GUÍA PRÁCTICA PARA LA

REALIZACIÓN DE MEDIDAS
Y EL CÁLCULO DE ERRORES

Prof. Ángel Del Vigo García (avigo@nebrija.es)

Prof. Dr. Gerardo Conejero (gconejer@nebrija.es)

Universidad Antonio de Nebrija.

Escuela Politécnica Superior. Despacho de profesores asociados 306

1
 1. INTRODUCCIÓN.

La acción de medir tiene como fin el alcanzar un conocimiento

cuantitativo de una magnitud mediante su comparación con otra magnitud de
la misma naturaleza, a la que se toma por unidad.
Es importante que el resultado de una medida vaya siempre
acompañado de la unidad correspondiente.
Toda medida está limitada en cuanto a precisión y fiabilidad, por lo que
al expresar el resultado de una medida debe indicarse siempre, junto con el
valor de la magnitud que estamos midiendo, una estimación del posible error
cometido, de esta forma sabremos hasta qué punto podemos “confiar” en los
valores obtenidos.

2. EL PROCESO DE MEDICIÓN.

Cuando medimos, nos preguntamos:

¿Qué medimos?, es decir el objeto. El objeto a medir limita el número

de cifras significativas que podemos recoger en la medición.

¿Con qué medimos?, es decir el instrumento. El instrumento

determinará también, de acuerdo a sus características, el número de cifras
significativas como lo hemos ejemplificado anteriormente.

¿En base a qué medimos?, es decir un sistema de referencia o

patrón. El sistema de referencia, condiciona la exactitud por su propio proceso
de medición y de definición en la calibración del instrumento.

¿Quién mide?, es decir el operador. El operario que interactúa con el

instrumento y el objeto, también contribuye al nivel de incertidumbre del
proceso de medición.

Los valores obtenidos cuando medimos magnitudes físicas, no

corresponden al valor verdadero. Por ello, necesitamos determinar cual es el
grado de incertidumbre o error de la cantidad obtenida. Entendemos aquí por
error a la indeterminación o incertidumbre propia del proceso de medición y no
lo tomamos como si fuera una equivocación por el operador.

3. ORDEN DE MAGNITUD Y CIFRAS SIGNIFICATIVAS.

El orden de magnitud es la potencia de diez más próxima al valor en

cuestión. Así, por ejemplo

1150 km, es del orden de 1000 km = 103 km

7650 km, es del orden de 10000 km = 104 km
0,025 litros es del orden de 0,01 litros = 10-2 litros
0,2 litros es del orden de 0,1 litros = 10-1 litros
2
 Suelen expresarse los valores o cantidades de lo medido con varios
dígitos. Las cifras significativas, son la cantidad de dígitos que realmente se
están midiendo con algún instrumento:

3,33 m, supone que hemos medido con una regla hasta los cm.
3,332 m, supone que hemos medido con una regla hasta los mm.
0.0012 g, hemos medido hasta la diezmilésima de gramo.

En el primer caso decimos que hay 3 cifras significativas.

En el segundo caso hay 4 cifras significativas.
En el tercer caso hay 2 cifras significativas.

Nótese que, 2,3 m tiene el mismo número de cifras significativas que

0,0023 km. Observamos que el número de cifras significativas es 2. Es decir
los ceros a la izquierda de la magnitud no cuentan como cifras significativas,
solo definen el orden de magnitud de la medida. Para resolver este tipo de
problema podemos recurrir a la notación científica. Es decir:

2,3 m = 2,3 x102 cm = 2,3 x 10-3 km

Podemos concluir entonces que el instrumento de medición ofrece

limitaciones al proceso de medición que se traduce en el número de cifras
significativas.

4. CLASIFICACIÓN DE LOS ERRORES.

Aparecen distintas fuentes de error:

Errores sistemáticos.
Se dice que un error es sistemático cuando procede de una causa
permanente que obliga a cometerlo siempre según una ley determinada. En
general, son debidos a la presencia de algún factor no considerado en el
montaje experimental. En este tipo de errores el valor medido estará siempre
por encima o por debajo del valor verdadero, por lo que su presencia es muy
difícil de detectar. Para evitar cometer este tipo de errores es conveniente
realizar medidas previas con el instrumento de medida de una cantidad
conocida o comprobar la verificación de una ley exacta. Si se conoce la
influencia de un error sistemático sobre la medida se puede corregir su efecto
bien eliminando la fuente que lo provoca o introduciendo un factor de
corrección a las medidas.

Errores accidentales, aleatorios o estadísticos.

Son los resultantes de la contribución de numerosas fuentes
incontrolables que desplazan de forma aleatoria el valor medido por encima o
por debajo del valor real. Este tipo de errores son inevitables y están presentes
siempre en todo experimento. Los errores aleatorios, en ausencia de errores
sistemáticos, dan lugar a que medidas sucesivas se dispersen alrededor de su
valor verdadero. Si además, un error sistemático estuviera presente, las

3
medidas se dispersarían, no alrededor de un valor verdadero, sino alrededor de
algún valor desplazado.

Error de precisión o de escala del aparato.

Es un tipo de error inherente al aparato de medida. Todo aparato de
medida tiene una resolución limitada lo que impone un límite sobre la precisión
con que pueden llevarse a cabo las medidas. El error de precisión del
instrumento de medida es la cantidad mínima de una cierta magnitud que
podemos apreciar con ayuda del aparato considerado. En general se considera
que la precisión de un aparato coincide con la mitad de su desviación mínima
(p.e. 0.5 mm en una regla dividida en milímetros ó 5 s en un cronómetro que
aprecie décimas de segundo). Este concepto se aplica tanto a aparatos cuya
respuesta es analógica (p.e. una aguja que se desplaza sobre una regla
graduada) o discreta (p.e. un cronómetro digital). En el primer caso es el
observador el que decide cuál es el valor más próximo al de la aguja, mientras
en el segundo caso es el propio aparato el que “decide” cual es el valor más
próximo.

En las prácticas asumiremos que el error sistemático incluye el error de

precisión o escala del aparato.

5. MODO DE EXPRESAR LOS RESULTADOS.

Supongamos que hemos medido una cierta magnitud x y que hemos

obtenido como resultado un cierto valor x0. Matemáticamente expresaremos el
resultado de la medición como:

x = x0 ± ∆x

Donde ∆x es el error que hemos estimado en la medida, también

conocido como error absoluto de la medida. Esta expresión nos está
indicando que el valor de la magnitud medida se encuentra comprendida en el
intervalo de números reales entre x0 - ∆x y x0 + ∆x.

Gráficamente:

Con frecuencia, es conveniente expresar el error de la medida en forma

de error relativo, definido como:

∆x ∆x
ε= ; en tanto por uno, o también: ε % = ⋅ 100 ; en tanto por ciento.
x0 x0

El error relativo permite evaluar la magnitud del error cometido con

respecto al valor medio de la medida x0.

4
 EJEMPLO. La medida de una masa en una bascula de precisión arroja el siguiente
resultado: m = 11.254 ± 0.002 g. Calcular el error relativo:

∆x 0.002 ⋅ 100
ε% = ⋅ 100 = = 0.18%
x0 11.254

6. NÚMERO DE CIFRAS EN EL ERROR Y EN EL RESULTADO.

REGLAS DE REDONDEO.

Emplearemos los siguientes criterios para expresar el resultado y el error

de una medida:

El resultado debe tener la misma precisión que el error. Esto

significa que el resultado no debe de tener más cifras decimales que el error.
De acuerdo a lo que acabamos de explicar se hace necesario redondear
números.

Para redondear un número emplearemos los siguientes criterios:

1. Si la primera cifra que se suprime es mayor que 5, la última cifra

conservada debe aumentarse en una unidad (p.e. 2.86 se escribe como 2.9).
2. Si la primera cifra que se suprime es menor o igual que 5, la última
cifra conservada no varía (p.e.15.32 se escribe como 15.3).
3. Vamos a presentar los resultados con una precisión de dos cifras
significativas para el error absoluto.

EJEMPLO. Redondea las siguientes magnitudes:

143.1673 ± 0.653 → 143.17 ± 0.65

0.2849 ± 0.00763
9.73652 ± 0.03648
16836 ± 122
1.000001 ± 0.00483
8.283*10-3 ± 0.9386*10-4
→ 0.2849 ± 0.0073
→ 9.7365 ± 0.036
→ 16840 ± 120
→ 1.0000 ± 0.0048
→ (8.283 ± 0.094)*10-3

Nótese, como en el último caso, en el que expresamos el resultado en notación científica, hemos
utilizado la misma potencia tanto para la magnitud como para su error absoluto.

7. ERROR COMETIDO AL REALIZAR UNA SOLA MEDIDA DE UNA

MAGNITUD.

Suponemos que hemos realizado con el instrumento, una medida de la

magnitud x considerada. En este caso, estimaremos el error de la medida
mediante el error de precisión del aparato como:

Es = división mínima * 0.5

5
 En un aparato digital lo más probable es que no podamos apreciar más
allá de la división mínima del aparato por lo que el error de precisión se tomará
como su división mínima.

En ocasiones, el aparato digital esta accionado manualmente por el

observador. En esta situación, el error mínimo no viene dado por la precisión
del aparato, sino por el tiempo de reacción del operario. En general, aceptamos
un tiempo de reacción de 0.2 seg, para un observador convencional.

8. ERROR COMETIDO AL REALIZAR VARIAS MEDIDAS DE UNA

MAGNITUD.

Supongamos ahora que hemos realizado con el mismo aparato de

medida y en las mismas condiciones n medidas (x01, x02, …, x0n) de una
magnitud x dada. En este caso tendremos dos fuentes de error: el error de
precisión del aparato (o error sistemático, Es) y el error accidental, estadístico o
aleatorio (Ea). La mejor aproximación al valor verdadero de x vendrá dada por
la media aritmética (µ) de las n medidas:

1 i=n
µ= ∑ xoi
n i =1

Estimar el error cometido al aproximar el valor verdadero de x por µ,

requiere un conocimiento de la teoría de errores accidentales que, en general,
sigue el siguiente criterio. Un tratamiento estadístico de las medidas basado en
la cuasi desviación típica o la desviación estándar es:

∑ (x − µ)
2
0i
σ n−1 = i
;
(n − 1)
que representa una aproximación al error aleatorio cometido en la
medida de una magnitud, repetida n-veces. En general, el error aleatorio se
calcula mediante la distribución estadística de Student; por lo que hay que
transformar σ, de la siguiente forma:

t n −1
Ea = σ ⋅ ;
n
donde tn-1, es el parámetro de la distribución estadística t-Student cuyo
valor esta tabulado (99% intervalo de confianza):

t4=3.75 t8=2.90
t5=3.36 t9=2.82
t6=3.14 t10=2.76
t7=3.00 T∞=2.33

6
 El error final de nuestras medidas es la composición de los errores
sistemáticos y estadísticos:

ET = ( E s ) 2 + ( E a ) 2

EJEMPLO. Se ha medido 7 veces el periodo de oscilación de un péndulo con ayuda de

un cronómetro digital que es capaz de apreciar hasta centésimas de segundo. Los
resultados son T = 1.22, 1.22, 1.26, 1.25, 1.25, 1.23, 1.26 s. Calcular el periodo medio
del péndulo con su error.

El valor más probable del periodo viene dado por la media aritmética:
1 i=7
Tm = ∑ Toi = 1.2414 s
7 i =1
La precisión del cronometro es 0.01s; sin embargo, el error sistemático viene dado por la
incertidumbre debida al tiempo de reacción del operario. Así, consideraremos Es=0.2 s.

t n −1
El error aleatorio se calcula como: Ea = σ ⋅ ; donde:
n
∑ (T 0i − Tm )
2

t6
σ= i
= 0.0164s ⇒ E a = σ = 0.021s
7 6
Por tanto el error total es: ET = ( E s ) 2 + ( E a ) 2 = (0.2) 2 + (0.021) 2 = 0.20 s ;

Donde hemos tomado dos cifras significativas para el error absoluto. Así, la medida del
periodo es:

T=1.24 ± 0.20 s

9. PROPAGACIÓN DE ERRORES.

Es frecuente que nos encontremos en el laboratorio con magnitudes que

no podemos medir directamente con el aparato de medida, sino que deben de
determinarse de forma indirecta a partir de otras magnitudes más accesibles
que se han medido directamente. En este caso se dice que la medida es
indirecta (p.e. la longitud de una circunferencia a partir de su radio).

La magnitud que medimos se designará por y, y las magnitudes a partir

de las que se determina por xi. Por tanto y, será una función de las variables xi:
y = f (x1, x2, …, xn).
En general supondremos que se han realizado ni medidas de cada
variable xi, de modo que el resultado de las medidas de xi estará dado por la
media aritmética:

xi = µ i ± ∆xi ;

donde, ∆xi es el error total de la variable xi (composición de su error

sistemático y aleatorio), y µi es el valor medio para esta magnitud.

7
 La mejor estimación de y se obtendrá como:

y = f ( µ1 , µ 2 ,...µ n )

Si además, suponemos que el error ∆xi de las variables xi es

suficientemente pequeño puede demostrarse que el error ∆y está dado por:

2 2 2 2
 ∂y   ∂y   ∂y  n
 ∂y 
∆y =  ⋅ ∆x1  +  ⋅ ∆x 2  + ... +  ⋅ ∆x n  = ∑  ⋅ ∆xi 
 ∂x1   ∂x 2   ∂x n  i =1  ∂xi 

EJEMPLO. Se ha medido la longitud del péndulo del ejercicio anterior con una
regla de precisión 1 cm. Su valor es 1.27 m. Calcular el valor de la gravedad junto
con su error.

En primer lugar, el error sistemático de la regla es la mitad de su precisión, es decir:

El=0.5cm. Esto es debido a que el operario, puede decidir por observación a que
unidad de centímetro se aproxima mas, la longitud del hilo. El error total del periodo
que hemos calculado antes es: ET=0.20 s. Es decir:

T = 1.24 ± 0.20 s
L = 1.270±0.005 m

Un péndulo simple, en ausencia de rozamiento y despreciando la masa del hilo

cumple la siguiente ecuación: T = 2π l g . Por tanto, la gravedad se calcula
como:

(2π ) 2
g =l⋅ 2
= 32.608m / s 2
T

Aplicando la teoría de propagación de errores:

2 2
 ∂g   ∂g  (2π ) 2   − 2 ⋅ l ( 2π ) 2
2 2
 
∆g =  ⋅ ∆l  +  ⋅ ∆T  =  ∆l  +  ∆T  = 0.0149 + 110.64 = 10.52m / s 2
 ∂ l   ∂T   T
2
  T 3


Nótese como tiene mucho mas peso la componente del error del periodo que la de la
longitud del hilo. Esto es debido a la naturaleza de los instrumentos utilizados; es
mucho mas precisa la regla que el cronometro accionado a mano. Por tanto, la
gravedad en este planeta imaginario es:

g = 33 ± 10 m/s2;

nuevamente el error absoluto se marca con dos cifras significativas.

8
 10. REGRESIÓN LINEAL. EL MÉTODO DE LOS MÍNIMOS
CUADRADOS.

Es frecuente encontrarse con experimentos en que varias magnitudes

directamente medibles están relacionadas por expresiones perfectamente
conocidas, aunque con parámetros desconocidos. Por ejemplo, sabemos que
una cierta magnitud Y está relacionada con otra X de la forma:

Y =α ⋅X β

donde desconocemos el valor de α y β. Existen métodos estadísticos

que nos permiten estimar el valor de dichos parámetros a partir de varias
medidas simultáneas de X e Y (Yi, Xi).

Comentaremos el caso más simple en que las magnitudes X e Y

presentan una relación lineal de la forma:

y = m x + b;

Es decir, una recta de pendiente m y ordenada en el origen b.

Como las magnitudes de las que estamos hablando presentan una

relación lineal, al tomar n medidas de las mismas, los n pares de medidas (Yi,
Xi) forman puntos que podremos aproximar a una línea recta tal y como se ve
en el gráfico. No se sigue la recta exactamente debido a los errores asociados
a las medidas.

La regresión lineal es la teoría estadística que permite obtener la línea

recta que mejor se ajusta a los puntos (Xi, Yi). Para obtener los parámetros
podemos usar el método de los mínimos cuadrados. El método de los
mínimos cuadrados dicta como mejor estimación de los parámetros m
(pendiente de la curva) y b (ordenada en el origen), aquellos tales que, dado un
conjunto de puntos experimentales, la suma de sus cuadrados de sus
distancias a la recta que definen m y b es mínima. Es decir:

∑ [mx + b − y i ] = mínimo
2
i

9
 Se demuestra que el par de valores m y b que cumplen esta condición
son la solución del sistema de ecuaciones:

∑ y = m∑ x + b ⋅ n
i i

∑ x ⋅ y =m∑ x + b∑ x
i i
2
i i

que se puede escribir como:

m=
∑ y ∑x − n⋅∑x y
i i i i

(∑ x ) − n ⋅ ∑ x i
2 2
i

b=
∑x ⋅∑x y − ∑ y ⋅∑x
i i i i
2
i

(∑ x ) − n ⋅ ∑ x i
2 2
i

Como magnitudes dependientes de cantidades medidas, m y b poseen

sus propios errores que se estiman con las siguientes relaciones:

n ⋅ ∑ ( y i − m ⋅ x i − b) 2
∆m =
(n − 2)(n ⋅ ∑ xi2 − (∑ xi ) )
2


 (∑ xi )2  n ⋅ ∑ ( y i − m ⋅ x i − b) 2
⋅
∆b = 1 +
 n ⋅ x 2 − ( x )2  ( n − 2) ⋅ n
 ∑ i ∑ i 

Una vez que hemos hallado la recta y = m x + b, debemos decidir si los

puntos medidos se ajustan de verdad a una recta. Una medida de la bondad
del ajuste viene dada por el coeficiente de regresión r , que tiene la forma:

r=
∑ x ∑ y − 1n ∑ x ∑ y i i i i

[(∑ x ) − 1n ∑ x ]⋅ [∑ y − 1n (∑ y ) ]
i
2 2
i
2
i i
2

Si r toma valores próximos a 1, significa que la recta representa

adecuadamente los datos y si son próximos a 0 significa que los puntos no se
ajustan a una recta.

10
EJEMPLO.

Supongamos que estamos calculando la velocidad de un coche que parte del reposo y
recorre una determinada trayectoria bajo condiciones de movimiento uniformemente
acelerado. Estamos midiendo el espacio recorrido y el tiempo que tarda en hacerlo.
Obtenemos los siguientes datos con nuestras mediciones:

s(m) 3 4 5 6 7
t(s) 1.7 1.9 2.2 2.4 2.6

2
Sabiendo que la ecuación del movimiento es: s = 1 ⋅ at 2 ⇒ t = ⋅ s
2 a
Donde la ecuación del tiempo es una ecuación lineal del tipo: Y = mX + b, si
identificamos los parámetros:

a
t=Y; s=X; = m ; b=0
s

Para calcular la aceleración sólo tenemos que buscar los valores X e Y de

nuestra ecuación, con lo que la tabla anterior queda ahora:

1.7 2 2.2 2.4 2.7

s (m1/2)
t (s) 1.7 1.9 2.2 2.4 2.6

Si hacemos la representación gráfica y la recta por mínimos cuadrados (en

este caso hemos empleado el EXCEL) obtenemos:

Por lo que podemos concluir que:

2
m = 0.95 = ⇒ a = 2.22 m/s2
a

De esta manera hemos obtenido un valor de la aceleración que debe coincidir más o
menos con los resultados obtenidos por otros métodos. (En el ejemplo hemos omitido el
tratamiento de errores que por supuesto debe hacerse).

11
ANEXO. TABLA COMPLETA ESTADISTICA DE t-STUDENT.

12
BIBLIOGRAFÍA.
Paul A. Tipler. FISICA Vol. 1. Ed: Reverte.

V. Quesada, A. Isidoro, L.A. López. CURSO Y EJERCICIOS DE

ESTADISTICA. Ed: Alambra Longman.

Murray R. Spiegel, John Schiller. PROBABILIDAD Y

ESTADISTICA. Ed Mc Graw Hill.

J. Gorgas, N. Cardiel, J. Zamorano. ESTADISTICA BASICA

PARA ESTUDIANTES DE CIENCIAS.

13