1

Introduccin al tratamiento
de datos
2
Enfoque
Intuitivo
(nos falta estadstica y tiempo)

Prctico
(queremos trabajar en el laboratorio)
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 ...
125,634
El resultado podra ser ?
125,634 cm
125,634 17,287 cm
125 17 cm
5
Partes de una medida II
Al medir una mesa podemos obtener
125 17 cm
valor
incertidumbre
unidades
6
Error e incertidumbre I
Muchas veces se cometen errores al medir.
Debemos corregirlos o al menos estimarlos
X
medido
AX

X
real
AX
7
Error e incertidumbre II
X
medido
AX

X
real
AX
Error = X
real
X
medido
X
real
e(X
medido
AX, X
medido
+AX)

8
Nivel de Confianza
AX depende de lo seguros que queramos
estar
Nivel de confianza = fraccin de las veces
que quiero acertar. 99%, 95%...
X
medido
AX

X
real
AX
9
Tipos de medidas
Medidas directas



Medidas indirectas
Las anoto de un instrumento
L
1
, L
2

Provienen de aplicar
operaciones a medidas
directas
A = L
1
x L
2
L
1

L
2

10
Tipos de errores
Medidas directas



Medidas indirectas



Sistemticos
Aleatorios
Derivados de los anteriores
11
Errores sistemticos
Errores sistemticos
Limitaciones de los aparatos o mtodos



Precisin
Calibracin
12
Errores aleatorios I
Factores que perturban nuestra medida.

Suma de muchas causas
Tienden a ser simtricos.
Se compensan parcialmente.
Repetir las medidas.
Estadstica
medidas
X
real
13
Errores aleatorios II
Distribuciones
Representamos la frecuencia de sucesos
aleatorios.
Tienden a curvas tpicas
X
real
x x
x
x x x
x
x
x
x
x x
14
Cmo estimar el resultado
Frente a errores sistemticos.
Frente a errores aleatorios.
Medir correctamente
Calibrar los aparatos
Se compensan repetir varias veces la medida
La media es el valor ms probable

=
=
n
i
i
n
X
X
1
15
Ejemplo
Me peso varios das seguidos en iguales
condiciones
Da L Ma Mi J V
Masa (kg) 73 72 74 72 73
kg M 8 , 72
5
) 73 72 74 72 73 (
=
+ + + +
=
INCERTIDUMBRE
16
17
Incertidumbre
Se suele expresar como:





Se suele descomponer en:
1. Incertidumbre factores sistemticos: E
S1
, E
S2
...
Destaca la de precisin
2. Incertidumbre factores aleatorios: E
A
1. Absoluta: AX
2. Relativa:
X
X
E
r
A
=
X
X
en E
r
A
=100 %
18
Incertidumbre de precisin E
s
En casos sencillos la estimaremos como:



A veces depende del experimentador



No es fcil definir su intervalo de confianza
La mitad (?) de la divisin menor de la escala
Ej: Balanza
No hay reglas sencillas para estimarla
Ej: Cronmetros
19
Incertidumbre aleatoria E
A


n
n
n
t E
A
1
1

=
o
s = Desviacin
tpica de las
medidas
Desviacin tpica
de la media
Factor de
cobertura
t de Student
Para n medidas
20








s: la dispersin de los datos

4
X
real
3 5
4 = X
Medir la separacin con respecto al valor real ?
No conocemos el valor real
Medir la separacin con respecto al valor medio ?
Cmo?
21
0
3
) 5 ( ) 4 ( ) 3 (
=
+ +
=
x x x
s
3
2
3
5 4 3
=
+ +
=
x x x
s
22
( ) ( ) ( )
3
2
3
5 4 3
2 2 2
2
=
+ +
=
x x x
s
( )
( ) ( ) ( )
1
2
2
1 3
4 5 4 4 4 3
1
2 2 2
1
2
2
1
2
= =

+ +
=

= =

n
x x
s
n
i
i
n
o
23
s: propiedades
Es la distancia del valor real a la que estar
ms probablemente un nuevo dato
cte s
n


Tiene las mismas unidades que el resultado
24
Dispersin de la media
SI hiciramos 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
n
s
s
X
=
25
t de Student
Ya tenemos y pero el intervalo...
es pequeo y conlleva un nivel de confianza
variable 4 multiplicamos por un factor corrector.

Si o es el nivel de confianza
o = 0,95 p=0.05.

Para pocas medidas s=o
n-1
se estima
mal y el factor es mayor para compensar.
X X
s
X
s X = A
n
t
) ( ) 1 (
4 4 4
p t t t = = o
26
Coeficientes t
n
n 1 2 3 4 5 10 20 40
t
n
P=0.1
6,31 2,92 2,35 2,13 2,01 1,81 1,72 1,68 1,64
t
n
P=0.05
12,7 4,30 3,18 2,78 2,57 2,23 2,08 2,02 1,96
t
n
P=0.01
63,6 9,92 5,84 4,60 4,03 3,16 2,85 2,70 2,58
27
Un poco de Historia:Student
Inglaterra - Irlanda
Control de calidad
industrial
Extraemos un nmero
pequeo de muestras de
un lote grande.


Representan al producto ?



W. Gosset 1876-1937
28
Ejemplo
Da L M X J V
Masa
(kg)
73 72 74 72 73
kg M 8 , 72 =
( ) ( ) ( ) ( ) ( )
1 5
8 , 72 73 8 , 72 72 8 , 72 74 8 , 72 72 8 , 72 73
2 2 2 2 2
1

+ + + +
=
n
o
kg
n
837 , 0
1
=

o
Me peso varios das seguidos en iguales condiciones
29
78 , 2
4 1
= =

t t
n
kg t E
n
A
04 1
5
837 0
78 2
5
1
4
,
,
, = = =

o
30
Incertidumbre total
Combinaremos las incertidumbres en cuadratura:



Propiedades



+ + + + = A
2
2
2
1
2
u u X
2 2
S A
E E X + = A
A S A S A
S A S A S A
E E E E E
E E E E E E
+ >>
+ < + <
2 2
2 2
,
,
31
Resumen medidas directas








2 2
S A final
E E X + = A
E
S
= Media divisin
mnima
n
n
n
t E
A
1
1

=
o
X X
final
=
32
Da L M X J V
Masa
(kg)
73 72 74 72 73
kg M 8 , 72 =
kg E
A
97 , 0 =
kg E
S
5 0, =
kg M 091 , 1 5 , 0 97 , 0
2 2
= + = A
( ) kg M 091 , 1 800 , 72 =
Presentacin
incorrecta !!!!!!
33
Medidas indirectas I
Dependen de otras expresiones matemticas
Ej: rea de un cuadrado = (Lado)
2

A = L
2

L = 5 1 cm
A = 25 cm
2
, AA= ?
Recordando derivadas...
L
dL
dA
A
L
A
L dL
dA
A
|
.
|

\
|
~ A
A
A
A
=
0
lim
34
Medidas indirectas II



Significado AA, AL

Vlido si AL pequeo

Interpretacin
geomtrica
L L A L
dL
dA
A = A = 2 2
AL
AL
L
L
35
Medidas indirectas III
rea de un rectngulo
A = L
1
x L
2

L
1
conocido
perfectamente

Y si L
1,
,L
2
inciertos ?


2 1 1
2
L L A L
dL
dA
A = A =
AL
2
AL
2
L
1
L
2
L
1
36
Medidas indirectas IV








Errores independiente
se compensan
parcialmente


?
1 2 2 1
L L L L A A + A = A
AL
1
x AL
2
L
1
x

AL
2
L
2
x

AL
1
L
2
L
1
( ) ( )
2
2
2
2 1
L L L L A A + A = A
37
Medidas indirectas V
( ) , ,
2 1
X X f Y =
+
|
|
.
|

\
|
A
c
c
+
|
|
.
|

\
|
A
c
c
= A
2
2
2
2
1
1
X
X
Y
X
X
Y
Y
Derivada parcial de Y respecto a X
1
38
Derivadas parciales
1
X
Y
c
c
Como vara Y si vara slo X
1
( ) , ,
2 1
X X f Y =
EJEMPLOS

z x y 4 3 + =
3 2
z x y =
V
M
=
h r V
2
t =
39
Casos simples
2 1
X X Y =
( ) ( )
2
2
2
1
X X Y A + A = A
X c Y =
X c Y A = A
2 1
X X Y =
2
2
2
2
1
1
|
|
.
|

\
|
A
+
|
|
.
|

\
|
A
= A
X
X
X
X
Y Y
2
1
X
X
Y =
n
X Y =
X
X
n Y Y
A
= A
40
Ejemplo (casi) completo I
n
0
1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1
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
M
=
1
2
3
41
g E E M
A S
282 0
2 2
. = + = A
g E
S
05 . 0 =
g g E
A
278 0
5
224 0
78 2 .
.
. = =
n
0
1 2 3 4 5
M (g) 14.3 14.5 14.7 14.4 14.1

g M 400 . 14 =
g M 282 0 400 14 . . =
42

3
3
4
r V t =
r r r
r
V
V A =
|
.
|

\
|
A
c
c
= A
2
2
4t
3
3 , 1 2 , 4 cm V =
r
r
V
V
E
V R
A
= =
A
= 3 3 . 0
,
43

? 0335 , 1 4377 , 3
3
cm
g
=
V
M
=
2 2
|
.
|

\
|
A
+
|
.
|

\
|
A
= A
V
V
M
M

44
NO tengo tanta precisin en A como pretendo
Si tengo una incertidumbre de unidades...Por
qu doy diezmilsimas en ?
Presentacin de resultados
Los resultados se presentan redondeados





? 0335 , 1 4377 , 3
3
cm
g
=
3
) 0 , 1 4 , 3 (
cm
g
=
? 0 , 1 4377 , 3
3
cm
g
=
45
Cifras significativas
Cifras significativas
Todas salvo los ceros a la izquierda
Sobreviven a un cambio de notacin
Ejemplos:





c.s. 3 0,670 c.s 2 0,67
c.s. 3 670 c.s. 2 67
s. c. 3 10 123 c.s. 3 0,123
c.s. 3 10 123 c.s. 3 123
3 -
3




46
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.
47
Comparacin de resultados
Resultados compatibles
Resultado ms preciso.
Review of particle porperties (PDG). Phys. Rev. D 45 Part II (1992) I.11
48
Calculadora
49
Excel
Clculos para la curva caracterstica de una resistencia
I) Medida de I frente a V (Salamanques & Anitua)
Promax (40 mA)
V (V) AV (V) I(mA) AI(mA) R(kO) AR(kO) I_teor(mA) I_residuo(mA) 1/AR(kO)^2 R(kO)/AR(kO)^2
1.00 0.101 0.45 0.0145 2.22222 0.23558985 0.455 0.005 18.01718182 40.03818182
4.00 0.104 1.82 0.0282 2.19780 0.06652046 1.80964286 -0.010357143 225.9901621 496.6816749
7.00 0.107 3.17 0.0417 2.20820 0.04453215 3.16428571 -0.005714286 504.2578521 1113.503143
10.00 0.110 4.52 0.0552 2.21239 0.03636286 4.51892857 -0.001071429 756.2824602 1673.191284
13.00 0.113 5.86 0.0686 2.21843 0.03234635 5.87357143 0.013571429 955.7611244 2120.289184
16.00 0.116 7.22 0.0822 2.21607 0.02991129 7.22821429 0.008214286 1117.711575 2476.923157
19.00 0.119 8.58 0.0958 2.21445 0.02834979 8.58285714 0.002857143 1244.228592 2755.284761
22.00 0.122 9.95 0.1095 2.21106 0.0272474 9.9375 -0.0125 1346.944938 2978.169713
II) Regresin Lineal
Media x: 11.5
Varianza x: 47.25 D: 378
(sigma_x)^2
Media y: 5.19625
Varianza y: 9.634123438 E: 77.0729875
(sigma_y)^2
Covarianza: 21.335625
(sigma_xy)
t_n-2: 2.446911846
s_res: 0.009850066
m: 0.451547619 Am: 0.001239686 c: 0.003452381 Ac: 0.01660901
R (kO): 2.214605853 AR (kO): 0.006080012 oR (%): 0.274541517 Intervalo_R (kO): 2.20852584 2.22068587
III) Media Ponderada
R (kO): 2.213268273 AR (kO): 0.012731682 oR (%): 0.575243515 Intervalo_R (kO): 2.20053659 2.22599996
IV) Medida Directa
Promax (4 kO)
R (kO): 2.206 AR (kO): 0.020545 oR (%): 0.931323663 Intervalo_R (kO): 2.185455 2.226545
0
2
4
6
8
10
12
0.00 5.00 10.00 15.00 20.00 25.00
V (V)
I

(
m
A
)
2.18 2.22 2.21
2.23
2.19 2.20
R (kO)