Universidad Nacional de Salta

FACULTAD DE CIENCIAS EXACTAS

FISICA I
(Notas de Clases)

TEMA I: Errores de Medición

Dra. Graciela Romero - Dra. Andrea Monaldi

 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Vamos a iniciar el estudio del tema I de programa repasando los conceptos sobre el proceso de medición y la
expresión del resultado de una medida estudiados en el curso de Introducción a la Física.

Como vimos, el proceso de medición consiste de cuatro sistemas:

1- El sistema objeto de la medición: La cantidad que se quiere medir.

2- Un sistema de medición: el equipo o el instrumento de medición y la teoría sobre la que se fundamenta
su funcionamiento.
3- Un sistema de referencia: la unidad empleada, con su definición y su patrón.
4- El operador: responsable de decidir si se han cumplido los criterios de operación para poder, entonces
tomar las lecturas en la escala del instrumento.

Veamos un ejemplo práctico donde podamos reconocer cada uno de los sistemas
involucrados en el proceso de medir y de qué manera se pueden establecer criterios de medición.

Ejemplo 1:
Se quiere medir el diámetro de un alambre como se muestra
en la Figura 3.1, entonces:
a) el sistema objeto es el diámetro del alambre.
b) el sistema de medición es el micrómetro y la teoría sobre la
cual fue construido;
c) el sistema de referencia es el metro;
d) los criterios de medición son:
1) Que la pieza esté apoyada de modo que el diámetro
sea perpendicular al eje longitudinal del micrómetro;
2) que la presión no sea excesiva;
3) que las superficies de la pieza y del micrómetro estén
limpias;
4) que la iluminación de la escala sea correcta;
5) que la posición del observador con respecto a la escala
no provoque errores de paralaje; etc. Figura 1

Cuando un físico mide algo debe tener gran cuidado para no producir una perturbación en el sistema que está
bajo observación. Por ejemplo, cuando medimos la temperatura de un cuerpo, lo ponemos en contacto con un
termómetro. Pero cuando los ponemos juntos, algo de energía o "calor" se intercambia entre el cuerpo y el
termómetro, dando como resultado un pequeño cambio en la temperatura del cuerpo que deseamos medir.

Así, el instrumento de medida afecta de algún modo a la cantidad que deseábamos medir. Además, todas las
medidas están afectadas en algún grado por un error experimental debido a las imperfecciones inevitables del
instrumento de medida, o las limitaciones impuestas por nuestros sentidos que deben de registrar la
información. De estas consideraciones surgen ciertas reglas que vamos a recordar.

1.-Todo resultado experimental o medida hecha en el laboratorio debe de ir acompañada del valor
estimado del error de la medida y a continuación, las unidades empleadas, preferentemente del Sistema
Internacional de Unidades de medida (SI).

Por ejemplo, al medir una cierta distancia hemos obtenido

2
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

D = (367 ± 2) mm.

De este modo, entendemos que la medida de dicha magnitud está en alguna parte del intervalo entre 365 mm y
369 mm. En realidad, la expresión anterior no significa que se está seguro de que el valor verdadero esté entre
los límites indicados, sino que hay cierta probabilidad de que esté ahí.

2.-Los errores se deben dar solamente con una única cifra significativa. Únicamente, en casos
excepcionales, se pueden dar una cifra y media (la segunda cifra 5 ó 0).

3.-La última cifra significativa en el valor de una magnitud física y en su error, expresados en las
mismas unidades, deben de corresponder al mismo orden de magnitud (centenas, decenas, unidades,
décimas, centésimas).

Antes de adentrarnos en el repaso del tema específico de medir y a expresar una medida es necesario
que conozcamos sobre los instrumentos de medición, qué cosas los caracterizan, cuales son los más
adecuados a los propósitos que nos interesan, que cuidados debo poner al utilizarlos, entre otras cosas.
Dependiendo de la magnitud a medir y de la precisión con que se la quiera determinar es necesario
seleccionar el instrumento mas adecuado. Esta selección se hace, en principio, de acuerdo a dos
características comunes de todos los instrumentos de medición tales como la apreciación y el alcance. Veamos
en que consisten estas cosas, cómo las denotamos y de qué manera influyen en el proceso de medir.

1.- LA APRECIACIÓN

Es la menor división de la escala del instrumento, la simbolizaremos con la letra griega  seguida de la
magnitud a medir y para lo cual ha sido diseñado. Por ejemplo una regla cuya menor división es 1 mm (figura
1) tiene una apreciación, L = 1 mm; la apreciación del reloj de la figura 2) es t = 1 s.

Figura 2: Regla común.

A continuación se muestran las fotografías de algunos de los instrumentos que comúnmente se usan
en el laboratorio.

3
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Figura 3. Cronómetro digital,

Figura 4. Calibres. A: detalle del vernier de un calibre, B: detalle del extremo derecho mismo (se pueden
observar grabados en el cuerpo del instrumento el alcance (15 cm) y la apreciación (0,02 mm)

4
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Figura 5. Tornillos micrométricos o Micrómetros. Detalles de las indicaciones sobre apreciación y rango.

En estas fotografías vemos que el calibre y el tornillo micrométrico tienen una segunda escala
graduada, esta escala se denomina vernier.
Un vernier puede ser rectilíneo o circular y permite la medición de longitudes o ángulos menores que la
menor división de la escala graduada. Consiste básicamente de una pequeña regla que se desliza junto a la
escala graduada.
Para evitar confusiones vamos a llamar “escala fija” a la escala graduada del instrumento y “escala
móvil” a la escala del vernier. La longitud de la escala del vernier está dividida en N partes, y corresponde a n 
1 divisiones de la escala fija. El calibre de la figura 4 tiene un vernier con N = 50 divisiones y si observamos
atentamente vemos que la última división coincide con la división número 49 de la escala fija.
Vamos a considerar entonces el caso en que N = n - 1. Sea d el valor de la menor división de la escala
fija y D el de una división del vernier o escala móvil, entonces es fácil darse cuenta que

nd=ND
O sea:
n d = (n -1) D
Por lo tanto:
nd
D (1)
n 1

La apreciación A, o menor magnitud que puede medirse con el vernier, corresponde a la diferencia
entre los valores de una división de la escala móvil y una de la fija, o se:
A=D–d

y teniendo en cuenta la ecuación (1) se tiene:

5
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

n n
A dd(  1)d
n 1 n 1

es decir:
d d
A 
n 1 N

Por lo tanto la precisión del vernier es igual al cociente del valor de la menor división de la escala fija
dividida por el número total de divisiones de la escala móvil.

Para el caso del calibre de la figura 1 la precisión es:

d 1mm
A   0.02 mm
N 50

Si nos fijamos atentamente este número está indicado en el cuerpo del calibre y aún más también en el
estuche que sirve para guardarlo cuidadosamente.
En el caso del tornillo micrométrico o micrómetro, el vernier es circular y está dividido en 50 partes, la
diferencia con un calibre de igual número de divisiones del vernier, es que para el micrómetro la menor división
de la escala fija es 0.5 mm., con lo cual A = 0,01 mm.

2.- EL ALCANCE

El alcance de un instrumento es el máximo valor que puede medir a fondo de escala. En el caso del del
calibre de la figura 4 el alcance es de 15 cm.

3.- EL RANGO

El rango del instrumento es el intervalo entre el mínimo y el máximo valor que se puede medir con el
instrumento. En el caso de los tornillos micrométricos de la figura 5, el primero tiene un rango de 0 a 25 mm y el
segundo de 25 a 50 mm. Esto significa que para medir cantidades más pequeñas que 25 mm no se puede
utilizar el segundo micrómetro

3.1.- ¿Cómo expresar el resultado de una medición?

Cuando nos “pesamos” en la farmacia, simplemente nos subimos en la balanza y leemos el número
que ésta nos indica ya sea a través de la aguja o del indicador digital. Por ejemplo, 54,5 kg. Corrientemente
estamos realizando mediciones y por lo general estamos sólo estimando el valor de ciertas magnitudes, pues
simplemente estamos interesados en tener una idea del valor de la misma. Seguramente, si intentamos
mantener nuestra masa corporal más o menos constante, no es muy importante saber si mide exactamente
54,5 kg sino que este valor no exceda de un cierto valor. Sin darnos cuenta, en esta actividad cotidiana
estamos involucrándonos con el proceso de medir.

6
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

En la ciencia, muchos de los números que se utilizan, son el resultado de una medida y por lo tanto
sólo podemos conocerlos con alguna incertidumbre experimental. Este error depende de la habilidad del
experimentador y del aparato utilizado para medir; por lo que generalmente sólo puede estimarse.
Para la física y la química, en su calidad de ciencias experimentales, la medida constituye una
operación fundamental. Sus descripciones del mundo físico se refieren a magnitudes o propiedades medibles.
Las unidades, como cantidades de referencia a efectos de comparación, forman parte de los resultados de las
medidas. Cada dato experimental se acompaña de su error o, al menos, se escriben sus cifras de tal modo que
reflejen la precisión de la correspondiente medida.
Se consideran ciencias experimentales aquellas que por sus características y, particularmente por el
tipo de problemas de los que se ocupan, pueden someter sus afirmaciones o enunciados al juicio de la
experimentación. En un sentido científico la experimentación hace alusión a una observación controlada; en
otros términos, experimentar es reproducir en el laboratorio el fenómeno bajo estudio con la posibilidad de
variar a voluntad y de forma precisa las condiciones de observación.
La física y la química constituyen ejemplos de ciencias experimentales. La historia de ambas disciplinas
pone de manifiesto que la experimentación ha desempeñado un doble papel en su desarrollo. Con frecuencia,
los experimentos científicos sólo pueden ser entendidos en el marco de una teoría que orienta y dirige al
investigador sobre qué es lo que hay que buscar y sobre qué hipótesis deberán ser contrastadas
experimentalmente. Pero, en ocasiones, los resultados de los experimentos generan información que sirve de
base para una elaboración teórica posterior. Este doble papel de la experimentación como juez y guía del
trabajo científico se apoya en la realización de medidas que facilitan una descripción de los fenómenos en
términos de cantidad. La medida constituye entonces una operación clave en las ciencias experimentales.

4.- ERRORES DE MEDICIÓN

La operación de medir una magnitud supone a priori que tal magnitud tiene un valor verdadero, no
obstante las dificultades lógicas que aparecen en cuanto se trata de precisar con rigor el significado de este
concepto. No existen ni pueden existir instrumentos que permitan medir sin error alguno una magnitud física.
Pero aún con las restricciones que el caso exige, necesitamos del concepto de valor verdadero de una
magnitud, al menos como hipótesis de trabajo. Mas adelante, al tratar los errores estadísticos precisaremos
algo más este concepto. Lo que nos interesa ahora es destacar que la medida de una magnitud difiere del valor
verdadero de la misma.
Podemos medir por ejemplo la carga del electrón con una aproximación tanto mayor cuanto mejor sea
el método que imaginemos para hacerlo; pero en ningún caso podemos medir la “verdadera” carga del
electrón. Además, en muchos casos, cuanto más extremamos la aproximación con que medimos una cantidad
más carece de sentido la propia magnitud. Por ejemplo supongamos que nos proponemos medir la longitud de
una barra rígida con una regla o con métodos ópticos, obtendremos valores de esa longitud que decimos que
son cada vez más aproximados; pero, ¿qué sentido tiene medir esa longitud con una aproximación del orden o
-7
mayor que la distancia que separa a los átomos (10 cm) que forman la barra rígida? Vamos a tratar de
precisar mejor el concepto de error y a conocer los distintos tipos de errores con los que nos encontraremos en
el laboratorio de mediciones.
Dar simplemente un número como medida de una magnitud sin precisar el error de que está afectado
aunque sea aproximadamente, no significa mucho. Una medida tiene sentido sólo cuando se puede valorar en

7
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

una u otra forma el error de que está afectada. Apreciar el error de una medición es el objeto del cálculo de
errores.

5.- MEDICIONES DIRECTAS

Hemos llamado medición directa a

la operación de lectura en un instrumento
aplicado a medir cierta magnitud.
Por ejemplo si nos piden medir la
longitud del alambre de cobre de la figura
5, de acuerdo a lo que hemos aprendido,
tomaremos una regla y la colocaremos en
la dirección de la longitud del alambre,
haciendo coincidir lo mejor posible el Figura 5
origen de la regla (el cero) con un extremo
del alambre y anotaremos el valor de la división de la regla que coincida con el otro extremo.
Lo más probable es que no coincida ninguna y que la longitud que deseamos medir quede entre dos
divisiones de la regla, como se muestra en la figura. ¿Cómo debemos proceder entonces para expresar el
resultado de la medición?

6.- ESTIMACIÓN DE LA LECTURA. ERRORES ABSOLUTO, RELATIVO Y PORCENTUAL

En este caso podemos considerar la estimación de la lectura como el menor intervalo que un
observador puede estimar con ayuda de la escala. Por ejemplo podemos tratar de expresar la longitud L del
alambre escribiendo una cifra más, que no es leída sino estimada por nosotros, en el caso de la figura 5,
escribiremos L = 8,58 cm. Es decir que con esta regla y esas condiciones nos sentimos capaces de estimar
hasta 0,01 cm. A esta estimación la llamaremos error de apreciación L.
Pero como dijimos más arriba (regla 1), dar un número, como medida de una magnitud, no es correcto,
es necesario expresar el error a la que está afectada esta medida. En este caso expresaremos el resultado de
la medida de la siguiente manera:
L  L  L

donde con L , representamos al valor medido, por lo tanto reportaremos, para la longitud del alambre:

L = (8,58  0,01) cm

Pero, el error de apreciación, depende del observador, de la iluminación del ambiente, del grosor de las
divisiones de la regla, etc. Para establecer un criterio más general suele utilizarse como error de apreciación de
una lectura a la apreciación del instrumento, en el caso de la regla L = 0,1 cm. Luego la medida se expresaría
de la siguiente manera:

L = (8,5  0,1) cm

8
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Hay autores que consideran como error de apreciación a la mitad de la apreciación del instrumento con
lo cual, para el caso que estamos considerando, el resultado de la medición es:
L = (8,55  0,05) cm
Esta es una cuestión de criterio y para evitar confusiones, en este curso emplearemos el criterio de
utilizar la mitad de la apreciación del instrumento como error de apreciación cuando sea fácilmente observable
y la apreciación cuando no.
En todos los casos el resultado de la medición es X  X  X , donde X es el valor leído en el
instrumento y con el cual operaremos, y X es el error absoluto. Esto significa que el “valor” de la medida
pertenece al intervalo ( X  X, X  X) . Esto quiere decir que, algún valor comprendido en la zona sombreada
del siguiente gráfico, corresponderá al verdadero valor de la magnitud medida, el cual por supuesto, no
podemos conocer.

X  X X X  X)

7.- CIFRAS SIGNIFICATIVAS

Del proceso de medición se obtiene un número con una cierta cantidad de dígitos que corresponden a
los sucesivos órdenes de magnitud medidos, los cuales llamaremos cifras significativas es decir cifras que
provienen realmente de una medición. O sea que es todo dígito, exeptuando el cero cuando se utiliza para
situar el punto decimal, cuyo valor se conoce con seguridad.
Es claro que la última cifra de una lectura ocupa el lugar de la cifra significativa de la estimación. Por
ejemplo si el error de apreciación es 0,02 mm, la lectura no puede expresarse sólo usando décimos de
milímetro ni tampoco milésimos, siempre deberá llegar hasta los centésimos, para el caso de la medida de la
longitud del alambre, L = (85,70  0,02) mm. Expresar L = (85,7  0,02) mm es incorrecto ya que
desperdiciamos información y si escribiéramos L = (85,700  0,02) mm estaríamos considerando información
que no poseemos. Cuando un observador escribe L = 85,70 mm; está afirmando que el cero tiene el valor de
una información sobre la cifra de las centésimas, esto es que L  85,68 y que L  85,72. Si se escribe 85,7 en
física se sobreentiende que no hay información sobre la cifra de las centésimas. O sea que debemos ser muy
cuidadosos al expresar el resultado de la medida de una cantidad.
Sin embargo es muy común encontrar expresiones como L = 85,723 mm en las determinaciones de los
principiantes, cuando para obtener el resultado final deben realizar operaciones algebraicas, por ejemplo si
hacen cinco lecturas y calculan el promedio. Al hacer el cociente calculan cifras sobre las que no poseen
información. Otro error frecuente consiste en la alteración del número de cifras significativas cuando se efectúa
una transformación de unidades. Es obvio que la información sobre cierta medida no puede alterarse por el
sólo hecho de cambiar la unidad en que se mide. Por ejemplo, 37,5 m no es igual a 3750 cm. La segunda
expresión indica que al medir el orden de los centímetros se obtiene como resultado cero, en tanto que 37,5 m
indica que no se midió el orden de los centímetros. Otra fuente de confusiones que surge a raíz de las
unidades usadas se presenta con los ceros a la izquierda. Para evitar estos problemas corresponde utilizar la
1
notación científica, haciendo las transformaciones en términos de potencias de 10: 37,5 m = 3,75 X 10 m =
3 4
3,75 X 10 cm = 3,75 X 10 mm; y en estos casos hemos expresado la medición en distintas unidades sin
modificar el número de cifras significativas de la lectura.

9
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Existe siempre un límite para el número de cifras significativas con que se determina una magnitud.
Cada sistema que interactúa en el proceso de medición introduce una limitación que no puede superarse sin
cambiar el sistema mismo. Sin entrar en detalles diremos que el sistema medidor introduce limitaciones al
número de cifras significativas que se pueden conocer de una magnitud a causa de que su sensibilidad y su
exactitud son limitadas. En los buenos aparatos el error de exactitud se mantiene por debajo del error de
apreciación.

8.- ERRORES RELATIVO Y PORCENTUAL

El sólo enunciado del error absoluto de una medida no es suficiente para caracterizar la aproximación o
precisión de la misma, o sea no permite establecer la calidad de la medida. Sea por ejemplo 1 m la medida de
una distancia obtenida con una cinta métrica que produce un error absoluto de X = 2mm. El error por unidad
de escala es:
2
 0,002
1000

Si en cambio medimos el diámetro de un alambre de 1 mm, con un tornillo micrométrico que nos da un
error de 0,01 mm, el error por unidad de escala es
0,01
 0,01
1

En el caso de la distancia, tenemos un error por unidad de escala cinco veces menor que en la medida
del diámetro del alambre. El error por cada unidad en las cuales se mide la magnitud a determinar se llama
error relativo,
X
er 
X
este valor nos permite comparar la “calidad” de distintas medidas. Cuanto mayor es el error relativo, se tiene
mayor error por cada unidad de medida y por lo tanto, peor es la calidad de la medida.
A veces el error relativo no se da por cada unidad de escala sino por cada 100 unidades. En tal caso se
define el error porcentual:
X
e%  x 100
X
Cuando decimos que el error es del 2 %, queremos significar que se comete un error de dos unidades
por cada 100 de las mismas.

9.- ERRORES SISTEMÁTICOS Y CASUALES

Errores sistemáticos: Son errores provenientes de una falla o desajuste del instrumento de medida, de la
aplicación errónea del método, de la influencia de un agente externo, entre otras causas. Estos errores son
siempre prácticamente iguales y del mismo signo. Sobre esta clase de errores no puede hacerse una teoría
general, pero en algunos casos particulares es posible aplicar métodos para ponerlos en evidencia y aplicar
correcciones que permitan eliminaros.

Errores casuales: Cuando una magnitud se mide varias veces con el miso instrumento y en las mismas
condiciones, los valores obtenidos no son idénticos y difieren entre sí en pequeñas cantidades. Es natural
pensar que estas diferencias provienen del error de apreciación. Pero pueden también, deberse a una cierta

10
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

cantidad de factores externos no previsibles, como pequeñas variaciones de las condiciones ambientales, al
observador y su estado de fatiga y por último al instrumento mismo. Estos errores obedecen ciertas leyes de
carácter estadístico y a ellos se refiere la teoría estadística de los errores. Que analizaremos en el próximo
capítulo.

10.- MEDICIONES INDIRECTAS

Una medición indirecta es la que resulta de una ley física que vincula la magnitud a medir con otras
magnitudes medibles directamente. Así, por ejemplo, la aceleración de la gravedad determinada con un
péndulo ideal es:

4π 2
g l
T2

es decir que relaciona la magnitud g a medir, con l y T medibles en forma directa con una cinta métrica y un
cronómetro, respectivamente. Dicho de otra manera, la cantidad que se quiere medir, no se mide, sino que se
calcula empleando una fórmula conocida, y midiendo directamente las cantidades que intervienen en la
fórmula.
En relación a decidir si una medida es directa o indirecta hay que ser cuidadosos porque muchas veces
una cantidad que se mide indirectamente, tal vez pueda medirse en forma directa si se dispone del instrumento
para ello. Por ejemplo supongamos que deseamos medir la velocidad de un auto, disponemos para el ello del
instrumento denominado velocímetro, en ese caso medir la velocidad implica una medición directa. Pero, otra
forma de medir la velocidad es: usando el odómetro del auto (cuenta kilómetros) para medir la distancia X
recorrida en un dado lapso de tiempo, t, que mediremos con un reloj o cronómetro. En este caso la
determinación de la velocidad es una medida indirecta ya que deberemos hacer uso de la fórmula que vincula
la distancia recorrida y el tiempo empleado para determinar la velocidad.
En este segundo caso el problema consistirá entonces en determinar v, conociendo X y t. Pero
conocidas la fórmula y la apreciación con que se mide cada cantidad involucrada ¿cuál es la apreciación de
cada lectura obtenida indirectamente? La forma de hacerlo varía según los casos como veremos a
continuación.

11.- PROPAGACIÓN DE ERRORES

Si bien este tema ha sido abordado en el curso de Introducción a la Física, en esa oportunidad se han
considerados casos simples ya que al no disponer de las herramientas adecuadas han debido aceptar ciertas
reglas de la propagación de errores sin demostración. En este curso de Física I vamos a estudiar la forma
general para propagar errores y como aplicación trataremos de obtener las ecuaciones que utilizaron sin
demostración.
Sea Y una cantidad, que nos interesa medir, y que es una función conocida de otra cantidad X que
medimos directamente. ¿De qué manera podemos determinar en cuanto afecta el error de apreciación
cometido al medir X e Y? Para resolver esta cuestión recordemos algunos conceptos que hemos estudiado en
Análisis Matemático. Sea

11
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Y  f(X) (11-1)

una función conocida de la medición de X, que como vimos, resulta: X  X  ΔX , al calcular Y con este valor de
X, obtendremos un cierto Y1  f(X  X) , que estará afectado por un Y, el error de apreciación de Y. Para

determinar este error de apreciación desarrollemos en serie de Taylor a la función f(X  X) . Recuerde que la
serie de Taylor nos da el valor de una función en un punto, si conocemos el valor de dicha función y de todas
sus derivadas en ese punto. Luego:
( X)2
Y1  f(X  ΔX)  f(X)  ΔX f' (X)  f" (X)  .... (11-2)
2!

donde con los símbolos (‘, “, etc.) denotamos las derivadas de la función y si consideramos que (X)  X, en
2

la aproximación en la cual los términos de potencias superiores de X son despreciables frente a X,
obtendremos:
Y1  f ( X )  X f' ( X )  Y1  Y  Y (11-3)

El error de apreciación de Y no depende sólo de X sino también de f’( X ). Cuanto mayor sea este coeficiente
que suele denominarse factor de propagación, tanto más significativo es el error en Y debido al error X
cometido al medir X. Dado que en general no conocemos el verdadero valor de X, para el cálculo de Y

podemos aproximar el valor de f’( X ) por f’(X) de modo que:

Y   f' ( X)X (11-4)
Para entender mejor esto analicemos el siguiente ejemplo.

Ejemplo 2: Se desea medir la aceleración de la gravedad g utilizando un péndulo ideal de longitud bien conocida, L = 171,7
cm. Para ello se miden 100 períodos de oscilación (T) del péndulo con un cronómetro de apreciación 1/5 s, obteniéndose
100T = 262,4 s ¿Cuál es el resultado de la medida de g?
La consigna del problema, cuando expresa “longitud bien conocida” nos indica claramente que L se mide sin error,
entonces sólo debemos encontrar el error de g como función de T.
4π 2
En este caso g hace las veces de la variable Y, en la ecuación 11.4 y la función f(T) = L , donde T hace las veces de la
T2
variable X.
Como medimos 100 oscilaciones, medimos un tiempo t = nT. Esto se hace así porque, al ser T un valor relativamente
pequeño, el error que se comete al medirlo es significativamente grande. Esto se debe a que no sólo está afectado por la
apreciación del cronómetro sino también por el tiempo de reacción de la persona que mide. Este tiempo, depende de cada
persona pero en promedio se considera que tiene un valor entre 0,5 s y 1s. Para minimizar esto es que en vez de medir el
tiempo de una sóla oscilación o período, se mide en de 100 de ellas.
El período es entonces una función f(t)= T = t/n y según la ecuación 11.4, como f’(t) = 1/n, se tiene: T =± t/n, luego, t =
1/5 s= 0.2 s:
t 0,2 -3
T    0,002s = 2 x 10 s.
n 100
dg 8 2
Volviendo a la cuestión de determinar g, como f’(T) =   3 L se tendrá,
dT T
8 2 2
g   LT   2 cm / s2 y reemplazando T y L en la expresión de g se obtiene: g = 985 cm/s . Por lo tanto el resultado
T3
de la medición es:
g = (985  2) cm/s
2

12
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Cuando se trata de medir una magnitud Y= f(X,Z,W), o sea expresada como función de más de una
magnitud medible directamente, el significado del error de apreciación de Y es el mismo y se puede generalizar
el desarrollo matemático anterior a más de una variable con lo cual luego de una serie de operaciones que no
vale la pena desarrollar ahora y considerando que los factores de propagación pueden ser positivos y/o
negativos, el máximo error de Y se cometerá cuando todos los términos que definen a Y tengan el mismo
signo. Por definición este valor máximo de Y es el error de apreciación de Y y viene dado por:

f f f
Y   X  Z  W (11-5)
X Z W
donde con el símbolo  se representa a la derivada parcial de f(X,Z,W).

NOTA: sin ahondar en explicaciones diremos que la derivada parcial consiste en calcular la derivada de la función respecto
de una variable manteniendo constante las otras. Este concepto y notación, serás vistos luego cuando estudien funciones
de dos o más variables. Pero a los fines de clarificar su significado veamos un ejemplo de cálculo de derivadas parciales de
2 -1
la siguiente función f(X,Z,W)=X +3ZW -5W,

f f f
 2X ,  3ZW  2  5 y  3W  1
X W Z

El error relativo de Y, está dado en función de los errores relativos de X, Z y W por:

Y  X f  X  Z f  Z  W f  W
   

  

  

(11-6)
Y  Y X  X  Y X  Z  Y X  W

Veamos un ejemplo para entender cómo se aplica esto a la determinación de la incerteza en una
medida indirecta, con más de una variable que se miden directamente.

Ejemplo 3: se quiere determinar el volumen de un alambre de cobre de sección circular, para lo cual se miden
directamente el diámetro (figura 1) y la longitud del mismo (figura 2), obteniéndose: d = (1,51  0,01) mm y L = (85,70
 0,02) mm.
Dado que el alambre es un cilindro, en este caso f es el volumen V, y viene dado por:
2
d
V = f(d,L)) = superficie del área transversal del alambre multiplicada por la longitud =   L
2
Entonces de acuerdo a lo que vimos debemos calcular las derivadas parciales de V respecto a d y L, o sea:

13
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

   
   
V  V d2 V  d   d  L d2  L
 dL y  entonces:  dL   simplificando obtenemos:
d 2 L 4 V  2 2  d  2 4  L
   L
d     L
d 
 2   2 
       

V d L  d L 
2  con lo cual V  V 2    2.1mm3 luego reemplazando el valor de L y de d en V, se
V d L  d L 
3
obtienen V = 153,47 mm por lo tanto, el valor del volumen del alambre es:

V = (154  2) mm
3

Como ejercicio se propone decidir cuál de medidas directas es de mejor calidad. Recuerde que la calidad
de una medida viene dada por su error relativo.
A modo de resumen este procedimiento puede sintetizarse, para las situaciones más comunes con las
que nos encontraremos y que han utilizado en Introducción a la Física, por favor intente demostrarlo utilizando
las ecuaciones 11-5 y 11-6.

11.1.- ERROR DE PROPAGACIÓN EN UNA SUMA ALGEBRAICA

Sean a ,b ,c las medidas de los lados de un triángulo y a, b y c , los errores de apreciación
correspondientes.
El perímetro será P abc

y el error del perímetro P  a  b  c

Del mismo modo ocurriría si tuviera una resta, es decir que si h  a  b , el error sería h  a  b . En este caso
sencillo el valor de todos los factores de propagación es uno, por lo tanto, concluimos que:

El error absoluto de la suma algebraica es igual a la suma de los errores absolutos de los términos

11.2.- ERROR DE PROPAGACIÓN EN EL PRODUCTO.

Si deseamos calcular el área de un triángulo, deberemos usar la siguiente expresión

A=½ah
donde a es el lado de la base y h la altura de triángulo, para recordar estos conceptos
observa la figura.
Sean a y h las medidas de la base y la altura y sean a y h los correspondientes errores
a b a
de apreciación. Los errores relativos serán entonces: Ea  y Eb =
a b h

1
La medida del área será A  a h y el “error relativo” de esta medida es:
2
A a b
 
A a b

14
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

La deducción de esta expresión surge de calcular los factores de propagación tal cual hemos visto. De esta
a b
última expresión puede deducirse que el error absoluto en la medida del área es A  A.(  ) , por lo tanto
a b
generalizando diremos que:

el error relativo de un producto es igual a la suma algebraica de los errores relativos de los factores

11.3.- ERROR DE PROPAGACIÓN DE UN PRODUCTO DE POTENCIAS.

Los ejemplos anteriores no agotan las posibilidades de relación entre las magnitudes que se miden
directamente y la magnitud que, en función de estas, se desea determinar. Un caso más general sería el
producto de potencias, en el cual está incluido el cociente. Si la magnitud en cuestión (llamémosla M) está
relacionada con las magnitudes medidas directamente (llamémoslas X,Y,Z) por medio de la expresión:
M  Xa .Yb .Zc donde a, b y c son exponentes positivos o negativos, enteros o fraccionarios, entonces se
encuentra, de acuerdo a lo que vimos, que el error relativo de M es:
M X Y Z
a b c (donde | | significa valor absoluto)
M X Y Z

el error absoluto de un producto de potencias es igual a la suma de los errores relativos de los factores
multiplicados cada uno por el valor absoluto del exponente correspondiente.

12.- ERRORES CASUALES

Hasta ahora hemos analizado cómo se puede determinar aproximadamente el error de una medición
directa o indirecta de una sola medición suponiendo que los errores sistemáticos y casuales son despreciables
frente a los errores de apreciación. Si el operador se sintiera satisfecho con una medida obtenida realizando
una sola vez la operación de medir, y aceptase esa medida como suficientemente informativa, nada de lo que
sigue tendría sentido.
En cierto modo, así proceden el bioquímico y el médico cuando se trata de medir ciertas propiedades
características de la sangre o de la orina: aceptan una sola medida. Y hacen bien, porque su interés se limita a
saber si la proporción de éste o aquel componente se mantienen dentro de ciertos límites, o si está fuera de
ellos.
El problema que tratamos es de naturaleza diferente: consiste en obtener el máximo rendimiento de los
sistemas que intervienen en el proceso de medición. Posiblemente una de las primeras sorpresas en un
laboratorio de medición es comprobar que al medir una cierta cantidad con el mayor cuidado posible, y repetir
la operación varias veces, los resultados no se repiten todos. Pero esto no se debe a nuestra inexperiencia, por
el contrario, esta diversidad de lecturas es intrínseca de la operación de medir con el mayor cuidado, tratando
de obtener el máximo rendimiento del instrumento y del observador. Si al medir el diámetro de una esfera de
vidrio con d = 0.01 mm obtenemos las siguientes lecturas: 15,49 mm; 15,71 mm; 15,59 mm; 15,60 mm; 15,60
mm, 15,54 mm, 15,52 mm, 15,65 mm, 15,60 mm y 15,59 mm ¿cuál de ellas es el valor del diámetro? ¿Cómo
valorar la calidad del sistema de medición operado por el experimentador que ha repetido N mediciones? Una
respuesta podría ser, la calidad será tanto mejor cuanto más parecidas sean entre sí las lecturas Xi, y más
parecidas, en consecuencia al valor medio o promedio. Dicho de otra manera, la calidad de la medición será

15
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

tanto mejor cuanto menor sea el intervalo de incerteza asociado a ella. Pero ¿cómo definimos este intervalo de
incerteza? La respuesta la encontraremos en las siguientes secciones.

12.1.- EL HISTOGRAMA DE UNA MEDICIÓN

Como vimos en la sección anterior, de las 10 veces que medimos el diámetro de la esfera de vidrio
con un calibre las medidas, no resultaron todas iguales y sólo algunas se repiten. Una forma de organizar los
datos es construir una tabla indicando el valor obtenido que denotaremos por Xi y la correspondiente cantidad
de veces que se obtuvo, o lo que se conoce como frecuencia y que denotaremos por ni.
Xi [mm] ni
15,49 1
15,52 1
15,54 1
15,59 2
15,60 3
15,65 1
15,71 1
Notar que si sumamos todos los valores ni encontrados obtenemos el número total de mediciones
realizadas N. Esto es:
(12.1)
que para el caso que estamos analizando, medir 10 veces el diámetro de una esfera de vidrio resulta N = 10.
Ahora bien, en lugar de decir que el valor X i = 15, 60 mm se repitió tres veces, podemos decir que X i =
15,60 se obtuvo en 3/10 de todas la mediciones. En otras palabras, en lugar de utilizar la frecuencia de cada
medición, introduciremos la fracción
(12.2)

Cantidad que representa la fracción de nuestras N medidas que dieron el resultado X i. Se dice que las
fracciones Fi, especifican la distribución de nuestros resultados porque ellas describen de qué manera,
nuestras mediciones están distribuidas a lo largo de los diferentes posibles valores.
Si representáramos un diagrama de barras para las veces, denominada frecuencia, con que cada una de estas
determinaciones se repite obtendríamos un gráfico como el de la figura 6 a) a, esta forma de representación de
los datos recibe el nombre de histograma. Cada vez que el experimentador leyó el aparato de medición informó
que el valor del diámetro estaba en un intervalo (Xi - X/2; Xi + X/2) con X = 0,01. Se observa que el valor
15,60 se repitió tres veces, el 15,59 dos veces y las otras sólo una vez. Si en lugar de representar el
histograma de las mediciones en términos de la frecuencia, se obtendría el gráfico de la figura 6 b)
respectivamente. Ambas representaciones se denominan histograma de la medición, pero a los fines de
nuestros propósitos la segunda representación es más conveniente como veremos en lo que sigue.

16
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

3,5 0,35

3 0,3

2,5 0,25

2 0,2
ni Fi
1,5 0,15

1 0,1

0,5 0,05

0 0
15,49 15,52 15,54 15,59 15,6 15,65 15,71 15,49 15,52 15,54 15,59 15,6 15,65 15,71
Xi (mm) Xi (mm)

a) b)
Figura 6: Histograma de la medición: a) en términos de la frecuencia, b) en términos de la fracción.

La forma de interpretar un histograma es como sigue: cada rectángulo de base (Xi - X/2; Xi + X/2) y
altura Fi, indica la fracción de cada medida que cae en ese intervalo. Por ejemplo en el rectángulo por encima
del valor medido Xi = 15, 59 mm, y de ancho 0,02 mm, 2 de las 10 mediciones caen en ese intervalo.
Ahora bien si nuestro objetivo era medir el diámetro de la bolita de vidrio ¿qué podemos decir al
respecto? ¿Cuál es el verdadero valor de la medición? Para dar una respuesta los datos que obtuvimos nos
pueden parecer desconcertantes. Para poder manejar esta información lo mejor es seguir midiendo para ver el
comportamiento de las lecturas. Así lo hicimos y obtuvimos para N = 20 el histograma de la figura 7 a) y para N
= 50 y 100 los de las figura 7 c) y 7 d).

0,25
Fi 0,3 Fi

0,25 0,2

0,2
0,15
0,15
0,1
0,1

0,05 0,05

0 0
15,59
15,52

15,54

15,56

15,57

15,60

15,63

15,65

15,72

15,75

15,53

15,65
15,49

15,52

15,56

15,57

15,59

15,60

15,62

15,63

15,64

15,72
Xi (mm) Xi (mm)

a) b)

0,2
Fi
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
15,48
15,51
15,52
15,53
15,54
15,55
15,56
15,57
15,58
15,59
15,60
15,61
15,62
15,63
15,64
15,65
15,66
15,67
15,68
15,69
15,71
15,72

Xi (mm)

c)
Figura 7: Histogramas de las mediciones. a) 20 lecturas, b) 50 lecturas y c) 100 lecturas.

17
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Puede observarse que a medida que crece el número de lecturas realizadas, el histograma va tomando
una forma definida simple. Para observar mejor esta forma hicimos 400 determinaciones y los resultados se
muestran en la figura 8 tanto en términos de la fracción como de la frecuencia por razones que veremos más
adelante.

Fi 0,1 ni 40
0,09 35
0,08
30
0,07
0,06 25
0,05 20
0,04 15
0,03
10
0,02
0,01 5
0 0
15,47
15,48
15,49
15,50
15,51
15,52
15,53
15,54
15,55
15,56
15,57
15,58
15,59
15,60
15,61
15,62
15,63
15,64
15,65
15,66
15,67
15,68
15,69
15,70
15,71
15,72
15,73

15,47
15,48
15,49
15,50
15,51
15,52
15,53
15,54
15,55
15,56
15,57
15,58
15,59
15,60
15,61
15,62
15,63
15,64
15,65
15,66
15,67
15,68
15,69
15,70
15,71
15,72
15,73
Xi (mm) Xi (mm)

Figura 8: Histograma 400 lecturas

Lo que ocurrió en esta experiencia de medición ocurre en toda medición. Al aumentar el número de
mediciones su distribución se aproxima a alguna curva continua como la que trazamos a mano alzada en la
Figura 8. Cuando esto ocurre la distribución se denomina distribución límite y el caso de los datos de la figura
8, estos parecen aproximarse muy bien a la curva con forma de campana simétrica que hemos dibujado.
Es casi muy evidente que, deberemos aceptar como valor de la cantidad medida al correspondiente
valor máximo de la curva. Para analizar las mediciones tomemos en forma arbitraria un número llamado X al
que adoptamos como “valor más probable” de la magnitud medida (Notemos que en este punto no sabemos
cuál es el número más probable, y que este valor es justamente lo que queremos conocer).
Consideremos las diferencias entre el valor medido y el valor más probable dadas por   X  X , y que i i

se denominan “desviación de cada medición” respecto de X . Tendremos N desviaciones ε1, ε2,… εN .que serán,
en general, números positivos y negativos. Para tener una idea global de cómo fluctúan los valores medidos Xi
alrededor de X , consideremos la suma de los cuadrados, o suma de “desviaciones cuadráticas”
N
12   22  ..... N2   i2 (12.3)
i1

La que será una magnitud representativa debido a que los números pueden ser positivos o negativos. Dado
que buscamos el valor más probable, es evidente que sería conveniente que esta suma de las deviaciones
cuadráticas sea mínima.
Desarrollando el binomio cuadrado y operando, de la ecuación 12.3 se tiene:
N N
  i   X  Xi
i 1
2

i1
 2 N
 NX2  2X Xi  Xi2
i 1
N

i 1
(12.4)

d N
O sea, X debe satisfacer la siguiente condición de extremo:  i  0 Por lo tanto, derivando 12.4 se obstine,
2

X i1

18
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

1 N
de donde, se concluye que la suma de las deviaciones cuadráticas es mínima para: X   Xi que se
N 1
denomina promedio aritmético de las Xi, o valor medio de las muestras, en el caso del ejemplo de las 400
medidas del diámetro de una esfera, este valor resulta, 15,5968 mm, que aproximamos a 15,60 mm.
El promedio aritmético de los valores es entonces lo que elegimos como “valor más probable” o “valor
más razonable” de la magnitud en cuestión debido a que es el valor (único) que hace mínima la suma
cuadrática de las desviaciones.
En términos de las fracciones definidas en la ecuación 12.2, podemos reescribir al promedio aritmético
en forma más compacta
X   XiFi (12.5)
i

Esto significa que el promedio, es una suma ponderada de todos los valores diferentes de Xi obtenidos
con cada uno de ellos “pesado” por la fracción de veces que ocurre. Por lo tanto, el resultado dado por la
ecuación 12.1 implica que
(12.6)
O sea que si sumamos todas las fracciones F i para todos los posibles valores Xi, debemos obtener la
unidad. Cualquier conjunto de números cuya suma resulta 1, se dice que es un conjunto normalizado, y la
relación dada por la ecuación (12.6) es por lo tanto denominada condición de normalización.
Para independizarnos del número total de muestras N, en relación con la suma cuadrática de las
desviaciones, definimos la cantidad llamada varianza:
N
 i
2

v i 1
(12.7)
N
que es el promedio de las desviaciones cuadráticas, y que solo depende de la forma en que los datos
individuales fluctúan alrededor del promedio, siendo independiente del número total de observaciones.
Para poder hacer comparaciones con X , debemos llevar a la varianza a las mismas unidades que el
promedio. Por eso se define σ como la raíz cuadrada de la varianza, y se la llama dispersión o error estándar
de cada medición (también se lo conoce como error medio cuadrático de las lecturas, desviación estándar, etc.)
N

 Xi  X 
2

 v  i1
(12.8)
N

Vemos que σ = 0 solamente si los Xi, son todos iguales entre si, por lo que el εi = 0. Vale destacar que
σ depende solo del proceso de medición en sí. En nuestro ejemplo, σ = 0,06031  0,06.
A partir de esta definición se puede deducir una fórmula que permite calcular  usando una
calculadora manual:

N X 2   Xi 
1

2
(12.9)
N i

(se deja al lector la tarea de llevar a cabo la demostración)


La cantidad   se llama error o desviación relativa de cada medición y 100% es el error relativo
X

porcentual de cada medición.

El error relativo η, que no tiene dimensiones, es una cantidad que nos representa la forma (numérica)
más intuitiva posible del concepto de error o dispersión. Asimismo, permite una comparación de la calidad de
mediciones de diferentes magnitudes entre sí.

19
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

12.2.- LA CALIDAD DE LA MEDICIÓN Y EL ANCHO DEL HISTOGRAMA

Si en el histograma se grafican las posiciones X   y X   , se advierte que corresponden a los
puntos de inflexión de la curva correspondiente; o sea donde la curva tiene su máxima pendiente, estos valores
si indican con línea punteada en la Fig. 9, junto con el valor más probable o promedio aritmético.

Fi 0,1
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0 15,49
15,50

15,68
15,69
15,47
15,48

15,51
15,52
15,53
15,54
15,55
15,56
15,57
15,58
15,59
15,60
15,61
15,62
15,63
15,64
15,65
15,66
15,67

15,70
15,71
15,72
15,73
Xi (mm)

Figura 9: El ancho del histograma

Asociaremos al intervalo (-, ) al ancho del histograma o de la curva. Pero este no es el intervalo de
incerteza de la medición por las razones que veremos en la siguiente sección, el intervalo de incerteza estará
definido por el error medio cuadrático del promedio E, que se define así (en la próxima sección veremos cómo
se obtiene):

E (12.10)
N

En lo que vimos entonces sobres como evaluar una serie de lecturas hemos encontrado tres números
importantes:
1) El promedio X , que es el valor que le atribuimos a la cantidad medida de acuerdo a nuestra
medición.
2) El error medio cuadrático de las lecturas, , que es una medida de la calidad del sistema de
medición y del operador;
3) El error medio cuadrático del promedio, E, con el cual definiremos el intervalo de incerteza asociado
a nuestra medición.
4) Con el primero y el tercero expresaremos el resultado de nuestra medición de la siguiente forma:
X  XE
En la siguiente sección justificaremos esta decisión.

12.3.- EL ERROR MEDIO CUADRÁTICO DEL PROMEDIO

Hemos visto que una medida es más significativa y valiosa cuando menor es el intervalo de incerteza
asociado a la medición. Pero ¿cuál es ese intervalo? ¿Cómo se debe proceder para determinar el grado de
incerteza que debemos atribuir a la medición constituida por un conjunto de lecturas de una misma cantidad?
La respuesta más simple sería aceptar como intervalo de incerteza el intervalo que contiene a todas las
lecturas; pero es claro que sería un criterio muy burdo. Veremos ahora que un examen detallado de la
distribución de todas las lecturas permite definir al intervalo más apropiado y que puede ser considerado como

20
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

el intervalo de incerteza asociado a la medición. Veremos también que este intervalo generalmente es mucho
menor que el intervalo donde fluctúan todas las lecturas.
Supongamos que hemos obtenido un promedio X de una serie de mediciones X1, X2, …. XN. Hagamos
otra serie de N mediciones en las mismas condiciones que la anterior, y obtenemos los valores X1’, X2’, …. XN’.
El promedio X' de esta segunda serie no tiene por qué coincidir con el promedio de la primera: X  X' .
Tampoco las desviaciones standard σ y σ ' serán idénticas, aunque su orden de magnitud siempre será el
mismo, puesto que representan una característica del proceso de medición en sí, que por hipótesis, es el
mismo en ambas series. Luego sigamos realizando series de N mediciones hasta tener M conjuntos de N
lecturas cada uno. Vamos a demostrar que el error medio cuadrático del conjunto de los M promedios es menor
que el error medio cuadrático del conjunto de las lecturas y luego examinaremos cuidadosamente el significado
físico de E.
En general, los promedios X' , X" ,......XM , obtenidos a través de M series de mediciones con N valores
cada una, fluctuarán alrededor de un promedio general, o promedio de los promedios, de valor:
N N
 Xi '  Xi
M

 ...........
M i MN
i1 i1
X .  Xi ( todas las X)
X i1
 N N  i1
(12.11)
M M MN ( total de mediciones)
La dispersión de los promedios, considerados como datos individuales de una serie de valores, será:
2
N  i

X  X 
E
i 1
  (12.12)
M

Ésta es la dispersión standard de cada promedio de las series de mediciones. Lo importante desde el
punto de vista práctico, es que se puede demostrar que para los casos de errores casuales de medición esta
dispersión o error standard vale:
N
 i
2

E  i 1
(12.13)
N N2

Esta relación es en realidad aproximada, pero se convierte en igualdad para N suficientemente grande.
Además, σ es la dispersión standard en una de las M series de mediciones. Esto tiene una importancia práctica
fundamental: permite predecir la fluctuación del promedio de una serie de N mediciones, sin necesidad de
volver a realizar más series de mediciones.
De esta manera concluimos que σ es la dispersión standard de cada medición, y que no depende de N;
y por otro lado que E depende de N, y siempre es menor que σ.
Físicamente, E da el orden de magnitud con el cual podemos esperar que el promedio fluctué alrededor
del “verdadero valor” de la magnitud en cuestión, en caso de que se hicieran más series de mediciones.
En resumen, a medida que aumenta el número de mediciones N de la serie, el rango de fluctuación
que se espera para el promedio, dado por E estará cada vez más restringido, y por lo tanto el valor del
promedio X tenderá cada vez más a confundirse con el “verdadero valor”. Ésta es la razón por la cual el valor
de una magnitud se conoce tanto mejor cuanto más mediciones se realicen.
En cambio, un aumento de N (esto se llama un aumento de la estadística) no afecta en nada a la
fluctuación σ de cada dato. Esta fluctuación está definida por el proceso de medición en sí. El parámetro E, en
cambio, está definido por el proceso de medición y la estadística (dependencia con N). En particular, σ puede

21
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

ser muy grande (grandes fluctuaciones de los datos individuales); no obstante, el promedio puede estar muy
bien definido, con tal que E sea pequeño (o N sea grande).
A partir de este análisis, el resultado numérico de una serie de mediciones se indica en la forma X ± E.
E E
La cantidad se denomina error relativo del promedio y 100% es el error porcentual promedio.
X X

12.4 PUEDE ANULARSE LA FLUCTUACIÓN DE LOS PROMEDIOS?

Anular la fluctuación significaría encontrar una condición que permita medir obteniendo exactamente el
mismo promedio. O sea significaría encontrar el valor exacto de la cantidad medida, con incerteza nula. Pero
de lo que hemos visto, parecería que esto se lograría haciendo N lo suficientemente grande para que el
intervalo de incerteza se haga lo más chico posible y en el límite,

E 0
N

Lo que es estadísticamente es cierto pero físicamente no. Veamos un ejemplo:

Con un aparato que aprecia 0,02 (o sea   10 ), con N = 100 se lograrían promedios que fluctúan en un
-2

-3 -4
intervalo E = 10 . Con 10.000 lecturas, E = 10 (realice las cuentas por favor) y con un 1.000.000 de lecturas se
-5
obtendrán intervalos de incerteza de 10 . Entonces inmediatamente debería surgir la pregunta ¿cómo es
-2 -5
posible que con aparato que aprecia 10 se obtengan intervalos de incerteza de 10 ?.
Una respuesta se logra si se tiene en cuenta que el promedio es una cantidad con sentido estadístico y
también sentido físico. Es posible que un observador con un aparato, obtenga un E tan pequeño como desee,
leyendo un número suficientemente grande de lecturas. Tiene sentido físico esperar que otro observador, con
otro aparato (de igual construcción que el anterior, o se igual error de apreciación) obtenga promedios cuya
fluctuación sea también despreciable comparada con la apreciación del aparato. Pero no tiene sentido físico
esperar que los dos conjuntos de promedios obtenidos por cada observador por separado fluctué en un
intervalo de incerteza común. O sea es ese sentido la información obtenida no es intercambiable. Este hecho
se esquematiza en la siguiente figura.

X1 X2

2E1 2E2
X


Que no tenga sentido físico esperar que ambos intervalos de incertezas tengan puntos en común es
porque le aparato usado solo está en condiciones de asegurar sus lecturas en un intervalo de incerteza del
orden de X o en el mejor de los casos de 0,1 X.
Por lo tanto si se quiere alcanzar el límite de la información obtenible con un aparato, hay que
determinar un número N de lecturas tal que con él se obtenga un E del orden de magnitud de a lo sumo 0,1 X.
Con N mayores, el resultado no constituye una información intercambiable entre los interesados en
comunicarse trabajos científicos repetibles en laboratorios equivalentes.
En resumen los resultados importantes del análisis que hemos hecho en esta sección son:
1. La estadística puede mejorar una medición repitiendo lecturas un número adecuado de veces;
ello es posible a partir de la evidencia experimental que las lecturas se dispersan

22
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

simétricamente alrededor del promedio. Este es como un “punto de equilibrio” de las

desviaciones, que hallan en él una compensación;
2. el mejoramiento no tiene sentido físico más allá de la apreciación con la cual fue construido el
aparato de medición;
3. el resultado de la medición se representa bajo la forma X  E , con lo cual se comunica el
promedio como valor más probable, y el error medio cuadrático del promedio como un intervalo
de incerteza asociado;

12.5. DISTRIBUCIÓN LÍMITE. PROPIEDADES

Notar que la distribución límite es una construcción teórica que nunca puede ser medida exactamente.
Cuantas más medidas hagamos, más se acerca nuestro histograma a esta curva. Pero sólo si hiciéramos un
número infinito de mediciones y usáramos el ancho de las barras del histograma infinitamente pequeño
podríamos obtener la distribución real. Sin embargo, esta es una razón práctica para creer que cada medición
no tiene una distribución límite a la que nuestro histograma se aproxime si hiciéramos más mediciones.
Una distribución límite, como la curva en forma de campana de la figura 9, define una función a la que
llamamos f(X). A medida que hacemos más y más mediciones de una cierta cantidad, nuestro histograma será
eventualmente indistinguible de la curva limite f(X). El significado de esta función se muestra en la figura 10.
Podemos decir que la fracción de medidas que caen en el intervalo X + dX es igual al área f(X) dX de la banda
sombreada en la figura 10 a) es to es:
fracción de medidas que caen en (12.16)
Mas generalmente, la fracción de medidas que caen entre dos valores de Xi, digamos a y b, será el
área total debajo de la curva comprendida entre los valores X = a y X = b, representada por la región
sombreada en la figura 10 b). Esta área es justamente, la integral definida de f(X). Luego, tenemos el
importante resultado de que

fracción de medidas que caen entre y (12.17)

f(X)

X X+dX b)

Figura 10: Distribución límite: a) fracción de mediciones que caen en el intervalo X y X + dX. b) fracción de
medidas que caen en el intervalo comprendido entre X = a y X = b.

Entender el significado de lo expresado en las ecuaciones 12.16 y 12.17 es de fundamental

importancia para lo que sigue. Ambas, nos dicen la cantidad de medidas que se espera estén en algún
intervalo luego de realizar un gran número de mediciones. Otra forma más útil de expresar esto es decir que:

probabilidad de que una medición dará un resultado entre y d (12.18)

23
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

De manera similar, la integral de la ecuación 12.17, nos dice que la probabilidad de que alguna de
nuestras medidas caigan entre X = a y X = b. Hemos llegado a una conclusión muy importante: Si conocemos
la distribución límite de las mediciones de una determinada cantidad X, realizadas con un determinado
instrumento, entonces podemos conocer la probabilidad de obtener un resultado en cualquier intervalo
.
Debido a que la probabilidad de obtener un resultado cualquiera entre -∞ e ∞ debe ser uno, la
distribución límite f(x) debe satisfacer.
(12.19)
Esta identidad tiene el mismo significado que la condición de normalización dada por la ecuación 12.6.
Una función f(X) que satisfaga esta condición se dice normalizada.
Los límites en la integral 12.19, parecen ser algo misteriosos. Ellos no significan que nosotros
realmente esperamos obtener respuestas en todo el rango desde -∞ e ∞. Muy por el contrario, en nuestro
experimento las medidas caen en algún intervalo finito y reducido. Por ejemplo las mediciones de la Figura 8.
Todas caen entre X = 15,47 a X = 15, 73. Aun después de muchas mediciones, la fracción de medidas que
caiga fuera de este intervalo será enteramente despreciable. En otras palabras, f(X) es esencialmente cero
fuera de este rango y no hace diferencia si la integral 12.18 corre desde -∞ a ∞ o desde 15,47 a 15, 73.
Debido a que en general nosotros no conocemos estos límites, por conveniencia los dejamos en .
Si nuestras mediciones son muy precisas, todos los valores obtenidos serán muy próximos al
“verdadero valor de X”, por lo que el histograma y por ende la distribución límite, serán angostos y altos como
la curva sólida de la figura 10. Por el contrario, si las mediciones son poco precisas, los valores encontrados
estarán más desparramados y la distribución será ancha y baja, curva punteada en la figura 9.

a-Alta precisión

b- Baja precisión

Figura 10: Distribuciones límite: a ) alta precisión, b) baja precisión

En conclusión podemos decir que la distribución límite para la medición de una determinada cantidad X
usando un determinado instrumento, describe de qué manera, los resultados se distribuirán después de realizar
muchas, muchas mediciones. Por lo tanto, si conocemos f(X), podemos calcular el valor medio o promedio
aritmético. Como vimos en la ecuación 12.5 el valor medio era la suma ponderada por la fracción de veces que
se obtuvo de todas las medidas realizadas, X   XiFi . Ahora, nosotros disponemos de una gran cantidad de
i

medidas distribuidas según f(X). Si dividimos nuestro rango de valores en pequeños intervalos Xi a Xi + dXi la
fracción de en cada intervalo es, Fi = f(Xi)dXi. En el límite cuando dXi tiende a cero, la sumatoria se trasforma
en la integral:
(12.19)
no olvide que este es el valor medio esperado después de infinitas mediciones.

24
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Similarmente podemos calcular la desviación standard, dejamos al lector la tarea:

(12.20)

13 LEY DE PROBABILIDADES. DISTRIBUCIÓN NORMAL

13. 2. PROBABILIDAD. CONCEPTO Y PROPIEDADES
En los últimos párrafos de la sección anterior hemos usado el término probabilidad sin haber realizado
ninguna mención sobre él anteriormente. Par subsanar este inconveniente, en esta sección daremos una breve
introducción al concepto de probabilidad.
Existe una gran variedad de fenómenos que ocurren al azar; como por ejemplo los números que
aparecen al arrojar un dado, la velocidad de una molécula de gas elegida de una muestra de gas a cierta
temperatura, y como vimos en este texto, las lecturas al medir una cantidad.
La ley que siguen los acontecimientos individuales de cada fenómeno depende del fenómeno que se
considere. En el caso de los errores experimentales, estos siguen la ley de probabilidad normal.

Definición:
Se define como probabilidad de que ocurra un acontecimiento casual, al cociente entre el número de casos
favorables y el número total de casos verificados experimentalmente. Veamos algunos ejemplos:
Al arrojar un dado, la probabilidad simple de obtener un 4 es 1/6, porque el número de casos favorable es 1 y el
de casos posibles es 6 (el dado tiene seis números). En este ejemplo es sencillo calcular la probabilidad
previamente a realizar la experiencia. Compruébelo usted mismo arrojando un dado muchas veces o sea el
número de lanzadas es grande.
Para el caso de nuestras mediciones del diámetro de una esfera de vidrio, la probabilidad de que una medida
dé como resultado el valor X = 15,59 mm es 0,08 según el histograma, en términos de la fracción, de la figura
8. Ya que como puede verse del histograma en términos de la frecuencia este valor se obtuvo en 32 de la
mediciones realizadas y el número total de medidas era N = 400, o sea 32/400 = 0,08. Aquí se hace evidente la
utilidad de utilizar el concepto de fracción para representar la distribución de los datos.

13. 2. DISTRIBUCIÓN NORMAL

Diferentes tipos de mediciones tienen diferentes tipos de distribuciones límite. No todas las
distribuciones límite tienen una forma muy simétrica como la que venimos considerando. Existen muchos tipos
de distribuciones asimétricas sin embargo, como venimos viendo, para el caso de las mediciones de
laboratorio, la distribución límite tiene una forma de campana muy bien definida y simétrica siempre que las
mediciones estén sujetas a errores aleatorios pequeños y a errores sistemáticos despreciable. En estas
condiciones, la distribución límite se denomina distribución normal o función de Gauss. Matemáticamente, esta
función se representa por:

(13.1)

(Los pasos matemáticos para llegar a esta expresión pueden encontrarse en cualquiera de los textos sugeridos
en las referencias.)

25
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

En la ecuación 13.1,  es la desviación estándar definida en la ecuación 12.8 y denominamos a este

parámetro ancho característico. Es muy importante que nos familiaricemos con las propiedades de esta función
por ello a continuación veremos sus principales características.
- Cuando X = la función de Gauss tiene un máximo.
- La función es simétrica alrededor de X =
- A medida que X se aleja de el exponente aumenta rápidamente si  es pequeño y más lento para 
grandes. Por lo tanto, a medida que nos alejamos del valor medio, la función decrece tendiendo a cero.
En la figura 13.1 se muestra la apariencia de la función de Gauss, para  grande y pequeño a los fines
de la comparación del efecto de este parámetro sobre la forma de la curva. Que como dijimos
anteriormente está directamente relacionado con la precisión (figura 10).

 grande  pequeño

X X

Figura 11: Funciones de Gauss para distintos .

Datos obtenidos de mediciones cuya distribución límite viene dada por la ecuación 13.1 se dicen datos
normalmente distribuidos.
La distribución límite f(x) para la medida de alguna cantidad X nos da la probabilidad de obtener
cualquier valor dado de X. Específicamente, la integral

(13.2)

Es la probabilidad de que una determinada medida se encuentre en el intervalo . En particular,

podemos calcular la probabilidad de que una medida caiga en el intervalo y . Esta probabilidad es:

(13.3)

La integral se ilustra en la figura 12.

a)

Figura 12: La región rayada representa la probabilidad de que una medida caiga dentro
del intervalo y .

26
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

La superficie total subtendida por la curva de Gauss, es:

(13.4)

En resumen, si bien es imposible predecir el valor exacto que saldrá de una medición dada, sí
podemos decir algo sobre la probabilidad de que, ese valor esté comprendido en un intervalo dado. La
predicción de estas probabilidades es la utilidad fundamental de la función de Gauss. Veamos las
probabilidades para algunos intervalos típicos.

- La probabilidad de que el valor de una medición dada caiga entre X −  y X + , es del 68%; entre X −
2 y X + 2 es del 95.4%, y entre X − 4 y X + 4 es del 99,99994%.
- Llamemos X* al valor que determina el intervalo X* ± k dentro del cual cae el 50% de las observaciones
se denomina error más probable. De la ecuación de probabilidad resulta: X* = 0.6456  2 / 3.
Finalmente estudiemos algunas consecuencias importantes para la realización de las prácticas de
laboratorio.
1) Al realizar una serie de mediciones de una magnitud dada, es posible que en algunos casos aislados se
cometa un error no causal (o sea no Gaussiano), originado por un factor extraño (error de cálculo, mal
funcionamiento del aparato de medición, equivocación personal, etc.). La distribución de Gauss nos permite
utilizar un criterio físico para rechazar un dato sospechoso. Supongamos haber hecho 100 mediciones de una
magnitud, con un valor medio X y una dispersión standard  de cada dato. Supongamos que entre los 100
datos haya tres que difieran del valor medio en más de 3 . Por ejemplo: de acuerdo con la función de Gauss,
la probabilidad de que un dato caiga fuera del intervalo X ± 3 es:

1 X3  ( X  X )2
1  e
 2 2
dX  0,0028(0,28%)
 2 X 3 

O sea que solo entre 1000 datos podría esperarse que haya 3 fuera de ese intervalo. El hecho de que
los 3 aparezcan entre un número 10 veces menor de datos, es un indicio de que esas tres mediciones
particulares padecen de un defecto “extra Gaussiano” y deben rechazarse.
De esta manera podemos fijar para cada serie de mediciones un “límite de confidencia”. Cualquier dato
cuyo valor caiga fuera del intervalo dado por el límite de confidencia, debe ser rechazado. Por supuesto que
para determinar el límite de confidencia no puede darse un criterio unívoco; ese límite dependerá además del
número total de mediciones N.
Una receta razonable es la de fijar el límite de confidencia Κ en forma tal de que la probabilidad
“Gaussiana” para un dato de caer fuera de X ± Κ sea mucho menor que 1/ N.
Es decir:
1 XK ( X  X )2
1 1
1  e
 2 2
dX  (por ejemplo  )
 2 XK N 10N

27
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

2) Aquí analicemos otra cuestión de la Física experimental. Supongamos que hemos medido dos magnitudes
de la misma clase. ¿Cuándo podemos afirmar que son iguales? Evidentemente nunca van a ser iguales los
valores medios correspondientes de cada serie, Sean E y E’ los errores de estos promedios, según lo que
estudiamos, si se tiene que,

X  X '  E  E'

es muy poco probable que los verdaderos valores de X y X’ sean iguales. En cambio, si se cumple que:

X  X '    E'

hay buena probabilidad de que los verdaderos valores de ambas magnitudes sean realmente iguales.

DISTRIBUCIÓN NORMAL TIPIFICADA

¿Cómo puede estudiarse la distribución de Gauss de forma general?

XX
Definimos una nueva variable aleatoria: Z  con lo cual la variable aleatoria Z tendrá una


distribución normal estándar con valor medio 0 y  = 1. Se dice que se ha tipificado la variable X, como se
muestra en la figura 13.

Figura 13: Distribución normal tipificada

La evaluación de la integral para calcular probabilidades, no puede resolverse numéricamente por lo que sus
valores se encuentran tabulados. A continuación, se incluye una tabla de distribución normal tipificada que
permite calcular probabilidad de que, al hacer un medición, esta se encuentre en un rango determinado.
Se trata de una tabla, que nos da la probabilidad de que Z sea menor que un cierto valor. Es una tabla de doble
entrada donde en la primera columna se encuentran los valores de Z y en las sucesivas columnas las
fracciones de Z, por ejemplo si se quiere calcular la probabilidad de que Z se menor que 0,44 lo que se denota
por, P(Z<0,44). Para encontrarla, ingresamos a la tabla con el valor 0,4 y buscamos en la columnas
correspondientes a este valor la cifra decimal correspondiente, o sea 0,04 con lo cual armamos el número 0,44.
En la intersección entre el valor 0,4 de la primera columna con la columna 0,04 encontraremos el valor
buscado, o sea 0,6700.
Veamos otro ejemplo de cómo utilizar esta tabla para calcular la probabilidad de encontrar lecturas con errores
en el intervalo (-2;2). Para hacer esto debemos tener en cuenta que la tabla nos da la probabilidad de
encontrar una lectura en un rango menor que algún valor y recordar la condición de normalización de la
ecuación 13.4. O sea que la probabilidad de encontrar una lectura en todo el rango de valores es 1.
Lo que nos pide el problema, P(-2<X<2) que en función de la distribución tipificada es P(-2<Z<2) o sea:

28
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

P(-2<X<2)= P(-2<Z<2)=P(Z<2)-P(Z<-2)=P(Z<2)- (1-P(Z<2)) =2P(Z<2)-1 pero de la Tabla, P(Z<2) =0,9772

P(-2<X<2)=0,95440,95 o sea hay un 95% de probabilidad de que una medida se encuentre en este
intervalo.

Para entender la forma en que encontramos este valor a continuación representamos gráficamente esta
operación:
Lo que nos pide el problema es:

-2 Z 2
a)
Pero la tabla, como dijimos nos da P(Z<2) y P(Z<-2), o sea las siguientes áreas rayadas por separado

 

-2 Z 2 -2 Z 2
b) c)
Es fácil pensar que gráficamente el área rayada de la figura a) de arriba se puede obtener como la diferencia
gráfica entre las áreas rayadas de esta segunda figura b) y c). Por lo que la Probabilidad sería la resta de las
probabilidades como se indica en el tercer término de la igualdad. Pero aún queda por resolver el problema de
que nuestra tabla nos da la probabilidad para Z positivos. Esto no debería ser un problema ya que la
probabilidad indicada por el área rayada por debajo de Z = -2 es en valor igual al área de la Gaussiana por
arriba de 2, teniendo en cuenta que la curva es simétrica respecto de Z = 0, o sea:

-2 Z 2
d)
Y esta probabilidad es igual a la probabilidad en todo el rango de Z o sea 1, él área por debajo de la Gaussiana
(condición de normalización), menos la probabilidad de P(Z<2) (área de la Figura d)), por lo tanto,
P(Z<-2) = 1 – P(Z<2) con lo cual reemplazando y operando se obtiene el resultado buscado.

29
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

TABLA DE DISTRIBUCIÓN NORMAL TIPIFICADA

N(0,1)

Z2
Z
1 
F (Z )  P ( X  Z )   e 2
dz
 2

30
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

14. LOS CUADRADOS MÍNIMOS Y LOS PARÁMETROS DE UNA CURVA EXPERIMENTAL. REGRESIÓN LINEAL SIMPLE

En la práctica, a veces, necesitamos resolver problemas que incluyen

conjuntos de variables de las que se sabe existe alguna relación entre ellas y se
desea descubrir o verificar la ley física que las vincula. Puede tratarse, por
ejemplo, de la ley que vincula la velocidad de un móvil (v) y el instante (t) en que
se la mide para el caso de un Movimiento Rectilíneo y Uniforme, la tensión y la
corriente en una resistencia, la posición y el tiempo en un Movimiento
Uniformemente Acelerado. El aspecto estadístico del problema se convierte
entonces en lograr la mejor estimación de la relación entre las variable.
Lo que analizaremos en esta sección depende de la suposición del
modelo, lo que se logra graficando los datos y a partir de la gráfica que llamaremos gráfico de dispersión.
Nosotros vamos a considerar aquellos casos en que la relación que existe entre los datos viene dada
por una recta. Por ello se denomina ajuste lineal o Regresión Lineal.
Para entender mejor el problema analizaremos el siguiente ejemplo: Uno de los problemas más
desafiantes que enfrenta el campo del control de la contaminación lo presenta la industria del curtido de pieles.
Los desechos de las curtiembres son químicamente complejos. Se caracterizan por altos valores de demanda
bioquímica de oxígeno, sólidos volátiles y otras medidas de contaminación. En la siguiente Tabla se muestran
los datos experimentales que se obtuvieron de muestras de desechos químicamente tratados en un estudio
que realizó el Instituto Politécnico y Universidad Estatal de Virginia. En la misma se reportan 33 lecturas de la
reducción porcentual de sólidos totales, que llamaremos x y la reducción porcentual en la demanda química de
oxígeno, que llamaremos y.
x y x y
3 5 36 34
60
7 11 37 36
11 21 38 38
50
Demanda química de oxígeno

15 16 39 37
18 16 39 36 40
27 28 39 45
29 27 40 39 30
30 25 41 41
30 35 42 40 20

31 30 42 44
10
31 40 43 37
32 32 44 44
0
33 34 45 46 0 10 20 30 40 50 60 70
33 32 46 46 Reducción de sólidos
34 34 47 49
36 37 59 51 Figura. 14.1: Diagrama de dispersión.
36 38

Estos datos cuyo gráfico de dispersión se muestra a la derecha de la tabla, constituyen una muestra de la
población.
Intuitivamente, los datos indican la necesidad de un análisis de regresión lineal simple. Los mismos,
constituyen una muestra aleatoria de pares (xi, yi) de tamaño n. Si se tomaran muestras adicionales mediante el

31
 NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

uso de exactamente los mismos valores de x, debemos esperar que los valores de y varíen. Por lo tanto, el
valor yi en el par ordenado (xi, yi) es un valor de alguna variable aleatoria que llamaremos yi.
Si la relación entre los datos es lineal, formalmente la misma vendrá representada por la ecuación de la
recta:
(14.1)
Supongamos que disponemos de N observaciones de las variables x e y, 33 en el caso de nuestro
ejemplo. Por lo que para cada par ordenado se tendrá una ecuación como la 14.1, o sea:

.
.
. (14.2)
.
.

El objeto del análisis es la estimaciones de los parámetros a y b por lo que el conjunto de ecuaciones
constituye un sistema de ecuaciones que en abreviado podemos escribir como:
, con i 1…N (14.3)
Dado que la relación de dependencia entre ambas variables es aleatoria, las observaciones no se encontrarán
a lo largo de una recta. La estimación de los parámetros supone encontrar la ordenada en el origen y la
pendiente de una recta que mejor se aproxime a los puntos a la que denominamos recta de regresión estimada
y que representaremos por:

donde las estimaciones y representan la ordenada al origen y la pendiente, respectivamente. El símbolo

se utiliza aquí para distinguir entre el valor estimado o predicho por la recta de regresión de la muestra y un
valor experimental real observado para algún valor de .
A continuación, se desarrollará un procedimiento para encontrar las estimaciones de los parámetros.
Definimos,

donde describe el error en el ajuste del modelo en el i-ésimo punto de los datos. A continuación para
encontrar los parámetros de la recta que mejor ajusta los datos, vamos a establecer

A esta suma se suele denominar suma de cuadrados de los errores alrededor de la línea de regresión y
se la denota con SSE (Sum of Squared Errors en inglés). El proceso de minimización para estimar los
parámetros se llama método de los mínimos cuadrados. Para ello, a y b se encuentran de modo que se
minimice:

Esto en términos formales significa pedir que y . Operando, se obtiene el siguiente sistema de

dos ecuaciones cuyas incógnitas son los parámetros buscados.

32
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Resolviendo y obtenemos:

Donde con y se denota al promedio de los xi e yi respectivamente

Para los valores de nuestro experimento,

Con lo que la línea de regresión estimada vendrá dada por:

En la siguiente figura se muestra el diagrama de dispersión de los datos de nuestro ejemplo junto con la recta
de regresión así estimada.
60

50

40

30

20

10

0
0 10 20 30 40 50 60 70

Figura 14.2: Diagrama de dispersión con recta de regresión estimada

Pero como siempre en cualquier etapa del proceso de medición debemos preguntarnos ¡con qué
incerteza estoy estimando estos parámetros? Se puede demostrar que la incerteza en la estimación de cada
uno de ellos viene dada por:

En cualquier planilla de cálculo, tipo EXEL, SIGMA PLOT, etc. Es posible encontrar la función regresión lineal,
que permite calcular automáticamente los parámetros de la recta estimada y nos brindan otro tipo de
2
información tal como el coeficiente de correlación R , que puede tomar un valor entre 0 y 1, y nos da una idea
de cuan buena es nuestra regresión lineal. Cuanto más cercano a uno es este coeficiente mejor es la

33
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

correlación lineal entre los datos. La forma de obtener este coeficiente requiere del uso de herramientas de
matemática que están fuera del alcance de nuestro curso.
Simplemente diremos que se calcula de la siguiente manera:

Sin embargo, cuando se trabaja en investigación, donde se obtienen datos que deben ser ajustados
por una regresión lineal, es importante conocerlo. Esta es la razón por la que a continuación se muestra a
modo de ejemplo, una tabla de los resultados que entrega la planilla de cálculo EXEL para los datos de nuestro
ejemplo:

60
y = 0,8622x + 4,9807
R² = 0,9065
50

40

30

20

10

0
0 10 20 30 40 50 60 70

Cuando se hacen muchas mediciones, hacer los cálculos de acuerdo a las ecuaciones que hemos deducido
podría ser muy tedioso por lo que recomendamos que se familiaricen con una planilla de cálculo y la utilicen en
su beneficio.

34
NOTAS DE CLASE FÍSICA I TEMA I: Errores de Medición

Referencias
1- Taylor, J. R. “An introdution to Error Analysis. The study of uncertainties in Physical Measurements”.
University Science Books. Second Edition.1997
2- Walpe, R. E.; Myers, R. H.; Myers S. L. “Probabilidad y Estadística para Ingenieros”. Ed. Pearson
Education. 6º Edición. Traducido por: Cruz, R. y Torre marina J. A.
3- Maiztegui, A. P.; Gleiser R. J. “Introducción a las Mediciones de Laboratorio”. Ed. Kapeluz 1980
4- Balseriro J. A. “Mediciones Físicas, cálculo de errores, aproximaciones, métodos gráficos”. Ed. Librería
Hachette. S. A. 1956.

35