Análisis de error

La siguiente es una compilación de temas encontrados en diversas paginas web, lo

que he tratado de hacer es revisar y ordenar la información de tal modo que el
estudiante conozca de manera rápida un tema tan extenso como éste,
desafortunadamente cuando realicé la compilación no tuve la precaución de
guardar las direcciones.
Uno de los objetivos del presente texto, como complemento del formato de
informes de laboratorio, es mejorar la presentación de éstos mediante el
aprendizaje de técnicas elementales de tratamiento, análisis y consignación de
datos obtenidos experimentalmente.

1-Recomendaciones

Normalmente en las guías de laboratorio se propone efectuar diversas mediciones

para hallar relaciones entre datos obtenidos. Buscando que el estudiante
determine mediante una gráfica o con el uso de la lógica una relación entre las
variables medidas. Para ello es estrictamente necesario que antes de realizar la
práctica se realice una lectura de la teoría existente, relacionada con las variables
que se vayan a medir de manera que posteriormente se tenga la capacidad de
interpretar físicamente los resultados que se obtengan usando el tratamiento
estadístico de datos, es decir que se pueda identificar de una gráfica el
significado de su pendiente, el área bajo la curva, los interceptos con los ejes, el
coeficiente de correlación, etc.

Lo anterior permitirá comparar la teoría con la práctica estableciendo el grado de

precisión del experimento y las posibles causas que originan la diferencias entre el
modelo teórico y los datos experimentales.

A menudo los estudiantes en los informes de laboratorio suelen concluir que las
discrepancias entre los resultados obtenidos y los esperados radica en “errores de
tipo humano” o a “pérdidas por fricción”, situaciones que no necesariamente
incluyen la totalidad de los factores que afectan los resultados, por ello se
considera que el tratamiento estadístico de datos es una herramienta muy
poderosa que permite identificar bastante bien el origen de las discrepancias
entre teoría y experimento. A continuación algunas de las razones:
a- El cálculo de error permite saber si la forma como se concibió el experimento
arroja el grado de precisión deseada. Por ejemplo, si dos grupos de estudiantes
utilizan diferentes métodos para hallar la constante gravitacional, deberán usar
fórmulas distintas. Eso implica que a pesar de que tengan los mismos
instrumentos (con la misma precisión), van a obtener diferentes incertidumbres
en el valor de la gravedad porque la propagación del error depende de la
fórmula.

b- De acuerdo con los procesos de linealización de gráficos, puede verse si el

modelo teórico usado obedece a la tendencia de los datos. El principio de la
verdad científica radica en últimas en el experimento, eso significa que hay que
creerle más a los datos que a la teoría y no al revés (aclarando que ambos
enfoques teórico y experimental, son igualmente importantes en el campo de
investigación científica). La consecuencia es clara: no hay que "machetear"
los datos para que "cuadren" con las predicciones. Más bien si hay una
discrepancia debe mirarse primero si ella está dentro del margen de error de los
datos experimentales, y si no es así hay que mirar las insuficiencias del modelo
teórico con que fueron obtenidas las ecuaciones.
No debemos avergonzarnos de los datos que se hayan obtenido en una
práctica, aún cuando estos difieran significativamente de los predichos
por la teoría en cuestión. Lo verdaderamente importante es adquirir la
capacidad para detectar y justificar el por qué de tal discrepancia. Una
situación de este tipo incluso puede llevar al inicio de una investigación
que conduzca a resultados importantes para la ciencia.

c- En consecuencia el efecto de la fricción en muchos experimentos puede

cuantificarse, introduciéndola dentro del modelo teórico para obtener una
ecuación modificada que dé cuenta de las discrepancias entre teoría y
experimento.

d- Los frecuentes errores de "tipo humano", pueden ser eliminados

considerándolos como errores sistemáticos. Es muy importante ser fieles a la
tendencia de los datos, cuantificando las incertidumbres, leyendo y confrontando
con la teoría, para tener sólidos argumentos en pro o en contra de ella, y si este
último es el caso proponer modificaciones a los modelos "simples" que con tanta
frecuencia trabajamos en Física.
2-Importancia del cálculo de errores

En la práctica se debe tener siempre en mente que las medidas no son

simples números exactos, sino que consisten en intervalos, dentro de los
cuales podemos garantizar que se encuentra el valor esperado.
Tal y como ahora se concibe la ciencia, toda teoría tiene fundamentada su validez
en contraste con la evidencia experimental, que está soportada en últimas por la
medición de variables físicas. Sin embargo, la medición de una cantidad física por
sí sola, sin la especificación de su rango de incertidumbre o fiabilidad no es de
mucha utilidad en la ciencia. La incertidumbre de una medida física dice mucho
acerca de la tecnología involucrada en el instrumento de medición y del método
de cálculo o modelo empleado en la obtención de su valor. Por otra parte, medir
una sola vez una variable física tampoco da un buen criterio de fiabilidad, dado
que todas las variables que influyen en un experimento no pueden ser
absolutamente controladas. Es por ello, que las mediciones deben efectuarse
muchas veces bajo idénticas condiciones. Un tratamiento estadístico de las
fluctuaciones de estas mediciones efectuadas bajo idénticas condiciones, alrededor
de un cierto valor más probable, dará una idea no solo de la reproducibilidad de
la medida, y de este modo la validez de una ley científica, sino de la confiabilidad
del método de medición empleado. Una incertidumbre o fluctuación ¨grande¨, es
decir del orden de la medida obtenida, permite dudar del método de medición
empleado, o bien una medida obtenida con una razonable incertidumbre y que
arroje un resultado no predicho por la ley, permite dudar de su validez. El objeto
de este texto es justamente proporcionar un criterio que le permita al
experimentador juzgar la validez de un método de medición o de una ley
científica. Ese criterio se basa en modelos estadísticos ampliamente estudiados y
universalmente aceptados.

3-Medida y error

La medida experimental es la base de todo conocimiento científico. Medir es

comparar una determinada propiedad de un sistema con el valor que esa misma
propiedad toma en otro sistema de referencia o patrón al que hemos asignado
previamente un número y magnitud determinados. Por ejemplo si queremos
determinar la masa de un objeto podemos compararla en una balanza con una
unidad patrón como el kilogramo en el sistema MKS.
Adicionalmente al proceso de comparación con la unidad patrón debemos estimar
la incertidumbre absoluta y relativa en la medida, es decir, el error asociado a la
medida experimental relacionado, bien sea con la imposibilidad de medir con
número infinito de cifras o con nuestra habilidad y la perfección de los
instrumentos que usemos. Desafortunadamente por lo anteriormente mencionado
no existen reglas para determinar el intervalo que genera la medida y su
correspondiente incertidumbre.

4-Error asociado a una sola medida experimental

Cuando se efectúa una sola medición de una cantidad física, a ella se le asocia
una incertidumbre experimental dada por la mínima medida que proporciona el
instrumento de medición empleado (límite de resolución instrumental o
sensibilidad del equipo). Vale la pena añadir que no siempre la incertidumbre
está asociada con la mínima medida que puede proporcionar el instrumento, pues
en equipos más complejos, se presentan casos en que la temperatura, presión,
humedad, tiempo de operación, ruido electrónico de los componentes y otros
factores, alteran el sistema de detección y registro de datos. En ese sentido, es
muy útil consultar el manual del fabricante del instrumento.

Error Absoluto

a manera de ejemplo:
-solicitamos a alguien que mida la longitud de un objeto, con una regla cuya
mínima división está dada en milímetros, y esta persona nos reporta 27,6 cm.
-le preguntamos si su medida es exacta y que si es así la podemos escribir como
27,6000000··········cm.
-de acuerdo con la respuesta que obtengamos, procedemos a aclarar que antes de
emitir el resultado de esta medida debemos hacer el siguiente análisis:
acercarnos por izquierda y por derecha hasta el punto de la escala en que
tengamos certeza que la medida es menor o es mayor, con ello podremos
identificar el intervalo más pequeño dentro del cual se está seguro que se
encuentra el valor de la medida, aunque no sepamos exactamente en qué punto
del intervalo está dicho valor. Teniendo identificado el intervalo se ubica su punto
extremo el cual se convertirá en nuestro valor medido 27,6 cm y el ancho de este
en la incertidumbre absoluta, que en este caso específico será ±0,1 cm por tanto
el intervalo medido lo expresamos 27,6 ± 0,1 cm. También se debe tener en
cuenta que cada, proceso de medición debe evaluarse de manera individual, dado
que si por ejemplo en este caso los bordes del objeto estuvieran mal definidos
podríamos llegar a obtener un intervalo de medición más grande que varias de las
divisiones más pequeñas de la escala; por otra parte si el objeto tiene bordes bien
definidos y existen buenas condiciones visuales se podrá identificar un intervalo
de medición mucho menor que la división más pequeña de la escala.

En física, al reportar que la longitud de un cuaderno es 27,6 cm, se está diciendo

que se está seguro de los dos primeros dígitos, es decir 2 y 7, pero que puede
haber un error en el último dígito, es decir el 6 y que en vez de este podrían ser
el 5 o el 7.
Llamaremos cifras significativas de una medida al número de dígitos seguros más
el dígito dudoso. En el ejemplo anterior, tenemos tres (3) cifras significativas.
En el caso que se reportara 27,61 m la cifra sobre la que se tiene duda es 1; esta
medida es de cuatro (4) cifras significativas, y por lo tanto es más precisa.
Es importante tener en cuenta que: el escribir más cifras adicionales de
las cuales no se tiene seguridad en vez de mejorar la precisión de la
medida la va a dañar alterando el dato.

¿Qué le sucede a la precisión de nuestra medida si cambiamos de unidad?

Si la medida del cuaderno nos dio 27,6 cm, como ya vimos tiene tres cifras
significativas y si la expresáramos en micrómetros queda 276000 μ que da la
impresión de haber aumentado el número de cifras significativas y por tanto la
precisión con un simple cambio de unidades, pero esto no es así. Para evitar esta
ambigüedad se usa la notación científica donde número de cifras significativas lo
dan los dígitos que multiplican la potencia de 10 y la posición de la coma
decimal no influye en el resultado.

Regla 1. La precisión de una suma o una resta es igual a la del número menos
preciso que involucre la operación.

Regla 2. La cantidad de cifras significativas en un producto o cociente es igual a

la cantidad más pequeña de cifras significativas en cualquiera de los números que
involucra la operación.

En resumen si medimos cierta magnitud física cuyo valor aceptado como

“verdadero” es x0 y obtenemos un valor de medida x llamaremos error absoluto
en dicha medida a la diferencia

δx=x − x 0
y la medida es aceptable si:
∣δx∣≪∣x 0∣

Error Relativo

Dado que es evidente, que no es igual de grave tener un error absoluto de 1 cm al

medir la longitud de una carretera entre dos ciudades distantes que al medir la
longitud de un lápiz se hace necesario definir una nueva cantidad, el error
relativo. Como el error absoluto de una medida no nos informa por sí solo de la
bondad de la misma, se define el error relativo como el cociente entre el error
absoluto y el valor medido. Si se multiplica por 100 se obtiene el porcentaje de
error:

δx
ε=
x0

5-Clasificación de errores experimentales

Errores sistemáticos

Son debidos a causas identificables y pueden ser eliminados en principio, por

ejemplo cuando la lectura de un instrumento no puede colocarse inicialmente en
cero sino que está desplazada una cierta cantidad, el efecto puede eliminarse
restando esa cantidad inicial a todas las medidas que se tomen, asumiendo que el
instrumento no ha sido alterado adicionalmente en su funcionamiento.

Normalmente se clasifican en cuatro clases :

Instrumentales. Debido a equipos que no se han calibrado, como en el ejemplo

del párrafo anterior.

Observacionales. Como errores de paralaje, es decir cuando la lectura del

instrumento depende de la posición que adopte el observador.

Ambientales. Influencia de la temperatura, la presión, y otros factores, de una

manera regular sobre las medidas.
Teóricos. Ocurre cuando el modelo empleado en el análisis contiene excesivas
simplificaciones, o condiciones ideales que experimentalmente no pueden ser
conseguidas en la práctica.

Errores aleatorios

Se deben a variables no controladas o difíciles de controlar en un experimento.

Los errores aleatorios son mediciones que fluctúan alrededor de cierto valor
medio, o valor más probable. A pesar de que son producidos por variables no
controladas en el experimento, puede cuantificarse su influencia por
procedimientos estadísticos.
Normalmente se clasifican en dos clases :

Observacionales. Errores en el juicio, o en la reacción del observador.

Ambientales. Cambios impredecibles en la temperatura del ambiente, ruido en

equipos electrónicos, cambios de presión, etc.

La distinción entre errores aleatorios y sistemáticos se puede ilustrar con el

siguiente ejemplo. Supóngase que la magnitud por medir (puede ser una cantidad
física) se repite nueve veces bajo las mismas condiciones. Si hay sólo errores
aleatorios, los nueve resultados de medición estarán distribuidos alrededor del
valor convencionalmente verdadero; algunos muy alejados y otros muy cercanos,
como se muestra en la fig.(a). Si además de los errores aleatorios hay errores
sistemáticos, entonces los nueve resultados de medición se distribuirán, no
alrededor del valor convencionalmente verdadero, sino alrededor de un valor
alejado de éste, como se ilustra en la fig. (b).
6-Determinación de una magnitud y de su error por medida directa

La medida de cualquier magnitud carece de sentido si no se indica una

estimación del error asociado a la misma. Cuando no conocemos el valor
considerado como valor verdadero de la magnitud que deseamos medir, se siguen
ciertos procedimientos para hacer una estimación tanto del valor de la magnitud
como de una cota de error que nos indique la incertidumbre en la determinación
de la medida realizada. El resultado de una medida lo indicaremos en la forma:

x ± δx (unidades)

El valor de la magnitud problema y su error se determinan estadísticamente,

para lo cual la medida se ha de repetir varias veces según se especifica a
continuación.

Primer paso:
(a)Se toman siempre tres medidas de la magnitud, se calcula el valor medio de
estas tres medidas,
∑ xi
̄x 3 =
3

y se halla la dispersión total D de las mismas, es decir, la diferencia entre los

valores extremos de las medidas:

D=X máx − X mín

y finalmente se obtiene el porcentaje de dispersión T, que viene dado por:

100D
T=
x̄ 3

(b) Si el valor de la dispersión total D no excede la sensibilidad S del

aparato,es decir el valor mínimo de la magnitud que es capaz de medir, D ≤ S se
toma como valor verdadero de la magnitud el valor medio de las tres medidas x3
y como error absoluto la sensibilidad
x 3±δx con δx=S
(c) Cuando el valor de la dispersión total D es mayor que la sensibilidad del
aparato, D > S procederemos a aumentar el número de medidas de la magnitud.
El criterio a seguir viene determinado por el valor del porcentaje de dispersión T
de acuerdo con la siguiente tabla:

T en las tres primeras Número total de medidas necesarias

medidas

T≤2% Bastan las tres medidas realizadas

2%<T≤8% Hay que hacer 3 medidas más, para un total de 6
medidas
8 % < T ≤ 15 % Hay que hacer 12 medidas más, para total de 15 medidas
15 % < T Hay que hacer 47 medidas más, para un mínimo de 50

Segundo paso:

Una vez realizadas las medidas adicionales necesarias, se toma como valor de la
magnitud el valor medio de las mismas y el error se determina según los casos
como sigue:

(a) Si se han realizado seis medidas, entonces se calcula el error de dispersión

definido como (cuarta parte de la dispersión total de las seis medidas, es

decir, la diferencia entre la mayor y menor de todas las medidas realizadas) y se
asigna como error absoluto de las medidas el máximo entre este valor y la
sensibilidad del aparato:

D6
δx=máx ( ) 4
,S

(b) Si se han realizado quince o más medidas, el error absoluto viene dado por el
error cuadrático medio o desviación estándar (σ) de las N medidas:

δx=σ=
√ ∑ ( x i −̄x )2
N −1
La desviación estándar significa: en el intervalo ( x− nσ,x+nσ ) se encuentran un
68.3%, 95.4% y 99.7 % de las medidas para n = 1, 2, 3, respectivamente.

7-Incertidumbre en cantidades calculadas

Como cada medida tiene una incertidumbre asociada, cuando se

realicen operaciones matemáticas con diferentes medidas se debe
calcular la propagación del error, asociándolo luego al resultado de las
operaciones realizadas.

a) funciones de una sola variable

Supongamos que tomamos la medida x de un lado de un cuadrado y estimamos

su correspondiente incertidumbre absoluta

x=x 0 ±δx

cuando calculemos el área z de este cuadrado, el error δ z que tendremos será:

2
z= ( x 0 ± δ )( x 0 ± δ ) =x 02 + 2xδx± ( δx )

el error absoluto usando diferencias finitas

δz= 2xδ x

y el error relativo

δz 2x 0 δx
= 2
z0 x0

como el uso de diferencias finitas se hace bastante dispendioso cuando la fórmula

aumenta su grado de complejidad, se recurre al uso del cálculo diferencial
considerando:

dz df ( x )
=
dx dx

de modo que se puede considerar

 δz df ( x )
=
δx dx

con lo que se obtiene el error

df ( x )
δz= δx
dx

b) funciones de varias variables

sea z=f ( x,y )

en caso de suma es decir si por ejemplo z=x+y

z 0 ±δz= ( x 0 ±δx ) + ( y 0 ±δy )

donde se toma

δz=δx+δy

como error absoluto y

δz δx+δy
=
z x+y

como error relativo

en caso de resta es decir si por ejemplo z=x-y

z 0 ±δz= ( x 0 ±δx ) −( y 0±δy )

donde se toma δz=δx+δy como error absoluto y

δz δx+δy
=
z x− y

como error relativo.

Como método general para la determinación del error en funciones de varias
variables se considera inicialmente el diferencial total de la función z=f(x,y) y
luego se lleva la expresión a diferencias finitas

∂f ∂f
dz= dx+ dy
∂x ∂y

por tanto

∂f ∂f
δz= δx+ δy
∂x ∂y

8-Precisión- Distorsión y Exactitud

Debido a que cuando queremos tener una mejor estimación en la medida de una
magnitud física determinada se hace necesario realizarla varias veces, el conjunto
de medidas puede caracterizarse por:

La Precisión: Se dice que la medida que nos ha resultado es precisa cuando los
resultados concuerdan entre sí y la dispersión es mínima.

La Distorsión: Se dice que la medida que nos ha resultado posee alta distorsión
cuando los resultados, bien sea con alta o baja precisión, están alejados del valor
considerado como valor verdadero de la medida. En el caso contrario la distorsión
es baja.

La Exactitud: Se dice que la medida que nos ha resultado es exacta cuando los
resultados poseen baja distorsión y alta exactitud, lo cual lleva a que el resultado
obtenido sea muy cercano al valor verdadero de la medida.

A continuación se muestra
gráficamente la relación entre
Precisión, Distorsión y
Exactitud
Figura1. Relación entre Precisión, Distorsión y Exactitud en una técnica
analítica

La exactitud es la proximidad de los

resultados de medición y el valor
verdadero;mientras que la precisión
hace referencia a la repetibilidad o reproducibilidad de la medición.

9-Ajuste por mínimos cuadrados

A menudo se tiene el problema de encontrar una expresión matemática y = f(x)

de la ley física que rige el comportamiento de un determinado fenómeno, a partir
de una serie de N medidas (xi , yi) de las magnitudes x e y que lo caracterizan.
Cuando la representación gráfica del fenómeno estudiado proporciona una
distribución de los puntos experimentales en forma prácticamente lineal es
conveniente determinar la ecuación de la recta que será expresión de la ley física
que rige el fenómeno estudiado, utilizando para ello el método de mínimos
cuadrados.
Dicha recta debe cumplir la condición de que los puntos experimentales queden
distribuidos simétricamente a ambas partes de la misma y además lo más
próximos, que sea posible, a ella.

Para ello se obliga a que la recta de ecuación y = ax + b, de la cual se establece

la expresión:

c= ∑ ( y i −ax i−b )2
que debe cumplir la condición de tener un valor mínimo.

Derivando c respecto a a, luego respecto a b e igualando a cero ambas derivadas

se obtiene:

a=
N ∑ ( x i y i ) −∑ x i ∑ y i ∑ x 2i ∑ y i −∑ xi ∑ ( xi y i )
2 b= 2
N ∑ x 2i −( ∑ x i ) N ∑ x 2i −(∑ x i )

Además de los valores de la pendiente y la ordenada en el origen o punto de

corte con el eje y, es interesante obtener el denominado coeficiente de correlación
lineal r, que nos da una medida del grado de correlación entre los valores de las
variables x e y, es decir, hasta qué punto x e y están relacionadas mediante una
función lineal. La expresión de r es:

N ∑ x i y i −∑ xi ∑ yi
r=
2 1/2
([ N ∑ x −(∑ x ) ][ N ∑ y −(∑ y ) ])
2
i i
2 2
i i

que varía entre 0 (no existe correlación) y ± 1 (hay correlación completa).

Las desviaciones estándar de a y b se pueden calcular como sigue: los valores

calculados de m y b son funciones de las magnitudes yi . Empleando las
magnitudes δyi:

S y=
√ ∑ ( dy i ) 2
N −2

donde el valor de N-2 se relaciona con hecho de que las δy i no son

independientes, pero están vinculadas por la existencia de la mejor línea
especificada por los valores de a y b.

Los errores presentes en el calculo de a y b serán

δa=S y
√
n
n ∑ x2i −(∑ xi )
2
δb=S y
√ ∑ x 2i
n ∑ x2i −(∑ xi )
2