Introduccin al tratamiento de datos

Jos Luis Contreras

1
 Enfoque

Intuitivo
(nos falta estadstica y tiempo)

Prctico
(queremos trabajar en el laboratorio)

2
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Otras herramientas.
Ejercicios

3
 Medir

Comparar una cantidad con su respectiva

unidad, con el fin de averiguar cuantas
veces la segunda est contenida en la
primera.

4
 Partes de una medida I
Si medimos el largo de una mesa ...
El resultado podra ser ?

125,434
125,434 cm
125,434 17,287 cm
125 17 cm
5
 Partes de una medida II
Al medir una mesa podemos obtener

125 17 cm

Presentacin
valor unidades
incertidumbre 6
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Otras herramientas.
Ejercicios

7
 Error e incertidumbre I
Muchas veces se cometen errores al medir.

Debemos corregirlos o al menos estimarlos

DX Xreal

Xmedido DX
8
 Error e incertidumbre II
Error = Xreal Xmedido
Xreal (Xmedido -DX, Xmedido +DX)

DX Xreal

Xmedido DX
9
 Nivel de Confianza
DX depende de lo seguros que queramos estar
Nivel de confianza = fraccin de las veces que
quiero acertar. 99%, 95%...

DX Xreal

Xmedido DX
10
 Tipos de medidas
Medidas directas

Las anoto de un instrumento

L1, L2

Medidas indirectas L2

Provienen de aplicar
operaciones a medidas
directas
A = L1 x L2
L1
11
 Tipos de errores
Medidas directas
Sistemticos
Aleatorios

Medidas indirectas

Derivados de los anteriores

12
 Errores sistemticos
Errores sistemticos
Limitaciones de los aparatos o mtodos
Precisin
Calibracin

73
72
01 Pesada en vacio
corregida
inicial
Recalibracin

13
 Errores aleatorios I
Factores que perturban nuestra medida.
Suma de muchas causas
Tienden a ser simtricos.
Se compensan parcialmente.
Repetir las medidas. medidas
Estadstica

Xreal 14
 Errores aleatorios II
Distribuciones
Representamos la frecuencia de sucesos aleatorios.
Tienden a curvas tpicas

x
xx x
x x x xx x x x

Xreal 15
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Otros tipos de medidas.
Ejercicios

16
 Partes de una medida II
Al medir una mesa podemos obtener

125 17 cm

Presentacin
valor unidades
incertidumbre 17
 Tipos de errores
Medidas directas
Sistemticos
Aleatorios

Medidas indirectas

Derivados de los anteriores

18
 Cmo estimar el resultado
Frente a errores sistemticos.
Medir correctamente
Calibrar los aparatos

Frente a errores aleatorios.

Se compensan repetir varias veces la medida
La media es el valor ms probable

n
Xi
X
i 1 n 19
 Ejemplo
Me peso varios das seguidos en iguales condiciones

Da L M X J V
Masa
73 72 74 72 73
(kg)

(73 + 72 + 74 + 72 + 73)
M 72,8 kg
5

20
 Incertidumbre
Incertidumbre: Estimacin del error no corregible
Se suele expresar como:
1. Absoluta: DX

2. Relativa: DX DX
X Er X Er en % 100
X X

Se suele descomponer para medidas directas en:

1. Incertidumbre factores sistemticos: ES1,ES2...
Destaca la de precisin
2. Incertidumbre factores aleatorios: EA
21
 Incertidumbre en medidas directas
1. Incertidumbre de precisin Es

En casos sencillos la estimaremos como:

La mitad de la (una) divisin menor de la escala
Ej: Balanza

A veces depende del experimentador

No hay reglas sencillas para estimarla
Ej: Cronmetros

No es fcil definir su intervalo de confianza

22
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA

Para n medidas

EA t n - 1 s = Desviacin
tpica de las
n -1 n medidas

Desviacin tpica
de la media
Factor de cobertura
t de Student 23
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
S: dispersin de los datos
X 4
3 4 5
Xreal
Medir
Medirlalaseparacin
separacincon
conrespecto
respectoalalvalor
valormedio
real ??
Cmo?
No conocemos el valor real

2

2
( n
(33- (
2
-(xxxi -)+
2
x+
+ (44- ( 2
- xx )2++ 5 2
(55---2xx ) 222
(3 - 4 + (4 - 4 + ( - 40
5
s 2 ss
2
i 1
1
n -1
n -1 333 3 -1 33 2 24
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
S: Propiedades
Es la distancia del valor real a la que estar ms
probablemente un nuevo dato

s n


cte
Tiene las mismas unidades que el resultado
25
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Dispersin de la media

s
sX
n
SI hicieramos muchos grupos de n medidas...
La media es ms precisa que cualquier dato, los errores
aleatorios se compensan
Pero despacio ....
Los errores de precisin no se compensan
26
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Factor de cobertura: t de Student

Ya tenemos X y s X pero el intervalo... DX s X es pequeo

y conlleva un nivel de confianza variable 4 multiplicamos por un
factor corrector.

Si a es el nivel de confianza tn -1 t n -1 (1 - a ) t n -1 ( p)
tn
a 0,95
p=0.05.

Para pocas medidas s= n-1 se estima mal y el factor es mayor

para compensar.

Quien fue Student ?

27
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Coeficientes tm (m grados de libertad)

M 1 2 3 4 5 10 20 40

tm
6,31 2,92 2,35 2,13 2,01 1,81 1,72 1,68 1,64
P=0.1

tm
12,7 4,30 3,18 2,78 2,57 2,23 2,08 2,02 1,96
P=0.05

tm
63,6 9,92 5,84 4,60 4,03 3,16 2,85 2,70 2,58
P=0.01 28
 Incertidumbre en medidas directas
2. Incertidumbre Aleatoria EA
Ejemplo: Me peso varios das seguidos en iguales condiciones

M 72,8 kg
Da L M X J V
n -1 0,837 kg
Masa (kg) 73 72 74 72 73
t n -1 t 4 2,78

( - 72 2
+ ( - 2
1+ (74 - 72,8 +0,
2
( 837
- 2
+ ( - 2
EAn-1 tn73 n -,1
8 t4
72 72,
n8-
2, 78 72 72,8 1, 04 kg
73 72,8
n 5 5 -1 5
30
 Incertidumbre en medidas directas
3. Incertidumbre Total

Combinaremos las incertidumbres en cuadratura:

DX E A + ES
2 2

Propiedades

E A , ES E A + ES E A + ES
2 2

E A ES , E A + ES E A
2 2
31
 Resumen medidas directas
X final X

DX final E A + ES
2 2

EA t n - 1 ES (Media) divisin

n -1 n mnima

32
 Resumen medidas directas
Ejemplo: Me peso varios das seguidos en iguales condiciones

M 72,8 kg
Da L M X J V
EA 1, 04 kg
Masa (kg) 73 72 74 72 73
ES 0,5 kg

DM 1, 042 + 0, 52 1,154 kg

M ( 72,8 1,154 kg
Presentacin
incorrecta !
33
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Otras herramientas.
Ejercicios

34
 Partes de una medida II
Al medir una mesa podemos obtener

125 17 cm

Presentacin
valor unidades
incertidumbre 35
 Tipos de medidas
Medidas directas

Las anoto de un instrumento

L1, L2

Medidas indirectas L2

Provienen de aplicar
operaciones a medidas
directas
A = L1 x L2
L1
36
 Tipos de errores
Medidas directas
Sistemticos
Aleatorios

Medidas indirectas

Derivados de los anteriores

37
Incertidumbre en medidas indirectas
1. Medidas indirectas

Dependen de otras mediantes expresiones

matemticas
Area de un cuadrado = (Lado)2
A = L2
L = 5 1 cm A 25 cm2 , DA ?

Recordando derivadas...

dA lim DA dA
DA DL
dL DL 0 DL dL 38
Incertidumbre en medidas indirectas
2. Incertidumbres para 1 variable

dA
2 L DA 2 LDL
dL
L
Significado DA, DL

Vlido si DL pequeo DL

Interpretacin geomtrica DL
L
39
 Incertidumbre en medidas indirectas
3. Incertidumbres para 2 variables

L1
Area de un rectngulo
A = L1 x L2
L2
L1 conocido perfectamente
dA
L1 DA L1DL2
dL2
DL2
DL2
Y si L1, ,L2 inciertos ?
L1
40
 Incertidumbre en medidas indirectas
3. Incertidumbres para 2 variables

L1
DA L1DL2 + L2 DL1 ?

L2
L2 x DL1
DA (L1DL2 2 + (L2 DL2
Errores independientes se
compensan parcialmente
L1 x DL2 DL1 x DL2
41
Incertidumbre en medidas indirectas
4. Incertidumbres para varias variables

Y f ( X 1 , X 2 ,

2 2
Y Y
DY
X DX 1
+
X DX 2
+
1 2

Derivada parcial de Y respecto a X1

42
Incertidumbre en medidas indirectas
5. Derivadas parciales

Y f ( X 1 , X 2 ,
Y Como vara Y si vara slo X1

X 1 EJEMPLOS

y 3x + 4 z
M
V

yx z 2 3
V r h 2
43
Incertidumbre en medidas indirectas
5. Derivadas parciales: casos simples

Y c X DY c DX

Y X1 X 2 DY (DX1 + (DX 2
2 2

Y X1 X 2 2 2
DX 1 DX 2
DY Y
X +
X

X1 1
Y 2

X2
DX
DY Y n
Y Xn X 44
 Ejemplo (casi) completo I
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.

n0 1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1

1
M
3
V
2
49
 Ejemplo (casi) completo II
Usando una balanza (con precisin de 50 mg) se mide 5
veces la masa de una esfera de radio r = 1.0 0.1 cm.
Se pide calcular su densidad.

n0 1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1 M 14.400 g

ES 0.05 g
DM ES2 + EA2 0.282 g
M 14.400 0.282 g
0.224
E A 2.78 g 0.278 g
5
50
 Ejemplo (casi) completo III
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.

V
2
4 3
V r DV Dr 4r 2 Dr
3 r

V 4,2 1,3 cm 3

DV Dr
V 0.3 3
V r 51
 Ejemplo (casi) completo IV
Usando una balanza se mide 5 veces la masa de una
esfera de radio r = 1.0 0.1 cm. Se pide calcular su
densidad.

M DM DV
2 2

D +
V M V

g
3,4377 1,0335 3 ?
cm
52
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Redondeos.
Comparacin de resultados.

Otras herramientas.
Ejercicios

53
 Presentacin de resultados
Los resultados se presentan redondeados

g g
3,4377 1,0335 3 ? 3,4377 1,0 3 ?
cm cm
g
(3,4 1,0) 3
cm
1. NO tengo tanta precisin en D como
pretendo
2. Si tengo una incertidumbre de
unidades...Por qu doy diezmilsimas en ?
54
 Cifras significativas
Cifras significativas
Todas salvo los ceros a la izquierda
Sobreviven a un cambio de notacin

Ejemplos:
123 3 c.s. 123 103 3 c.s.
0,123 3 c.s. 123 10-3 3 c. s.
67 2 c.s. 670 3 c.s.
0,67 2 c.s 0,670 3 c.s.
55
 Reglas (arbitrarias) de Redondeo

La incertidumbre se expresa con 2 cifras significativas.

El valor se expresa con tantos decimales como la

incertidumbre.
Redondeamos al nmero ms cercano

Valor e incertidumbre se expresan con las mismas

unidades y potencia de 10.

Intentamos que el valor sea un nmero sencillo,

normalmente entre 1 y 10
56
 Ejemplos de Redondeo I
( 1,2564 0,1 ) m ( 1,3 0,1 ) m

( 1,2438 0,168 ) m ( 1,24 0,17) m

( 1,52 108 21,68 106 ) km (1,52 0,22) 108 km

(1,52 0,22) 1011 m

( 60506079 89451 ) m ( 605,06 0,89) 105 m

( 6,0506 0,0089) 107 m

57
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Redondeos.
Comparacin de resultados.

Otros tipos de medidas.

Ejercicios

58
 Comparacin de resultados
Compatibilidad de medidas
Xreal
X1

X2
DX
Precisin de medidas:
X
59
 Comparacin de resultados
Compatibilidad de medidas

Ejemplo: Dos medidas de una mesa dan

( 100 5 ) cm
( 90 10 ) cm

Son compatibles ?

60
 Error relativo
Muy til en comentarios
Muy til para estimar si los resultados son coherentes
Definicin:

DX

X
Adimensional
2 cifras significativas
Ejemplo:
100 25 = 0.25 incertidumbre del 25%

61
 Comparacin de resultados

Resultados compatibles

Resultado ms preciso.

Review of particle properties (PDG). Phys. Rev. D 45 Part II (1992) I.11

62
 Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados / comparacin.
Otras herramientas.
Media ponderada.
Interpolacin.

Herramientas de clculo

Regresin lineal.

Ejercicios
63
 Media ponderada I
Varias medidas
Diferentes instrumentos y/o diferentes mtodos
Errores aleatorios

X1 X2
+
X 1 DX 1
Y
(DX 1 (DX 2
2 2

X 2 DX 2 1 1
+
(DX 1 (DX 2
2 2

64
 Media ponderada II
X1 X2
+ 1
Y
(DX 1 (DX 2
2 2
DY
1 1
1 1 +
+
(DX 1 (DX 2
2 2 (DX 1 (DX 2
2 2

Ejemplo: Dos medidas de una mesa dan

( 100 5 ) cm Cuanto mide ?

( 90 10 ) cm
65
 Media ponderada III
Ejemplo: Dos medidas de una mesa dan

( 100 5 ) cm L = (98,0 4,5) cm

( 90 10 ) cm

Es un valor intermedio
Ms cerca del ms preciso
Incertidumbre reducida

66
 Otras herramientas

Media ponderada
Interpolacin lineal
Herramientas de clculo
Regresin lineal

67
 Interpolacin lineal I
Objetivo: obtener la
dependencia lineal
entre dos puntos de
valores conocidos.

Mtodo:
Ecuacin de la recta que
pasa por dos puntos
Incertidumbre asociada

68
 Interpolacin lineal II
y ax+b
yn +1 - yn
a
y n a xn + b xn +1 - xn
yn +1 a xn +1 + b b y n - m xn

yint yn + a (xint - xn Dyint a Dxint

Si despreciamos el error en los datos de la tabla ...

69
 Interpolacin lineal III
Calcular la densidad del agua a (12 1 ) C

T( C) (g/cm3 )
0 0,9998
5 1,0000
10 0,9997
15 0,9991
20 0,9982
Densidad del agua destilada en funcin de la temperatura

a
15 - 10 -4
-1.210 g / cm C
3 0 12 10 + a (T12 - T10 0.99946g / cm3
T15 - T10

D12 a DT12 1.210-4 g / cm3 12 0.99946 0.00012 g / cm3

70
 Otras herramientas
Media ponderada
Interpolacin lineal
Herramientas de clculo:
Calculadora
Hojas de calculo: Excel, OpenOffice, etc.

Regresin lineal

71
Herramientas de clculo I:
Calculadora

72
Calculadoras

Usar las memorias.

Modo estadstico.
Media.
Dispersin.
Regresin

http://www.casio-europe.com/es/support/manuals/ 73
 Otras herramientas

Media ponderada

Regresin lineal
Interpolacin lineal
Herramientas de clculo

74
 Grficas I

Unidades en los ejes

Puntos CON incertidumbres
NO se unen los puntos
Representacin de la recta ajustada

75
 Grficas II
V(10-4 V)
0.60

0.50

0.40

0.30

0.20

0.10

0.00
1 2 3 4 5 I(A) 76
 Regresin Lineal III
Objetivo: Suponiendo que dos variables siguen
una relacin lineal: obtener parmetros de la recta
m y c que mejor la representan, y sus
incertidumbres m y c

Hiptesis:
Fijamos una variable y medimos otra x sin
incertidumbre, las incertidumbres de las y todas
iguales.
Cul es la mejor recta ? Mnimos cuadrados
77
 Regresin Lineal II: grficas
V(10-4 V)
0.60

0.50

0.40

0.30
m

0.20

0.10
y = mx + c
c
0.00
1 2 3 4 5 I(A) 78
 Regresin Lineal II

Hiptesis:
Existe una variable independiente (podemos darle los
valores que queramos), X y otra dependiente Y cuyo
valor nos da el experimento.
X sin incertidumbre, las incertidumbres de Y son
iguales en todas las medidas.
La relacin entre X e Y es lineal o se puede hacer
lineal manipulando las frmulas.
Cul es la mejor recta ? Mnimos cuadrados

79
 Regresin Lineal III

Mnimos cuadrados:
Para cada punto calculamos la distancia del punto a la recta en la
direccin del eje y di

d i ( yi - (m xi + c)
Sumamos las distancias al cuadrado

n n
S d ( yi - (m xi + c)
2 2
i
i 1 i 1

La mejor recta es la que minimiza la suma S

80
 Regresin Lineal : IV
V(10-4 V)
0.60

0.50 d5
0.40

0.30
m
d2
0.20

0.10
y = mx + c
c
0.00
1 2 3 4 5 I(A) 81
 Regresin Lineal V

Cmo minimizo la suma ?:

S depende de la pendiente y c.

S S (m, c
En el clculo en varias variables se ver que para que
S sea mnimo es necesario que:

S S
0 0
m c
Operando obtenemos las frmulas del guin

82
 Regresin Lineal VI

Pasos:
Identificar la variable independiente y la dependiente.
Linealizar la frmula.

Transformar los datos

Aplicar las frmulas y calcular m y c

Calcular las incertidumbres

Comprobar el coeficiente de correlacin r

83
 Regresin Lineal IV
Mtodos:
Frmulas de apuntes
Calculadora (incertidumbres?)
Programas de ordenador: Excel

84
 Ejemplo
Un coche viaja de Madrid a Barcelona, cada cierto tiempo el
piloto mira el cuentakilmetros y apunta la lectura, obteniendo la
siguiente tabla. Calclese la velocidad media.

Tiempo (min) Posicin

00 514
20 550
40 590
60 627
80 670

85
 Resolucin
n n 2
E X iYi - nXY D X i - nX 2
i 1 i 1 i

E 125820 - 5 40 590.2 7780

D 12000 - 5 40 40 4000

E 7780 km
m 1.945
D 4000 min

86
 Resolucin
T (min) Pos T**2 T*Pos d d^2
0 514 0 514 1.6 2.56
20 550 400 550 -1.3 1.69
40 590 1600 590 -0.2 0.04
60 627 3600 627 -2.1 4.41
80 670 6400 670 2 4
200 2951 12000 125820 0 12.7
40 590.2 2400

87
 Resolucin

c Y - mX c 590.2 -1.945 40 512km

1 n
s 2
(
Yi - mX i - c
2 12.7
4.233 km2

n - 2 i 1
res
3

2
km
2
s 4.233
s 2
m res
0.001058
D 4000 min

1 X
2
1 40 * 40
sc sres +
2 2
4.233 + 2.54 km2

n D 5 4000 88
 Resolucin
Dm tn-2 s 3.1825 0.0325 0.104
2
m

Dc tn-2 s 3.1825 1.594 5.07

2
c

km
m 1.95 0.10 c 512.2 5.1 km
min

89
 Herramientas II: Hoja de clculo
Prctica: Dejamos caer un cuerpo desde
una cierta altura y medimos la distancia
recorrida y el tiempo empleado.

1
s gt 2

90