Calculo de Errores IngQui-5

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 16

Laboratorio de Física

1º grado en Ingeniería Química

Guía práctica para el cálculo de errores

Medida y Error
Aquellas propiedades de la materia que son susceptibles de ser medidas se llaman
magnitudes; son las propiedades que estudia la Física mediante el método científico.
Medir una magnitud física es compararla con un valor de la misma que, por convenio,
tomamos como patrón o unidad. Como resultado obtenemos el número de veces que esta
unidad está contenida en nuestra magnitud, así que siempre tenemos que referirnos a esa
unidad empleada, de lo contrario la medida no tiene sentido. Ejemplo: una masa puede ser
21.3 g, pero no 21.3.
¿Qué clase de números deberían ser los resultantes de la operación de medir?
Evidentemente deberían de ser números reales, es decir, números con infinitos dígitos
decimales.
¿Cuántos de esos dígitos conseguiremos conocer del valor de la magnitud?
¿Podríamos obtener tantas como quisiéramos? Dentro de la Física Clásica, es teóricamente
posible obtener tantas cifras como nuestra habilidad y la perfección de los aparatos nos lo
permitan. La realidad es que estas limitaciones impiden conocer más allá de las primeras
cifras del verdadero valor de la magnitud.
¿Qué podemos entonces obtener en un proceso de medida? Sólo podemos determinar
un intervalo en que es probable que esté el verdadero valor de la magnitud. Por ejemplo: Si
decimos que una masa es de 21.3 g, queremos decir realmente que es probable que esté entre
21.2 g. y 21.4 g.
Este intervalo de valores no tiene por qué ser siempre igual, lo expresaremos en
general como:

[1]
(Valor del centro del intervalo ± la mitad del intervalo) unidad

Cuanto más estrecho es el intervalo, mejor conocemos el verdadero valor de la


magnitud que medimos. Siguiendo con el ejemplo de la masa escribiríamos (Los paréntesis
son necesarios ya que la unidad multiplica a los dos números):
Guía práctica para el cálculo de errores 2

m = (21.3 ± 0.1) g

La forma de calcular ese intervalo de valores se denomina cálculo de errores.


Por tanto, un “error” en física no es una equivocación, sino una manera de cuantificar
el grado de conocimiento que tenemos de una magnitud en un caso concreto.

Formas de expresar los errores: Absoluta y Relativa.


Aunque aún no sabemos calcularlo, adelantaremos que ese intervalo se expresa
matemáticamente de dos formas que reciben nombres distintos:
ERROR ABSOLUTO ( ∆x): El error absoluto del resultado de unas medidas es la
mitad del intervalo de valores en que, según las medidas, hay una alta probabilidad de que
esté el verdadero valor de la magnitud física. [1].

∆x = x−x
Los errores absolutos se escriben precedidos por el signo ± y seguidos de sus
unidades. Así, en el ejemplo del apartado anterior, el error absoluto sería: ± 0.1 g. El error
absoluto indica cómo es de bueno nuestro conocimiento de una magnitud física, pero es
poco útil para comparar el conocimiento que tenemos sobre dos o más magnitudes. Así, si
medimos dos masas de 1 kg y de 1 g con el mismo error absoluto de 0.1 g, es evidente que
conocemos con más precisión la primera, y el error absoluto no sirve para expresarlo. Para
evitar esta limitación del error absoluto, definimos:
ERROR RELATIVO ( ∆x / x): El error relativo es el cociente entre el error absoluto y
el valor del centro del intervalo [1]. Al error relativo se le denomina también “precisión de la
∆x
medida”. El error relativo carece de unidades y suele expresarse en %: 100 ·
x
Conocemos ahora como se representan matemáticamente los errores. Antes
de tratar el problema de calcularlos, estudiaremos cuáles son las causas más comunes de
error y cómo reducirlos al máximo.

¿DE DONDE PROVIENEN LOS ERRORES?

En una medición intervienen el experimentador, el patrón de medida (o un aparato


calibrado) y el sistema físico del que se desea medir alguna magnitud. Las causas de error en
las medidas son el experimentador y los aparatos de medida.
Guía práctica para el cálculo de errores 3

Errores Del Experimentador.

Supongamos que el experimentador tiene suficiente habilidad para, antes de


nada, que el experimento permita obtener la información que se busca y para preparar el
dispositivo experimental correctamente. Además supondremos que sabe manejar
correctamente los aparatos y leer sus escalas sin equivocarse ni en los valores ni en las
unidades (todo esto no se llamarían técnicamente errores sino equivocaciones del
experimentador). En ese caso, los errores suelen provenir de las hipótesis que el
experimentador hace, muchas veces inconscientemente sobre:
1. Cómo es el sistema físico que estudia: por ejemplo, suponer que un alambre es
un cilindro perfecto.
2. Cómo afecta el aparato de medida al sistema físico: por ejemplo, suponer que
al medir la temperatura de un pequeño recipiente de agua con un termómetro,
aquella no resultaría afectada por la temperatura inicial de éste.
No hay una regla general para detectar y corregir estos tipos de errores. Como son
más difíciles de detectar que de corregir, el experimentador deberá analizar en cada
experimento las hipótesis implícitas en el método de medida que utiliza y verificar si son
ciertas.

Errores De Los Aparatos De Medida. Cualidades De Los Aparatos

Los aparatos de medida se caracterizan por las siguientes cualidades:


RESOLUCIÓN: Es la mínima división de la escala del aparato. Por ej.: L=1 mm. en
una regla milimetrada. I=0.01 A en cierto amperímetro...
PRECISIÓN: Es la cualidad del aparato de dar el mismo resultado siempre que se
mide la misma magnitud física en las mismas condiciones experimentales y distintas
condiciones ambientales del aparato (temperatura, tensión de alimentación…). Un aparato
poco preciso generará un conjunto de datos muy dispersos, con una desviación típica grande
(ver más adelante), y será necesario repetir cada medidas varias veces para que la media
aritmética tenga verdadero sentido.
De estas dos características, la resolución es la que más completamente nos indica el
error de la medida debido intrínsicamente al aparato, es decir, que no puede rebajarse salvo
que midamos con un aparato más preciso.
EXACTITUD: Se refiere a cómo de lejos está el valor medido del real (supuesto que
podamos conocer éste por otros medios o algún modelo teórico) ¡No confundir exactitud con
precisión!
Guía práctica para el cálculo de errores 4

Exacto pero
impreciso

Preciso pero
inexacto

Hay otros errores que afectan circunstancialmente a un aparato, pero que pueden
corregirse mediante calibrado, es decir, ajustándolos para que den medidas correctas o
corrigiendo sus escalas tras una confrontación con un patrón o un aparato más preciso.

El Cálculo de Errores
La manera de calcular los errores depende del tipo de medida. Distinguiremos:
MEDIDAS DIRECTAS: Las que se obtienen comparando la magnitud con el patrón
directamente o mediante un aparato calibrado. Así se suelen medir la longitud, la masa, el
tiempo, el voltaje ...
MEDIDAS INDIRECTAS: Las que se calculan mediante una fórmula a partir de
magnitudes medidas directamente. Así suelen obtenerse la velocidad, la superficie...
El que una medida sea directa o indirecta no depende de la magnitud en sí, sino del
experimento que empleamos para determinarla. Lo que en un experimento se mide de
manera directa, en otro puede determinarse de manera indirecta.

Tipos de Errores en Medidas Directas

Clasificaremos los errores según su comportamiento, independientemente de donde


provenga, en errores sistemáticos y errores accidentales (o aleatorios).
ERRORES SISTEMÁTICOS: Se deben a causas que influyen siempre en la misma
forma en las medidas. Generalmente se deben a falta de calibración de los aparatos o a un
mal hábito del experimentador. Su característica es que se pueden calcular y su efecto sobre
los resultados se puede corregir numéricamente. Este tipo de error produce un
desplazamiento de todas las cantidades de igual valor y en la misma dirección.
Ejemplo: Una lectura de +105V., realizada con un voltímetro que marca –5 V. cuando
sus extremos están cortocircuitados (y debería por tanto marcar 0), indica que la tensión es
de 110 V.
Guía práctica para el cálculo de errores 5

ERRORES ACCIDENTALES O ALEATORIOS: Si medimos dos veces consecutivas la


misma cantidad y en las mismas condiciones, es probable que no coincidan todos los dígitos
de la medida. Esto se debe a causas que actúan de forma imprevisible, aleatoria, unas veces
aumentando, otras disminuyendo la medida, y en cantidades diferentes en cada intento de
medir. Pueden deberse a pequeñas variaciones en la magnitud a medir, a la limitada
fidelidad de los aparatos, a un experimentador poco hábil y a la imposibilidad de reproducir
exactamente las mismas condiciones iniciales. Su característica principal es que no podemos
hacer más que acotarlos en valor absoluto utilizando la teoría estadística de errores.
Veamos seguidamente que aporta la estadística al tratamiento de los errores
accidentales.
Llamemos A a la magnitud Física a medir cuyo verdadero valor, desconocido, es x.
Sean xi los valores experimentales obtenidos en n intentos de medida –supongamos que los xi
están libres de errores sistemáticos−. En este caso la teoría estadística aporta los siguientes
parámetros:
n
xi
− Valor medio: la media aritmética de los valores recogidos x= ∑n
i =1
[2]

El valor medio es lo más que podemos acercarnos al valor más probable para la magnitud
en cuestión.
1
 n 2 
2

 ∑ ( x − xi ) 
− Desviación típica: σ n −1 =  i =1  [3]
 n −1 
 

Da una idea de la anchura de la distribución, la cual no depende demasiado del


número de medidas que hagamos, ya que numerador y denominador crecen al mismo ritmo.
Diremos que cada punto experimental tiene un error ±σn-1, pero lo que nos interesa
determinar es el error del valor medio, lo más cercano al valor “real”.

– Error cuadrático de la media:


1
 n 2 
2

σ n −1  ∑ ( x − xi ) 
σx = =  i =1  [4]
n  n(n − 1) 
 

No se debe confundir la desviación típica con la precisión con que conocemos el valor
medio. Al margen de la anchura de la distribución de valores experimentales, dada por la
desviación típica, la exactitud con que conocemos el valor de la media mejora con el número

de medidas efectuadas, aunque lentamente (con 1 ).


n
Guía práctica para el cálculo de errores 6

El valor medio de x es el valor más probable de la magnitud A. Por tanto, x es la


mejor estimación que podemos hacer del valor del centro del intervalo de la expresión [1].
La desviación típica σ n −1 sirve para decidir si algunas de las medidas de xi es

rechazable: el criterio habitual es que si xi difiere de x en menos que 2 ⋅ σ n −1 consideramos la

medida correcta; y si difiere en más que 3 ⋅ σ n −1 es

mala. 0.4

El error cuadrático medio σ x nos permite


0.3

asegurar que el verdadero valor tiene una probabilidad


del: 0.2

• 68.27 % de estar entre x - σ x y x + σx


0.1
• 95.45 % de estar entre x – 2 . σ x y x + 2. σ x
• 99.70 % de estar entre x – 3 . σ x y x + 3. σ x 0.0
-4 -2 0 2 4

Por tanto σ x nos permite calcular la anchura del intervalo de la expresión [1]. Se

observa en la Naturaleza que la distribución de valores de una magnitud medida (xi) en torno
al valor 'real' x es una curva que se llama distribución gaussiana (ver figura). La probabilidad
de que el valor de una magnitud esté entre dos valores concretos x1 y x2 es igual al área bajo
esa curva entre los valores citados. Esta distribución tiende asintóticamente a cero en
infinito, con lo que en principio cualquier valor de la magnitud es posible (aunque sea poco
probable). Por esta razón por grande que pongamos el intervalo de confianza, nunca
tendremos la seguridad al 100% de que el valor real de la magnitud está dentro del intervalo.
Típicamente, con el valor de σ x que se suele usar como “error de la medida”, 1 de cada 3

medidas caerá fuera del intervalo [ x - σ x , x + σ x ].

Dígitos representativos del error


La teoría estadística dice que la precisión con que está definido el valor de σ x (es

decir, el error en el error) es (2 N − 2) −1/ 2 . El parámetro σ lo obtenemos a partir de un número


finito (y a veces muy reducido) de valores xi de modo que lo mismo que el valor medio sólo
nos acercamos a su verdadero valor con cierto error, que mejorará si aumentamos el número
de medidas. Para una estadística con 10 medidas el error en σ x sería 0.23 (o sea 23%), con lo

que no tiene sentido dar su valor con más de una cifra significativa (ver apartado sobre el
redondeo más adelante). Haciendo 100 medidas (algo que no ocurrirá en el laboratorio de
primero) este error se reduciría a 0.07 y podríamos empezar a pensar en dar una cifra
significativa más…
Guía práctica para el cálculo de errores 7

Cálculo de Errores en Medidas Directas

Aunque hemos estudiado cada tipo de error por separado, el error total está
constituido por los errores sistemáticos, los errores accidentales y el grado de resolución del
aparato de medida.
Se calculará de la siguiente forma:
• Primero: Se corrigen las medidas, librándolas de los errores sistemáticos
• Segundo: Se determina el error absoluto de las medidas debido al aparato.
Frecuentemente se toma la resolución del aparato como valor de este error,
aunque en ocasiones la medida puede fluctuar rápidamente impidiendo una
lectura precisa del valor de la magnitud. Queda a criterio del experimentador
aumentar el error por encima de la resolución del aparato si lo considera
oportuno en cada caso.

Tercero: Se calculan la media y el error cuadrático de la media de las medidas
corregidas.

Cuarto: El error absoluto total es el mayor valor entre el error cuadrático de
la media y el error del aparato.

o Ej. X = 1.3u , resolucion=0.1u, σ X = 0.2u → x = (1.3 ± 0.2)u

Queda claro entonces que sólo tiene sentido repetir la misma medida más y más veces
mientras σ sea mayor que la precisión del aparato empleado. El error total se puede
x

expresar en forma absoluta o relativa, según interese.

Cálculo de Errores en Medidas Indirectas

Si Q = Q (x, y, z), en que x, y, z son magnitudes que se miden directamente, y Q es una


magnitud que se calcula a partir de ellas. ¿Cuál es ∆Q si conocemos ∆x , ∆y , ∆z ? Para
obtener ∆Q se utiliza el cálculo diferencial, bien directamente o tomando previamente
logaritmos neperianos:
Diferenciación Directa
Diferenciando en Q = Q (x, y, z) se obtiene:
∂Q ∂Q ∂Q
dQ = ⋅ dx + ⋅ dy + ⋅ dz
∂x ∂y ∂z
Guía práctica para el cálculo de errores 8

Si interpretamos los diferenciales como los errores cometidos en las mediciones de las
respectivas variables se transforma en:

∂Q ∂Q ∂Q
∆Q = ⋅ ∆x + ⋅ ∆y + ⋅ ∆z ;
∂x ∂y ∂z
∆ Q ≠ 0 ⇔ ∆x ≠ 0 ó ∆ y ≠ 0 ó ∆z ≠ 0
Se han tomado valores absolutos para evitar la situación inadmisible en que ∆Q

pudiera resultar nulo, siendo ∆x, ∆y ó ∆z no nulos (no se puede conocer con exactitud algo
calculado con valores inexactos).
Ejemplo 1: Supongamos que se ha medido directamente el valor del diámetro de una esfera
con una precisión de 1cm: D=(150±1) cm. Calcular el área (A) y el volumen (V) de la esfera.
Es conocido que la superficie y el volumen de una esfera vienen dados por
4
A = 4π R 2 V = π R3
3
El radio será R=D/2=75cm y su error ∆R= ∆D/2=0.5cm.
Por tanto R=(75.0±0.5) cm y

A = 4π R 2 = 70685.8 cm 2
 ∂A 
∆A = Abs   ∆R = 8π R·∆R = 942.5cm 2
 ∂R 
4
V = π R 3 = 1767145.9cm3
3
 ∂V 
∆V = Abs   ∆R = 4π R 2 ∆R = 35342.9cm3
 ∂R 
Los resultados finales serán:
A = (70700±900) cm2
V = (1770000±40000) cm3

Una alternativa a este método que no hace uso de la función “valor absoluto” (más difícil de
implementar en métodos computacionales) es tomar los cuadrados de las cantidades, así
2 2 2
2  ∂Q   ∂Q   ∂Q 
( ∆Q ) =  +  + 
 ∂x   ∂y   ∂z 
n

∑( x − x )
2
i
i =1
Ejemplo 2: Justificar la expresión del error cuadrático de la media σ x =
n (n − 1)

Dijimos que cada punto xi tiene un error σ, por lo tanto…


Guía práctica para el cálculo de errores 9

1 2 1 1 Nσ 2 σ ∑(x − x )2
∑ xi  ( ) 2 ∑(
→σ x 2 = 2 ∑σ 2 
2 i
x= → ∆x = ∆xi )  →σ x = 2
= =
N N N N N N ( N − 1)

Diferenciación Logarítmica
En ocasiones el proceso de diferenciación parcial es más sencillo si previamente se
toman logaritmos neperianos. Luego se diferencia y, finalmente, se sustituyen los
diferenciales por errores. Por igual motivo que en la diferenciación directa, cada sumando se
toma en valor absoluto.
Ejemplo: Si Q= x A ⋅ y B
Se toman logaritmos ln Q = A ⋅ ln x + B ⋅ ln y
∂Q ∂x ∂y
Luego diferenciales = A⋅ + B ⋅
Q x y

∆Q ∆x ∆y
Y en términos de errores = A⋅ + B⋅
Q x y
En ocasiones, cuando la función Q (...) es complicada, puede ser necesario utilizar los
dos procedimientos.

Presentación Numérica de Resultados


Una vez calculado el error total como se indicó según se trate de medidas
directas o indirectas, se procede como sigue:
1. Primero: Se redondea el error total de manera que tenga una sola cifra significativa (salvo
que hayamos hecho más de 100 medidas experimentales).
Ejemplo: 0.0053 m se redondea a 0.005 m
0.0056 s se redondea a 0.006 s
1.53 % se redondea a 2%
1.35 N se redondea a 1N
Para efectuar este redondeo hay que fijarse en la primera cifra que se eliminará, si es
mayor o igual a 5 se aumenta la que queda en una unidad, si no se deja como esta la que
queda.
Reglas para identificar el número de cifras significativas:
• Cualquier dígito distinto de cero es significativo
• Todos los ceros entre dígitos significativos lo son también (230001 tiene 6 cifras
significativas)
• Todos los ceros anteriores a la primera cifra significativa NO son significativos (0.053
tiene 2 cifras significativas)
Guía práctica para el cálculo de errores 10

• Los ceros al final de una cifra tras el punto decimal son significativos (2.30 tiene 3 cifras
significativas. No es lo mismo 2.30 que 2.3)
• Los ceros al final de una cifra sin decimales pueden ser significativos o no. Para evitar la
ambigüedad se debe escribir en notación científica. (2300 puede tener 2, 3 o 4 cifras
significativas: si son 2 lo escribiríamos como 2.3·103, si tiene 3 sería 2.30·103 y si fuesen 4
se escribiría como 2.300·103)

2. Segundo: El valor de la magnitud no puede ser más preciso que el error. Por ello, el valor
medio x de las medidas ó el valor calculado Q = (x , y , z ) , según se trate de medidas
directas o indirectas, se redondea de forma que su última cifra significativa sea de la
misma precisión que la cifra significativa del error absoluto total.
Ejemplo: Si el error total es 0.005,
1.38342 se redondea a 1.383
1.38371 se redondea a 1.384
1.3 se redondea a 1.300
3. Tercero: El resultado de nuestras medidas se escribe como:
( x ± ∆x ) unidades
o bien con el error relativo como:
∆x
x unidad ± 100 ⋅ ,%
x
∆x
teniendo x, ∆x y 100 las cifras significativas que les corresponda según lo dicho
x
antes en este apartado.

Ejemplos (no incluimos las unidades en este caso por sencillez):


Error Error redondeado Medida Resultado final
0.018 0.02 0.987 0.99±0.02
0.068 0.07 25.8251 25.83±0.07
0.072 0.07 25.825 25.82±0.07
0.66 0.7 0.88 0.9±0.7
0.52 0.5 12 12.0±0.5
11.897 10 356.257 360±10
26 30 364 360±30
340 300 588.6 600±300
370.86 400 25.82 0±400
Guía práctica para el cálculo de errores 11

Ajuste a una recta por mínimos cuadrados


En un experimento es muy frecuente el caso en que una cantidad y es función
de otra cantidad x , y se hagan mediciones de pares de valores (x,y). Entonces estos
se representan en una gráfica y se trata de encontrar una curva que corresponda a
alguna función algebraica y = f ( x) que pase tan cerca de los puntos como sea posible.
Nosotros vamos a considerar el caso en que la función es una línea recta, que
es la función más sencilla:
y = m⋅x +c [5]
Para definir la recta necesitamos poder calcular los valores de los parámetros
m y c en función de los puntos (xi,yi).
Método de los mínimos cuadrados
35

30 Supongamos que hay n pares de


25 mediciones ( x1 , y1 ),( x 2 , y 2 ), ... ( x n , y n ) y que
los errores están en su totalidad
Magnitud Y

20

15
considerados en los valores de y . Para
10
valores dados de m y de c , la desviación del
5
punto i−ésimo respecto a la recta es
0
0 2 4 6 8 10 yi − m ⋅ xi − c , y vamos a imponer que la suma
Magnitud X
de estas distancias para todos los puntos
experimentales sea mínima. Para evitar que unas diferencias positivas (puntos por
encima de la recta) se cancelen con otras negativas (puntos por debajo), se suman los
cuadrados de estas diferencias.

Por tanto, los mejores valores de m y c son aquellos para los cuales:
n 2

S = ∑ ( yi − m ⋅ xi − c )
i =1
es un mínimo.

Derivando obtenemos

δS n δS n
= ∑2 ⋅ ( yi − m⋅ xi − c) ⋅ ( −xi ) = ∑2⋅ ( yi − m⋅ xi − c) ⋅ ( −1)
δ m i=1 δ c i=1
Las condiciones de mínimo de S para m y c son:
Guía práctica para el cálculo de errores 12

δS n n n
= 0 ⇒ m ⋅ ∑ xi + c ⋅ ∑ xi = ∑ xi ⋅ y i [7]
2

δm i =1 i =1 i =1

δS n n
= 0 ⇒ m ⋅ ∑ xi + c ⋅ n = ∑ y i [8]
δc i =1 i =1

tomando los valores medios ( x, y ) de los n puntos (xi , y i ) :

1 n 1 n
x= ⋅ ∑ xi ; y= ⋅ ∑ yi
n i =1 n i =1
que se corresponden con el cálculo del centro de gravedad de un conjunto de
puntos, las expresiones [7] y [8 ] se transforman en:
n n
m ⋅ ∑ xi + c ⋅ x = ∑ xi ⋅ y i ;
2
m⋅ x + c⋅n = y
i =1 i =1

y resolviendo como un sistema de ecuaciones en m y c obtenemos:


n n

∑x i ⋅ y i − ∑ xi ⋅ y
m= i =1
n n
i =1
; c = y − m⋅ x [9]
∑x i =1
i
2
− ∑ xi ⋅ x
i =1

por lo que la recta de ecuación [5] pasa por el centro de gravedad ( x, y ) , de


todos los puntos (x i , y i ) .
Para el cálculo del error estadístico de la pendiente y la ordenada de esta recta
usaremos las siguientes expresiones:

n·Σ( yi − mxi − b) 2
∆m =
(
(n − 2) n·Σxi 2 − ( Σxi )
2
)
 ( Σxi )
2
 Σ( y − mx − b) 2
∆b =  1 + · i i
 n·Σx 2 − ( Σx )2  n ( n − 2)
 i i 

Ejemplo de aplicación:
Deseamos medir la resistencia de una rama de un circuito, para lo cual se
toman distintos pares de valores de la diferencia de potencial entre los extremos de la
rama, y la corriente que la atraviesa. Se obtienen los siguientes valores:

V (V) I (A)
21 20
Guía práctica para el cálculo de errores 13

29 30
39 40
55 50
59 60

Sabemos por la ley de Ohm que V=R·I, pero en lugar de obtener un valor de R
para cada par de valores ajustamos R
Y=A+B*X
60
Parameter Value Error por el método de mínimos
-------------------------------------------------
A 1.19565 3.82144 cuadrados. Esto puede hacerse con
50 B 0.95577 0.08856
------------------------------------------------- algún ordenador o calculadora, o
Voltaje (V)

40 directamente evaluando las


expresiones anteriores. El resultado
30
es
20 R=(0.95±0.09) Ω

20 25 30 35 40 45 50 55 60
Intensidad (A)

Apéndice: La función ESTIMACION LINEAL en Excel


Múltiples programas semigratuitos (shareware) disponibles en internet hacen
este cálculo, incluso bastantes calculadoras científicas. Pueden ser opciones más
sencillas que la que sigue, pero puesto que es difícil encontrar un ordenador sin
Microsoft Office, lo que sigue proporciona una guía para hacerlo con el programa
Excel.
Una manera de ajustar una recta por minimos cuadrados a una tabla de datos
y obtener tanto la pendiente y la ordenada en el origen como sus respectivos errores
la ofrece Microsoft Excel en su función estadística “estimación lineal”
1. Escribir los datos a ajustar en dos columnas: valores de X a la izquierda y de Y
a la derecha:
Guía práctica para el cálculo de errores 14

2. Elige en otra zona de la hoja un area de 2 columnas por 5 filas para crear la
fórmula de ajuste. Como la formula produce varios parámetros se llama “formula
matricial” y se introduce de una manera distinta a la habitual. Escribe lo siguiente
(sustituyendo los rangos de Y y de X como corresponda a tu caso)

=ESTIMACION.LINEAL(B3:B8;A3:A8;;1)
Cuidado de no confundir “:” con “;”

3. Al aceptar solo nos aparece un número, el valor de la pendiente. Para tener lo


demás hay que convertir la formula a tipo matricial, como anticipaba antes.
Para ello selecciona un área de 2 columnas y 3 filas comenzando por la casilla
donde has escrito la fórmula. Presiona F2 y a continuación
CTRL+MAY+INTRO . Aparecerá toda la información.

Selecciono Presiono F2

Y ahora CTRL+MAY+INTRO
Guía práctica para el cálculo de errores 15

Los números de la primera fila son la pendiente (izquierda) y la ordenada


(derecha) y debajo de cada uno aparece su correspondiente error. En nuestro caso

Y=m·x+b
m=3
b=1
∆m=1.69e-16
∆b=6.599e-16
El número a la izquierda en la tercera fila (casilla D8) en el ejemplo, es el
coeficiente de correlación del ajuste, mejor cuanto más próximo a 1.
Nota final: Recordad que para hacer una grafico de los puntos con Excel
hay que escoger siempre el tipo “XY dispersión”

Se puede añadir la recta ajustada y su ecuación si hacemos click derecho


sobre alguno de los puntos experimentales y elegimos “Añadir línea de tendencia”
Guía práctica para el cálculo de errores 16

Bibliografía
4. T.P.A. Hase y I.G. Hughes “Measurements and their uncertainties”. Oxford Univ.
Press
5. Salvador Gil. "Física Re-Creativa". Prentice Hall
6. L. Lyons. "Data Analysis for physical science students". Cambridge Univ. Press
7. J. R. Taylor “An introduction to error analysis: the study of uncertainties in
physical sciences” 2nd edition. University Science Books

También podría gustarte