Universidad Pedagógica y Tecnológica de Colombia

Facultad de Ciencias, Escuela de Fı́sica

Laboratorio 2 de Fı́sica I

Mediciones e incertidumbres
Parte 2: Errores estadı́sticos y su propagación

Ivon Rocio Buitrago Piñeros*, Mónica Marı́a Rico Castro **

, William Jaramillo Garzón***

Introducción
Supongamos que hemos hecho una sola medición, y que, para comprobar nuestro trabajo, hemos efec-
tuado esta medición por segunda vez y obtuvimos un resultado diferente. ¿Qué se supone que debemos
hacer? No podemos, en modo alguno, afirmar que una es “correcta” y la otra “errónea”. ¿Cuál podrı́amos
elegir como la “correcta”? Frente a esta ambigüedad, la reacción natural serı́a intentarlo una tercera vez,
con la esperanza, quizá, de que la tercera medición confirme una u otra de las dos primeras. Muy pro-
bablemente ésta no sea tan complaciente, y simplemente aumente aún más la confusión al ofrecer una
tercera posibilidad. Enfrentados a esta complejidad creciente, podrı́amos decidir seguir efectuando medi-
ciones para ver qué sucede. Supongamos que nuestra curiosidad nos ha impulsado a realizar una cantidad
considerable de mediciones sucesivas, digamos 100, y ahora nos preguntamos: ¿Cuál es la respuesta? El
tratamiento que demos a nuestros resultados fluctuantes dependerá de las circunstancias, es decir, del
propósito de nuestra medida [1].

Tenemos algunas posibilidades para nuestro análisis, por ejemplo el uso de un histograma, una represen-
tación gráfica en forma de barras que permite visualizar cómo se distribuyen los valores a lo largo de la
escala. Cuando se realiza una gran cantidad de medidas, el comportamiento estadı́stico del histograma
de estas mediciones sigue una distribución Normal o Gaussiana. Esta distribución es la clave para una
interpretación satisfactoria de las mediciones. Normalmente encontramos que los resultados tienden a
presentarse con más frecuencia en la mitad del rango, y si la situación es ası́ y no estamos en posibilidad
de hacer ninguna otra afirmación sensata, siempre podremos consolarnos con aseverar simplemente que
las observaciones tienen una “tendencia central”. Pero a menudo queremos ir más lejos, y quisiéramos
encontrar alguna forma abreviada de describir la distribución sin tener que mostrar efectivamente el
diagrama completo. Entonces podrı́amos preguntarnos, ¿qué resultado particular caracteriza mejor al
grupo de observaciones en su totalidad? Existen varios valores posibles, y escogemos uno de ellos, con
base en el uso futuro que daremos a la información. En nuestro caso, la Media o Promedio es la cantidad
más útil. Ahora podrı́a surgir una última pregunta ¿En qué medida nuestro valor elegido representa a la
distribución en su conjunto? Esto es, ¿cuán seguro resulta usar un solo valor como sustituto de toda la
distribución? La intuición nos dice que, cuanto más amplia sea la distribución, menor será la importancia
que podamos asignar a un único valor. Por otra parte, cuanto más estrecha sea la distribución, tanto más
seguros nos sentiremos de confiar en ese valor representativo de la distribución. La Desviación Estándar
es una medida de dicha amplitud y se considera como una medida de la confianza que podemos tener en
los resultados [1].

*
ivon.buitrago@uptc.edu.co
**
monica.rico@uptc.edu.co
***
william.jaramillo@uptc.edu.co

1
Objetivos
Esta práctica consiste en un primer acercamiento al proceso de cálculo del error estadı́stico en una variable
medida y la presentación adecuada del resultado. Hace parte del proceso de aprendizaje de las técnicas
experimentales y se espera que con su realización el estudiante sea capaz de:

Medir el valor de una cantidad varias veces y calcular su error estadı́stico.

Reportar el resultado de la medida y su incertidumbre con la precisión correcta.

Requisitos
Lectura del texto Conceptos previos que se encuentran al final de la guı́a, donde se describen:
tipos de errores en las mediciones; exactitud y precisión de una medida; valor medio y desviación
estándar de una variable.

Procedimiento
Para llevar a cabo la práctica, se requiere que los estudiantes dispongan en casa de frı́joles.

Parte 1
Con el ejecutable “tornillo micrometrico.exe” [2] mida la longitud, l, y el diámetro, d, de cada frı́jol
y consigne los datos en la tabla 1.

Tabla 1. Longitudes de 50 frı́joles medidas con calibrador y tornillo micrométrico.

Longitud Diámetro
˘2 ˘2
li ´ ¯l ( di ´ d¯ (
` `
i l( ) ) d( ) )

1
..
.
50
˘2 ˘2
li ´ ¯l “ di ´ d¯
ř ř` ř ř`
li “ di “ “
¯l “ σl “ d¯ “ σd “

Para calcular el valor medio de la longitud sume todos los datos de la segunda columna, y consı́gnelos
en la penúltima fila de esa columna en la tabla. Con este valor y el número de datos (N “ 50), calcule
el valor promedio de la longitud. Registre este valor en la última fila de la correspondiente columna.
Complete ahora la tercera columna y calcule la desviación estándar de la longitud, σl . Repita este
procedimiento para el diámetro y reporte los valores en las celdas correspondientes de la tabla.

Parte 2
Calcule el volumen promedio de un frı́jol a partir de la expresión (1), suponiendo que este es un elipsoide
con anchura y altura iguales.
 π l d2
V “ (1)
6

Figura 1. Tomada de [3]. Dimensiones de un elipsoide.

Para ello use los valores medios de longitud y diámetro encontrados en la parte 1. Calcule la incertidumbre
en el volumen con la expresión (5) de la lectura previa. Reporte el volumen con sus incertidumbres absoluta
y relativa.

Resultados y análisis
No responda las preguntas que se dan a continuación como un cuestionario Pregunta/Respuesta. Empléelas
como una guı́a para desarrollar su análisis de una manera fluida, apoyándose en las gráficas y en sus ob-
servaciones durante las mediciones realizadas.

1. De acuerdo a sus resultados, ¿con cuántas cifras significativas debe reportar el valor promedio de
la longitud?

2. Exprese la medida de la longitud del grano, con cada instrumento, como:

l“s
l ˘ σl (2)

3. A partir de sus datos determine cuántos se encuentran en el rango de x

s ˘ σx . ¿A qué porcentaje de
los datos totales corresponde?.

4. Compare la incertidumbre de la medida directa obtenida con cada instrumento y la desviación

estándar respectiva. ¿Cuál es menor? ¿Por qué?

Referencias
[1] D. C. Baird, Experimentación, una introducción a la teorı́a de mediciones y al diseño de experimen-
tos. Segunda edición, Prentice-Hall Hispanoamerica S.A., (1991)

[2] Eduardo J. Stefanelli, https://www.stefanelli.eng.br

[3] https://www.calculartodo.com/geometria/volumen-elipsoide.php,
c 2007-2020.
Conceptos previos: tipos de errores, exactitud y precisión, valor medio
y desviación estándar
Cuando realizamos un determinado número de observaciones o medidas repetidas e independientes de
una variable x, surgen fluctuaciones en la medición, que pueden estar asociadas a errores sistemáticos
o errores aleatorios. Los errores sistemáticos surgen por varios factores, como el diseño del experi-
mento, el uso de intrumentos defectuosos o descalibrados para realizar las mediciones, entre otros. Estos
errores se pueden corregir y minimizar, siempre que se identifique su origen. Los errores aleatorios, por
otro lado, surgen de forma impredecible e incontrolable en el experimento, por ejemplo por diferencias
en el resultado de una medición al ser realizada por dos observadores con capacidades visuales diferentes,
etc. Como estos últimos son de carácter aleatorio, siempre están presentes en el proceso de medición y
tienen como consecuencia una incertidumbre en el valor medido de la variable.

Ahora bien, antes de determinar la incertidumbre debida a errores aleatorios, es necesario primero defi-
nir y diferenciar la Exactitud y la Precisión; dos términos relevantes a la hora de establecer que tan
confiables son los resultados de una medida. La Exactitud describe qué tan cercano es el resultado ex-
perimental al valor real de la variable [4]. Por ejemplo, si en dos experimentos independientes se obtienen
los valores 3.1497 y 3.1395 para el número π, el segundo valor es más exacto por cuanto está más cerca
del valor real. La Precisión nos da una medida de qué tan dispersos están entre sı́ los datos medidos de
una variable dada y determina la reproducibilidad del resultado. Por ejemplo, suponga que usted mide
la masa de una manzana y obtiene 100 g, 115 g y 93 g; y otra persona mide la misma manzana y obtiene
101 g, 105 g y 103 g. Es claro que la medición de la segunda persona es más precisa, puesto que los datos
son más similares entre sı́. Nótese que la precisión se determina por completo sin conocer el verdadero
valor de la cantidad que se está midiendo, por tanto su valor no nos dice nada acerca de la exactitud de
una medición. Esto queda más claro en el ejemplo de la figura 2, donde se observa que una medida puede

Precisión
Baja Alta
Baja
Exactitud

Alta

Figura 2. Precisión y exactitud.

tener una alta precición y aún ası́ tener una baja exactitud (fig. superior derecha) o también, una baja
precisión y una alta exactitud (fig. inferior derecha).

Volviendo al caso en el que se mide una varible x de forma repetitiva, la incertidumbre generada por los
errores aleatorios, se evalúa por métodos estadı́sticos. Para cuantificar el error aleatorio y determinar la
incertidumbre experimental, se utiliza la desviación estándar, σx , del conjunto de medidas de la variable
x. Más especı́ficamente, σx representa una medida de la dispersión de los valores x alrededor del valor
medio xs. Si σx es pequeña, la dispersión de los valores medidos alrededor de la media es pequeña, por
lo que la precisión en las medidas es alta [4]. Se puede demostrar para una distribución Gaussiana que,
68 % de los datos experimentales caerán dentro de una desviación estándar de x s, es decir, en el intervalo
(s
x ´ σx , x
s ` σx ); 95 % estarán dentro de dos desviaciones estándar, y sólo 0.3 % estarán por encima 3σx
de x
s, como se aprecia en la figura 3.

Figura 3. Distribución Normal o Gaussiana de los datos. 68 % de los datos medidos estarán en el
intervalo (s
x ´ σx , x
s ` σx ) correspondiente a la región más oscura en la figura, 95 % de ellos estarán en
x ´ 2σx , x
el intervalo (s s ` 2σx ) que se indica por la región rayada.

El valor medio de x y su desviación estándar σx se obtienen a partir de las ecuaciones (3) y (4), respec-
tivamente.
N
1 ÿ
x
s“ xi (3)
N i“1
g
f N
f 1 ÿ` ˘2
σx “ e xi ´ x
s (4)
N ´ 1 i“1

donde N es el número total de datos de la variable x.

Sean x s˘σx y ys˘σy dos cantidades medidas de forma directa varias veces. Si empleamos estas variables x
sy
ys en el cálculo de alguna otra cantidad f que depende de ellas, por ejemplo un volumen, la incertidumbre
de esta nueva cantidad se determina mediante la expresión:
dˆ ˙
Bf 2 2
ˆ ˙2
Bf
σf “ σx ` σy2 (5)
Bx By

Referencias
[4] Ricardo Flores, Laboratory Manual Physics 1011/2111 Mechanics., University of Missouri-St. Louis,
http://umsl.edu/$\sim$floresr/p1011/LabManual.pdf