2. Enfoque
Intuitivo
(nos falta estadística y tiempo)
Práctico
(queremos trabajar en el laboratorio)
2
3. Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Media ponderada.
Regresión lineal.
Interpolación.
Ejercicios
3
4. Medir
Comparar una cantidad con su respectiva
unidad, con el fin de averiguar cuantas
veces la segunda está contenida en la
primera.
4
5. Partes de una medida I
Si medimos el largo de una mesa ...
El resultado podría ser ?
125,634
125,634 cm
125,634 ± 17,287 cm
125 ± 17 cm
5
6. Partes de una medida II
Al medir una mesa podemos obtener
125 ± 17 cm
Presentación
valor unidades
±incertidumbre 6
7. Error e incertidumbre I
Muchas veces se cometen errores al medir.
Debemos corregirlos o al menos estimarlos
X Xreal
Xmedido X
7
8. Error e incertidumbre II
Error = Xreal –Xmedido
Xreal Xmedido X, Xmedido X)
X Xreal
Xmedido X
8
9. Nivel de Confianza
X depende de lo seguros que queramos estar
Nivel de confianza = fracción de las veces que
quiero acertar. 99%, 95%...
X Xreal
Xmedido X
9
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
10
11. Tipos de errores
Medidas directas
• Sistemáticos
•Aleatorios
Medidas indirectas
• Derivados de los anteriores
11
12. Errores sistemáticos
Errores sistemáticos
Limitaciones de los aparatos o métodos
• Precisión
• Calibración
72
73
10
12
13. Errores aleatorios I
Factores que perturban nuestra medida.
• Suma de muchas causas
• Tienden a ser simétricos.
• Se compensan parcialmente.
• Repetir las medidas. medidas
• Estadística
Xreal 13
14. Errores aleatorios II
Distribuciones
Representamos la frecuencia de sucesos aleatorios.
Tienden a curvas típicas
x
xx x
x x x xx x x x
Xreal 14
15. Cómo estimar el resultado
Frente a errores sistemáticos.
• Medir correctamente
• Calibrar los aparatos
Frente a errores aleatorios.
• Se compensan repetir varias veces la medida
• La media es el valor más probable
n
Xi
X
i 1 n 15
16. Ejemplo
Me peso varios días seguidos en iguales condiciones
Día L M X J V
Masa
73 72 74 72 73
(kg)
(73 72 74 72 73)
M 72,8 kg
5
16
17. Indice
Medidas.
Unidades.
Cálculo de incertidumbres.
Presentación de resultados.
Media ponderada.
Regresión lineal.
Interpolación.
Ejercicios
17
18. Partes de una medida II
Al medir una mesa podemos obtener
125 ± 17 cm
Presentación
valor unidades
±incertidumbre 18
19. Tipos de errores
Medidas directas
• Sistemáticos
•Aleatorios
Medidas indirectas
• Derivados de los anteriores
19
20. Incertidumbre
Se suele expresar como:
1. Absoluta: X
X X
2. Relativa: Er Er en % 100
X X
Se suele descomponer en:
1. Incertidumbre factores sistemáticos: S1 S2
Destaca la de precisión
2. Incertidumbre factores aleatorios:
20
21. Incertidumbre de precisión Es
En casos sencillos la estimaremos como:
La mitad (?) de la división menor de la escala
Ej: Balanza
A veces depende del experimentador
No hay reglas sencillas para estimarla
Ej: Cronómetros
No es fácil definir su intervalo de confianza
21
22. Incertidumbre aleatoria EA
Para n medidas
s = Desviación
EA t n 1 típica de las
n 1 n medidas
Desviación típica
de la media
Factor de cobertura
t de Student
22
23. s: la dispersión de los datos
X 4
Xreal
¿¿ edir la separación con respecto al valor medio ?
edir la separación con respecto al valor real ?
¿Cómo?
No conocemos el valor real
n 2 2 2
2 (3 xx) x ( 4 x )2 55 x )
3 i 4 x
2
( 2x x 2
22
s2
s
s n2 1 i 1 3 4 4 4 5 40 2
1
n 1 3
33 3 1 33 2 23
24. s: propiedades
Es la distancia del valor real a la que estará más
probablemente un nuevo dato
s n
cte
Tiene las mismas unidades que el resultado
24
25. Dispersión de la media
s
sX
n
SI hiceramos muchos grupos de n medidas...
La media es más precisa que cualquier dato, los
errores aleatorios se compensan
Pero despacio ....
Los errores de precisión no se compensan
25
26. t de Student
Ya tenemos X y s X pero el intervalo... X s X es pequeño y
conlleva un nivel de confianza variable 4 multiplicamos por un factor
corrector.
tn
Si es el nivel de confianza t 4 t 4 (1 ) t 4 ( p) p=0.05.
Para pocas medidas s= n-1 se estima mal y el factor es mayor para
compensar.
¿Quien fue Student ?
26
28. t de Student
Ya tenemos X y s X pero el intervalo... X s X es
pequeño y conlleva un nivel de confianza variable 4
multiplicamos por un factor corrector.
Si es el nivel de confianza t4 t 4 (1
n t ) t 4 ( p)
p=0.05.
Para pocas medidas s= n-1 se estima mal y el factor es
mayor para compensar.
¿Quien fue Student ?
28
29. Un poco de Historia:Student
Inglaterra - Irlanda
Control de calidad
industrial
Extraemos un número
pequeño de muestras de
un lote grande.
¿ Representan al producto ?
W. Gosset 1876-1937
29
30. Ejemplo
Me peso varios días seguidos en iguales condiciones
M 72 ,8 kg
Día L M X J V
Masa n 1 0,837 kg
73 72 74 72 73
(kg)
tn 1 t4 2,78
72,8 2 ,78 0 ,83772 72,8
2 2 2 2 2
n 1
E 73 72,8
A t 4
72
n 1 74 72,8 1,04 kg 72,8
73
5 5 1 5
30
31. Incertidumbre total
Combinaremos las incertidumbres en cuadratura:
2 22 2 2
X
X E A1 2
ES
Propiedades
2 2
E A , ES EA ES EA ES
2 2
EA ES , EA ES EA
31
33. Ejemplo
Me peso varios días seguidos en iguales condiciones
M 72 ,8 kg
Día L M X J V
Masa EA 0,97 kg
73 72 74 72 73
(kg)
ES 0,5 kg
M 0,972 0,52 1,091 kg
Presentación
M 72 ,800 1,091 kg incorrecta !
33
34. Medidas indirectas I
Dependen de otras mediantes expresiones
matemáticas
Ej: Area de un cuadrado = (Lado)2
A = L2
L =5 cm cm2 , ¿?
Recordando derivadas...
dA lim A dA
A L
dL L 0 L dL
34
35. Medidas indirectas II
dA
2L A 2L L
dL
Significado L L
Válido si L pequeño
L
Interpretación geométrica
L
L
35
36. Medidas indirectas III
L1
Area de un rectángulo
A = L1 x L2
L1 conocido
perfectamente L2
dA
L1 A L1 L2
dL2
L2
Y si L1, ,L2 inciertos ?
L2
L1
36
37. Medidas indirectas IV
L1
A L1 L2 L2 L1 ?
L2
L2 x L1
2 2
A L1 L2 L2 L
Errores independiente se
compensan parcialmente L1 x L2
L1 x L2
37
38. Medidas indirectas V
Y f X 1 , X 2 ,
2 2
Y Y
Y X1 X2
X1 X2
Derivada parcial de Y respecto a X1
38
39. Derivadas parciales
Y f X 1 , X 2 ,
Y Como varía Y si varía sólo X1
X1 EJEMPLOS
M
y 3x 4z
V
2 3
y x z V 2
r h
39
40. Casos simples
Y c X Y c X
2 2
Y X1 X2 Y X1 X2
Y X1 X 2 2 2
X1 X2
Y Y
X1 X1 X2
Y
X2
X
n Y Y n
Y X X
40
41. 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
41
42. Ejemplo (casi) completo II
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 M 14 .400 g
ES 0.05 g 2 2
M ES E A 0.282 g
M 14.400 0.282g
0.224
EA 2.78 g 0.278 g
5
42
43. 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.
2
4 3 V
V r V r 4 r2 r
3 r
V 4,2 1,3 cm 3
V r
ER ,V 0.3 3
V r 43
44. 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 M
2
V
2
V M V
g
3,4377 1,0335 3 ?
cm
44
45. Presentación 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 precisión en como
pretendo
2. ¿ Si tengo una incertidumbre de
unidades...Por qué doy diezmilésimas en
46
46. Cifras significativas
Cifras significativas
Todas salvo los ceros a la izquierda
Sobreviven a un cambio de notación
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.
47
47. Reglas (arbitrarias) de Redondeo
La incertidumbre se expresa con 2 cifras significativas.
El valor se expresa con tantos decimales como la
incertidumbre.
Valor e incertidumbre se expresan con las mismas
unidades y potencia de 10.
48
48. Comparación de resultados
Resultados compatibles
Resultado más preciso.
Review of particle porperties (PDG). Phys. Rev. D 45 Part II (1992) I.11
49