MRSR 15

2 PROPAGACIÓN DE ERRORES
PROPAGACIÓN DIRECTA DE ERRORES. Si la magnitud física f es función
de las magnitudes x , y , z ,... , es decir f  f ( x , y , z ,...) , su error absoluto está
dado por

 f   f   f 
Ef    Ex    Ey    E z  ... (1)
  x  x , y ,z ,...   y  x , y ,z ,...   z  x , y ,z ,...

Ejemplo 1. Determinar el error absoluto de la suma y de la diferencia de dos

medidas.
Solución. Si
f  xy
aplicando la ecuación (1) resulta
E f  Ex  Ey

Se llega al mismo resultado si f  x  y .

El error relativo de f es

Ef   (ln f )    (ln f )    (ln f ) 

   Ex    Ey    E z  ...
f   x  x , y ,z ,...   y  x , y ,z ,...   z  x , y ,z ,...
(2)

Ejemplo 2. Determinar el error relativo del producto y del cociente de dos

medidas.
Solución. Si
f  xy
entonces,
ln f  ln x  ln y
y aplicando la ecuación (2) resulta
16

Ef Ex Ey
 
f x y

Se llega al mismo resultado si f  x / y .

Ejemplo 3. Determinar el intervalo de confianza del volumen de un cono a un

nivel de confianza del 95% si los intervalos de confianza de su altura y del
diámetro de su base, a ese nivel de confianza, son, respectivamente,
h  5.414  0.005[cm] y D  3.248  0.004[cm] .
Solución. La función que relaciona el volumen del cono con D y h es
 2
V D h
12
por tanto, el valor medio (aritmético) del volumen es
 
V  D 2h  (3.248 [cm]) 2 5.414 [cm]  14 .95267587 [cm 3 ]
12 12
Logaritmizando la fórmula del volumen, aplicando la ecuación (2) y
reemplazando valores, se obtiene
EV E E 0.004 0.005
V  2 D  h 2   3.4  10 3
V D h 3.248 5.414
luego,
EV  VV  3.4  103  14.95267587[cm3 ]  0.05[cm3 ]
por tanto, el intervalo de confianza del volumen, a un nivel de confianza del
95%, es
V  14.95  0.05[cm3 ]

PROPAGACIÓN INVERSA DE ERRORES. Si f  f ( x , y , z ,...) , para

determinarla con un error relativo prefijado,  f 0 , es necesario determinar los
errores con que deben medirse x , y , z ,... .
 17

Ejemplo 4. Determinar los errores relativos con que deben medirse el

diámetro, D, y la altura, h, de un cilindro para determinar su volumen con un
error relativo,  V 0 , de 0.003 (a cierto nivel de confianza).
Solución. El volumen del cilindro está dado por
 2
V D h
4
de donde, su error relativo es
2 1
V  E D  Eh  2 D   h
D h
luego, si los errores relativos con que deben medirse el diámetro y la altura se
designan  D 0 y  h 0 , respectivamente, debe cumplirse que

2 D 0   h 0  V 0
o sea,
2 D 0   h 0  0.003

como esta ecuación tiene dos incógnitas, tiene infinitas soluciones y, por
comodidad, se adopta la solución que hace iguales a los dos términos del
primer miembro; entonces, debe cumplirse que
0.003
2 D 0   h 0   0.0015
2
luego,
0.0015
 D0   0.00075
2
 h 0  0.0015

Conocidos los errores con que deben medirse x, y, z, … , puede determinarse el

número de veces que se debe medir cada una de ellas (ver Ejemplo 10 del
capítulo anterior).
18 MRSR

3 GRÁFICOS
Los gráficos son bastante representativos en el estudio de fenómenos en los que
interactúan dos magnitudes físicas, llámense, y y x. Los pares de valores
experimentales (x , y) se representan gráficamente como puntos en un plano.
Mediante un análisis de regresión, se determina la relación matemática que
describe el fenómeno estudiado y que también se representa en forma gráfica.

RELACIÓN LINEAL CON INTERSECCIÓN NO NULA. Para una relación

lineal con intersección no nula, que tiene la forma
y ABx (1)
las constantes de la regresión B (pendiente) y A (ordenada en el origen o
intersección) están dadas por
xy  x y
B (2) A yBx (3)
x2  x 2
Las constantes de la regresión generalmente representan magnitudes físicas y los
valores dados por las ecuaciones (2) y (3) pueden considerarse como las medias
de B y A, respectivamente, y sus intervalos de confianza están dados por

B  B  tc sB (4) A  A  tc s A (5)

donde s B y s A son las desviaciones estándar de las medias de B y A,

respectivamente, y pueden calcularse mediante

s sx   B2
2

sA 
 x2
sB 
y
(6) sB (7)
n2 n
El valor de t c puede encontrarse en la tabla del Apéndice I con el nivel de
confianza requerido y   n  2 .

Una calculadora electrónica científica calcula automáticamente los valores de B y

A para un conjunto de pares de valores; además, proporciona los demás valores
necesarios en las ecuaciones (6) y (7).
 19

Ejemplo 1. Un cuerpo se mueve con movimiento uniformemente acelerado

con velocidad inicial diferente de cero. Midiendo su velocidad, v, para
diferentes instantes de tiempo, t, se obtiene la siguiente tabla:
t [s] 1 2 3 4 5 6 7 8
v [m/s] 0.39 0.45 0.54 0.63 0.71 0.76 0.85 0.94
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
Solución. Si a es la aceleración del cuerpo y v 0 su velocidad inicial, la
relación teórica entre v y t es v  v 0  a t , que es una relación lineal con
intersección no nula ( y  A  B x) en la que x  t , y  v , B  a y A  v0 .

De ahí, con una calculadora se v [m/s]

obtiene 1.0
B  0.0784523809 [m / s ] 2
0.9
A  0.3057142857 [m / s] 0.8

Entonces, la relación 0.7

experimental v  f (t ) es 0.6
v = 0.3057 + 0.07845 t 0.5
(con t en [s] y v en [m/s]) 0.4
(la indicación de las unidades es 0.3
imprescindible).
0.2
En la Figura 1 se ha dibujado 0.1
esta relación junto con los
puntos experimentales. 0 1 2 3 4 5 6 7 8 t [s]
Con las ecuaciones (6) y (7) se Figura 1
obtiene

s B  0.001767098734[ m / s 2 ] s A  0.008923411194[ m / s]

Para un nivel de confianza del 95% con   6 , se tiene tc = 2.447; con esto, las
ecuaciones (4) y (5) dan
20

B  0.078  0.004 [ m / s 2 ] A  0.31  0.02[m / s]

Entonces, los intervalos de confianza de a y v 0 , a un nivel de confianza del
95%, son
a  0.078  0.004 [ m / s 2 ] v 0  0.31  0.02[ m / s]

RELACIÓN LINEAL CON INTERSECCIÓN NULA. Para una relación

lineal con intersección nula, que tiene la forma
yx (8)
la constante de la regresión  (pendiente) está dada por


xy

 xy (9)
x 2
 x2
El valor de  dado por la ecuación (9) puede considerarse como la media de  .
El intervalo de confianza de  está dado por

    t c s (10)

donde s es la desviación estándar de la media de  y puede calcularse

mediante

s 
 y  x   2 2 2

(11)
n 1
El valor de t c puede encontrarse en la tabla del Apéndice I con el nivel de
confianza requerido y   n  1 .

Una calculadora electrónica científica proporciona los valores necesarios en las

ecuaciones (9) y (11).

Ejemplo 2. Un móvil parte del reposo desde una posición tomada como “cero”
y se mueve con movimiento uniforme. Midiendo el espacio recorrido, s, para
diferentes instantes de tiempo, t, se obtiene la siguiente tabla:
 21

t [s] 2 4 6 8 10 12 14 16
s [cm] 17.6 27.5 45.5 61.1 76.1 91.2 103.0 115.8
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
Solución. Si v es la velocidad del móvil, la relación teórica entre s y t es
s  v t , que es una relación lineal con intersección nula ( y   x) en la que
x  t , y  s y   v . De ahí, con una calculadora y la ecuación (9) se obtiene
  7.423039216[cm / s] . Entonces, la relación experimental s  f (t ) es
s  7.423t (con t en [s] y s en [cm])
En la Figura 2 se ha dibujado
esta relación junto con los s [cm]
puntos experimentales. 120

Con la ecuación (11) se obtiene 100

s  0.0770686501[ cm / s] .
80
Para un nivel de confianza del
95% y   7 , se tiene 60
t c  2.365 ; con esto, la
40
ecuación (10) da
  7.4  0.2[ cm / s] 20

Entonces, el intervalo de
confianza de v, a un nivel de 0 2 4 6 8 10 12 14 16 t [s]
confianza del 95%, es
Figura 2
v  7.4  0.2[ cm / s]

RELACIÓN POTENCIAL. Una relación potencial tiene la forma

y  a xb (12)
donde a (coeficiente) y b (exponente) son las constantes de la regresión.

Si la ecuación (12) se logaritmiza, resulta

22

ln y  ln a  b ln x (13)
que tiene la forma
Y  A  BX (14)
luego, entre las variables Y y X; es decir, entre ln y y ln x, existe una relación lineal
con intersección no nula en la que
B=b (15)
Por tanto, aplicando el análisis de regresión lineal con intersección no nula a los
pares (ln x , ln y) se determina B; o sea, b (si entre los datos originales se tiene el
valor cero, el correspondiente par de valores no debe tomarse en cuenta para el
análisis).

Para determinar a, por razones físicas, no es apropiado hacerlo con e A, sino como
se describe a continuación.

Habiéndose determinado b de acuerdo con el fenómeno físico estudiado, la

ecuación (12) puede escribirse como
y  a xb   (16)
que tiene la forma
Y X (17)
luego, entre las nuevas variables Y y X; es decir, entre y y x b, existe una relación
lineal con intersección nula en la que
a (18)
Por tanto, aplicando el análisis de regresión lineal con intersección nula a los
pares (x b, y) se determina  ; o sea, a.

Ejemplo 3. Un móvil parte del reposo desde una posición tomada como “cero”
y se mueve con movimiento uniformemente acelerado. Midiendo el espacio
recorrido, s, para diferentes instantes de tiempo, t, se obtiene la siguiente tabla:
t [s] 0.5 1.0 1.5 2.0 2.5 3.0
s [m] 3.6 10.6 27.0 45.7 77.5 110.9
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
 23

Solución. Si a  es la aceleración del móvil, la relación teórica entre s y t es

s  (1 / 2) a  t 2 , que es una relación potencial ( y  a x b ) ; en la que x  t ,
y  s y, teóricamente, b = 2. Trabajando con los pares de valores (ln t,ln s) en
un análisis de regresión lineal con intersección no nula, se encuentra que el
intervalo de confianza del exponente de la relación experimental s  f (t ) , a
un nivel de confianza del 95%, es
b  1.9  0.2 s [m]
intervalo que incluye a 2; por 120
tanto, se prueba la hipótesis de
que el exponente de la relación 100
experimental s  f (t ) es
equivalente a 2, a un nivel de 80
confianza del 95%.
60
Trabajando con los pares de
valores (t 2 , s ) en un análisis de 40
regresión lineal con intersección
20
nula, la relación experimental
s  f (t 2 ) resulta
0 0.5 1.0 1.5 2.0 2.5 3.0 t [s]
s  12 .22 t 2
(con t en [s] y s en [m]) Figura 3

En la Figura 3 se ha dibujado la correspondiente relación s  f (t ) junto con

los puntos experimentales.

El intervalo de confianza de la pendiente de la relación experimental

s  f (t 2 ) , a un nivel de confianza del 95%, resulta

  12.2  0.4[ m / s 2 ]
De la relación teórica,   (1 / 2) a  ; luego, a  = 2  . Entonces, por
propagación de errores, el intervalo de confianza de a , a un nivel de
confianza del 95%, es
a  24.4  0.8[m / s2 ]
24

RELACIÓN EXPONENCIAL. Una relación exponencial tiene la forma

y  a eb x (19)
donde a (coeficiente de la potencia) y b (coeficiente del exponente) son las
constantes de la regresión y e, la base de los logaritmos neperianos.

Si la ecuación (19) se logaritmiza, resulta

ln y  ln a  b x (20)
que tiene la forma
Y  A  BX (21)
luego, entre las variables Y y X; es decir, entre lny y x, existe una relación lineal
con intersección no nula en la que
A = ln a (22) B=b (23)
entonces,
a = eA (24) b=B (25)
Por tanto, aplicando el análisis de regresión lineal con intersección no nula a los
pares (x,ln y) se determinan A y B (si algún valor de y es cero, el correspondiente
par de valores no debe tomarse en cuenta para el análisis). Luego, con las
ecuaciones (24) y (25) se determinan a y b. Por propagación de errores en la
ecuación (24) y, dada la ecuación (5), el error absoluto de a es
E a  at c s A (26)

Ejemplo 4. La parte móvil de un amortiguador elástico viscoso se aleja de su

punto de equilibrio (tomado como posición “cero”) y luego se suelta.
Midiendo la posición de esa parte móvil, s, para diferentes instantes de tiempo,
t, durante su retorno al punto de equilibrio, se obtiene la siguiente tabla:
t [s] 0.04 0.10 0.20 0.40 0.70 1.00 1.50
s [cm] 35.6 32.1 28.0 20.4 14.3 8.7 5.0
Realizar el análisis de regresión correspondiente de acuerdo con la teoría y a
un nivel de confianza del 95%.
 25

Solución. Si S es la posición de la parte móvil del amortiguador cuando se la

suelta y  la constante de amortiguación, la relación teórica entre s y t es
s  S e   t , que es una relación exponencial ( y  ae b x ) en la que x  t , y  s,
a  S y b   .

Trabajando con los pares de s [cm] .

valores (t, ln s) en un 40.0
análisis de regresión lineal
con intersección no nula, se 35.0
obtiene
30.0
a  36.45632662 [cm]
25.0
b  1.358082116[ s 1 ]
Luego, la relación 20.0
experimental s  f (t ) es
15.0
s  36 .46 e 1.358t
10.0
(con t en [s] y s en [cm])
En la Figura 4 se ha 5.0
dibujado esta relación junto
con los puntos 0 0.5 1.0 1.5 t [s]
experimentales.
Figura 4.
Los intervalos de confianza
de a y b, a un nivel de confianza del 95%, son
a  36  2[cm] b  136
.  0.09 [ s -1 ]
Entonces, los intervalos de confianza de S y  , a un nivel de confianza del
95%, son
S  36  2[cm]   1.36  0.09 [s 1 ]

COEFICIENTE DE CORRELACIÓN. Para el caso de la regresión lineal con

intersección no nula el coeficiente de correlación está dado por
r  Bs x s y  (27)
26

Una calculadora electrónica científica calcula automáticamente este valor de r

para un conjunto de pares de valores.

Para el caso de la regresión lineal con intersección nula el coeficiente de

correlación está dado por
1  2  x2  n y2
 (28)
sy n 1

Para las relaciones no lineales, el coeficiente de correlación se halla para los pares
de valores correspondientes a las relaciones linealizadas.

En general, 0  r 2  1 , y cuanto mayor sea r 2 (o r ), se tendrá un mejor ajuste;

es decir, los puntos experimentales estarán más cerca de la curva obtenida por
regresión, y en ese caso, se verifica la relación teórica del fenómeno estudiado;
aunque esto puede hacerse simplemente de manera visual.

Ejemplo 5. En el Ejemplo 1, ¿se verifica que el movimiento estudiado es

uniformemente acelerado con velocidad inicial diferente de cero?
Solución. En el Ejemplo 1, se verifica que el movimiento estudiado es
uniformemente acelerado con velocidad inicial diferente de cero ya que los
puntos experimentales están próximos a la línea de tendencia obtenida y que
corresponde a un movimiento de ese tipo.

Cuando no se conoce el tipo de relación existente entre dos magnitudes, el

coeficiente de correlación se utiliza para determinar la relación que mejor se
ajusta al conjunto de los puntos experimentales. Así, de un conjunto de posibles
relaciones, se escoge aquella que tenga el mayor coeficiente de correlación en
valor absoluto. Sin embargo, esto no ocurre en física básica experimental donde,
por teoría, se conoce el tipo de relación existente entre las magnitudes estudiadas.
28 MRSR

APÉNDICE II

Derivadas

Sea la función y  x 2 representada en la Figura 1(a). y

La derivada de esta función respecto a x es una
(a)
función que da la pendiente de la curva y vs. x para
cualquier valor de x (la pendiente de una curva en un
punto es la pendiente de la recta tangente a la curva x
en ese punto). En matemática se encuentra que la
dy
derivada de y  x 2 , respecto a x, es dx
dy
 2x
dx (b)
la cual está representada en la Figura 1(b).
x
Físicamente, la derivada representa la razón de
cambio de la función original para cualquier valor de
x; es decir, indica cuál es la variación de y
correspondiente a una variación de x.
Figura 1

Las derivadas de varias funciones se encuentran en tablas; la siguiente es una

tabla mínima de derivadas (a y n son constantes y f es una función de x).

d d d 1 d d df
a0 x n  nx n 1 ln x  ex  ex a f   a
dx dx dx x dx dx dx

Ejemplo 1. Determinar la derivada de y respecto a x si y  x 3

Solución.
dy
 3 x2
dx
 29

Las derivadas de algunas funciones combinadas son

dy df dg dy dg df
y  f ( x)  g( x)    y  f ( x) g( x)   f g
dx dx dx dx dx dx
df dg
dy df dg g  f
y  f ( x)  g( x)    f ( x) dy dx dx
dx dx dx y   2
g( x) dx g

Ejemplo 2. Determinar la derivada de y respecto a x si y  2  4 x 3  x 2 ln x

Solución.
dy
 12 x 2  x  2 x ln x
dx

Si y  f ( u ) y u  g ( x ) , entonces,
dy d y du

dx du d x

Ejemplo 3. Determinar la derivada de y respecto a x si y  ln(1  x 2 )

Solución. La función dada puede escribirse
y  ln u
con
u  1  x2
luego,
dy 1
 2x
dx u
dy 2x

dx 1 x2
30

Si f  f ( x , y , z ,...) , la derivada parcial de f respecto a una variable es igual a

la derivada de f respecto a esa variable, considerando a las demás variables como
constantes.

Ejemplo 4. Determinar las derivadas parciales de f respecto a x y respecto a y

si f  ln x  ln y .
Solución.
f 1

x x
f 1

y y