Escolar Documentos
Profissional Documentos
Cultura Documentos
Una de las ideas falsas ms comunes acerca de la ciencia es que sta es exacta. Es muy difcil lograr que los alumnos que se inician en ciencias crean que ninguna medicin es perfectamente correcta. Ellos tienden a pensar que si una medicin se aleja un poco del resultado real, esto se debe a un error si un profesional la hubiese hecho, sta debera haber sido exacta. Falso! Lo que los cientficos pueden hacer es estimar qu tan alejados podran estar del valor real. Este tipo de estimacin es llamado Barra de Error, y es expresada con el smbolo (lase ms o menos). Por ejemplo, si al medir el peso de mi perro indico que ste es 26 1 kilgramos, estoy diciendo que mi mejor estimacin del peso es de 26 kilgramos, y que pienso que yo podra estar errado en algo as como 1 kilgramo de ms o de menos. El trmino Barra de Error proviene de la convencin usada para representar el rango de incerteza de una medicin en un grfico, aunque el trmino tambin se usa si no hay grfico involucrado. Algunos excelentes trabajos cientficos resultan en mediciones que, sin embargo, tienen barras de error grandes. Por ejemplo, actualmente la mejor medicin de la edad del universo es de 15 5 mil millones de aos. Eso puede que no parezca tener una maravillosa precisin, pero las personas que la realizaron saban lo que estaban haciendo. Nada ms resulta ser que las nicas tcnicas disponibles para determinar la edad del universo son inherentemente pobres. Aun cuando las tcnicas para realizar mediciones son muy precisas, las barras de errores estn presentes. Por ejemplo, los electrones actan como pequeos magnetos, y la fuerza de pequeos magnetos, tales como los de cada electrn, se acostumbra a ser medida en unidades llamadas Magnetn de Bohr. A pesar de que la fuerza magntica de un electrn es una de las cantidades medidas con mayor precisin, el mejor de los valores experimentales presenta barras de error: 1.0011596524 0.0000000002 magnetones de Bohr. Existen varias razones de por qu es importante, en el trabajo cientfico, indicar estimaciones numricas de las barras de error. Si el objetivo de tu experimento es testear cundo los resultados son como los predichos por la teora, tu sabes que siempre habr una diferencia, aun si la teora es absolutamente correcta. Necesitas saber cundo la medicin es razonablemente consistente con la teora o cundo la discrepancia es muy grande para ser explicada por las limitaciones de los aparatos de medida. Otra razn importante para sealar resultados con sus barras de errores es que otras personas podran usar tus mediciones para propsitos que tu no tenas en mente. De manera que si ellos van a hacer uso de stos de manera inteligente, necesitan saber qu tan exactos fueron.
Los efectos de los errores aleatorios pueden ser minimizados promediando muchas mediciones. Algunas de las mediciones incluidas en el promedio son muy grandes o muy pequeas, de manera que el promedio tiende a ser mejor que una medicin individual. Mientras ms mediciones promedies ms preciso es el promedio. Para la lista indicada, el promedio es de 203,1 [cm]. Y, aunque promediar muchas mediciones no puede eliminar completamente los errores aleatorios, el hacerlo puede reducirlos. Por otro lado, qu pasara si la huincha de medir fue sobre-estirada un poco, de tal forma que tus mediciones siempre tienden a resultar cortas en 0,3 [cm]? Eso sera un ejemplo de un Error Sistemtico. Dado que el error sistemtico es el mismo cada vez, promediar no nos ayudara a deshacernos de l. Probablemente no tendras una manera sencilla de encontrar el monto del estiramiento exactamente, de forma que slo te queda sospechar que podra haber un error sistemtico debido a sobre-estirar la huincha de medir. Algunos escritores cientficos hacen distincin entre los trminos exactitud y precisin. Una medicin precisa es aquella con errores aleatorios pequeos, mientras que una medicin exacta es aquella que es cercana al resultado verdadero, teniendo ambas errores aleatorios y errores sistemticos pequeos. Personalmente, encuentro que la distincin se hace ms clara con los trminos error aleatorio y error sistemtico. El signo usado con las barras de errores normalmente implican a lo que nos referimos con errores aleatorios, dado que stos podran ser positivos o negativos, mientras que los errores sistemticos deberan estar siempre inclinados en la misma direccin.
203,1 203,1 203,1 203,2 203,3 203,4 203,4 Dos tercios de l0 es 6 y el rango cubierto por las 6 mediciones centrales va desde 203,3 [cm] a 202,9 [cm]. En otras palabras, 0,4 [cm], cuya mitad es 0,2 [cm]. De esta forma diremos que estimamos nuestras barras de error en 0,2 [cm]. El promedio de las mediciones es 203,1 [cm], por lo que deberas llegar a establecer tus resultados como: 203,1 0,2 [cm]. Un error comn al estimar los errores aleatorios mediante la repeticin de mediciones es redondear todas ellas de manera que resultan lo mismo, y llegndose as a que las barras de errores fueron cero. Por ejemplo, si hubisemos hecho un redondeo al centmetro ms cercano, cada cantidad en la lista hubiese sido 203 [cm]. Eso no debera significar que nuestros errores aleatorios fueron cero! Lo mismo puede pasar con los instrumentos digitales, que automticamente redondean por ti. Una balanza digital podra estar redondeando a la dcima de gramo ms cercana, por lo que si colocas un mismo objeto una y otra vez en la balanza siempre obtendras el mismo valor. Eso no significa que es perfectamente precisa. Su precisin no es mejor que 0,1 [g].
0,00 0,02 0,02 0,00 Calcular el promedio del cuadrado de las desviaciones. Promedio = 0,04 [cm] Sacar la raz cuadrada del resultado anterior. sta es la Desviacin Estandar: Desviacin Estandar = 0,2 [cm] Si hemos usado el smbolo x para la longitud del sof, el resultado debera ser indicado como: x = 203,1 0,2 [cm] (o bien x = 203,1 [cm] y x = 0,2 [cm]) Dado que la letra griega es usada como un smbolo para la desviacin estandar, a menudo se llama a sta una sigma. El paso (3) puede parecer un poco misterioso. Por qu no saltrselo? Si as hiciremos y seguimos de (2) directamente a (4), calculando simplemente el promedio de las desviaciones, terminaramos con un promedio de CERO! Si miras bien los datos en la tabla, las desviaciones siempre se van a cancelar cuando las sumas. Bien podras tomar los valores absolutos antes de sumarlas, pero la gracia de seguir los pasos indicados es que corresponden a un mtodo estandar que todos usan y por ende, sabrn cmo llegaste a tu resultado (adems de que la desviacin estandar tiene algunas simpticas propiedades) Sin embargo, un error comn al usar la tcnica de desviacin estandar es aplicarla a un conjunto de muy pocas mediciones. Por ejemplo, alguien podra tener slo dos mediciones para el largo del sof, digamos 203,4 [cm] y 203,4 [cm]. La persona inferira una desviacin estandar de cero, lo que sera irrealmente pequeo debido a que se tienen las mismas mediciones. Se usar desviacin estandar como sinnimo de barras de error, aunque esto no signifique que debas usar siempre el mtodo de la desviacin estandar por sobre el de estimacin o el de la regla de los dos tercios.
resultado cae dentro de 1 desviacin estandar respecto al promedio: 2 de 3 veces resultado cae dentro de 1 y 2 desviaciones estandar respecto al promedio: 1 de 4 veces resultado cae dentro de 2 y 3 desviaciones estandar respecto al promedio: 1 de 20 veces resultado cae dentro de 3 y 4 desviaciones estandar respecto al promedio: 1 de 500 veces
= m / b,
te dar la densidad si mides la masa y longitud de los lados del cubo. Si mides la masa de forma tan exacta como m = 1,658 0,003 [g], pero sabes que b = 0,85 0,06 [cm] con slo dos dgitos de precisin, entonces tu mejor valor para es 1,658 [g] /(0,85 [cm]) = 2,7 [g/cm]. Cmo puedes saber cun preciso es este valor de ? Nos hemos asegurado en dejar no ms que dos cifras significativas para , dado que el dato bruto menos exacto tiene tan solo dos cifras significativas. Es de esperarse que la ltima cifra sea incierta, pero no sabemos an qu tan incierta. Un mtodo sencillo para este tipo de situaciones consiste en alterar el dato en bruto en una sigma, recalcular el resultado y ver qu tanto cambia. En este ejemplo sumamos 0,06 [cm] a b para comparar: con b = 0,85 [cm] nos da = 2,7 [g/cm], con b = 0,91 [cm] nos da = 2,0 [g/cm]. El cambio resultante en la densidad fue de 0,7 [g/cm] y nuestra estimacin corresponder a: = 2,7 0,7 [g/cm]
Qm = 0,005 [g/cm].
(2) Repite el paso (1) pero alterando el otro dato bruto (en este caso le toca a b). cambio en . b = 0,851 [cm] b = 0,852 [cm] nos da nos da = 2,690 [g/cm], = 2,695 [g/cm]; Sea Qb el
Qb = 0,009 [g/cm].
(3) La Desviacin Estndar de se calcula mediante la expresin:
Qm2 Qb2
lo que nos arroja