You are on page 1of 8

Analisis de Incertidumbre, Laboratorio de Quimica Fisica

El anlisis de regresin Cuando uno tiene un numero relativamente grande de datos para los que la relacin entre X e Y se prev que sea una cierta forma de manera satisfactoria para analizar los datos, es un procedimiento conocido como anlisis de regresin. Muchas calculadoras de mano dan una forma de mnimos cuadrados de regresin lineal. programas informticos como Excel y Mathcad hacen un anlisis similar.El problema es a menudo la transformacin de la informacin proporcionada por el programa en las estimaciones significativas de incertidumbre. anlisis de regresin simple se inicia con la suposicin de que cada dato consistir en el valor real ms un poco de ruido aleatorio. Esto es a menudo se considera que una de las variables generalmente por lo general x, tiene poco o ningn error y que la principal fuente de error es el ruido aleatorio en Y. el criterio de "mejor lnea" es entonces la minimizacin de todas las desviaciones de los datos reales apartir de esa lnea terica sobre el conjunto de datos. hay varias formas de definir la desviacin, pero la forma comn considera las desviaciones que son perpendiculares al eje x: ( )

si estos son verdaderamente aleatorios y el conjunto es suficientemente grande, entonces la suma de estas desviaciones se tienden hacia cero: (no se como poner E <- algo asi ) Sin embargo, la suma de los cuadrados de estas cantidades, llamado residual, no ser cero en general. de hecho, ser una funcin de los valores de m y b. (formula larga)

donde n es el nmero de pares de valores. el mnimo de esta suma de los


cuadrados se encuentra estableciendo los derivados de R con respecto a M y B es igual a cero. esta relacin da las ecuaciones de la "mejor" M y B. Obviamente, estas mejores valores de M y B no son sin incertidumbre, La cuestin es cmo expresar la incertidumbre. una cantidad reportada con frecuencia lineal de mnimos cuadrados resin es el factor de correlaci, R, o cuadros. para un ajuste perfecto (una en la que cada punto cae exactamente sobre la lnea terica) , *R cuadrada*-> ( r2 = 1 ) de ausencia total de correlacin ( esto es no ajustable) R2 (cuadrada) = 0. Se puede utilizar dicha cantidad, junto con funciones calculables del conjunto de datos para dar expresiones de las desviaciones estndar de la interseccin Estos estn dados por las siguientes ecuaciones

10

por lo tanto. se puede utilizar el coeficiente de correlacin para estimar la desviacin estndar relativa de la pendiente y, con un clculo de una suma nica, la desviacin estndar de la interseccin de la lnea que mejor expresa la relacin lineal. Conociendo la desviacin estndar de estos parmetros y el nmero de grados de libertad, N2, una tiene una receta para indicando la incertidumbre. uno siempre debe recordar que las herramientas como el trabajo de regresin lineal de mnimos cuadrados, as si se aplica a situaciones en las que hay una razn para creer que existe una relacin lineal. el uso de cualquier herramienta en situaciones a las que no se aplica slo se obtienenresultados sin sentido hay muchos otros anlisis de regresin que pueden aplicarse, ms o menos facil, para determinar alguna relacin entre las caractersticas de dos cantidades medidas, por ejemplo, una puede generalizar la regresin para incluir expresin polinomio. para la funcin compleja, se puede utilizar un algoritmo tal como X simples para determinar un conjunto de parmetros de la funcin que seleccionar el "mejor" curva para describir los datos casi todos estos procedimientos se basan en cierto modo de encontrar el mnimo enalgn residuo sobre el conjunto de datos. Sin embargo, un ser humano siempre debe tomar la decisin acerca de si los datos de forma adecuada son modelados por la forma funcional.

Propagacin de la incertidumbre
cuando la cantidad que se desea para especificar no se mide directamente, pero se calcula a partir de dos auqntities ms directamente medidos, la incertidumbre en la cantidad derivada debe ser determinada a partir del (presumiblemente conocido) incertidumbres en las cantidades medidas de la cual se calcula. este es el concepto de la propagacin de la incertidumbre.

anlisis diferencial
para propagar la incertidumbre, uno debe tener una conexin entre la cantidad calculada, X, y varios otros parmetros medidos, (a, b, c ...). matemticamente, estas cantidades medidas son variables independientes y X es una variable dependiente. la relacin se expresa funcionalmente por la ecuacin general: ( Formula page 10) puesto que las variables medidas a, b, c ... incertidumbres no son idnticas a partir de la medicin para la medicin, ellos se han asociado incertidumbres con las que se puede calcular, como se muestra arriba. La pregunta a responder es "cmo estas incertidumbres se traducen en la incertidumbre en X? comenzamos con una regla fundamental del clculo: un cambio diferencial en una

funcin es causada por un cambio diferencial en las variables independientes: (formula pagina 11) Esta ecuacin explica cmo la forma funcional transforma los cambios en las variablesindependientes sobre Identificacin del cambio de la variable dependiente. the deviations from the average values are caused by deviations of the independent variables about their average values. e.g. Por supuesto, la suma de estas desviacines debido a errores aleatorios en cada una de las cantidades medidas, la desviacin media de la cantidad calculada es cero. < ( )

por lo tanto esta cantidad no da informacin acerca de la incertidumbre. considerar el promedio del cuadrado de esta desviacin, utilizando la forma diferencial por encima de las desviaciones y considerando slo tres variables (extensin a ms variables debe ser obvio). (( ) ( ) ( ) )

expansin del lado derecho, junto con la definicin de la media de una cantidad da: ( ) ( )( ( ) ) ( ( )( ) ) ( )( )

si las cantidades A, B y C son variables verdaderamente independientes, entonces las desviaciones es una medida de A y B deben ser correlacionados de los de otro, y la media debe ser cero. De manera parecida, los otros dos trminos cruzados son cero. que stas son independientes en ese sentido, y los tres ltimos trminos de esta ecuacin no contribuyen. Ahora, se define la incertidumbre en cada una de las cantidades como la desviacin de raz cuadrada media sobre el conjunto para encontrarla relacin:

) (

) (

esto da una ecuacin simple para estimar la incertidumbre en una calidad calcula a partir de la incertidumbre en cantidades medidas de la cual se calcula. esto es lo que se entiende por propagacin de errores. aqu son ejemplos sencillos. ver si se puede determinar la ecuacin resultante de la incertidumbre de las derivadas de la funcin en cada caso.

Forma Funcional
X=a+b X=ab X=ab X=

Incertidumbre
( ( ) ) ) ( ( ( ) ) )

X=

( (

) )

X = Ina

en las ecuaciones de la tabla, A y B se refieren valores medios de las cantidades medidas y X es la funcin cuyo incertidumbre se Tobe determinado. las ecuaciones tercera y cuarta son correccin, pero una vista ms clara de cmo se propaga la incertidumbre puede obtenerse a travs de reescritura levemente. un mtodo rpido para estimar la incertidumbre utiliza las incertidumbres mximas para estimar el rango de valores de una cantidad calculada. que mejor se puede ilustrar porejemplo. considerar el clculo de C a travs de la frmula: X = A+ B supongamos que A y B se han medido y se sabe que tienen los siguientes valores a= a

b=

Obviamente, el valor ms probable de x es un a + b. Sin embargo, es necesario especificar la incertidumbre de este valor, dadas las incertidumbres conocidos en A y B. Para ello, hay que encontrar el rango de valores posibles, dado el rango de A y B. se puede hacer esto por otra parte, observando aadiendo que el mximo de la gama de valores con un mximo de la gama de valores de B da el mximo de la gama X.
aadiendo los mnimos de estos rangos da el mnimo de la gama de X. el valor mximo de X es por lo tanto, un a + b + A + B y el mnimo de este intervalo es un a + b - a- b.por lo tanto la gama de valores de X es: Range X = a + b + ( ) = 2( )

Uno puede entonces determinar una incertidumbre en cuanto a la mitad de este rango.por lo que la determinacin inform de X como se muestra en la tabla.

Funcion X=a+b X=ab X=ab X=

Valor de X a + b a - b ab

Incertidumbre de X

a ( )

en general, estos valores de la incertidumbre ser algo mayor que las incertidumbres raz cuadrada media de las mismas funciones determinadas por las calclus de las variaciones mostradas anteriormente. sin embargo, se trata de estimaciones razonables de la incertidumbre. Una vez ms se puede demostrar que, para el producto (lnea 3) la incertidumbre relativa en la que X es la suma de las incertidumbres relativas en A y B. Sin embargo, para el cociente de la lnea 4, se encuentra la siguientes iniciales para la incertidumbre relativa

) (| |)

(| |)

si la incertidumbre en B es pequeo comparado con el valor medio, a continuacin, las incertidumbres relativas en A y B se suman para dar la incertidumbre relativa en el cociente, as como para el producto

Figuras Significativas
una cosa que muestra un grado a los estudiantes la falta de conocimiento de la incertidumbre es el nmero de cifras significativas reportadas por el estudiante. informar sobre el nmero adecuado de cifras a describe la incertidumbre de un clculo muestra una comprensin del proceso de propagacin de la incertidumbre Uno ve a menudo los datos de los estudiantes reportados con un gran nmero de dgitos que exageran sustancialmente la precisin de la determinacin experimental de una cantidad de varios rdenes de magnitud. el Instituto Nacional de Estndares y Tecnologa gasta una gran cantidad de esfuerzo para medir y

reportar los datos deforma ms precisa posible. por ejemplo, la velocidad de la luz en el vaco se inform que: C = 299 792 458 m para la mayora de nosotros, logrando que la precisin es extremadamente difcil, si no imposible. el concepto de cifras significativas que se aplica slo a clculos con nmeros conocidos imprecisa. suponer una es calcular la densidad de un objeto a partir de mediciones desu peso y volumen. cada uno de estos nmero medido se define a una cierta precisin, yla densidad se encuentra por divisin: ejemplo: 49.853g/50.002mL En principio, se puede utilizar una calculadora para especificar este nmero. en lapantalla de la calculadora podra entonces ver el nmero de 0.997020119g/mL

Por supuesto, este nmero no es ciertamente conocido para que la precisin, la propagacin de la incertidumbre como se discuti anteriormente, puede informar a un cientfico de la verdadera naturaleza de la incertidumbre. para el ejemplo anterior unclculo basado en porcentaje de error, suponiendo una incertidumbre de una en el ltimo dgito de cada factor, muestra que la densidad calculada tiene una precisin de 0.00003g/mL, de modo. incluyendo esta precisin, el valor de las que muestrandensidad-dgitos significativos razonables debe ser reportado como: 49.853g/50.002mL=0.9970g/mL para indicar (en realidad, ligeramente sobreestimar la incertidumbre) las incertidumbresreproducidos. esta es una declaracin abreviada de la incertidumbre. indicando el resultado de esta manera significa que el verdadero valor se encuentra entre0.9969g/mL y 0.9971g (mi. Por supuesto, la incertidumbre real permitira una para informar de que 49.853g/50.002mL=0.9970g/mL(0.00003) g/m
una regla de oro para evaluar el nmero de cifras significativas que reportar es que el nmero de cifras significativas en un calculado como resultado nunca puede ser mayorque el nmero de figuras significativas en el factor con el menor nmero de cifras significativas, por esta regla, un podra haber supuesto que el nmero de cifras significativas en la densidad calculada anteriormente habra sido 5 desde cada uno de los dos factores tiene 5 cifras significativas. con esta regla, se habra reportado un resultado como: 49.853g/50.002mL = 0.99720g/mL

Este informe de cifras significativas es mucho mucho mejor que la presentacin de informes a todas las figuras de una calculadora da.

cifras significativas en el factor


antes de usar los nmeros en los clculos se deben identificar las figuras significativasque contienen. esto es a menudo evidente. Sin embargo, cuando los ceros estn presentes, hay una cierta confusin, aqu estn las convenciones utilizadas a) ceros a la izquierda de la primera dgito diferente de cero no son significativos, sino que son marcadores de posicin. uno puede ver esto expresando el nmero es la notacin cientfica. por ejemplo el nmero 0,00123 tiene tres cifras significativas. esto puede ser fcilmente visto por la reescritura de este nmero como 1.23 x 10 -3 b) Los ceros a la derecha de un dgito distinto de cero puede o no puede ser significativa.la importancia radica en asegurarse si la persona que escribi el nmero est tratando de decir con la incorporacin de los ceros que el valor es preciso que las cifras demuchos A veces simplemente no es posible saber

si todos los dgitos de un nmero reportadoson significativos. usando la notacin cientfica suelen hacer la ambigedad delsignificado de ceros un punto discutible. por ejemplo el nmero 20, 000 pueden tener1,2,3,4, o 5 cifras significativas, por escribir esto como 2,000 x 10 (4), est claro que se indica para ser precisos a 4 cifras significativas. escrito de esta manera, esta declaracin implica que el nmero en alguna parte entre 19.999 y 20.001. Sin embargo,usar la discrecin

LLevar a cifras significativas en los clculos


como se ha dicho anteriormente, los valores determinados experimentalmente hanasociado incertidumbre que puede expresarse directamente. cuando dterminationsmltiples de un cierto valor se hacen, una desviacin estndard de la serie ofrece laprecisin. el problema es a menudo la forma de expresar esta precisin en trminos de importantes figuras. El clculo ms comn que la mayora de los qumicos hacer es el clculo
de la concentracin. supongamos que la concentracin de HCl se determin por triplicado,como se muestra en la tabla

Calculation 1 Calculation 2 Calculation 3

0.18492 Moles/L 0.18517 moles/L

0.18534 moles/L

La "mejor" estimacin de la concentracin, teniendo en cuenta estos tres clculos es el promedio: ( )

la desviacin estndar de este resultado es = 0.00021 moles / l. por lo tanto uno debe expresar adecuadamente este a cuatro cifras significativas:

si el resultado es que se utiliza en los clculos, se puede querer reain una cifra adicional o dos pasado el uno incierto primero, mirando a tres lneas en la tabla, los primeros trescifras son idnticas 0.185 por rouding. esto significa que uno tiene que tener por lo menos la siguiente figura en cada una de introducir incertidumbre en el clculo incluso los dgitos cuarto abarcan slo un pequeo rango: 49-53, un rango de 4 en ese lugar, como regla general, si el rango de la fifure incertidumbre es inferior a 6, mantengaesta cifra despus de la una incierta primera vez con fines de clculo da un promedio de0.18513 moles, esencialmente el mismo que el resultado cuando mantener los cincodgitos
el redondeo de los valores individuales o dgitos que caen demasiado pronto en un clculo puede dar lugar a una precisin mucho menor que uno puede tener derecho ainformar. en caso de duda, es mejor mantener una figura estra hasta que la desviacinestndar se determina, sobre la base de los cuales uno puede tomar una decisin sobre el nmero de cifras significativas