Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La teoría de errores de Gauss es una teoría física (no matemática) basada en un conjunto de supuestos
que pueden confirmarse experimentalmente. Se parte de un supuesto físico que considera que los erro-
res se producen al azar, es decir que obtener valores de la medición mayores que el verdadero valor es
igualmente probable que obtener valores menores que el verdadero. Esto significa que la probabilidad
de un error por exceso será igual que la del mismo error por defecto.
Si el número de mediciones realizadas N tiende a infinito, el histograma de la medición (en base a las
frecuencias) tomará la forma de una campana llamada “Campana de Gauss”. Esta curva corresponde a
la distribución normal y se rige por una ecuación matemática (que no usaremos en este curso) pero
que tiene la siguiente expresión
( x x )2
1 2σ 2
(x) e
2
2π (1.5)
Cuando medimos una magnitud una única vez (N = l), el mejor valor es simplemente el valor medido,
y su error absoluto x está dado el error mínimo emin.
Si hemos realizado N mediciones, para expresar el resultado de la medición, para expresar nuestro
resultado como x x x debemos encontrar:
El supuesto de que la probabilidad de un error por exceso será igual que la del mismo error por defec-
to significa que para una serie de mediciones de x, la suma de las desviaciones di (di = x - xi ) de las
medidas respecto del mejor valor x debe ser cero. Puede expresarse matemáticamente del modo si-
guiente:
n n
di ( x - xi ) 0 (1.6)
1 1
De la relación (1.6) se obtiene la expresión del mejor valor x :
La forma de calcular la desviación estándar excede las herramientas matemáticas que disponemos en
este curso, de modo que aceptaremos que puede calcularse este valor como un promedio de los cua-
drados de las desviaciones, mediante la siguiente ecuación:
N N
d i2 (x i x) 2
(1.8)
σ i 1 i 1
N N
Este valor, llamado también error cuadrático medio de las medidas, indica cuán dispersas están las
medidas respecto del promedio x , y dará una indicación de la calidad del método utilizado para medir.
La calidad del proceso de medición será mayor cuanto menor sea que en general es una constante
del proceso de medición y no depende del número N de medidas realizadas.
Si ahora suponemos que realizamos varias series de mediciones de x, y para cada una de estas series
calculamos el valor medio x j, estos valores promedios (que no tienen por qué ser iguales para las dis-
tintas series) también se presentarán distribuidos pero con una dispersión bastante menor que la de las
mediciones individuales. Se puede probar que a medida que el número N de mediciones aumenta, la
distribución de los valores promedios de las distintas series x j será normal. La desviación estándar de
la distribución de los promedios se conoce como error cuadrático medio del promedio y lo designa-
remos con E, y está dada por la siguiente expresión:
N
(x x) 2
i σ
E σ i 1
x N (N - 1) N -1
Es decir: σ
E (1.9)
N -1
El error cuadrático medio del promedio E en un experimento de medir la magnitud N veces es una me-
dida de la incertidumbre estadística asociada al promedio x y, en consecuencia, es el error absoluto
debido a la influencia del azar en la medición.
Cuando el resultado de una medición se expresa como ( x ± ) esto es equivalente a decir que el valor
de x está contenido en el intervalo ( x - , x + ) con probabilidad p0 = 0,68.
x= x + x
6.3.- Ejemplo
Un grupo de alumnos mide 16 veces el tiempo de caída de una piedra desde una ventana con un reloj
de computadora que tiene un error mínimo de 0,01 s y obtienen las medidas que se muestra en la tabla:
t(s) 0,95 0,93 0,99 0,81 0,90 1,00 0,88 0,92 1,03 0,97 0,95 0,91 0,90 0,85 0,87 0,92
Necesitamos expresar el resultado de la medición como x x x . Para ello tenemos que determinar
el mejor valor x y el error cuadrático medio del promedio E. Para trabajar este problema organizamos
los datos en una tabla de varias columnas:
En la primera columna indicamos el número de mediciones y en la segunda columna listamos las me-
diciones realizadas.
En la última fila realizamos la suma de cada columna. En este ejemplo, al sumar todas las mediciones
obtenemos 14,78 s. Este valor, colocado en la ecuación (1.7), como en este caso son tiempos, nos per-
mite calcular el mejor valor t
14,78 s
t 0,92375 s
16
La cuarta columna nos muestra las desviaciones al cuadrado, y en la última fila la suma de las desvia-
ciones al cuadrado, que en este caso es 0,049575 s2. Este valor colocado en la ecuación (1.8), nos da la
desviación estándar:
N
d i2
0,049575s 2
σ i 1
0,056s
N 16
Y con ella, usando la ecuación (1.9) determinamos el error cuadrático medio del promedio
σ 0,056s
E 0,0144 s 0,01s
N -1 15
Entonces, según la ecuación (1.10) : t = emin + E = 0,01 s + 0,01 s = 0,02 s
Como t = t + t, para expresar el resultado de la medición debemos expresar t hasta la 2º cifra deci-
mal, que es donde tenemos el error absoluto. Entonces:
t = (0,92 + 0,02) s
6.6.- Observación
Como sabemos desde el comienzo que el error mínimo es 0,01 s, el error absoluto puede a lo sumo
tener dos cifras decimales, entonces el mejor valor sólo puede expresarse hasta la segunda cifra deci-
mal. En la tabla podemos entonces trabajar con menos decimales desde el comienzo. Por ejemplo, re-
pitiendo la tabla, y tomando t = 0,92 nos queda:
N
d i2
14,78 s 0,0498s 2
t 0,92375 s ≈ 0,92 s → σ i 1
0,056s
16 N 16
σ 0,056s
E 0,0144 s 0,01s → t = emin + E = 0,01 s + 0,01 s = 0,02 s
N -1 15
Podemos ver que el valor de E es muy próximo al calculado (en este caso el mismo). Si usamos este
criterio, los cálculos resultan más sencillos.
Como acabamos de ver el error E disminuye a medida que N crece, sin embargo x no podrá dismi-
nuir más cuando E sea menor que emin , en consecuencia, cuando E sea menor que e min no mejoramos
nada nuestra medición aumentando el número de medidas. Pediremos, entonces, como condición que
E sea del orden de emin
Usando esta condición, podemos estimar cuántas mediciones realizar de modo que los errores acci-
dentales no tengan más peso que el error mínimo en el resultado de la medición:
E e min =
N -1
donde se estima a partir de cinco o seis mediciones (recordemos que no depende del número de
medidas N). De allí estimamos Nop:
2
N op 1 (1.11)
e min
Ejemplo:
Se mide 5 veces la altura de una ventana con un error mínimo de 0,3 cm y se obtiene
h (m) h = 4,1790 m
4,175 = 0,0086 m
4,190 emin = 0,003 m
4,180
4,185
4,165
Eso indica que el número óptimo de mediciones es mayor 9 (ya que no puedo tomar 9,2 medidas, debo
tomar 9 o 10), de modo que, para estar seguro, tomo 10. Esto significa que debo realizar 5 medidas
más para agregar a las 5 que ya tengo.