You are on page 1of 8

Arturo Quirantes Sierra - Apuntes de Física 1

Arturo Quirantes Sierra - Apuntes de Física

TEORÍA DE ERRORES

Cuando se mide una cantidad, ya directa, ya indirectamente, la medida que se obtiene no
es necesariamente el valor exacto de tal medida, ya que el resultado obtenido estará afectado por
errores debidos a multitud de factores. Algo en apariencia tan sencillo como cronometrar el
período del péndulo en el apartado anterior sufrirá errores debidos a la precisión del cronómetro,
los reflejos del cronometrador, las corrientes de aire, el número de medidas efectuadas ... errores
que se propagarán a cualquier cantidad derivada de ésta que queramos determinar, como por
ejemplo velocidad o aceleración.

En estos casos es necesario estimar el error cometido al efectuar una medida o serie de
medidas. El conjunto de reglas matemáticas dedicado a su estudio se conoce como teoría de
errores, y resulta imprescindible tanto para sacar todo el partido posible a un conjunto de datos
experimentales como para evaluar la fiabilidad de éstos. El estudio de la teoría de errores es una
rama aparte de la matemática por derecho propio, y por su extensión no se desarrollará aquí. El
lector queda avisado de que lo que sigue es tan sólo un conjunto rápido y necesariamente breve
de las reglas fundamentales más usadas en el ámbito de la teoría de errores.

1 - Nociones previas.

Si se efectúa una medida directa de una cantidad física, el valor medido x por lo general
diferirá del valor exacto xo. Se denomina error absoluto de la medida a la diferencia g = x-xo y
error relativo al cociente g/xo. El error relativo resulta especialmente relevante porque nos
relaciona el error cometido con el valor de lo medido. Un error de 1 mm resulta magnífico si se
mide la longitud de una carretera de 100 km (representa una desviación de una parte por cada
100.000.000), adecuado si se mide una mesa de 2 m e inaceptable si se mide una hormiga de 2
mm. En los tres casos el error absoluto es el mismo, pero su cercanía relativa al valor exacto son
distintas.

Por lo general, el valor de una medida se da estimando su valor más probable x y su error,
)x. Escribir x±)x significa que cabe esperar razonablemente que el valor exacto de la cantidad
valga cualquier cantidad entre x-)x y x+)x, con x como valor más probable. La traducción de
"cabe esperar razonablemente" al lenguaje matemático queda fuera del presente desarrollo.

Existen dos tipos de errores: sistemáticos y accidentales. Los primeros actúan siempre
de la misma forma para influir en la medida (por ejemplo, una balanza desajustada que tiende
a marcar una masa 10 gr. superior a la real). Estas medidas, si se producen, producen un error
constante. Por contra, los errores accidentales son de carácter aleatorio, lo que presupone que
actúan con la misma frecuencia tanto con un signo como con el opuesto (esto es, se tiene igual
probabilidad de obtener una medida 5 gr. superior al valor real como de obtenerla 5 gr. por
debajo).

ya porque seamos ignorantes de su existencia. cifras que dan información relevante).113 queda convertido en 0. Esto es. puesto que siempre existen errores. Esto presupone implícitamente que los errores accidentales están fuera de nuestra manipulación.124 3. el error 0.03 0.3 mm.Si la primera cifra que se descarta es un cinco o más. Dar un valor de 24. Véanse unos cuantos ejemplos: Medida Error Resultado final 464.00783 0.218 0.802 mm.500±0.4 y no en 0. a veces dos.24±0. se toman dichas cifras para el error. 2 . Redondeo.5±0. a) Medidas directas. es lo mismo que decir que el valor exacto ha de estar entre 24.Una vez redondeado convenientemente el error. Supóngase que se efectúa una evaluación directa de una cantidad.302 mm. es preciso dar un valor de la medida con su error. x. se toma solamente una cifra. sino tan sólo una cierta probabilidad. Se suele en este caso tomar el propio valor de x como medición de dicha cantidad.0005 6. ya sea porque los hayamos eliminados. el valor 0.Si las dos primeras cifras significativas son inferiores a 25. Los criterios habituales son los siguientes: .061 464.2 y 24.008 . El error en sí es algo aproximado. Según eso. De no ser así. y el 6488.1 0. Para el error. el valor mínimo que el aparato es capaz de medir.2±0.198 y 25. no resulta razonable.018366 0.2413 0.3 . Por ello.Errores asociados a una medida. el valor de la medida se redondea hasta la misma cifra decimal.11. ya que "ha de estar entre" no tiene una seguridad absoluta.06 6. Como error se supone la sensibilidad del aparato utilizado en la medición.0005 46288 1553 46300±1600 3. Sin embargo. tampoco se puede conocer el valor exacto de un error. La Teoría de Errores deduce ciertas reglas para ello.24 se transforma en 6000 .8 mm. tanto el error como el valor más probable vienen redondeados convenientemente. se supone que basta con dar una.0300±0. cifras significativas (es decir. Pero dar 24.362 se convierte en 0. Teoría de errores 2 No se puede conocer el valor exacto de una cantidad. puesto que dependen de procesos aleatorios y generalmente incontrolables (aparte de ser una contradicción en sus propios términos).018±0. significa esperar que el valor verdadero sea alguna cantidad entre 24. la última cifra que se guarda se aumenta en una unidad. de manera que los únicos errores que aparecen son los de tipo aleatorio. esto es.

12±0. Arturo Quirantes Sierra . ya que nunca se conoce con una exactitud infinita.. x2=h y se tendría: MV MV )V' )r% )h'2Brh)r%Br 2)h Mr Mh Si r = 12.1416@12.. en cuyo caso podría resultar que algunos errores cancelen a otros (por ejemplo. obteniendo un volumen V=Br2h.06mm '834. y la función que nos da la cantidad medida indirectamente a partir de las medidas directas de las cantidades x1. ya que estos pueden interpretarse como variaciones infinitesimales. Propagación de errores. los errores pueden ser tanto por exceso como por defecto. que venga dado con un margen de error.. A veces no se mide una cantidad directamente. es entonces: My My My )y' )x1% )x2%. que la base del rectángulo sea mayor y la altura menor que sus respectivos valores reales). Para medir. x1=r. evidentemente también la superficie vendrá afectada de error.12mm@0. por ejemplo. Si los errores son lo suficientemente pequeños.. sino por relación con otras cantidades.% )x Mx1 Mx2 Mxn n Es posible que algunos de los términos que acompañan a los errores )xi sean positivos o otros sean negativos.xn (en rigor. Si tanto a como b tienen sus cotas de error. el número pi.. En tal caso. Se puede obtener el valor del diferencial de la función y a partir de los diferenciales de las variables xi por medio de derivadas parciales: My My My dy' dx1% dx2%. se considera que las derivadas parciales aparecen en valor absoluto: Veamos un ejemplo.6mm)2@0. La ecuación que nos da el error de y. )y.04102mm 3 Vemos que la parte de error correspondiente a )r es mucho mayor que la de )h. Cómo depende el error de una cantidad derivada de las medidas y errores fundamentales viene dado mediante la teoría de la propagación de errores. x2.06 mm obtendremos: )V'2@3..% dx Mx1 Mx2 Mxn n En nuestro caso. Sin embargo. lo que significa que para reducir el error del volumen es mucho más eficaz reducir el error en la .. xi es cualquier parámetro.xn. por lo que hay que considerar la posibilidad de que en el peor de los casos los errores se sumen de manera que no sólo no se anulen.1516@(12.Apuntes de Física 3 b) Medidas indirectas. h = 35.b y se hace uso de la relación S=ab. el área de un rectángulo se miden sus lados a.3 mm. sino que se refuerzen.6mm@35.. Supongamos que se mide el radio r y la altura h de un cilindro.6±0. Para ello se utiliza el cálculo diferencial. variable o no. y=V. si bien en estos casos se supone que se conoce con un número de cifras decimales tal que el redondeo debido a despreciar las demás cifras es despreciable). Sea y una función que depende de las variables independientes x1. podemos considerarlos como diferenciales. Para evitarlo.3mm%3. sería uno de ellos.9256mm 3'864. por ejemplo.1155mm 3%29.

el volumen es V=17516.xo. Para dar un valor representativo del conjunto. xn obtenidas para una cantidad cuyo valor exacto es x. xo: / j xi x1%x2%. se demuestra fácilmente que dicha cantidad es nula sea cuales sean los valores xi: go' j gi' j (xi&xo)' j xi& Nxo'xo&xo'0 N N N 1 1 1 1 N i'1 N i'1 N i'1 N Este resultado. no es más que un reflejo del significado del término valor medio. si la medida exacta de la longitud de un objeto es 12. Esto es.55 m que de medir 12. sin embargo. es. . se puede aplicar la llamada estadística de Gauss.xN 1 N x o' N N i'1 A cualquier medida xi se le adjudica un error gi igual a la diferencia entre dicha medida y el valor medio (que ahora se toma como exacto): gi = xi . Supongamos un conjunto de N medidas x1. se toma el valor medio de dichas medidas.49 m. que es un error tal que la probabilidad de cometer un error superior a él. valga 1/2.52 m.425 mm3..Errores asociados a un conjunto de medidas. Si se cumplen esta y otras condiciones determinadas.. pero aquí se hará una deducción intuitiva. a) Valor de la medida y error asociado. Esto. la mitad de las veces que se efectúe una medida se obtendrá un error inferior en valor absoluto al error probable. Resulta práctica habitual realizar varias medidas de una cantidad.. x2. paradójico en apariencia. Pare evitarlo.. Ello permite prevenir en la medida de lo posible los errores accidentales. ¿Cuál es. Teoría de errores 4 determinación del radio que en la de la altura. La idea consiste en suponer (más bien confiar en) que dos errores del mismo valor absoluto. Esto se debe a motivos estadísticos. algunos de cuyos resultados se muestran a continuación. entonces. lo que tras los redondeos oportunos queda como: V'(17500±900)mm 3 3 .. el error asociado al conjunto de medidas? Puede hacerse un primer intento y definir el error medio como el valor medio de los errores (su suma dividida por N). y puesto que los errores pueden serlo por defecto o por defecto. Finalmente. en valor absoluto. tienen la misma frecuencia. a veces se define el error medio Fm como la media aritmética de los valores absolutos de los errores: j *gi* N Fm' i'1 N En la práctica se usa más que el error medio el llamado error probable. se tiene igual probabilidad de medir 12. pero de signo contrario.

ya que cada error gi.0.5. Así que podríamos usar como error del conjunto de medidas el valor medio de los cuadrados de los errores: j gi N 2 FN' i'1 N Sin embargo. dicha diferencia resulta poco relevante.50).0 mm medidos con una regla milimetrada hasta 0. y es el que habitualmente da como error de un conjunto de medidas siempre que éste no sea inferior al error instrumental. Existe otra manera de convertir cualquier número real en un valor positivo: elevándolo al cuadrado.1. eliminemos el signo. 50. Ello puede dar discrepancias no despreciables cuando el número de medidas N es pequeño. 52. Sin embargo. Esto se debe a que la expresión anterior es válida solamente si xo fuese el valor exacto de la medida. puede demostrarse que al usar el valor medio en lugar del valor exacto. en el proceso hemos reducido artificialmente el error.00.0. ya pequeño de por sí.00. y así suele venir indicado en las calculadoras científicas. 10. suponer que la única medida tomada coincide con el valor exacto nos induciría a llegar a la absurda conclusión de que el error cuadrático de dicha observación es nulo. Para el caso límite N=1.0. cantidad que tiende a la unidad para valores de N crecientes. El error cuadrático medio asociado a N medidas se designa como FN. un conjunto de medidas tales como: 10. 52. hemos de sustituirlo por el valor medio. Ya se hizo en la ecuación anterior por medio de un valor absoluto. es el llamado error cuadrático medio.1 mm arrojaría un valor de 10. esto es. 10.50. 51. ha sido elevado al cuadrado.50.Apuntes de Física 5 Dicha deducción se base en el siguiente razonamiento: puesto que el valor medio de los errores sale cero porque dichos errores tienen signo (los valores medidos están por encima o por debajo del valor medio). menor intensidad mensurable en un amperímetro. Para el conjunto de datos (51.04 mm. Arturo Quirantes Sierra . la función valor absoluto es engorrosa desde el punto de vista analítico. que se puede obtener mediante la estadística de Gauss por procedimientos más rigurosos. Si se admite que el conjunto de N medidas sigue la llamada ley de Gauss. pero no el número de cifras decimales del resultado. En la práctica.02 ± 0. lo cual no es lógico estadísticamente hablando: con el aumento del número de medidas aumenta la verosimilitud. etc).0. 10. ya que la operación de redondeo borra las diferencias entre ambos errores. como no lo conocemos. 10. se define el error de manera diferente. 53. saquemos la raíz cuadrada para compensar: j gi ' j (x &x ) N N 1 2 1 FN' 2 N i'1 N i'1 i o Esta cantidad. De lo contrario. Si se desea afinar más la estadística del sistema. al error mínimo imputable a la sensibilidad del aparato (mínima marca en una regla. 51. la ley correcta tiene la expresión: j gi j (xi&xo) N N 2 2 FN&1' i'1 ' i'1 N(N&1) N(N&1) Puede verse fácilmente que el cociente entre las dos cantidades es igual a la raíz cuadrada de (N-1)/N. El arreglo es inmediato: si hemos elevado al cuadrado. se .

se está derrochando esfuerzo sin obtener mejoras sustanciales en precisión. que es la diferencia entre los valores extremos (mayor y menor) de las medidas realizadas. etc. el valor obtenido para la cantidad medida podrá estar afectado por importantes errores. se suele dar como resultado de un conjunto de medidas el valor medio xo y el error cuadrático medio FN (a no ser que FN sea menor que el error instrumental del aparato de medida.035099. independientemente del número de medidas efectuado. b) Si la dispersión es igual o menor que el error instrumental. c) Si la dispersión es mayor que el error instrumental. nunca un valor exacto de tal error).. ¿Cuál es el número de medidas adecuado para una observación estadísticamente significativa? Descartados los casos en que... Teoría de errores 6 obtiene xo=51. el valor del error asociado a un conjunto de medidas decrece de manera proporcional a la raíz cuadrada del número total de medidas. y si hacemos dos resulta arbitrario seleccionar entre ellas (¿está el valor exacto en un término medio. que no se puede esperar una reducción del error a valores arbitrariamente pequeños aumentando el número de medidas.. que no es sino la dispersión relativa (respecto al valor medio) en tantos por ciento: 100@D T d' xo . ya que toparemos en última instancia con errores sistemáticos. o hay una medida afectada de error accidental y otra no?). se calcula la tasa de dispersión Td. solamente se pueda obtener una medición.. si se efectúan demasiadas medidas.95831. FN=0. Es evidente. Únicamente tiene interés para nosotros emplear FN-1 cuando el número de medidas no es muy grande y estamos interesados en obtener información estadística más completa del sistema. el mejor) es el siguiente: a) Se calcula la dispersión D. el error asociado a 500 medidas es del orden de diez veces menor que el debido a solamente cinco medidas. no obstante.. ya que si hacemos una sola medida cabe la duda de saber si éste resultado es el verdadero. límites en la sensibilidad del instrumento. habida cuenta de la escasa diferencia entre ambos errores. los datos arrojarían un valor final de 52 ± 1 (nunca hay que olvidar que cualquier valor de error que se de será simplemente una estimación del error probable. en cuyo caso se tomará éste último). El procedimiento recomendado aquí (no el único ni. En general. En la práctica. es dicho error el que figurará como error del conjunto de medidas. necesariamente. Sea cual sea el error que se considere.71428. de manera que con una regla dividida en milímetros no se puede apreciar más allá del milímetro. y FN-1=1. Es decir.. por las características del experimento. el mínimo número de medidas admisible es de tres. b) Número de medidas Si se hacen pocas determinaciones.

Arturo Quirantes Sierra . si la tasa de desviación es superior al 15% se suele descartar el conjunto de medidas y repetir el experimento de manera más cuidadosa y procurando minimizar cualquier tipo de error (aparatos más sensibles. Con "ajusta" se quiere decir. En un experimento típico. se buscan los valores de a y b tales que la suma de distancias entre la recta y todos los puntos experimentales sea mínima. se duplica Y). se efectuará un conjunto elevado de mediciones. en este caso) que ajuste mejor el conjunto de datos. El problema consiste en encontrar una curva del tipo Y = a + bX. al reproducir un experimento de este tipo. El caso general es complejo y laborioso. (una recta. el cambio de la densidad del agua (Y) con la temperatura (X). etc). que los valores a y b que nos dan el mejor ajuste vienen dados por las siguientes expresiones: . Cuando hacemos una representación gráfica Y(X) (Y en el eje vertical de ordenadas y X en el eje horizontal de abscisas). la existencia de muchas fuentes de indeterminación (no sólo errores sino también las simplificaciones hechas en la propia teoría.Apuntes de Física 7 Según sea el valor de Td se elige el número de medidas a realizar (la siguiente tabla es orientativa): Td Nº medidas. Se puede demostrar. se cambia el valor de una variable independiente X para observar el comportamiento de otra variable Y dependiente de la anterior. sino que tiendan a disponerse alrededor de ésta. En el laboratorio. así que nos limitaremos a una curva en la que la dependencia entre X e Y es de tipo lineal (si se duplica X. El ajuste de datos experimentales a curvas es extremadamente importante. menor del 2% bastan con las tres medidas entre 2% y 8% se toman 6 medidas entre 8% y 15% se toman 15 medidas mayor del 15% se toman 50 medidas (mínimo) Por lo general. no que la curva pase exactamente por todos los puntos experimentales. en concreto. minimizando dicha suma de distancias. 4 . no sólo para poder comparar con la teoría.3). y no guardan relación alguna con los valores de una misma cantidad utilizados en el apartado 6. En caso de que el carácter del experimento haga que las medidas difieran de modo natural entre sí. la curva obtenida tendrá una forma dada. por ejemplo. muestras aisladas de las vibraciones. sino que tienda a estar lo más cerca posible de todos ellos en conjunto. Surge entonces la pregunta de qué curva "ajusta" mejor los datos experimentales. influencias de otros factores. sino incluso para poder establecer la validez o no de la misma teoría. Supongamos que para cada valor Xi de la variable independiente se obtiene un valor Yi de la variable dependiente (aquí los subíndices i denotan distintos valores de X e Y. sin embargo. obtendríamos una gráfica idéntica a la arrojada por la teoría.Regresión lineal: mínimos cuadrados. etc) hacen que los datos experimentales no coincidan exactamente con la curva teórica.

L.C. se acude al coeficiente de correlación lineal (C. Teoría de errores 8 j Y i@j (Xi) & j Xi@j (XiY i) 2 Nj (Xi)2 & (j Xi)2 a' Nj (XiY i) & j Xi@j Y i Nj (Xi)2&(j Xi)2 b' Cuando se quiere conocer la validez o bondad del ajuste. el ajuste es perfecto. un valor de *r* inferior a 0. Si *r*=1. .). o cuando se tienen dudas sobre si la relación X-Y es lineal.95 nos indica un buen ajuste. un valor *r*=0. definido como: j (XiY i) r' j (Y i) @j (Xi) 2 2 El valor absoluto de r nos indica lo bien que los puntos experimentales ajustan a la curva teórica.85 no resulta apenas aceptable. descrito con la letra r.