La teoría de errores, básicamente se basa en el concepto de que ninguna medida obtenida en el

laboratorio es del todo precisa y exacta, por lo tanto es necesario estimar el error cometido a la hora
de hacer cualquier tipo de medición.

Es necesario entender que en todos los ensayos realizados en un laboratorio se obtienen de un

conjunto de datos ya sean medidos o netamente observados, en cuyo caso no son del todo precisos
y por lo tanto, es importante conocer un resultado fiable extraído del conjunto de datos
experimentales. El error no dependerá del valor del mismo, sino de la magnitud de la medida a
encontrar y del criterio que se use a la hora de elegir el valor real de la medición.

Por otra parte, los errores pueden darse debido a la calibración de los aparatos usados en el
laboratorio en cuyo caso reciben el nombre de errores sistemáticos. Asimismo y como ya se ha
mencionado anteriormente, es posible que el error ocurra por la poca experiencia del operador y/o
el mal empleo de los instrumentos a la hora de tomar datos, estos errores son conocidos como
errores accidentales. Los errores también pueden ser absolutos o relativos.

Clase de errores:

 Errores sistemáticos o accidentales: como se mencionó anteriormente, estos errores

pueden ser causados por la mala calibración del instrumento con el que se está tomando la
medida o por el instrumentador (operador) que no se percata de hacer bien la medición. El
error sistemático puede ser identificado cambiando de instrumento, calibrándolo o
simplemente cambiando de instrumentador u observador.

Por su parte los errores accidentales como son causados por el operador no son tan fácil de
identificar o tan fácil de conocer un valor exacto de él, estos errores se pueden mitigar
asumiendo la media aritmética de los datos obtenidos.

 Errores absoluto y relativo: el error absoluto es el que se obtiene de hacer la diferencia entre
el valor observado o estimado en el laboratorio con el que se supone es el real o verdadero:

𝐸 = 𝑥𝑖 − 𝑥𝑜
Donde, 𝑥𝑖 corresponde al valor tomado o medido en el laboratorio y 𝑥𝑜 es el valor teórico, real o
verdadero (según sea el caso).

En cuanto al error relativo, este se calcula como el error absoluto sobre el valor real o teórico
del experimento:

𝐸
𝐸𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 =
𝑥𝑜
Análisis de los errores de una variable:

Este análisis sirve para identificar que tan cercana o tan lejana está una medida del valor verdadero,
por medio de un modelo matemático que permite calcular con un buen acercamiento dicho valor.

 Errores en promedio: este es el error que se genera cuando se toma varias veces una misma
medida, estos errores crecen a medida que se quiere o desea obtener más precisión en el
ensayo. Cuando se obtienen muchos datos sobre la misma medida y no se conoce el valor
real o teórico del ensayo, se asume que el promedio de todos los datos obtenidos es el valor
significativo, es decir, es el valor que se asumirá como real, por lo tanto al resultado de este
promedio se le conoce como valor verdadero y se expresa como 𝑥 ∗ , se asumen como
errores verdaderos a las diferencias que existen entre las medidas y el valor verdadero. De
la misma manera, es necesario conocer la dispersión de los datos, la cual se define como la
diferencia entre los límites de los datos observados.

Si la dispersión es inferior o igual a la sensibilidad del instrumento, se asumirá que el valor

verdadero es el promedio de los datos. En caso contrario, se podría necesitar tomar un
rango de datos más amplios.

Histograma y Curva de Gauss:

Un histograma es un diagrama en el que se representan datos que son tomados un

determinado número de veces, en el que los valores medios se dividen en intervalos iguales
y se observa las veces que se obtiene el mismo valor para esa medición. Por otra parte,
cuando los intervalos son demasiado pequeños y la medición se vuelve muy extensa, este
histograma se convierte en una distribución.

Si se puede colocar las veces en el que el error está en cada intervalo, o la frecuencia relativa
en función del error absoluto se encuentra con una curva en forma de campana, continua
que continúa según el número total de medidas realizadas. Dicha curva es comúnmente
conocida como la campana de Gauss o la Curva de Gauss.

Fuente: Física básica para ingenieros

La ecuación representativa de esta campana o curva es:

Fuente: Física básica para ingenieros

Se puede definir la función 𝑓(𝜀) como una distribución de las medidas y 𝑓(𝜀) ∗ 𝑑𝜀 como la
probabilidad de que alguna de las medidas se encuentre entre el intervalo [x,x +dx]. Cabe
resaltar que 𝑓(𝜀) la probabilidad de que la medida tenga un valor debe ser igual a 1.
 La función de h en la ecuación de la curva es que la mayor o menor altura del valor central
es un máximo y por tanto genera una idea de precisión en las medidas, entonces se dice
que si h es muy grande la altura en 𝑓(𝜀) será máxima y por lo tanto los errores serán
relativamente pequeños.

Por otra parte se tiene que el error probable 𝜀𝑝 es aquel en el que los errores superiores e
inferiores son igualmente probables. Asimismo, se tiene que el error medio y el error
estándar (𝜎) se calculan como:

De las ecuaciones que anteriormente se plantearon, se puede deducir:

Para expresar que tan buenas son las medidas se usa un error estándar.

Error cuadrático medio y error cuadrático estándar:

El error cuadrático medio es aquel que mide el error que hay entre dos conjuntos de datos, está
definido como:

∑𝑛𝑖=1 𝑒𝑖 2
𝜇=√
𝑛−1

Teniendo en cuenta la especificación de la curva de Gauss, en donde se encontró el error estándar,

en cuyo caso ahora se define como:

𝜇 ∑ 𝜇2
𝜎= =√ 2
√𝑛 𝑛

∑ 𝑒𝑖 2
𝜎=√
𝑛(𝑛 − 1)