INTRODUCCIN A LA EXPERIMENTACIN

INTEGRANTES: ANDRY BARCENAS LANDERO

ROSA CARO JUNCO
JOHANA DUEAS OTERO
ANDREA GMEZ ALVAREZ
LINA NOVA ARRIETA
EDUARDO SALLEG GUERRERO
PROFESOR JESUS MADERA YANCES
LABORATORIO DE FISICA
INGENIERIA AMBIENTAL
UNIVERSIDAD DE CORDOBA
MONTERIA CORDOBA
2011
CARACTERSTICAS DE LOS DATOS EXPERIMENTALES
UNIDADES DE MEDIDA
Todas las magnitudes fsicas pueden expresarse en funcin de un
pequeo nmero de unidades fundamentales. La seleccin de las
unidades patrn o estndar para estas magnitudes fundamentales
determinan un sistema de unidades. El sistema utilizado universalmente
en la comunidad cientfica es el sistema internacional. Existen siete
unidades bien definidas y dimensionalmente independientes, que son
las siguientes:
El sistema internacional de unidades, de abreviatura SI, emplea una sola
unidad bsica para cada magnitud fsica y forma los mltiplos y
submltiplos de esta unidad aadiendo un prefijo. A continuacin se
muestran los submltiplos y mltiplos del SI:
CIFRAS SIGNIFICATIVAS
Al comunicar el resultado de una medida experimental hay que
expresarlo adecuadamente, ya que la medida no puede ser ms precisa
que lo que determine el instrumento de media utilizado. Para evitar
interpretaciones errneas, las medidas deben expresarse con sus cifras
significativas correspondientes. Las cifras significativas de un nmero
son todos aquellos dgitos cuyos valores se conocen con certeza. Por
ejemplo, al expresar la longitud 112,97 m, se indica que la cinta mtrica
usada est graduada en cm. La anterior medida de longitud se ha
realizado con cuatro cifras significativas. La cantidad 12,97 m se puede
expresar tambin como 1297 cm.
Las normas para considerar cifras significativas son las siguientes:
Toda cifra distinta de cero es significativa.
Todo cero situado entre dos cifras significativas es significativo.
Por ejemplo, el nmero 4,2067 10
3
tiene cinco cifras
significativas.
No son significativos todos los ceros situados a la izquierda del
primer dgito significativo no nulo. As, el nmero 0,008403 tiene
cuatro cifras significativas.
Cualquier cero final o a la derecha de una coma decimal es
significativo, si la sensibilidad del instrumento de medida as lo
indica.
Es importante informar los resultados de operaciones matemticas con
el nmero correcto cifras significativas. Esto se logra siguiendo las
reglas de multiplicacin y divisin y suma y resta. Para obtener el
nmero correcto de cifras significativas, los resultados se redondean. He
aqu algunas reglas generales que usaremos para las operaciones
matemticas y el redondeo.
REDONDEO
Un nmero se puede redondear a ciertas cifras, prescindiendo de uno o
ms de sus ltimos dgitos. Cuando el primer dgito suprimido es menor
que 5, el ltimo dgito que se mantiene no se modifica. Cuando es mayor
o igual que 5 se aumenta en una mitad la ltima cifra conservada. Por
ejemplo:
Nmero Cinco
cifras
Cuatro
cifras
Tres cifras Dos cifras Una cifra
3,14159 3,1416 3,142 3,14 3,1 3
9,80701
0
-3
9,8070*10
-3
9,807*10
-3
9,81*10
-3
9,8*10
-3
1*10
-3
0,644510 0,64451 0,6445 0,645 0,64 0,6
16875 16875 168810
1
16810
2
1710
3
210
4
98,372 98,372 98,37 98,4 98 110
2
CLCULOS CON DATOS EXPERIMENTALES
Consideremos ahora la cuestin de cuntos dgitos se deben mantener
en un resultado despus de hacer operaciones aritmticas con los datos
del problema. Slo se debe redondear en la respuesta final (no en los
resultados intermedios), para evitar errores por redondeo.
CIFRAS SIGNIFICATIVAS Y CLCULOS
Por lo general, en un experimento se miden varias cantidades a varios
niveles de precisin, es decir, hasta un nmero dado de cifras decimales
o hasta tantas cifras significativas.
En los clculos se combinan cifras de diversos grados de precisin y hay
que saber la manera en que estas combinaciones afectan al resultado
final. Las reglas siguientes con muy tiles:
En las sumas y en las restas no se deben retener ms cifras
decimales que las confiables en la cantidad que tiene el menor
nmero de cifras decimales confiables.
25,34 58,0
5,469 + 5,469 +
0,322 0,00001
31,131 58,00381
31,13 58,0
En la multiplicacin y divisin se redondea el resultado hasta
que posea el mismo nmero de cifras significativas como las
que tiene el valor dado con el nmero ms bajo de cifras
significativas. Por ejemplo:
2 3,1 4,5 3,18 = 88,722 y se redondea a 89
Al elevar a potencias o extraer races, redondee el resultado
final de manera que tenga el mismo nmero de cifras
significativas que el valor dado.
NOTACIN CIENTFICA
La notacin cientfica es una de las principales aplicaciones de las
potencias de exponente entero. Se trata de una forma de escribir
nmeros especialmente til cuando trabajamos con cantidades muy
grandes o muy pequeas. De forma general, un nmero est expresado
en notacin cientfica si est escrito de la siguiente forma:
a, bc . 10
n
donde a es una cifra del 1 al 9 que va seguida de los decimales
necesarios (b,c.) y multiplicada por una potencia de base diez y
exponente entero (es decir, n puede ser positivo o negativo). Veamos
algunos ejemplos:
- La masa de un electrn, que como se recuerda es una de las partculas
que componen el tomo, es evidentemente muy pequea. Si la
expresamos utilizando la notacin normal tenemos que:
m
electrn
= 0,00000000000000000000000000167 Kg
Usando las propiedades de las potencias de base 10 podemos expresar
esta cantidad utilizando la notacin cientfica:
m
electrn
= 1,67 * 0,000000000000000000000000001 Kg = 1,67 *10
-27
Kg
RESULTADOS ACOMPAADOS POR ERROR
En todas las ciencias experimentales se opera con datos numricos
obtenidos mediante medidas y observaciones que nunca pueden ser
absolutamente exactas; esto es debido a que los instrumentos de
medida no son exactos. Existen muchos factores que influirn en los
resultados, que por tanto no sern exactos y vendrn afectados de
cierta incertidumbre.
Los errores que se presentan en los resultados deben ser redondeados,
para esto se debe examinar las dos primeras cifras del error:
-si es menor que 25 se retienen ambas cifras y se redondea
- Si es mayor que 25 se retiene la primera y se redondea
Medidas Redondeo
I= 2,3408415 +
0,002156 A
0,0022 A
I= 2,3408415 + 0,03674
A
0,04 A
I= 2,3408415 + 0,2036 A 0,20 A
I= 2,3408415 + 0,00962
A
0,010 A
I= 2,3408415 + 0,257 A 0,3 A
ORDENES DE MAGNITUD
La orden de magnitud de una cantidad es la potencia de diez que est
ms cercana a la cifra real. Se expresa con el smbolo y se lee
aproximadamente. Por ejemplo, el orden de magnitud de 137 es 10
2
ya que 137 = 1,3710
2
y como 1,37 est ms cerca de 1 que de 10,
entonces 1,37 pude aproximarse como 1 y entonces 1,3710
2
110
2

10
2
. Anlogamente el orden de magnitud de 0,00262 es 10
-3
ya que
0,00262 = 2,62 10
-3
y 2,62 est ms cerca de 1 que 10, por lo tanto se
puede aproximar a 1 entonces 2,62 10
-3
110
-3
10
-3
.
La orden de magnitud de 0,00087 es 10
-3
y no 10
-4
como parecera, ya
que 0,00087= 8,7 10
-4
. Pero 8,7 est ms cerca de 10 que de 1 por lo
que 8,7 puede aproximarse a 10. As, 8,7 10
-4
10 10
2
10
-3
.
TABULACIN DE DATOS
La representacin tabular proporciona slo una sntesis muy limitada del
resultado del trabajo experimental. Sin embargo la tabulacin de los
datos es una herramienta indispensable tanto para la realizacin misma
del experimento como para su ulterior anlisis.
La realizacin de tablas de valores no se limita necesariamente a los
datos que se recogen directamente en el trabajo experimental, sino que
puede extenderse a los resultados de efectuar operaciones con dichos
datos. Adems, pueden disponerse de columnas para colocar en ellas el
error siempre que ste sea diferente en cada medicin.
Las tablas de datos deben poseer un ttulo y deben aparecer las
magnitudes con sus unidades de medida.
Los datos experimentales se recogen en forma de tabla. La tabla 1
muestra el conjunto de valores obtenidos:
Tabla 1.-Valores medidos de la resistencia de un material conductor a
distintas temperaturas
REPRESENTACIN GRFICA
Despus de haber hecho un trabajo experimental en donde se
obtuvieron por decirlo as, una serie de valores medidos o tomados que
relacionan dos o ms magnitudes. A partir de los datos es difcil sacar
conclusiones sobre el comportamiento del material. Un primer paso es
ordenar los valores experimentales procedentes de las medidas
realizadas en tablas de datos que contienen toda la informacin
relevante de las medidas. Normalmente las tablas de datos no muestran
regularidades fciles de descubrir entre las magnitudes que se
relacionan mientras que su representacin grfica informa sobre la
relacin que existe entre las magnitudes, la calidad del experimento y la
singularidad de algunos valores, por tanto procedemos a representar los
datos.
A la hora de trazar una grfica, si los vamos a ser manualmente es
recomendable que sea sobre un papel milimetrado para que nuestra
grafica demuestre mejor el fenmeno pero si podemos ayudarnos de un
ordenador mediante una hoja de clculo programas grficos este nos
hara mejor las grficas.
Al representar valores nos damos cuenta que hay una magnitud fsica
que influye y provoca cambios en los resultados de una experiencia la
cual recibe el nombre de variable y esta puede ser dependiente o
independiente.
Una variable independiente es la magnitud que el experimentado
modifica con un criterio y su voluntad, mientras que una variable
dependiente es la magnitud que toma distintos valores, dependiendo de
cmo se modifique la variable independiente.
En la representacin en un plano existen dos ejes de coordenadas, que
se llaman ejes de abscisas y ordenadas. En el eje de abscisas, eje x, se
representa la variable independiente, mientras que en el eje de
ordenadas, eje y, la variable dependiente. En dicha representacin cada
pareja de valores de la tabla de datos le corresponde a un punto en el
plano. En cada eje se debe anotar la magnitud representada y la unidad
de la medida.
Cuando ya se tiene la grfica se debe tener en cuenta que las lneas
rectas o curvas que mejor se ajustan al conjunto de puntos
experimentales han de ser finas o continuas, nunca quebradas, ya que
generalmente, las magnitudes fsicas y sus derivadas varan de forma
continua. El trazado de la curva que mejor se ajusta a la distribucin se
realiza de forma que pase por el mayor nmero posible de puntos
experimentales y deje aproximadamente el mismo nmero de puntos de
ambos lados. La curva debe ser coherente con la experiencia que se
realiz.
En la siguiente tabla se muestra los valores obtenidos al medir la
resistencia de un material a diferentes temperaturas, luego de tabular
los datos se deber realizar una grfica con las medidas obtenidas.
Tabla 1.-Valores medidos de la resistencia de un material conductor a
distintas temperaturas

ELECCIN DE ESCALAS
La representacin grfica ms utilizada es la de tipo lineal. La grfica de
una funcin lineal es una recta y la forma de la funcin es como sigue:
y= mx + b, en donde m es la pendiente de la lnea y b es su intercepto
con el eje y cuando x= 0.
Otra forma de representar datos son las funciones definidas por y=e
x
se
denominan funciones exponenciales. Al convertirse en una funcin
logartmica y graficar los datos se obtienen una lnea recta. En efecto, al
sacar logaritmo en ambos lados de la ecuacin, se obtiene In (y) = x.
BARRAS DE ERROR
La expresin "barras de error" puede provocar cierta confusin. Este
trmino viene del campo de la estadstica. Las barras de error son una
herramienta que permite mostrar el rango del desvo estndar de una
medicin experimental.
Tomando como ejemplo los datos de la resistencia del material en
diferentes temperaturas, en la grfica se representan los puntos
experimentales con las barras de error (t
1
+ t
v
R
i
+ R
1
) y la recta de
ajuste.
TRATAMIENTO DE ERRORES
Es de hecho imposible en la prctica y por tanto innecesario realizar un
gran nmero de determinaciones de cada medida fsica para estudiar la
distribucin de los errores experimentales. En su lugar se supones que si
tal repeticin laboriosa se llevase a cabo, se obtendr una curva normal
de errores. Unas cuantas determinaciones seleccionas son por tanto
suficientes para dar una indicacin adecuada de la realidad de los
resultados.
En muchas ocasiones, los resultados obtenidos de los datos se
interpretan mejor con ayuda de una representacin grfica. Adems,
este procedimiento muestra una tendencia que permite estimar los
valores en otros puntos diferentes a los experimentales o demuestra
una determinada relacin matemtica entre las variables representadas.
Los errores se pueden clasificar en dos tipos:
Errores sistemticos: son los errores causados por un defecto
en el instrumento de medida, por una tendencia anmala en el
observador, variacin de las condiciones ambientales o por el
mtodo empleado, y por tanto se registran los errores siempre
en un mismo sentido.
Errores aleatorios, probabilsticos o causales: son variaciones
que aparecen entre observaciones sucesivas realizadas por un
mismo operador. No existe una causa predeterminada para
este tipo de errores siendo incontrolables para un observador.
Alteran la medida realizada tanto por exceso como por defecto.
El origen de estos errores accidentales puede ser el cambio
durante el experimento de las condiciones en el entorno,
errores de apreciacin del observador, errores de precisin del
aparato de medida, etc.
CALCULO DE ERRORES DE MEDIDAS DIRECTAS
Para hallar los errores cuando se realiza una nica medida, si la medida
se encuentra en una escala analgica, el error se toma como la mitad de
la sensibilidad del aparato. Pero si la medida est en una escala digital,
el error es la sensibilidad del aparato.
Supnganse que se mide una longitud con una regla cuya mnima
divisin es el milmetro. En principio se puede expresar el resultado de
una medicin particular como:
(25,0 + 0,5) mm
Si la medicin diera entre dos rayas correspondientes a la mnima
divisin, el resultado se expresara de la siguiente manera:
(17,5 + 0,5) mm
Con lo cual se dice que el valor verdadero se encuentra en el rango que
va de 17 a 18 mm. Puede suceder que, por razones externas al
instrumento de media, la incertidumbre de la medicin de la medicin
sea mayor de 0,5 mm, incluso llegar a 1, 1.5 o ms.
Para calcular los errores cuando se realizan varias medidas se utilizan
las siguientes formulas:
Valor medio aritmtico: representa estadsticamente el valor ms
cercano al valor verdadero y corresponde al cociente de la suma
de los resultados de medir n veces una misma magnitud entre el
nmero de medidas hechas.
Error absoluto, desviacin o residuo de una medida: es definido
como el valor absoluto de la desviacin de cada medicin respecto
a la medida aritmtica.
Xi=|X-Xi|
Error medio absoluto o desviacin media de una medida:
corresponde al valor medio de lo errores absolutos.
Error relativo: es dado por el cociente entre el error absoluto
asociado con la medida y la misma medida.
r= XiXi
Para ilustrar lo descrito antes, se realiza el siguiente ejercicio: se quiere
determinar el volumen de un cilindro para lo que se quiere su altura y el
dimetro del mismo. La medida de la altura se hizo una vez con una
cinta mtrica, mientras que el dimetro se realiz cinco veces con un
vernier de apreciacin 0,05 mm.
h= altura: (102 + 1) mm
d= dimetro (mm): 17,80 ; 17,80 ; 17,90 ; 17, 90
Dimetro promedio:
d=17,80+17,80+17,90+17,90mm5=17,84 mm
Errores absolutos para cada medida del dimetro:
d
1
= |17,84 17,80|mm= 0,04 mm
d
2
= |17,84 17,80|mm= 0,04 mm
d
3
= |17,84 17,90|mm= 0,06 mm
d
4
= |17,84 17,90|mm= 0,06 mm
Error medio absoluto del dimetro:
d: 0,04+0,04+0,06+0,06mm5=0,05 mm
Error relativo absoluto del dimetro:

r=
0,05 mm17,84 mm=0,0028
Adems de las sealadas anteriormente se define las siguientes:
Desviacin estndar del valor medio de una serie de medidas: se
representa el valor del error cuadrtico medio y se define como:
Estimacin del error de la media: es dado por el cociente entre la
desviacin estndar y n-1 que viene siendo la suma de cuadrados.
x= n-1
Ejemplo de desviacin estndar
CALCULOS DE ERRORES DE MEDIDAS INDIRECTAS
Cuando se utiliza una frmula para calcular magnitudes a partir de otras
que se han medido directamente y a partir de constantes fsicas,
decimos que estamos realizando una medida indirecta. En algunas
ocasiones, una magnitud fsica es medida indirectamente a partir de
otra/s magnitud/es. Cada una de estas otras magnitudes, viene afectada
por un margen de error.
Supongamos que sea una magnitud que va a ser medida indirectamente
mediante una frmula a partir de otras magnitudes x1, x2,..., xn que han
sido medidas directamente y que tienen como errores absolutos x1,
x2,..., xn, respectivamente.
Entonces podemos obtener una aproximacin para el error
absoluto y en funcin de los errores absolutos de las variables directas:
Escribiremos por tanto, como resultado:
Supongamos que se quiere calcular la superficie de una hoja de papel.
Para ello se miden sus dimensiones resultando ser 21,2 cm y 29,7 cm,
utilizando una regla de resolucin 1 mm y de precisin el 0,1%. Los
errores relativos totales, resolucin ms precisin, redondeados valen:
La superficie de la hoja es S=xy= 21,2 29,7 = 629m
2
. Puesto que el
rea se obtiene a partir del producto de los lados de la hoja, su error
relativo ser la suma de los errores relativos de cada uno de los
factores:
Por lo cual el resultado de la medida de la superficie es:
S = 629 cm
2
0.6% = 629 cm
2
4 cm
2
REGRESIN LINEAL
Cantidad de cambio que experimenta una variable dependiente (y), en
relacin al cambio de una unidad de una variable independiente(x). La
regresin estudia la naturaleza de la relacin entre dos variables
dependientes. Al igual que con otros procedimientos estadsticos
destaca que en la regresin lineal se desea realizar una interferencia
estadstica partiendo de los valores mustrales obtenidos por tanto se
deben cumplir ciertos requisitos en el caso de regresin lineal que son
los siguientes:
1) Normalidad de varianzas en la variable dependiente (y) del modelo
para los valores fijos de la variante independiente(x)
2) Independencia de las observaciones de y
3) Linealidad en la relacin entre las variables
El modelo matemtico que describe una relacin lineal cuando se estima
el valor de y en funcin de x, est representado por:
y= mx +b
Donde m es la pendiente, determina el ngulo de inclinacin de la recta.
Se le llama coeficiente angular
B, es el coeficiente de posicin u origen de la ordenada
Por ejemplo: Se ha introducido un nuevo tipo de lavadora en 11 grandes
almacenes. Aproximadamente, todos los centros son de igual tamao y
estn situados en comunidades similares. El productor ha variado el
precio en cada gran almacn, y los datos siguientes muestran el nmero
de unidades que se han vendido, en un mes, con los distintos precios.
Un grfico del nmero de unidades vendidas, y, frente a los precios, x,
de estos 11 pares de datos viene dado en la siguiente figura
El diagrama de dispersin resultante indica que, sujeta a errores
aleatorios, la hiptesis de que existe una relacin lineal entre el nmero
de unidades vendidas y los precios resulta ser razonable. Esto es, el
modelo de regresin lineal.
MINIMOS CUADRADOS
Cuando se quiere linealizar una ecuacin quiere decir que su nueva
ecuacin est dada por: y mx +b, para lo cual hacemos uso del mtodo
de mnimos cuadrados.
Con frecuencia, se plantea el problema de encontrar una expresin
matemtica y = f(x) de la ley fsica que rige el comportamiento
de un determinado fenmeno a partir de una serie de N medidas (xi,
yi) de las magnitudes x e y que lo caracterizan.
La mejor recta es aquella cuyos parmetros m y b minimizan la suma de
los cuadrados.
El mtodo de mnimos cuadrados nos permite identificar la ecuacin
emprica correspondiente. Ahora bien cuando nosotros organizamos
nuestros datos experimentales en tablas o en graficas estos siguen un
comportamiento ya puede ser lineal o exponencial es este caso
utilizamos solo los datos experimentales que se ajusten a una lnea recta
es decir que siguen un comportamiento lineal para ello se utiliza la
frmula de la ecuacin de la recta pendiente intercepcin de la forma
y=mx +b donde m es la pendiente la cual se obtiene (y2-y1)/(x2-x1)
donde x y y son las coordenadas de dos puntos cualquieras que se dan
y b es la intercepcin del origen la cual es obtenida mediante la
intercepcin de la grfica en el eje de las y. ahora bien si nos dieran una
gran cantidad de datos experimentales sera muy complicado obtener la
pendiente entre cada dos puntos que nos son dados ya que tendramos
que ser un promedio de las pendientes obtenidas y esto generara
errores muy grandes para disminuir el error u obtener errores muy
pequeos se usara el mtodo de mnimos cuadrados el cual utiliza las
siguientes dos formulas
m=((nxy-xy)/(nx2-(x)2))
b=((yx2-xxy)/(nx2-(x)2))
Estas dos frmulas fueron obtenidas mediante mtodos estadsticos y no
es nuestra intencin describir como fueron calculadas, solo
simplemente aceptarlas como ciertas y utilizarlas para obtener nuestra
ecuacin emprica y as disminuir nuestros errores.
Esta grfica es un ajuste que se hizo tomando como gua el ejemplo
anteriormente mencionado, que es el de la variacin de la resistencia
con la temperatura
La incertidumbre relativa de la pendiente, calculada a partir del
coeficiente de regresin, vale R/R = 4,3%. Tanto para la grfica como
para este clculo se ha aceptado que la incertidumbre en los valores de
la resistencia era la misma para todos. El resultado que se tomara para
el coeficiente es: (0,36 + 0,02).

Coeficiente de correlacion lineal
El metodo de minimos cuadrados nos da una recta que mejor se ajusta a
los datos. Pero queda saber que tan bueno es el ajuste lineal, una forma
de medir si x y y estan relacionadas linealmente es calculando el
coeficiente de correlacion lineal r, que se obtiene de aplicar la formula:
Donde la suma se hace para los n datos experimentales
Propiedades del coeficiente de correlacin
El coeficiente de correlacin no vara al hacerlo la escala de
medicin.
El signo del coeficiente de correlacin es el mismo que el de la
covarianza.
Si la covarianza es positiva, la correlacin es directa.
Si la covarianza es negativa, la correlacin es inversa.
Si la covarianza es nula, no existe correlacin.
El coeficiente de correlacin lineal es un nmero real entre. (1
r 1)
Si el coeficiente de correlacin lineal toma valores cercanos a 1
la correlacin es fuerte e inversa, y ser tanto ms fuerte cuanto
ms se aproxime r a 1.
Si el coeficiente de correlacin lineal toma valores cercanos a 1 la
correlacin es fuerte y directa, y ser tanto ms fuerte cuanto ms
se aproxime r a 1 ; r >.(0.99)
Si el coeficiente de correlacin lineal toma valores cercanos a 0, la
correlacin es dbil.
Si r = 1 1, los puntos de la nube estn sobre la recta creciente
o decreciente. Entre ambas variables hay dependencia funcional.
Por ejemplo, se tomaron diferentes valores de masa y volumen de
agua para determinar su relacin, y la densidad del agua. Se
control la masa obtenindose los siguientes resultados:
#/CANT. M,
0.1, g
V, 0.6,
ml
1 10 9.9
2 15 15.3
3 20 19.8
4 25 25.2
5 30 29.9
6 35 35.3
7 40 39.8
8 45 45.2
9 50 49.9
10 55 55.1
Haciendo los clculos pertinentes se obtiene los siguientes resultados:
La pendiente: m = 1.000 0.005 g/ml.
La ordenada al origen: b = 0.032 0.167 g.
La ecuacin ser: M = (1.000 0.005) V + (0.0 0.2), donde
M est en g, y V est en ml.
Comparando los modelos terico y experimental, sabemos que la
densidad es el inverso de la pendiente: = 1/m. Calculando obtenemos:
ml g
m
/ 005 . 0 000 . 1
) 1 (
) 005 . 0 )( 1 (
1
0
000 . 1
1 1
2
2
2
t
1
1
]
1

,
_

+
,
_

t
As pues, la densidad ser: = 1.000 0.005 g/ml.