UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE INGENIERA QUMICA

CARRERA DE INGENIERA QUMICA

ASIGNATURA
LABORATORIO DE FSICA BSICA 2
AULA
LABORATORIOS CENTRALES
FSICA EXPERIMENTAL 212

DOCENTE
ING. TONY COLOMA COLOMA MSC.

DEBER # 1:
TEORA DE ERRORES (CLASIFICACIN)
EXACTITUD Y PRECISIN
VARIANZA Y DESVIACIN ESTNDAR
MTODO DE LOS MNIMOS CUADRADOS

FECHA DE ENTREGA
20 / MAYO / 2016

ESTUDIANTE
CHRISTIAN ZAVALA HERRERA
PARALELO
2B, GRUPO 1, DAS LUNES

GUAYAQUIL-ECUADOR

OBJETIVO
Conocer los conceptos relacionados a la teora de errores, aprender a calcular la
varianza y desviacin estndar, y a aplicar el mtodo de los mnimos cuadrados.

MARCO TERICO
TEORIA DE ERRORES
Antes de iniciar un curso prctico de laboratorio, es necesario aprender a
interpretar de forma satisfactoria los resultados que se obtengan.
Cuando se trata de determinar el valor de una magnitud, el nmero que se obtiene
como resultado de las medidas no es el valor exacto de dicha magnitud, sino que estar
afectado por un cierto error debido a mltiples factores.
Hablando en trminos generales, se llama error de una medida a la diferencia entre
el valor obtenido y el valor real de la magnitud medida. Si, repitiendo la experiencia,
medimos varias veces la misma magnitud, obtendremos cada vez un valor distinto y se
nos plantea el problema de decidir cul de todos los valores hallados es el que ofrece
mayores garantas de exactitud. A la resolucin de este problema se encamina el
contenido de este Captulo.
El que inicia su contacto con la experimentacin, debe dejar de lado la idea de que puede
obtener el valor exacto de una magnitud fsica. La premisa fundamental de la que debe
partir es que la exactitud total es inalcanzable. Con este punto de arranque y con la ayuda
de la teora de errores, las conclusiones deberan ir surgiendo solas a lo largo de la
realizacin de las prcticas, siendo algunas de ellas:

El resultado de una medida es de poco valor si no se conoce su precisin.

La precisin de una medida puede ser en s misma objeto de estudio.

El diseo de un experimento incluye el estudio previo de los errores que se

cometern.

CLASIFICACIN DE ERRORES

Los errores pueden clasificarse en dos grandes grupos:

A) Errores sistemticos

Son aqullos que se reproducen constantemente y en el mismo sentido. Por

ejemplo, si el CERO de un voltmetro no est ajustado correctamente, el desplazamiento
del CERO se propagar, en el mismo sentido, a todas las medidas que se realicen con l.
Atendiendo a su origen los errores sistemticos se clasifican en:

A.1) Errores tericos

Son los introducidos por la existencia de condiciones distintas a las idealmente

supuestas para la realizacin del experimento. Un ejemplo de error terico es el que
resulta de la existencia de la friccin del aire en la medida de g con un pndulo simple.

A.2) Errores instrumentales.

Son los inherentes al propio sistema de medida, debido a aparatos mal calibrados,
mal reglados o, simplemente, a las propias limitaciones del instrumento o algn defecto
en su construccin. Estos errores pueden ser atenuados por comparacin con otros
aparatos "garantizados", cuyo error instrumental sea ms "pequeo" y controlable.

A.3) Errores personales

Son los debidos a las peculiaridades del observador que puede, sistemticamente,
responder a una seal demasiado pronto o demasiado tarde, estimar una cantidad siempre
por defecto, etc.

B) Errores accidentales

Son debidos a causas irregulares y aleatorias en cuanto a presencia y efectos: corrientes

de aire, variaciones de la temperatura durante la experiencia, etc. As como los errores
sistemticos pueden ser atenuados, los errores accidentales para un determinado
experimento, en unas condiciones dadas, no pueden ser controlados. Es ms, los errores
accidentales se producen al azar y no pueden ser determinados de forma unvoca. Para

tratar adecuadamente este tipo de errores es preciso hacer uso de la estadstica y hablar
en trminos probabilsticos.
Como veremos, no podemos decir que el error de una medida sea de 5 unidades, por
ejemplo, sino que habr que decir que existe una probabilidad P (del 75%, por ejemplo)
de que el error sea inferior a 5 unidades.

PRECISIN Y EXACTITUD

Decimos que una medida es tanto ms exacta cuanto ms pequeo sean los
errores sistemticos. La medida ser ms precisa cuanto ms pequeo sean los errores
accidentales.
Definimos error instrumental o sensibilidad de un instrumento como el intervalo
ms pequeo de la magnitud medible con l
Cuando se utilizan diferentes mtodos experimentales para medir la misma
magnitud, la comparacin de los resultados proporciona una idea de la exactitud. Por ello,
magnitudes importantes, como el valor de la velocidad de la luz, nmero de Avogadro,
Constante de Planck, etc., se miden por mtodos diferentes.

CUANTIFICACIN DE ERRORES

Desde el punto de vista de su cuantificacin, los errores se clasifican en: A) Error

absoluto y B) Error relativo.

A) Error absoluto

Se define como la diferencia que existe entre el valor real de la magnitud a medir
y el obtenido en una medida. Puesto que es una diferencia de valores de una misma
magnitud, el error absoluto se expresa en las mismas unidades que la magnitud. As pues,
si x es el valor medido, x* el valor real y Dx el error instrumental o sensibilidad del aparato
de medida, se satisface la relacin

que se representa en la forma

El error absoluto, que se identifica en primera aproximacin con el error

instrumental, es el parmetro bsico utilizado en la descripcin de una medida y es, en
general, conocido o determinable a priori. Sin embargo, no es el que define con mayor
efectividad la bonanza de la aproximacin de la medida. En efecto, supongamos que
tenemos una regla con un error del cero de 0,5 cm y que con ella medimos dos longitudes,
obteniendo 2,5 cm para una de ellas y 20,5 cm para la otra. Si suponemos que las
longitudes reales son 2 cm y 20 cm respectivamente, es evidente que ambas medidas han
sido medidas con un error absoluto de 0,5 cm, pero la primera medida se aproxima mucho
menos a la longitud real que la segunda, y la razn es obvia: una diferencia de 0,5 cm es
una parte considerable de una longitud de 2 cm, mientras que es una parte pequea de 20
cm. Surge, as, el concepto de error relativo.

B) Error relativo
Se define como el cociente entre el error absoluto Dx y el valor real x* de la
magnitud

donde x es el valor medido.

Utilizaremos la segunda expresin cuando, como es habitual, no conozcamos el
valor real de la magnitud. Es costumbre expresar el error relativo porcentualmente,

VARIANZA
Esta medida nos permite identificar la diferencia promedio que hay entre cada uno de los
valores respecto a su punto central (Media

). Este promedio es calculado, elevando

cada una de las diferencias al cuadrado (Con el fin de eliminar los signos negativos), y
calculando su promedio o media; es decir, sumado todos los cuadrados de las diferencias
de cada valor respecto a la media y dividiendo este resultado por el nmero de
observaciones que se tengan. Si la varianza es calculada a una poblacin (Total de
componentes de un conjunto), la ecuacin sera:

Donde (

) representa la varianza, (Xi) representa cada uno de los valores, (

representa la media poblacional y (N) es el nmero de observaciones tamao de la

poblacin. En el caso que estemos trabajando con una muestra la ecuacin que se debe
emplear es:

Donde (S2) representa la varianza, (Xi) representa cada uno de los valores, (

representa la media de la muestra y (n) es el nmero de observaciones tamao de la

muestra. Si nos fijamos en la ecuacin, notaremos que se le resta uno al tamao de la
muestra; esto se hace con el objetivo de aplicar una pequea medida de correccin a la
varianza, intentando hacerla ms representativa para la poblacin. Es necesario resaltar
que la varianza nos da como resultado el promedio de la desviacin, pero este valor se
encuentra elevado al cuadrado.

DESVIACIN ESTNDAR O TPICA

Esta medida nos permite determinar el promedio aritmtico de fluctuacin de los datos
respecto a su punto central o media. La desviacin estndar nos da como resultado un
valor numrico que representa el promedio de diferencia que hay entre los datos y la
media. Para calcular la desviacin estndar basta con hallar la raz cuadrada de la
varianza, por lo tanto su ecuacin sera:

Para comprender el concepto de las medidas de distribucin vamos a suponer que el

gerente de una empresa de alimentos desea saber que tanto varan los pesos de los
empaques (en gramos), de uno de sus productos; por lo que opta por seleccionar al azar
cinco unidades de ellos para pesarlos. Los productos tienen los siguientes pesos (490,
500, 510, 515 y 520) gramos respectivamente.
Por lo que su media es:

La varianza sera:

Por lo tanto la desviacin estndar sera:

Con lo que concluiramos que el peso promedio de los empaques es de 507 gramos, con
una tendencia a variar por debajo o por encima de dicho peso en 12 gramos. Esta
informacin le permite al gerente determinar cunto es el promedio de perdidas causado
por el exceso de peso en los empaques y le da las bases para tomar los correctivos
necesarios en el proceso de empacado.

MEDIDA DE LA PENDIENTE DE UNA RECTA APLANADA

Supongamos que una vez representados grficamente los datos experimentales, la

curva aplanada resulte ser una recta, lo que indicara una dependencia lineal entre ambas
magnitudes (o entre el logaritmo de una de ellas y la otra, o entre ambos logaritmos).

Figura 1

La dependencia lineal entre dos magnitudes implica la existencia de un coeficiente

de proporcionalidad entre ambas, coeficiente que coincide con la pendiente de la recta.
Para medir dicha pendiente (figura 1, donde la recta ha sido trazada por
apreciacin subjetiva del experimentador), tomamos 2 puntos de la recta que estn bien
definidos y que, en general, sean distintos de los puntos experimentales representados.
Con la ayuda de una regla, trazaremos la ordenada y la abscisa de cada uno de dichos
puntos: el cociente entre la diferencia de ordenadas (y2-y1) y la diferencia de abscisas
(x2-x1), traducidas ambas segn la escala usada en el eje correspondiente, nos dara la
pendiente m de la recta.

AJUSTE DE UNA RECTA POR MNIMOS CUADRADOS

Como ya hemos sealado, el aplanamiento grfico de los puntos experimentales
incluye un elemento subjetivo en el cambio de la funcin verdadera por la funcin
aplanada. En este epgrafe estudiaremos la forma de encontrar una aproximacin
analtica, por tanto ms exacta, de la funcin verdadera.
Cuando el aplanamiento grfico de los puntos experimentales da como resultado
una recta, ello quiere decir que existe una dependencia lineal entre las dos magnitudes y,
por tanto, que existe entre ellas una relacin matemtica del tipo:

y=a+bx
donde x e y representan a las magnitudes. Encontrar analticamente la ecuacin de esta
recta consiste en determinar los valores de a y b. Uno de los mtodos de bsqueda es el
de los mnimos cuadrados, mediante el que se determinan a y b imponiendo la condicin
de que la suma de los cuadrados de las desviaciones de cada valor medido respecto del
valor estimado sea mnima.
Sean (xi, yi) las coordenadas del i-simo punto experimental. El subndice i vara
desde 1 (primer valor) hasta n (ltimo valor). Si yi es el valor medido, (a+bxi) ser el
valor estimado, por lo que la desviacin del primero respecto del segundo es yi-(a+bxi).
La condicin que imponemos es que

Sea mnima, para lo cual ha de cumplirse:

Las ecuaciones [20] y [21] constituyen un sistema de 2 ecuaciones con 2

incgnitas (a y b) que, una vez resuelto (por cualquier tcnica tradicional), proporciona
los siguientes valores de a y b:

Tambin es preciso estimar en qu medida la aproximacin realizada es correcta.

Es decir, hemos de saber si realmente las magnitudes x e y estn relacionadas en forma
lineal o no.
Para ello, utilizaremos el denominado Coeficiente de correlacin lineal (r), parmetro que
da una idea de hasta qu punto las magnitudes x e y estn relacionadas linealmente.
Para determinar r, procedemos de la forma siguiente: si y depende linealmente de
x, x tambin depender linealmente de y; en consecuencia, existir una relacin del tipo

x = a' + b' y [24]

resultando:

De la ecuacin [24] deducimos, despejando y, que

Comparando la ecuacin [27] con la [16] llegamos a la conclusin de que

De la ecuacin [29] deducimos que la correlacin ser completa si

bb' = 1 [30]

Si no existe ninguna correlacin, debe ocurrir que b=b'=0.

Definimos el Coeficiente de correlacin lineal de la forma siguiente
R= bb [31]

es decir:

As definido, r est comprendido entre -1 y 1.

Si r=0, no existe correlacin lineal.

Si |r|=1, existe total correlacin lineal entre x e y.

Cuanto ms prximo est |r| a 1, mejor es la aproximacin lineal encontrada.

Evidentemente, cuanto ms prximo est a 0, peor ser.

Se puede demostrar que los errores de la pendiente y de la ordenada en el origen

vienen dados por

donde xi e yi son los valores experimentales e y'i son los valores que se obtienen mediante
la ecuacin de la recta para los valores experimentales xi, es decir, y'i = a + b xi.
Si t=1, la probabilidad de que el verdadero valor de b (o de a) est comprendido
entre b-Db y b+Db (o a-Da y a+Da) es del 68,30%; si t=2, la probabilidad es del 95,45%
y si t=3, la probabilidad aumenta hasta el 99,73%. En los trabajos del laboratorio
(prcticas), nos conformaremos con t=1.

CONCLUSIONES

El nmero que se obtiene resultado de una medicin no es el valor exacto de una

magnitud.

La exactitud total es inalcanzable.

El error absoluto es la diferencia entre el valor de la magnitud a medir y el valor

obtenido en una medida.

El error relativo es el cociente entre el error absoluto y el valor real de la magnitud

Varianza es la medida que nos seala la diferencia que existe entre cada uno de
los valores respecto a un punto central.

La desviacin estndar nos da como resultado un valor numrico que representa

el promedio de diferencia que hay entre los datos y la media.

El mtodo de los mnimos cuadrados impone la condicin de que la suma de los

cuadrados de las desviaciones de cada valor medido respecto del valor estimado
sea mnima.

La teora de errores constituye una base suficiente para poder realizar, en muchos
casos prcticos, el anlisis de un experimento.

BIBLIOGRAFA
Teora de errores. Recuperado el 19 de mayo del 2016 de
http://www2.ulpgc.es/hege/almacen/download/11/11420/teoriaerrores.pdf

Desviacin estndar y varianza. Recuperado el 19 de mayo del 2016 de

http://www.spssfree.com/curso-de-spss/analisis-descriptivo/varianza-desviacionmedidas-de-dispersion.html