarse que para un nmero limitado de repeticiones el error es eliminado sustituyendo el nmero de grados de libertad (N-1) por N en la ecuacin nmero 2.

s=

( xi x ) 2 1

n i =1

Ecuacin 3

ESTIMACIO DE ERRORES SISTEMATICOS O DETERMI ADOS

Este tipo de errores son constantes o proporcionales. La magnitud de un error constante es independiente del tamao de la muestra. La magnitud de un error proporcional depende del tamao de la muestra. El error de magnitud constante se hace ms serio si la cantidad a medir es pequea. Un error de este tipo siempre afectar a la medida en el mismo sentido, dando siempre un resultado demasiado pequeo (si el error es por defecto) o demasiado grande (si el error es por exceso). La repeticin de medidas con el

mismo aparato no elimina los errores sistemticos. El error absoluto se expresa en las mismas unidades de la medicin. El valor de este error no es suficientemente descriptivo, por lo tanto se utiliza el error fraccionario o error porcentual. En esta forma de descripcin, el error se divide por la medicin real. De forma tal que la medicin se expresa como: X + x o bien X - x dependiendo de el caso

DETERMI ACIO DE ERRORES E MEDIDAS I DIRECTAS

Pocas experiencias proporcionan la magnitud final por simple medida. Normalmente se tienen que medir una serie de magnitudes directas y luego stas deben ser tratadas matemticamente hasta obtener el resultado final. Los errores en las magnitudes primarias van a determinar el error en la magnitud final

PROPAGACION DE ERROR EN LOS CALCULOS

Muchas veces el resultado de un experimento es dado en trmino de dos o ms mediciones. El error de la respuesta final est expresado en trminos de los errores de las mediciones individuales. La forma en que los errores individuales se acumulan depende de la relacin aritmtica entre el termino que contiene el error y la cantidad que ser calculada. PROPAGACION DE ERRORES ALEATORIOS (O INDETERMINADOS) Se considera primero el caso en que la respuesta es la combinacin lineal de las mediciones. Luego se considerar productos y cocientes. Situacin Lineal: Suma y Resta El error aleatorio puede expresarse como el valor de la desviacin estndar, sin embargo no se puede asociar un signo a dicho valor, puede ser positivo o negativo. Esto significa que el rango de los posibles valores del resultado final puede variar desde cero hasta un rango mucho mayor. De acuerdo a la teora estadstica el valor resultante ms probable est dado por la raz cuadrada de la suma del cuadrado de cada varianza. No importando si los valores experimentales de las variables se suman o restan.

(S y )

(Sa )

( Sb )

Ecuacin 4

Propagacin de Error en la Multiplicacin y Divisin El valor de la desviacin estndar se calcula con la formula anterior de suma y resta, pero utilizando la desviacin estndar relativa.

(S y )

=
r

( Sa )r + ( Sb )r

Ecuacin 5

Propagacin de Error en Clculos Exponenciales Viene dado por la frmula:

( Sy) r

X ( Sa) r

Ecuacin 6

En donde X representa el exponente.

PROPAGACION DE ERRORES SISTEMATICOS (O DETERMINADOS) Suponga que la medida de una magnitud Z se realiza indirectamente a travs de la medida directa de dos magnitudes, A, B y C, relacionadas con Z mediante la funcin Z = f(A,B,C) entonces la magnitud de Z depender de la relacin entre A, B y C. Suma y Resta Suponga que el resultado de cada magnitud es A + A, B + B y C + C. Siendo A, B y C errores absolutos asociados con las mediciones de las cantidades A, B y C. Considere la relacin Z= A + B - C , luego el error absoluto viene dado por, Z = A + B + C

Al adicionar o sustraer medidas con errores, obtenga el error absoluto de la suma o diferencia, adicionando los errores absolutos.
Multiplicacin y Divisin Suponga que el resultado de cada magnitud es A + A, B + B y C + C. Siendo A, B y C errores absolutos asociados con las mediciones de las cantidades A, B y C. Considere la relacin Z= A*B luego el error absoluto viene dado por, Z = (A*B) + (B* A) , despreciando (A*B) Cualquier funcin En general, sea Q una magnitud que se calcula de modo indirecto a partir de los valores de las magnitudes A, B, C, D, y E obtenidas mediante medida directa; Q es funcin de A, B, C, D, y E, Q = f(A, B, C, D, E). Se supone que f es una funcin infinitamente derivable. Se puede expresar Q +Q como un desarrollo en serie de Taylor en torno del punto (A, B, C, D, E):

Q +Q = f(A+A, B +B, C +C, D+D, E +E) = f(A, B, C, D, E) + f/A (A+A A) + f/B (B +B B) +f/C(C +C C) + f/D(D+D D) +f/E((E +E E) + cte.
= Q + f/A A +f/B B + f/C C + f/D D + f/E E + cte. Despreciando los trminos superiores al primer orden (suponindolos mucho ms pequeos que los de orden 1) se tiene Q = f/AA + f/BB + f/CC + f/DD + f/EE. Tomando como A, B, C, D, y E los errores absolutos de A, B, C, D, y E.

CIFRAS SIGNIFICATIVAS

DEFI ICIO : son las cifras de una magnitud en las que podemos tener confianza de
que son precisas. Para saber cuntas cifras significativas hay en un resultado se pueden utilizar ciertas reglas que veremos a continuacin. 1) Los ceros a la izquierda no son significativos. Esto se debe a que los ceros a la izquierda no le aaden precisin a la medicin, sino que solamente sirven para establecer la posicin del punto decimal. Por ejemplo el nmero 0.000000405 tiene nicamente tres cifras significativas. Se recomienda utilizar notacin exponencial, de tal forma que la cantidad anterior se convierte en 4.05x107. 2) Los ceros a la derecha s son significativos. Estos deben escribirse si y solamente son una parte verdadera de la medicin. La magnitud 3.00 ml significa que la medicin se realiz con una probeta graduada en 0,01 ml y no en ml. Cuando los ceros a la derecha tienen nicamente la funcin de especificar la posicin del decimal no son significativos. Otro caso interesante es el siguiente, si se dice que el sol est a una distancia de 150,000,000,000 m, cuntas cifras significativas hay? Ciertamente no son doce, porque esto implicara que se conoce la distancia con una precisin del orden de 1 m. Pero podra ser que el primer cero, o tal vez incluso el segundo, fueran significativos. As como est escrito el nmero, no hay manera de saberlo. La nica manera de evitar esta ambigedad es utilizando la notacin cientfica. Si nos dicen que el sol est a 1,50x1011 m, podemos saber sin duda

alguna que slo el primer cero es significativo y por lo tanto hay tres cifras significativas. - Si el nmero es mayor que uno, todos los ceros a la derecha del punto decimal son significativos. Ejemplo en 400.00 hay 5 cifras significativas. - Si el nmero es menor que uno, entonces nicamente los ceros que estn al final y entre los dgitos distintos de cero son significativos. Ejemplo en, 0.1020 hay 4 cifras significativas.

Cifras significativas en el resultado de un clculo.

1) En una multiplicacin o divisin, hay que quedarse con el nmero de cifras significativas del factor menos preciso. Por ejemplo: 1.5 x 3.14159265359 = 4.7. No importa que la calculadora diga 4.712388980385; el resultado tiene solamente dos cifras significativas y debe reportarse como 4.7. No hay que olvidar redondear el ltimo dgito: por ejemplo, 10.0 / 1.5 = 6.7, aunque en la calculadora se lea 6.66666666666667. 2) En una suma o resta, hay que "alinear los puntos decimales" y quedarse con la precisin del nmero que tenga menos cifras significativas despus del punto decimal. Por ejemplo: 37.59 + 8.3 = 45.9 (aunque en la calculadora se lea 45.89). Con las restas hay que tener especial cuidado, ya que dos nmeros con muchas cifras significativas pero valores muy parecidos pueden dar un resultado con muy pocas cifras significativas. 3) Finalmente, para operaciones como races cuadradas, potencias, logaritmos y exponenciales no hay reglas tan sencillas. Pero como primera aproximacin se pueden usar las mismas reglas que para la multiplicacin y divisin. Lo que hay que recordar es que al elevar un nmero al cuadrado o al cubo se est elevando a una potencia entera. REDONDEO 1.- Cuando el dgito que se desea redondear, est seguido de otro dgito menor que cinco (5) se suprimen los dems dgitos que estn detrs del dgito que se redonda (redondeo por defecto). 2.- Cuando el dgito que se desea redondear, est seguido de otro dgito mayor que cinco (5), se eliminan todos los dgitos que estn detrs del que se desea redondear y al dgito redondeado se le suma la unidad (redondeo por exceso) 3.- Cuando el dgito que se va a redondear est seguido del dgito cinco; a.- Si la

cifra que se redondea es par, se eliminan las cifras que siguen a la que se redondea y la que queda no varia (redondeo por defecto), b.- Si el dgito anterior al cinco es impar, se suprimen todas las cifras a partir del cinco y la redondeada se aumenta en la unidad (redondeo por exceso).

REGRESION LINEAL AJUSTE LINEAL POR MINIMOS CUADRADOS

Un experimento tiene la finalidad de probar alguna relacin establecida tericamente entre dos o ms variables. Generalmente se vara un parmetro o propiedad, al que se le asigna la variable x, siendo esta la variable independiente, pues es controlada por el investigador. Se asigna y, la variable dependiente, a otro parmetro o propiedad del sistema, que cambiar al variar x. El propsito de los estudios de regresin es establecer la relacin funcional que mejor expresa el valor de una variable en funcin de de la otra, en todos los individuos de la muestra. La relacin lineal entre magnitudes es bastante frecuente y se aplica el mtodo de mnimos cuadrados para ajustar los datos experimentales. Cuando la relacin entre variables no sea lineal, se debe buscar dicha relacin mediante el oportuno cambio de variables. Este mtodo se utiliza tanto cuando los puntos parecen seguir empricamente una relacin determinada (lineal, cuadrtica, cbica, etc. . .) como cuando la teora indica que hay tal relacin entre las variables dependiente e independiente. La expresin matemtica encontrada ser la expresin de la ley fsica que rige el fenmeno estudiado Sean (x1, y1), (x2, y2), . . . , (xn, yn) un conjunto de puntos obtenidos experimentalmente. Se busca la ecuacin de la recta Y = ax + b que ajusta mejor los datos, es decir, los valores ms probables, de acuerdo con el criterio de mnimos cuadrados. Para cada uno de los valores experimentales x1, x2, . . . , xn, se tendrn los valores del ajuste Y1 = a x1+ b, Y2 = a x2+ b, . . . , Yn = axn + b, siendo y1, y2, . . . , yn los respectivos valores experimentales.

Se define Yi como la desviacin del valor experimental yi respecto del correspondiente valor del ajuste Yi, Y1 = Y1 y1 = ax1 + b y1 Y2 = Y2 y2 = ax2 + b y2 ... Yn = Yn yn = axn + b yn El criterio de mnimos cuadrados que se utiliza es el de imponer la condicin de que
n

i =1

=(Yi) sea mnimo. Los valores a y b buscados hacen que la cantidad,

=
i =1

(Yi)

i =1

( axi + b yi) sea mnima.

Por lo tanto,
n

R = 2 a

i =1

(axi + b yi) xi = 0

R = 2 b

i =1

(axi + b yi) xi = 0

De donde se deduce que,

n

i =1

(xi x ) yi

a=

___________
n

i =1

(xi x )

b = - a x , donde

y x son las medias aritmticas de x y y respectivamente.

El coeficiente de correlacin, r, entre x e y, una medida de en qu medida los puntos experimentales estn realmente sobre la recta ajustada, viene dado por :
n

i =1

(xi x )

i =1

(yi )

= ________________________
n

( xi x ) 2 ( y i y ) 2
i

El coeficiente de correlacin vara entre -1, correlacin perfecta con pendiente negativa y 1, correlacin perfecta con pendiente positiva. Para valores absolutos prximos a 1, los puntos estn sobre la recta. Para valores prximos a cero, los puntos no estn sobre la recta.

Si la recta pasa por el origen, la pendiente se calcula con la frmula:

i =1

(xi) yi

m=

___________
n

i =1

(xi)

Cuando el problema de regresin involucra una relacin no lineal de y respecto de x, entonces hay que transformar la ecuacin no lineal, y = f(x), en otra del tipo Y = A + BX, donde Y, X, A y B son funciones de y, x, a y b respectivamente. GLOSARIO

ERROR: es la medida del sesgo en el resultado de una medicin. EXACTITUD puede definirse como la diferencia entre la media aritmtica muestral y el verdadero valor o el valor esperado. INCERTIDUMBRE: es el intervalo o rango de los valores posibles de una medida. Incluye tanto los errores sistemticos como aleatorios. MAGNITUD: es un atributo o propiedad, fsica o qumica, que puede ser medida, es decir que puede determinarse cuantitativamente. MEDICION: es la magnitud de una propiedad de un objeto especfico que se mide. Es la determinacin experimental de una magnitud. PRECISION es una medida de la dispersin de los datos obtenidos en torno a un valor central.

ANEXO Modelos no lineales

Antes de proceder a la regresin, hay que transformar la ecuacin no lineal, y = f(x), en otra del tipo Y = A + BX, donde Y, X, A y B son funciones de y, x, a y b respectivamente.

Modelo Ecuacin Ecuacin Linealizada Grfica Y X A B a b

Potencial y = ax b
log y = log a + b log x

Exponencial y = ae bx
ln y = ln a + bx

Logartmico
y = a + b log x

---------Log x / y y Log x a b A

Log x / Log y Log y Log x Log a b

x / Log y Ln y x Ln a b

(c) Rosario Ruiz Baos. Departamento de Biblioteconoma y Documentacin. Universidad de Granada (Espaa)

BIBLIOGRAFIA
LYONS, L. 1,992. "Data Anlisis for Physical Science Students". Cambridge University Printing House. Second Edition. USA. HIDALGO, M.A. , Medina, J. 2,008 Laboratorio de Fsica. PEARSON, Espaa GEMEZ, J. 2,004, "Tcnicas Experimentales II Laboratorio de Termodinmica, Seminarios Clculo de Errores". Disponible en [http://www.loreto.unican.es/ATEIIWeb/TEII2004/Errores2004.pdf ]