Metrologa.

.Medicin
Incertidumbre
Por: Rildon Valqui Cieza
1

Enfoque
Intuitivo
(nos falta estadstica y tiempo)

Prctico
(queremos trabajar en el laboratorio)

Indice
Medidas.
Unidades.
Clculo de incertidumbres.
Presentacin de resultados.
Media ponderada.
Regresin lineal.
Interpolacin.
Ejercicios

Medir

Comparar una cantidad con su respectiva

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

Partes de una medida I

Si medimos el largo de una mesa ...
El resultado podra ser ?

125,634

125,634 cm
125,634 17,287 cm

125 17 cm
5

Partes de una medida II

Al medir una mesa podemos obtener

valor

cm

unidades

incertidumbre

Presentacin

125 17

Error e incertidumbre I
Muchas veces se cometen errores al medir.
Debemos corregirlos o al menos estimarlos

DX

Xreal

Xmedido

DX
7

Error e incertidumbre II

Error = Xreal Xmedido

Xreal (Xmedido -DX, Xmedido +DX)
DX

Xreal

Xmedido

DX
8

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

Xreal

DX
Xmedido

DX
9

Tipos de medidas
Medidas directas
Las anoto de un instrumento
L1, L2
Medidas indirectas
Provienen de aplicar
operaciones a medidas
directas
A = L1 x L2

L2

L1
10

Tipos de errores
Medidas directas

Sistemticos
Aleatorios
Medidas indirectas

Derivados de los anteriores

11

Errores sistemticos

Errores sistemticos

Limitaciones de los aparatos o mtodos

Precisin
Calibracin

73
72
01
12

Errores aleatorios I

Factores que perturban nuestra medida.

Suma de muchas causas
Tienden a ser simtricos.
Se compensan parcialmente.
Repetir las medidas.
Estadstica

Xreal

medidas

13

Errores aleatorios II

Distribuciones

Representamos la frecuencia de sucesos aleatorios.

Tienden a curvas tpicas

x x

x
xx x
x xx x x

Xreal

14

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

15

Incertidumbre
Se suele expresar como:

1. Absoluta: DX
2. Relativa:

DX
Er
X

DX
Er en % 100
X

Se suele descomponer en:

1. Incertidumbre factores sistemticos: ES1,ES2...

Destaca la de precisin
2. Incertidumbre factores aleatorios: EA
16

Incertidumbre de precisin

Es

En casos sencillos la estimaremos como:

La mitad (?) de la 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
17

Incertidumbre aleatoria EA
Para n medidas

n
1
EA t
n -1 n

s = Desviacin
tpica de las
medidas

Desviacin tpica
de la media
Factor de cobertura
t de Student
18

s: la dispersin de los datos

X 4
3

Xreal
Medir
Medirlalaseparacin
separacincon
conrespecto
respectoalalvalor
valormedio
real ??
Cmo?
No conocemos
el valor real
n

s 2 n2-1

2
(

x
x
i
i 1

n -1

(3 - 4 + (4 - 4 + (5 - 4
2

3 -1

2
1
2
19

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

20

Dispersin de la media

s
sX
n
SI hiceramos 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

21

t de Student
DX es
s X pequeo y
Ya tenemos X y s X pero el intervalo...
conlleva un nivel de confianza variable 4 multiplicamos por un factor
corrector.

Si a es el nivel de confianza

t4 t 4 (1n - a ) t 4 ( p)

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 ?

22

Coeficientes tn
n
tn
P=0.1

tn
P=0.05

tn
P=0.01

10

20

40

6,31 2,92 2,35 2,13 2,01 1,81 1,72 1,68 1,64

12,7 4,30 3,18 2,78 2,57 2,23 2,08 2,02 1,96

63,6 9,92

5,84 4,60 4,03 3,16 2,85 2,70 2,58

23

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 t4 t 4 (1 - a ) t 4 ( p) a 0,95
p=0.05.

tn

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

mayor para compensar.

Quien fue Student ?

24

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

25

Ejemplo
Me peso varios das seguidos en iguales condiciones
Da
Masa
(kg)

73

72

74

72

73

(73 + 72 + 74 + 72 + 73)
M
72,8 kg
5
26

Ejemplo
Me peso varios das seguidos en iguales condiciones
M 72,8 kg

Da
L
Masa
73
(kg)

n-1

72

74

72

73

n -1 0,837 kg
t n -1 t 4 2,78

(73 - 72,82 + (72 - 72,82 + (74 - 72,82 + (72 - 72,82 + (73 - 72,82
5 -1

E A t4

n -1

0 ,837
2 ,78
1,04 kg
5
5

27

Incertidumbre total
Combinaremos las incertidumbres en cuadratura:

D
X

D
X

E
+
E
S
Propiedades
2

E A , ES
E A ES ,

22
A1

2
2

E A + ES E A + ES
2

E A + ES E A
2

28

Resumen medidas directas

X final X

DX final E A + ES
2

ES Media divisin
mnima

n
1
EA t
n -1 n
29

Ejemplo
Me peso varios das seguidos en iguales condiciones
M 72,8 kg

Da
L
Masa
73
(kg)

DM

72

74

72

73

E A 0,97 kg

ES 0,5 kg
0,97 2 + 0,52 1,091 kg

M (72,800 1,091 kg

Presentacin
incorrecta !
30

Medidas indirectas I
Dependen de otras mediantes expresiones matemticas
Ej: Area de un cuadrado = (Lado)2
A = L2
L = 5 1 cm A 25 cm2 , DA ?
Recordando derivadas...

lim DA
dA

dL DL 0 DL

dA
DA
DL
dL
31

Medidas indirectas II
dA
2 L DA 2 LDL
dL
Significado DA, DL

Vlido si DL pequeo

DL

Interpretacin geomtrica
DL
L

32

Medidas indirectas III

Area de un rectngulo
A = L1 x L2
L1 conocido perfectamente

L1

L2

dA
L1 DA L1DL2
dL
Y 2si L1, ,L2 inciertos ?
DL2
DL2
L1
33

Medidas indirectas IV
L1

DA L1DL2 + L2 DL1 ?
L2

DA

(L1DL2

L2 x DL1

+ (L2 DL

Errores independiente se
compensan parcialmente

L1 x DL2

DL1 x DL2
34

Medidas indirectas V

Y f ( X 1 , X 2 ,

DY

X DX 1
+
X DX 2
+
1
2

Derivada parcial de Y respecto a X1

35

Derivadas parciales

Y f ( X 1 , X 2 ,

Y
X 1

Como vara Y si vara slo X1

EJEMPLOS

y 3x + 4 z

yx z

2 3

M

V

V r h
2

36

Casos simples
DY c DX

Y c X

Y X1 X 2

DY

Y X1 X 2
X1
Y
X2
Y Xn

(DX1 + (DX 2
2

DY Y

DX 1
DX 2

+
X
X
1
2

DX
DY Y n
X
37

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
M (g)

14.3

14.5

14.7

14.4

14.1

M

V

1
2
38

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
M (g)

14.3

14.5

14.7

14.4

14.1

M 14.400 g

M 14.400 0.282 g
E A 2.78

0.224
g 0.278 g
5

ES 0.05 g

D M ES2 + E A2 0.282 g

39

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.

4 3
V r
3

V
DV
Dr 4r 2 Dr
r

V 4,2 1,3 cm 3

ER ,V

DV
Dr

0.3 3
V
r

40

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.

DM
DV

M
V
2

g
3,4377 1,0335 3 ?
cm
41

Presentacin de resultados
Los resultados se presentan redondeados

g
3,4377 1,0335 3 ?
cm

g
3,4377 1,0 3 ?
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 ?
43

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.
44

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.

45

Comparacin de resultados

Resultados compatibles

Resultado ms preciso.

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

46

Calculadora

47

Excel
Clculos para la curva caracterstica de una resistencia
I) Medida de I frente a V (Salamanques & Anitua)
DV (V)
0.101
0.104
0.107
0.110
0.113
0.116
0.119
0.122

V (V)
1.00
4.00
7.00
10.00
13.00
16.00
19.00
22.00

I(mA)
0.45
1.82
3.17
4.52
5.86
7.22
8.58
9.95

Promax (40 mA)

DI(mA)
0.0145
0.0282
0.0417
0.0552
0.0686
0.0822
0.0958
0.1095

R(kW)
2.22222
2.19780
2.20820
2.21239
2.21843
2.21607
2.21445
2.21106

DR(kW)
0.23558985
0.06652046
0.04453215
0.03636286
0.03234635
0.02991129
0.02834979
0.0272474

I_teor(mA) I_residuo(mA)
0.455
0.005
1.80964286 -0.010357143
3.16428571 -0.005714286
4.51892857 -0.001071429
5.87357143 0.013571429
7.22821429 0.008214286
8.58285714 0.002857143
9.9375
-0.0125

1/DR(kW)^2 R(kW)/DR(kW)^2
18.01718182 40.03818182
225.9901621 496.6816749
504.2578521 1113.503143
756.2824602 1673.191284
955.7611244 2120.289184
1117.711575 2476.923157
1244.228592 2755.284761
1346.944938 2978.169713

II) Regresin Lineal

12
10

Media x:

11.5

Varianza x:
(sigma_x)^2

47.25

Media y:

I (mA)

Varianza y:
(sigma_y)^2

6
4
2
0
0.00

m:
R (kW):

0.451547619
2.214605853

5.00

10.00

Dm:
DR (kW):

15.00
V (V)
0.001239686
0.006080012

20.00

c:
dR (%):

D:

378

5.19625
9.634123438 E:

Covarianza:
(sigma_xy)

21.335625

t_n-2:

2.446911846

s_res:

0.009850066

77.0729875

25.00

0.003452381
0.274541517

Dc:
0.01660901
Intervalo_R (kW): 2.20852584 2.22068587

48