UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA CIVIL Y

ARQUITECTURA

LABORATORIO DE FSICA I

TEMA: TEORIA DE ERRORES

DOCENTE: JORGE CONDORI MAMANI

ALUMNO:

CARRERA PROFESIONAL: INGENIERIA CIVIL

CODIGO:

SEMESTRE: II

TEORA DE ERRORES
I. Introduccin
Una magnitud fsica es un atributo de un cuerpo, un fenmeno o una sustancia, que
puede determinarse cuantitativamente, es decir, es un atributo susceptible de ser medido.
Algunos ejemplos de magnitudes son la longitud, la masa, la potencia, la velocidad, etc.
A la magnitud de un objeto especfico que estamos interesados en medir, la llamamos
mesurando. Por ejemplo, si estamos interesado en medir la longitud de una barra, esa
longitud especfica ser el mesurando
Para establecer el valor de un mesurando tenemos que usar instrumentos de medicin y
un mtodo de medicin. Asimismo es necesario definir unidades de medicin. Por
ejemplo, si deseamos medir el largo de una mesa, el instrumento de medicin ser una
regla.
Si hemos elegido el Sistema Internacional de Unidades (SI), la unidad ser el metro y la
regla a usar deber estar calibrada en esa unidad (o submltiplos). El mtodo de
medicin consistir en determinar cuantas veces la regla y fracciones de ella entran en la
longitud buscada.
En ciencias e ingeniera, el concepto de error tiene un significado diferente del uso
habitual de este trmino. Coloquialmente, es usual el empleo del trmino error como
anlogo o equivalente a equivocacin. El error, como veremos en lo que sigue, est ms
bien asociado al concepto de incerteza en la determinacin del resultado de una
medicin.
Ms precisamente, lo que procuramos en toda medicin es conocer las cotas (o lmites
probabilsticos) de estas incertezas. Grficamente, buscamos establecer un intervalo
x x x x + x como el de la Figura 1.1, donde con cierta probabilidad, podamos
decir que se encuentra el mejor valor de la magnitud x . Este mejor valor x es el ms
representativo de nuestra medicin y al semiancho x lo denominamos la incerteza o
error absoluto de la medicin.

Figura 1.1. Intervalo asociado al resultado de una medicin. Notamos que, en lugar
de dar un nico nmero, definimos un intervalo. Al valor representativo del centro del
intervalo ( x ) lo llamamos el mejor valor de la magnitud en cuestin. El semiancho
del intervalo ( x ) se denomina la incertidumbre o error absoluto de la medicin.

En todo proceso de medicin existen limitaciones dadas por los instrumentos usados, el
mtodo de medicin, el observador (u observadores) que realizan la medicin.
Asimismo, el mismo proceso de medicin introduce errores o incertezas. Por ejemplo,
cuando usamos un termmetro para medir una temperatura, parte del calor del objeto
4

fluye al termmetro (o viceversa), de modo que el resultado de la medicin es un valor

modificado del original debido a la inevitable interaccin que debimos realizar. Es claro
que esta interaccin podr o no ser significativa: Si estamos midiendo la temperatura de
un metro cbico de agua, la cantidad de calor transferida al termmetro puede no ser
significativa, pero si lo ser si el volumen en cuestin es de una pequea fraccin del
mililitro.
Tanto los instrumentos que usamos para medir como las magnitudes mismas son fuente
de incertezas al momento de medir. Los instrumentos tienen una precisin finita, por lo
que, para un dado instrumento, siempre existe una variacin mnima de la magnitud que
puede detectar.
Esta mnima cantidad se denomina la apreciacin nominal del instrumento. Por ejemplo,
con una regla graduada en milmetros, no podemos detectar variaciones menores que
una fraccin del milmetro.
A su vez, las magnitudes a medir no estn definidas con infinita precisin. Imaginemos
que queremos medir el largo de una mesa. Es posible que al usar instrumentos cada vez
ms precisos empecemos a notar las irregularidades tpicas del corte de los bordes o, al
ir aun ms all, finalmente detectemos la naturaleza atmica o molecular del material
que la constituye. Esclaro que en ese punto la longitud dejar de estar bien definida. En
la prctica, es posible que mucho antes de estos casos lmites, la falta de paralelismo en
sus bordes haga que el concepto de la longitud de la mesa comience a hacerse cada
vez menos definido, y a esta limitacin intrnseca la denominamos denomina incerteza
intrnseca o falta de definicin de la magnitud en cuestin.
Otro ejemplo sera el caso en que se cuenta la cantidad de partculas alfa emitidas por
una fuente radioactiva en 5 segundos. Sucesivas mediciones arrojarn diversos
resultados (similares, pero en general distintos). En este caso, de nuevo, estamos frente a
una manifestacin de una incerteza intrnseca asociada a esta magnitud nmero de
partculas emitidas en 5 s, ms que al error de los instrumentos o del observador.
II. Algunos Conceptos Bsicos
Otra fuente de error que se origina en los instrumentos adems de la precisin es la
exactitud de los mismos. Como vimos, la precisin de un instrumento o un mtodo de
medicin est asociada a la sensibilidad o menor variacin de la magnitud que se pueda
detectar con dicho instrumento o mtodo. As, decimos que un tornillo micromtrico
(con una apreciacin nominal de 10 m.) es ms preciso que una regla graduada en
milmetros; o que un cronmetro es ms preciso que un reloj comn, etc.
La exactitud de un instrumento o mtodo de medicin est asociada a la calidad de la
calibracin del mismo. Imaginemos que el cronmetro que usamos es capaz de
determinar la centsima de segundo pero adelanta dos minutos por hora, mientras que un
reloj de pulsera comn no lo hace. En este caso decimos que el cronmetro es todava
ms preciso que el reloj comn, pero menos exacto. La exactitud es una medida de la
calidad de la calibracin de nuestro instrumento respecto de patrones de medida
aceptados internacionalmente. En general los instrumentos vienen calibrados, pero
dentro de ciertos limites. Es deseable que la calibracin de un instrumento sea tan buena

como la apreciacin del mismo. La Figura 1.2 ilustra de modo esquemtico estos dos
conceptos.

Figura 1.2. Esta figura ilustra de modo esquemtico los conceptos de precisin y
exactitud. Los centros de los crculos indican la posicin del verdadero valor del
mesurando y las cruces los valores de varias determinaciones del centro. La
dispersin de os puntos da una idea de la precisin, mientras que su centro efectivo
(centroide) est asociado a la exactitud. a) Es una determinacin precisa pero
inexacta, mientras d) Es ms exacta pero imprecisa; b) Es una determinacin ms
exacta y ms precisa; c) Es menos precisa que a).

Decimos que conocemos el valor de una magnitud dada, en la medida en que conocemos
sus errores. En ciencia consideramos que la medicin de una magnitud con un cierto
error no significa que se haya cometido una equivocacin o que se haya realizado una
mala medicin. Con la indicacin del error de medicin expresamos, en forma
cuantitativa y lo ms precisamente posible, las limitaciones que nuestro proceso de
medicin introduce en la determinacin de la magnitud medida.
III. Clasificacin de los errores
Existen varias formas de clasificar y expresar los errores de medicin:

A. Segn su origen
1. Errores introducidos por el instrumento

a) Error de apreciacin ap
Si el instrumento est correctamente calibrado la incertidumbre que tendremos
al realizar una medicin estar asociada a la mnima divisin de su escala o a la
mnima divisin que podemos resolver con algn mtodo de medicin. Ntese
que no decimos que el error de apreciacin es la mnima divisin del
instrumento, sino la mnima divisin que es discernible por el observador. La
mnima cantidad que puede medirse con un dado instrumento la denominamos
apreciacin nominal. El error de apreciacin puede ser mayor o menor que la
apreciacin nominal, dependiendo de la habilidad (o falta de ella) del
observador. As, es posible que un observador entrenado pueda apreciar con
una regla comn fracciones del milmetro mientras que otro observador, con la
misma regla pero con dificultades de visin slo pueda apreciar 2 mm.

b) Error de exactitud exac

Representa el error absoluto con el que el instrumento en cuestin ha sido
calibrado.

2. Error de interaccin int

Esta incerteza proviene de la interaccin del mtodo de medicin con el objeto a
medir. Su determinacin depende de la medicin que se realiza y su valor se
estima de un anlisis cuidadoso del mtodo usado.

3. Falta de definicin en el objeto sujeto a medicin def

Como se dijo antes, las magnitudes a medir no estn definidas con infinita
precisin. Con esto designamos la incertidumbre asociada con la falta de
definicin del objeto a medir y representa su incertidumbre intrnseca.
En general, en un dado experimento, todas estas fuentes de incertidumbres estarn
presentes, de modo que resulta til definir el error nominal de una medicin nom ,
como:
2
2
2
2
2
nom
= ap
+ def
+ int
+ exac
(I)

Este procedimiento de sumar los cuadrados de los errores es un resultado de la

estadstica, y proviene de suponer que todas las distintas fuentes de error son
independientes una de otras.

____________________________________________
EJEMPLO
7

Se desea determinar el dimetro del tronco de un rbol y el rea de su seccin transversal.

Cmo procederamos y cules son las fuentes principales de incertidumbre en esta
determinacin? Un mtodo podra consistir en medir el permetro con una cinta mtrica y
luego determinar el dimetro y usar este valor para calcular el rea. En este caso, la mayor
fuente de incertidumbre proviene de la definicin del mesurando (el dimetro). Una forma
de estimar la incertidumbre sera determinar los valores mximos y mnimos del dimetro
usando una serie de mediciones y tomar como diametro la semidiferencia de estos valores:

diametro =

( D max Dmin )

B. Segn su carcter.
1. Errores sistemticos
Se originan por las imperfecciones de los mtodos de medicin. Por ejemplo,
pensemos en un reloj que atrasa o adelanta, o en una regla dilatada, el error de
paralaje, etc. Los errores introducidos por estos instrumentos o mtodos
imperfectos afectarn nuestros resultados siempre en un mismo sentido. El valor
de exac sera un ejemplo de error sistemtico pero no son lo mismo, ni los errores
de exactitud son los nicos responsables de los errores sistemticos. Imaginemos
por ejemplo el caso de una balanza bien calibrada que se usa para conocer el peso
de las personas en los centros comerciales u otros negocios, como es usual que las
personas (en pblico) se pesen vestidas, los valores registrados con estas balanzas
tendrn un error sistemtico por el peso de la vestimenta. La nica manera de
detectarlos y corregirlos es comparar nuestras mediciones con otros mtodos
alternativos y realizar un anlisis crtico y cuidadoso del procedimiento empleado.
Tambin es aconsejable intercalar en el proceso de medicin patrones confiables
que permitan calibrar el instrumento durante la medicin.

2. Errores estadsticos
Son los que se producen al azar. En general son debidos a causas mltiples y
fortuitas. Ocurren cuando, por ejemplo, nos equivocamos en contar el nmero de
divisiones de una regla, o si estamos mal ubicados frente al fiel de una balanza.
Estos errores pueden cometerse con igual probabilidad por defecto como por
exceso. Por tanto, midiendo varias veces y promediando el resultado, es posible
reducirlos considerablemente. Es a este tipo de errores a los que comnmente hace
referencia la teora estadstica de errores de medicin que formularemos
sucintamente en lo que sigue. A estos errores lo designaremos con est .
3. Errores ilegtimos o espurios
Supongamos que deseamos calcular el volumen de un objeto esfrico y para ello
determinamos su dimetro.
Si al introducir el valor del dimetro en la frmula, nos equivocamos en el nmero
introducido, o lo hacemos usando unidades incorrectas, o bien usamos una
expresin equivocada del volumen, claramente habremos cometido un error. Esta

vez este error est ms asociado al concepto convencional de equivocacin. A este

tipo de errores los designamos como ilegtimos o espurios. A este tipo de errores
no se aplica la teora estadstica de errores y el modo de evitarlo consiste en una
evaluacin cuidadosa de los procedimientos realizados en la medicin. Un ejemplo
de este tipo de error es el que se cometi en el Mars Climate Explorer afines de
1999, al pasar de pulgadas a cm. se cometi un error que cost el fracaso de dicha
misin a Marte.
Cuando se desea combinar los errores sistemticos con los estadsticos, la
prescripcin usual es sumar los cuadrados de los errores absolutos y luego tomar la
raz cuadrada de este resultado. Si estamos midiendo una magnitud Z , el error
final o combinado o efectivo de Z , Z , vendr dado por:

Los errores pueden asimismo expresarse de distintos modos, a saber:

4. Error absoluto
Es el valor de la incertidumbre combinada. Tiene las mismas dimensiones que la
magnitud medida y es conveniente expresarla con las mismas unidades de sta. Si
Z es la magnitud en estudio,
Z es el mejor valor obtenido y Z su
incertidumbre absoluta. El resultado se expresa adecuadamente como:
Z = Z Z

El significado de esta notacin es equivalente a decir que, segn nuestra medicin,

con una cierta probabilidad razonable p0 (usualmente p0 = 0.68, 68%) el valor
de Z est contenido en el intervalo ( Z Z , Z +Z ), o sea:
Z Z < Z < Z + Z

Lo que es equivalente a:
P ( Z Z < Z < Z + Z ) = p0

Que significa que la probabilidad que el mejor estimador de Z est comprendido

entre Z Z , Z +Z es igual a p0 . El valor p0 de se conoce con el nombre de
coeficiente de confianza y los valores ( Z Z , Z + Z ) determinan un intervalo
de confianza para Z .
5. Error relativo

z = Z Z , el cociente entre el error absoluto y el mejor valor de la magnitud.

6. Error relativo porcentual
Z % = 100. Z , es la incertidumbre relativa multiplicada por 100.

____________________________________________
EJEMPLO

Imaginemos que medimos el espesor de un alambre (cuyo dimetro es d 3mm. ) y su

longitud ( L 1m ) con la misma regla graduada en milmetros. Es claro que los errores
absolutos de medicin, dados por la apreciacin del instrumento, es en ambos casos la
misma ( d = L = 1mm ). Sin embargo, resulta evidente que la determinacin de la
longitud del alambre es mucho mejor que la del dimetro. El error relativo porcentual
refleja esta diferencia, ya que para el caso del dimetro su valor es
d % 30% , y para el caso de la longitud tenemos L % 0.1% .

IV.

Cifras significativas
Cuando realizamos una medicin con una regla graduada en milmetros, est claro
que, si somos cuidadosos, podremos asegurar nuestro resultado hasta la cifra de los
milmetros o, en el mejor de los casos, con una fraccin del milmetro, pero no ms.
De este modo nuestro resultado podra ser L = (95.20.5) mm., o bien L = (951)
mm. En el primer caso decimos que nuestra medicin tiene tres cifras significativas y
en el segundo caso slo dos. El nmero de cifras significativas es igual al nmero de
dgitos contenidos en el resultado de la medicin que estn a la izquierda del primer
dgito afectado por el error, incluyendo este dgito.
El primer dgito, o sea el que est ms a la izquierda, es el ms significativo (9 en
nuestro caso) y el ltimo (ms a la derecha) el menos significativo, ya que es en el
que tenemos menos seguridad. Ntese que carece de sentido incluir en nuestro
resultado de L ms cifras que aquellas en donde tenemos incertidumbres (donde cae
el error).
No es correcto expresar el resultado como L = (95.3211) mm., ya que si tenemos
incertidumbre del orden de 1 mm., mal podemos asegurar el valor de las dcimas,
centsimas y milsimas del milmetro. Si el valor de L proviene de un promedio y el
error es del orden del milmetro, se debe redondear el dgito donde primero cae el
error.
Es usual expresar las incertidumbres con una sola cifra significativa, y solo en casos
excepcionales y cuando existe fundamento para ello, se pueden usar ms. Tambin es
usual considerar que la incertidumbre en un resultado de medicin afecta a la ltima
cifra si es que no se la indica explcitamente. Por ejemplo, si slo disponemos de la
informacin que una longitud es L = 95 mm., podemos suponer que la incertidumbre
es del orden del milmetro y, como dijimos antes, el resultado de L tiene dos cifras
significativas.
Una posible fuente de ambigedad se presenta con el nmero de cifras significativas
cuando se hace un cambio de unidades. Si en el ltimo ejemplo deseamos expresar L
en m, el resultado sera L = (950001000) m. Cuntas cifras significativas
tenemos en este resultado?
Claramente dos, igual que antes, ya que la ltima cifra significativa sigue siendo 5.
Sin embargo, si no indicamos explcitamente la incertidumbre de L, es difcil saber
cuntas cifras significativas tenemos. Ntese que 95 mm. 95000 m, ya que el
primer resultado tiene slo dos cifras significativas mientras el segundo tiene cinco (a
propsito compare los costos de los instrumentos para realizar estas dos clases de
10

determinaciones). Para evitar estas ambigedades se emplea la notacin cientfica.

Podemos escribir la siguiente igualdad: 9.5 x101 mm. =9.5 x 104 m. Notemos que los
nmeros en ambos miembros de la igualdad tienen igual nmero de cifras
significativas, siendo la nica diferencia las unidades usadas.
Error de una magnitud que se mide una nica vez
En este caso el mejor valor ser simplemente el valor medido y el error vendr dado
por el error nominal ( nom ) del instrumento.
Error de una magnitud que se mide directamente N veces
Un modo de minimizar la incidencia de los errores estadsticos, es realizar varias
mediciones del mesurando. Dado el carcter al azar de los este tipo de errores es claro
que, al promediarlos resultados, el promedio estar menos afectado de las
desviaciones estadsticas que los valores individuales. El procedimiento que se
describe a continuacin es un mtodo para determinar el nmero ptimo de
mediciones a realizar en cada caso y el modo de determinarlas incertidumbres
asociadas al promedio. Esta teora no es aplicable para reducir los errores de carcter
sistemtico o espurio.
Supongamos que se han hecho N mediciones de una misma magnitud con resultados
x1 , x2 ,..., x j ,...xn . Estas N determinaciones pueden ser consideradas una muestra
de todas las posibles mediciones que se podran realizar. Bajo condiciones muy
generales puede demostrarse que el mejor estimador de la magnitud x viene dado por
el promedio, x <

x > , de los valores:

Este resultado es llamado tambin el mejor valor o estimador de x o valor ms

probable del mesurando. Llamaremos a

, la desviacin de cada medicin respecto de x . Tambin definimos la desviacin

estndar o error cuadrtico medio de cada medicin . Esta cantidad es equivalente
al concepto de desviacin estndar de la poblacin, ms especficamente
es un
estimador de la misma.
da una idea global acerca de la dispersin de los x j
alrededor del promedio x . Si la distribucin es ancha,
ser grande y si es afilada
su valor ser pequeo (ver figura 1.3).

11

Figura 1.3. Histograma de dos muestras con igual valor medio pero con
distintos grados de dispersin. En este ejemplo, los datos tienen una
distribucin Gaussiana o Normal, descripta por la curva de trazo
contino.
Este estimador muestral (

) de la desviacin estndar poblacional viene dado por:

Tiene las mismas dimensiones fsicas que x , pudindose comparar directamente

con sta. La calidad del proceso de medicin ser mayor cuanto menor sea el cociente
, que en general es una constante del proceso de medicin y no disminuye al
aumentar N.
Como acabamos de discutir,
representa el error promedio de cada medicin.
Otra manera de explicar el significado de
es pensar que, cuando realizamos una
serie de mediciones, los resultados obtenidos presentarn una distribucin estadstica,
cuya desviacin estndar viene dada por .
Si suponemos ahora que realizamos varias series de mediciones de x, y para cada una
de estas series calculamos el valor medio x , es de esperar que estos valores tendrn
una distribucin (puesto que variarn entre s) pero con una menor dispersin que las
mediciones individuales. Se puede probar que a medida que el nmero N de
mediciones aumenta, la distribucin de x ser normal con una desviacin estndar
dada por:

12

x =

1
( N 1) N

(x x )
j =1

Sx
N

x se llama el error estndar del promedio y es el estimador del error asociado a x .

Recordemos que
es la dispersin de cada medicin y que no depende de N sino de
la calidad de las mediciones, mientras que x s depende de N, y es menor cuanto
ms grande es N. Si, por ejemplo, estamos midiendo una longitud con una regla
graduada en milmetros, resulta claro que si aumentamos el nmero de mediciones
podremos disminuir el error estadstico, pero nunca con este instrumento podremos
dar con certeza cifras del orden de los micrones, por ms que realicemos muchas
mediciones. Al aumentar N, x ciertamente disminuye, pero, desde un punto de
vista fsico, el error en x solo puede disminuir hasta hacerse igual o del orden de
nom . La Ec. (1.2) indica que no es razonable esforzarse en disminuir x mucho
ms que nom . El balance ptimo se logra cuando x nom . Esto nos da un criterio
para decidir cual es el nmero ptimo de mediciones a realizar de un mesurando.
Como suponemos que
es constante con N, la idea es hacer un nmero pequeo de
mediciones N prel , digamos unas 5 a 10, luego calcular , de donde se obtiene:

que resulta de imponer la condicin: est nom . Si N op > N prel , se completan las
mediciones para lograr N op valores. Si N op < N prel , no se realizan ms mediciones
que las preliminares y se usan todas ellas. En todos los casos, el error combinado o
efectivo vendr dado por:

Para la mayora de los casos de inters prctico, si medimos 100 veces una magnitud
x, aproximadamente 68 de ellas caern en el intervalo x x , x +x , 96 de ellas en
el intervalo x 2x , x + 2x , y 99 de ellas en el intervalo x 3x , x + 3x . Estos
resultados valen estrictamente para el caso en que los errores se distribuyan
"normalmente", es decir, si el histograma formado con los resultados de las
mediciones adopta la forma de una campana de Gauss.

____________________________________________
RESUMEN
Resumiendo, los pasos a seguir para medir una magnitud fsica X son:
1. Se realizan unas 5 a 10 mediciones preliminares y se determina el error promedio de
cada medicin .
2. Se determina N op .
3. Se completan las N op mediciones de X.
13

4. Se calcula el promedio X y su incertidumbre estadstica x .

5. Se calcula el valor del error efectivo
6. Se escribe el resultado de la forma

.
.

7. Se calcula el error relativo porcentual

.
8. Si se desea verificar que la distribucin de valores es normal, se compara el histograma
de distribucin de datos con la curva normal correspondiente, es decir con una
distribucin normal de media x y desviacin estndar .
9. Se analizan posibles fuentes de errores sistemticos y se corrige el valor medido.
10. Se evala la incertidumbre absoluta de la medicin combinando las incertidumbres
estadsticas y sistemticas.
V. Combinacin de N mediciones independientes
Una situacin frecuente en ciencia es la determinacin del mejor valor de una dada
magnitud usando N valores que resultan de mediciones independientes (obtenidos por
diferentes autores, con diferentes tcnicas e instrumentos). Cada una de estas
mediciones independientes puede tener asociada distintos errores. Es decir, tenemos
un conjunto de N mediciones, cada una caracterizada por un par ( xk ,k ), con k = 1,
2,..., N. Nuestro objetivo es obtener el mejor valor para la magnitud en discusin. Es
claro que al combinar los distintos resultados para obtener el mejor valor, <x>, es
preciso tener en cuenta los errores de cada determinacin, de tal modo que aquellos
valores que tengan menos error pesen ms en el resultado final. Es posible
demostrar en este caso que el mejor valor <x> viene dado por:

Con un error dado por

____________________________________________
Un caso especial de inters, es cuando tenemos N determinaciones del mesurando todos con
el mismo error . El promedio ser:

14

, que, como es de esperar, coincide con la expresin (1.12). La incertidumbre asociada a

este valor ser:

Adems queda ilustrado el significado de como el error asociado a cada medicin

individual y
como la incertidumbre asociada al mejor valor.
VI. Discrepancia
Si una magnitud fsica se mide con dos (o ms) mtodos o por distintos observadores,
es posible (y muy probable) que los resultados no coincidan. En este caso decimos
que existe una discrepancia en los resultados. Sin embargo, lo importante es saber si
la discrepancia es significativa o no. Un criterio que se aplica en el caso especial pero
frecuente, en el que las mediciones se puedan suponer que siguen una distribucin
normal, es el siguiente. Si los resultados de las dos observaciones que se comparan
son independientes (caso usual) y dieron como resultados:

Definimos:

Decimos que con un lmite de confianza del 68% las mediciones son distintas si:

, y que con un lmite de confianza del 96% las mediciones son distintas si:

Estos criterios pueden generalizarse para intervalos de confianza mayores en forma

similar. Tambin se aplican cuando se comparan valores obtenidos en el laboratorio
con valor estabulados o publicados. Ntese la diferencia entre discrepancia y error,
que en algunos textos poco cuidadosos se confunde. El error est relacionado con la
incertidumbre en la determinacin del valor de una magnitud. La discrepancia est
asociada a la falta de coincidencia o superposicin de dos intervalos de dos
resultados.

15

VII. Propagacin de incertidumbres

Hay magnitudes que no se miden directamente, sino que se derivan de otras que s
son medidas en forma directa. Por ejemplo, para conocer el rea de un rectngulo se
miden las longitudes de sus lados, o para determinar el volumen de una esfera se tiene
que medir el dimetro. La pregunta que queremos responder aqu es cmo los errores
en las magnitudes que se miden directamente se propagarn para obtener el error en
la magnitud derivada.
Supongamos, para fijar ideas, que la magnitud V, es una funcin de los parmetros, x,
y, z, etc., o sea:

, y que x, y, z, etc., s se midieron directamente y que conocemos sus errores, a los que
designamos en el modo usual como x, y , z ,... , etc. Entonces se puede
demostrar que el error en V vendr dado por:

En rigor las derivadas involucradas en esta ecuacin son derivadas parciales respecto
de las variables independientes x, y, z, etc. En el caso especial que la funcin V(x, y,
z,..) sea factorizable como potencias de x, y, z, etc., la expresin anterior puede
ponerse en un modo muy simple. Supongamos que la funcin en cuestin sea:

Entonces

Para clculos preliminares, esta expresin puede aproximarse por:

16

Esta ltima expresin para la propagacin de los errores se conoce con el nombre de
aproximacin de primer orden, mientras que la expresin anterior se la denomina
usualmente aproximacin de segundo orden.
VIII. Eleccin de los instrumentos
Un aspecto importante a tener en cuenta antes de proceder a realizar una medicin, es
la eleccin de los instrumentos ms apropiados para medir con la tolerancia o error
requerido.
Ignorar este paso puede acarrear importantes prdidas de tiempo y dinero. Si se
excede la tolerancia requerida, seguramente se dilapid esfuerzo y recursos
innecesariamente; por el contrario, si se realiz la medicin con ms error del
requerido, la medicin podra ser intil para los fines perseguidos.

____________________________________________
EJEMPLO
Supongamos que nuestro problema es determinar el volumen de un alambre (cuyo dimetro
es d 3 mm.) y su longitud ( L 50 cm.) con un error del 1%.
Qu instrumentos debemos usar para lograr nuestro objetivo con el menor costo?
Lo que debemos lograr es

V V 0.01 .

Como V = d 2 L/4 , tenemos que:

La primera expresin es una aplicacin de (1.23), esta aproximacin de primer orden es til
y suficiente para este anlisis preliminar. La asignacin de la segunda lnea es en cierto
modo arbitraria, pero hemos respetado que el error total no supere el 1% requerido. A ,
que es un nmero irracional, le asignamos un error relativo pequeo, para que nos permita
saber cuantas cifras debemos usar en de modo que el error de la truncacin de no afecte
nuestra medicin. No medimos !
Ntese que el error en el dimetro tiene mayor incidencia (su error relativo est
multiplicado por 2) que la longitud L, y se debe a que el volumen es proporcional a d2 y
proporcional a L. Un pequeo error en d tiene mayor incidencia en el error del volumen que
lo que tiene el mismo error relativo en L. Por esta razn hemos asignado mayor tolerancia
(error relativo) a d que a L. Con esta asignacin preliminar podemos decidir cules
instrumentos son ms adecuados para realizar el experimento(los ms adecuados son los
que hacen la medicin ms fcil, en menor tiempo, con el menor costo y que cumplan los
requisitos exigidos). Como:

17

, debemos usar un tornillo micromtrico para medir d. Similarmente, para L tenemos:

, por lo tanto podemos usar una regla comn graduada en milmetros para medir L. Para
tenemos:

Que indica que debemos usar con 3 cifras decimales para que el error en su truncamiento
tenga una incidencia despreciable. Ntese que hasta ahora todo es preliminar y solo hemos
elegido los instrumentos a medir. Luego de la eleccin llevamos adelante la medicin
usando estos instrumentos y procedemos para la medicin d y L. Ntese tambin que para
elegir los instrumentos a usar debemos conocer el valor aproximado de los valores a medir,
lo que parecera una paradoja. No obstante, para este anlisis preliminar slo es necesario
tener una idea de los rdenes de magnitud y no un valor muy exacto. Este orden de
magnitud se puede obtener por una inspeccin visual o una medicin rpida. Finalmente,
una vez que realicemos las mediciones de d y L debemos usar la expresin (1.22) para
calcular los errores V y V .

18

IX. Conclusiones:
La observacin y la experimentacin constituyen la base del conocimiento cientfico.
Ellas suministran la informacin necesaria para crear, estructurar y verificar teoras
cientficas. Cuanto ms precisa sea esta informacin, tanto ms ajustadas a la realidad
podrn ser las descripciones y predicciones de las correspondientes teoras. Dicha
informacin est constituida por un conjunto de datos o mediciones.
Consecuentemente, uno de los objetivos del proceso cientfico es proyectar
experimentos e instrumentos que permitan medir, con la mayor aproximacin posible,
las constantes y las magnitudes implicadas en los procesos que se investigan. Las
mediciones pueden estar afectadas por equivocaciones en las lecturas y por errores
sistemticos y accidentales. Estos ltimos, llamados tambin errores azarosos, son
inevitables, son inherentes a los procesos mismos de las mediciones.
Al repetir la medicin de una misma cantidad o magnitud (longitud, masa, velocidad,
densidad, fuerza, calor especfico, temperatura, viscosidad, resistencia elctrica,
etctera) en iguales condiciones y por el mismo procedimiento, no se obtiene
generalmente el mismo valor, sino una distribucin estadstica de valores. A veces, en
las mediciones sucesivas se repite aparentemente el mismo valor. Esto se debe a que
las imprecisiones o incertidumbres de las distintas medidas son ms pequeas que la
menor apreciacin de la escala de medidas que se emplea. As, por ejemplo, cuando
medimos la longitud de una mesa usando una regla graduada en centmetros,
podemos encontrar en las sucesivas mediciones que la longitud medida est
representada por el mismo nmero de centmetros. Esto significa que la
incertidumbre de cada medicin es menor de un centmetro. Si ussemos un
instrumento ms preciso que aproxima, por ejemplo, la centsima parte de un
milmetro, encontraramos una distribucin estadstica de las sucesivas mediciones de
la longitud considerada.
La teora de errores estudia fundamentalmente el tratamiento matemtico que debe
efectuarse, con los diferentes resultados obtenidos al medir una determinada
magnitud, para determinar la mejor aproximacin de la medida buscada y su lmite
probable de error.
De lo anterior se puede inferir cul es el objeto de la teora de errores en las
mediciones.
En primer lugar, no se busca el valor exacto de la magnitud a medir, o cuanto el
mismo no tiene sentido fsico, sino que, dentro del entorno en el cual estn acotadas
todas las mediciones, se trata de hallar el valor ms probable de la misma, o sea la
mejor estimacin de la medida deseada.
Dado el carcter azaroso de las perturbaciones que intervienen, una sola medida, aun
acotando los lmites de errores posibles, no puede proporcionar una estimacin
aceptable de la cantidad medida. Para hallar una buena estimacin es necesario hacer
19

mltiples medidas y de ellas deducir el valor ms probable. Dichas mediciones

constituyen un conjunto estadstico del cual se puede determinar el valor ms
probable que surge del conjunto de medidas dado.
Debemos recalcar que cada una de las diferentes mediciones de una determinada
cantidad deben ser efectuadas en condiciones fsicas similares; es decir, por el mismo
observador en igualdad de condiciones, utilizando los mismos instrumentos y
procedimientos de medidas.
En caso contrario, el conjunto que se obtenga no podr ser considerado como una
muestra representativa del universo de medidas correspondiente a la cantidad fsica
considerada.
En segundo lugar, la teora de los errores permite calcular el error probable que le
corresponde al valor ms probable obtenido de un conjunto de medidas. El valor ms
probable no tendr valor si no se puede saber la cota de su error.

20

X. Bibliografa
1. Data reduction and error analisys for the physical sciences, 2nd ed., P. Bevington
and D. K. Robinson, McGraw Hill, New York (1993).
2. Numerical recipies in Fortran, 2nd. ed., W.,H. Press, S.A. Teukolsky, W.T.
Veetterling and B.P. Flanner, Cambridge University Press, N.Y. (1992). ISBN 0521-43064x.
3. Data analysis for scientists and engineers, Stuardt L. Meyer, John Willey & Sons,
Inc., N.Y. (1975). ISBN 0-471-59995-6.
4. Trabajos prcticos de fsica, J. Fernndez y E. Galloni, Centro de Estudiantes de
Ing. UBA, Buenos Aires (1963).
5. Curso superior de fsica prctica, B. L. Worsnop y H. T. Flint, Eudeba, Buenos
Aires (1964).
6. Mecnica elemental, J. G. Roederer, 8. ed., Buenos Aires, Eudeba (1963). ISBN:
950- 23-0290-7.
7. Guide to the expression of uncertainty in measurement, 1st ed., International
Organization of Standarization (ISO), Suiza (1993). En Internet:
8. http://physics.nist.gov/cuu/Uncertainty/index.html.
9. Statistics: Vocabulary and symbols, International Organization of Standarization
(ISO), Suiza. En Internet: http://www.iso.ch/infoe/sitemap.htm.
10. Radiation detection and measurement, Knoll Glenn F., 2. ed., John Willey &
Sons, New York (1989). ISBN 0-471-81504-7.
11. Fsica re-Creativa S. Gil y E. Rodrguez 22
12. Estadstica, Spiegel y Murray, 2da ed., McGraw Hill, Schaum, Madrid (1995).
ISBN 84- 7615-562-X.
13. Uncertainty in the linear regression slope, J. Higbie, Am. J. Phys. 59, 184 (1991);
Least squares when both variables have uncertainties, J. Orear, ibid., 50, 912
(1982).
14. Probability, statistics and Montecarlo, Review of Particle Properties, Phys. Rev. D
45, III.32, Part II, June (1992).
15. Teora de probabilidades y aplicaciones, H. Cramr, Aguilar, Madrid (1968)
16. Mathematical method of statistics, H. Cramr, Princeton Univ. Press, New Jersey
(1958).

21

XI.
ndice
I. Introduccin.........................................................................................................................4
II. Algunos Conceptos Bsicos...............................................................................................5
III. Clasificacin de los errores...............................................................................................6
A. Segn su origen..............................................................................................................7
1. Errores introducidos por el instrumento......................................................................7
a) Error de apreciacin ...............................................................................................7
b) Error de exactitud ...................................................................................................7
2. Error de interaccin ....................................................................................................7
3. Falta de definicin en el objeto sujeto a medicin .....................................................7
B. Segn su carcter............................................................................................................8
1. Errores sistemticos....................................................................................................8
2. Errores estadsticos......................................................................................................8
3. Errores ilegtimos o espurios.......................................................................................8
4. Error absoluto..............................................................................................................9
5. Error relativo...............................................................................................................9
6. Error relativo porcentual.............................................................................................9
IV. Cifras significativas........................................................................................................10
V. Combinacin de N mediciones independientes................................................................14
VI. Discrepancia....................................................................................................................15
VII. Propagacin de incertidumbres.....................................................................................16
VIII. Eleccin de los instrumentos........................................................................................17
IX. Conclusiones:..................................................................................................................19
X. Bibliografa.......................................................................................................................21
XI. ndice...............................................................................................................................22

22