Académique Documents
Professionnel Documents
Culture Documents
4. Paso: Estimacin del error de la media. Viene dado por la siguiente
expresin:
3S
T
n
A =
El error as definido se interpreta del modo siguiente: la probabilidad de
que el valor real del periodo del pndulo (que por supuesto, no conocemos)
est en el intervalo [T AT, ,T +AT] es del 99,7 %. Esto es, si repitisemos
1000 veces el experimento de hacer 10 medidas del periodo del pndulo,
slo en 3 casos de los 1000, el valor medio del periodo (T) que se obtuviera
sera diferente de en ms de AT.
Clculo de errores de medidas indirectas
En la mayora de los casos las magnitudes medidas directamente no son el
objetivo final de un experimento, sino un paso necesario para obtener
otras magnitudes relacionadas (medidas indirectas) con ellas mediante
alguna dependencia funcional.
Si se supone que una magnitud z depende de las magnitudes q1, q2,..., qn,
el clculo del error Az a partir de los errores directos Aq1, Aq2, ..., Aqn se
denomina propagacin de errores.
La propagacin del error se calcula con la siguiente frmula:
1 2
1 2
......
n
n
z z z
z q q q
q q q
c c c
A = A + A + + A
c c c
Algunos casos prcticos, suponiendo que la funcin z depende de otras
dos magnitudes q1 y q2, son los siguientes:
Suma:
1 2 1 2
z q q z q q = + A = A +A
Resta:
1 2 1 2
z q q z q q = A = A +A
Producto:
1 2 2 1 1 2
z q q z q q q q = A = A + A
Divisin:
1 1 2
2 1 2
q q q z
z
q z q q
A A A
= = +
Regresin lineal
Supongamos que tenemos un conjunto de puntos con coordenadas (xi, yi)
y que a simple vista parece existir una relacin lineal entre las variables x
e y, es decir, que existe entre ellas una dependencia del tipo
i i i
y mx c error = + +
Entonces cabe preguntarse:
-Cmo se pueden calcular los valores de m y c?
-La recta obtenida es una buena descripcin de los puntos?, esto es, los
trminos que hemos llamado errori son pequeos?
-Puesto que no hay un nico errori, sino tantos como puntos, cmo se
comparan dos conjuntos de valores de errori para decidir cul es mejor?
Para responder a estas preguntas se necesita conocer el mtodo de los
mnimos cuadrados.
Mtodo de los mnimos cuadrados
En la figura se puede ver que para cada valor xi tenemos dos valores: yi
que corresponde al valor medido experimentalmente de yi
(p)
que
corresponde al valor calculado usando la ecuacin de una recta con
pendiente m y ordenada en el origen c:
( ) p
i i
y mx c = +
Figura : Grfica que muestra el ajuste por mnimos cuadrados a un conjunto de
puntos. Tambin se muestran las barras de error, as como la forma correcta de
escribir el ttulo y las etiquetas de los ejes. Obsrvese que el origen est situado en
(0,0.2) y no en (0,0) porque as se gana en claridad.
Para encontrar la recta que mejor ajusta a los datos hay que fijar un
criterio. El ms utilizado es el criterio de los mnimos cuadrados, que
dice: la mejor recta es aquella cuyos parmetros m y c minimizan la
suma de los cuadrados de los Ayi, siendo Ayi
p
la diferencia entre el valor
experimental yi y el dado por la recta y
(p)
:
( ) p
i i i
y y y A =
Es decir, si llamamos ZZ a esa suma de cuadrados, hay que minimizar:
( ) ( ) ( )
( ) ( )
2 2 2
1 2
2
1
...
,
n
n
i i
i
ZZ y y y
ZZ y mx c
=
= A + A + + A
= +
Donde n es el nmero de datos experimentales que estamos
considerando para el ajuste.
El criterio anterior no es arbitrario, sino que tiene una justificacin
intuitiva. Es evidente que Ayi depende de la recta que se tome (i.e. de
los parmetros m y c). Si los datos se hallan en una recta, se verifica
que Ayi = 0 para todos los puntos. Por tanto, cuanto ms grande sean
los valores Ayi peor ser el ajuste de la recta a los datos, pero, cmo se
comparan las Ayi obtenidas con diferentes rectas?. La solucin que da
el mtodo de los mnimos cuadrados consiste en calcular el cuadrado
(as slo tenemos nmeros positivos) y sumarlos, eso da un nmero que
nos permite comparar la bondad del ajuste para diferentes rectas. El
resultado que se obtiene de minimizar ZZ es que la recta de error
cuadrtico mnimo:
( ) p
y mx c = +
Tiene los siguientes parmetros m y c:
( )( )
( )
2
i i
i
x x y y
m
x x
c y mx
=
Donde x e y son los valores medios de las xi y de las yi respectivamente,
y donde para no recargar la notacin, hemos eliminado los ndices de
las sumas (que se extienden al conjunto de n datos experimentales).
Nota: es recomendable utilizar software de estadsticas o en su defecto
utilizar herramientas como Excel que facilitan la realizacin de los
clculos.
Coeficiente de correlacin lineal
El mtodo de los mnimos cuadrados nos da una recta que mejor se
ajusta a los datos. Pero queda la cuestin de cuantificar la que tan
bueno es el ajuste lineal. Una forma de medir si x e y estn
relacionadas linealmente es calculando el coeficiente de correlacin
lineal r, que se obtiene de aplicar la siguiente frmula:
( )
( )
2
2
i
i
x x
r m
y y
Donde, como antes, la suma se hace para los n datos experimentales.
Es fcil demostrar que 1 s r s 1. Un valor de |r| < 0,95 significa que la
recta no es una buena descripcin de los datos, y un |r| > 0,99 implica
que el ajuste es muy bueno.
Es importante tener claro que un valor de |r| ~ 1 no implica una
relacin de causa-efecto.
sta slo puede derivarse de un estudio de la naturaleza del fenmeno
que relaciona x con y. As mismo, un valor de r ~ 0 no implica que no
exista una relacin entre x e y, slo permite afirmar que si existe una
relacin, no es lineal.
Aplicacin a relaciones no lineales
En el mtodo de los mnimos cuadrados se ha trabajado con una
relacin lineal entre x e y.
Aunque la dependencia lineal es frecuente entre magnitudes fsicas,
muchas otras dependencias ms complicadas pueden reducirse a sta
mediante un cambio de variables (Linealizacin de una curva).
As, por ejemplo:
Funcin inicial cambio
forma lineal
2
y ax =
2
x z = y az =
y a x =
2
x z = y az =
x
y ae
= ln ;ln y z a b = = z x b = +
n
y ax = ln ;ln ;ln y z a b x t = = = z b nt = +
Elaboracin de informes
El propsito del informe
La elaboracin de informes constituye una tarea ineludible en el
quehacer cientfico por cuanto es el instrumento habitual para hacer
llegar al conjunto de la comunidad cientfica resultados y nuevas
conclusiones.
Para realizar una buena informe, es recomendable tener un cuaderno
de notas en el que apuntar absolutamente todo lo que se hace, se mide
y se observa en el laboratorio. Aunque al terminar el experimento todo
parezca muy claro, con el paso del tiempo los detalles se van olvidando,
por lo que es fundamental tomar el mayor nmero de anotaciones
posibles. Conviene anotar tanto lo importante como lo que no lo es
tanto, ya que muchas veces no es hasta ms tarde cuando se descubre
qu es lo verdaderamente til para la dicho informe.
Estructura del informe
Un esquema frecuentemente empleado en la redaccin de memorias es
el siguiente:
1. Ttulo Debe ser breve pero debe informarnos del contenido del
trabajo de forma clara.
2. Autor. Debajo del ttulo suele escribirse el nombre del autor del
trabajo.
3. Resumen. Debe contener los resultados ms importantes obtenidos
en el trabajo. Debe ser breve y centrarse en los puntos importantes sin
dar detalles.
4. Introduccin. Debe informarnos sobre los fundamentos tericos del
experimento. No debe extenderte mucho en este punto.
5. procedimientos y materiales. Es una descripcin breve tanto del
montaje como del mtodo experimental empleado. Puede resultar muy
interesante la inclusin de diagramas o dibujos explicativos que ayuden
en este aspecto.
6. Resultados. En esta seccin se deben incluir los datos necesarios
para dar consistencia a las discusiones y conclusiones posteriores. No
se trata de presentar todos los datos de que dispongamos, sino slo los
que resulten tiles para la comprensin del trabajo que se presenta.
Es preferible su presentacin en forma de grficas, antes que en forma
de tablas.
Se debe dejar bien claro el grado de precisin que poseen nuestros
datos, ya que esto es crucial en la discusin de los resultados.
7. Discusin. Se interpretan los resultados obtenidos.
8. Conclusin. Se estudia hasta qu punto los resultados obtenidos
permiten afirmar que el objetivo del experimento se ha alcanzado.
9. Apndices. Aqu puede incluirse determinado material como la
deduccin de una ecuacin el cdigo de un programa especialmente
relevante en la obtencin o el tratamiento de los resultados, de los
cuales no existen o no conocemos referencias.