Práctica 1: Teoría de Errores

Santos Ordoñez José1 , Miramontes Lira Rafael Carlos2

1 Alumno de la licenciatura en física y matemáticas, ESFM-IPN, Cd. de México
2 Profesor de Laboratorio Avanzado 1, ESFM-IPN, Cd. de México

12 de marzo de 2024

Resumen: A continuación, se presenta el tratamiento de para obtener las mediciones durante un experimento.
errores para el análisis de datos que se obtendrán en las
prácticas de laboratorio avanzado de física 1. Se resumen
los tipos de errores y el trato que debe llevar cada uno. 2. Metodología
Se distinguen entre errores sistemáticos y estocásticos, es-
tos últimos requieren de herramientas estadísticas para su Se trabajó con diferentes exposiciones con las
análisis. Se revisa el error asociado a los instrumentos, a cuales se trataron los diferentes conceptos y tipos de
los promedios, el papel de la desviación estándar de la errores con los que se debe contar al momento de reali-
muestra y la propagación de errores. Se finaliza con una zar un proceso experimental.
breve revisión sobre el error asociado al métodos de míni-
mos cuadrados.
Palabras Clave: error, errores sistemáticos, errores esto- 2.1. Tipos de Medidas y Errores
cásticos, desviación estándar, propagación de errores.
Las mediciones se van a dividir en:

1. Medidas directas: Son las medidas que se obtie-

1. Introducción nen al realizar comparaciones directas con el pa-
trón de medida.
El estudio de errores es una parte fundamental
de la física, la física es una ciencia experimental, por lo 2. Medidas Indirectas: Son las mediciones obteni-
tanto, requiere de diferentes herramientas con las cua- das a partir de realizar cálculos con las mediciones
les pueda cuantificar la confiabilidad de los resultados directas.
obtenidos durante un experimento.
Para el estudio de un fenómeno es importante Los errores se clasifican en:
considerar la experimentación, la observación y la toma
de medidas. La experimentación se refiere al estudio de 1. Errores sistemáticos: Estos se dividen en errores
un fenómeno bajo condiciones controladas, la observa- teóricos, errores ambientales, errores instrumen-
ción se refiere a la identificación objetiva de los factores tales y de observación.
que son parte de un determinado fenómeno y por me-
dir entenderemos los métodos con los cuales podemos 2. Errores accidentales o
cuantificar las características de los fenómenos observa- estocásticos: Son errores que aparecen cuando se
dos. mide de manera repita una determinada variable.
Requieren métodos estadísticos.
La teoría de errores proporciona las herra-
mientas necesarias para analizar las mediciones reali- 3. Error Neto o Incertidumbre de la variable : re-
zadas durante un experimento. Es importante entender sulta de la combinación de los errores sistemáticos
que cuando se obtiene una medida en un experimento, y estocásticos.
dicha medida no es un absoluto, sino que proporciona
un margen o intervalo dentro del cuál están los posibles Los errores teóricos se asocian a las expresio-
valores que esperamos obtener. nes matemáticas sometidas a alguna simplificación ba-
Además, los diferentes errores están relaciona- jo ciertas condiciones, es decir, las aproximaciones. Por
dos con quienes toman las mediciones, con el instru- poner un ejemplo, la distancia vertical del experimen-
mento de medición e incluso con la metodología usada to de Young donde se tiene una aproximación sinθ ≈ θ

1
para casos donde la distancia entre la fuente y la panta- dividirlo entre dos , es decir:
lla es mucho mayor en comparación con el tamaño de P
la ranura. ∆e = ± (1)
2
Los errores ambientales se refieren a los erro-
Donde ∆e es el error o incertidumbre de es-
res causados por los factores externos que puedes alterar
cala y P es el límite de la resolución del instrumen-
el experimento, por lo tanto, es importante poder aislar
to. Por ejemplo, consideremos una regla de 30cm cu-
el experimento, crear condiciones controladas donde se
ya medición mínima es 1mm entonces su error sería
puedan mantener constantes diferentes cantidades.
∆e = ±0,5mm por lo que para poder reportar las medi-
Los errores instrumentales están asociados a ciones realizadas con dicho instrumento, por ejemplo,
los instrumentos o dispositivos de medición usados du- el ancho de un cuaderno, si la regla marca que el ancho
rante el experimento. Por lo tanto, se incluyen factores a es 20cm entonces se reporta como a = 20 ± 0,05cm
como la calibración del instrumento e incluso el mante-
Cabe mencionar que los errores sistemáticos,
nimiento que se le da al mismo.
también se consideran errores que son constantes du-
Los errores de observación se refieren al rante todo el proceso de medición.
error humano, es decir, incluyen la destreza, pericia e
incluso a las condiciones bajo las cuales el experimen-
2.2.2. Errores Estocásticos: Desviación Estándar
tador realizó los procesos de medición.
Es importante mencionar también las cifras Para la determinación y el cálculo de estos
significativas que se reportan al momento de realizar errores se usan métodos estadísticos. Se entiende que
un experimento. En este caso mencionaremos dos casos los errores estocásticos, a diferencia de los errores sis-
(Medina, 2017). temáticos, son errores que no son constantes. Para el
estudio de errores estocásticos se cuenta con un variado
1. Cuando el cero precede a un dígito diferente de grupo de herramientas estadísticas, como lo son: ajustes
cero no se considera como cifra significativa; por de curvas por regresión, curvas de distribución, histo-
ejemplo, en 0,004m la primera cifra significativa gramas y polígonos de frecuencias, curvas Gaussianas
es 4 y de Poisson entre otros. El uso de estos métodos, indica
Medina (2017), se debe a que el criterio del experimen-
2. Cuando el cero se encuentra entre dígitos diferen- tador deja de ser el elemento principal que determina la
tes de cero , entonces sí es una cifra significativa; incertidumbre asociada al conjunto de datos, pues las
por ejemplo, en 0,304m2 el 0 es la segunda cifra fluctuaciones debidas al azar influyen en los resultados
significativa. experimentales, ocasionando que las variables modifi-
quen su valor en cada repetición (o corrida) del experi-
A continuación de describen el trato de los di-
mento.
ferentes tipos de error que encontraremos durante la ob-
tención de mediciones. Cuando un conjunto de datos se comporta de
tal forma que su gráfico se ajusta a una campana de
Gauss, interesa medir la varianza σ 2 . Es posible, enton-
2.2. Tratamiento de errores ces, cuantificar la desviación de los datos respecto a un
valor medio, esto es lo que se conoce como desviación
El trato de los errores se hace según la natu- estándar del universo muestral y es la raíz cuadrada
raleza del error, es decir, se hará un trato diferente si de la varianza, por lo tanto σ . La desviación estándar
son errores sistemáticos o estocásticos. En el caso de se calcula usando:
los errores sistemáticos nos enfocaremos en los errores 1/2
n
instrumentales mientras que en el caso de los errores (xi − x̄)2
σ= ∑ (2)
estocásticos haremos uso de métodos estadísticos espe- i=1 n
cíficos.
Donde x̄ es el promedio de los datos, dado por:
∑ni=1 xi
2.2.1. Errores sistemáticos: Errores instrumenta- x̄ = (3)
n
les
Cuando σ arroja un valor pequeño entonces
Son errores relacionados a los instrumentos de los datos se encuentran cerca de los valores centrales,
medición analógicos, para obtenerlo debemos tomar la por lo tanto, su incertidumbre es pequeña, en caso con-
medida más pequeña que puede leer un instrumento y trario, una desviación grande indica que los datos están

2
 Ejemplo: Para ilustrar lo anterior, considere-
mos un experimento donde se ha medido el grosor de
un libro. Se han realizado 5 medidas y todas reportaron
el mismo valor de 1,8cm usando una regla de 30cm con
una precisión de 1mm , por lo tanto el error asociado a
la distribución uniforme está dada por la ecuación 7, es
decir, σ = 0,3(0,1cm) = 0,03cm y en este caso el grosor
h se reporta como h = 1,8 ± 0,03cm.
Figura 1: Gráfico de datos
2.2.4. Errores asociados al promedio

dispersos o alejados del valor central y por lo tanto la En los experimentos donde se toman una gran
incertidumbre es grande. En cuanto al gráfico se refie- cantidad de medidas como, el conteo radioactivo que
re, una desviación estándar pequeña implica un gráfico validó la existencia del bosón de Higs Medina (2017),
angosto y alto, en el otro caso, será ancho y de altura cabe preguntar si es necesario contemplar las millones
pequeña, el gráfico al que se hace referencia es el si- de mediciones o solo una muestra de los mismos. El
guiente. promedio disminuye su precisión cuando menos datos
La expresión anterior no determina para qué se tome, sin embargo, también es necesario contar con
número n de datos se aplica, de hecho se aplica a to- un número finito de datos. Pero a pesar de esto, el valor
dos los datos del universo muestral, pero esto implica promedio de la muestra así como del universo entero
que se deban considerar las infinitas mediciones, lo que deber ser igual en el límite de todos lo datos.
físicamente no es posible. Para dar solución a esta situa- Entonces, en el caso cuando se toman muy po-
ción se define la desviación estándar de la muestra S cos datos de un experimento se calcula la desviación
la cuál se aplica a un número finito de datos del univer- estándar del promedio d¯m la cuál está dada por:
so muestral. La desviación estándar de la muestra se
define como: d¯
d¯m = √ (8)
n
1/2 n
(xi − x̄)2
S= ∑ (4)
i=1 n − 1 donde d¯ corresponde al promedio típico:

Resulta que los valores de σ y de S son muy parecidos ∑n di

para valores muy grandes, sin embargo, en la práctica d¯ = i=1 (9)
n
para obtener el error estocástico asociado a un experi-
Estas últimas expresiones son usadas en el ca-
mento , toda vez que hemos recolectado un buen número
so cuando se requiere una revisión rápida de los errores.
de medidas, la dispersión de datos la obtenemos usando
la desviación estándar de la muestra (Medina, 2017). Se puede establecer una relación entre la des-
viación estándar del promedio σm2 y la desviación es-
tándar de la pequeña muestra S de tamaño n la cuál está
2.2.3. Errores estocásticos: Promedio y desviación
dada por:
estándar de una distribución uniforme
S
Para una distribución uniforme ( también lla- σm2 = √ (10)
n
mada rectangular) tiene una varianza dada por:
1 Por lo tanto, concluimos que la desviación es-
σR2 = (5) tándar del promedio le llamamos incertidumbre del
12
promedio , para reportar nuestras mediciones con di-
Con desviación estándar de:
r cho error lo expresamos como:
1
σ= = ±0,3 (6)
12 x = x̄ ± σm2 (11)
Por lo tanto, el error asociado a la distribución uniforme,
es: Para el caso de una distribución uniforme, to-
σ ≈ 0,3P (7) ma la forma siguiente:

Donde P es la lectura mínima que puede realizar el ins- 3P

trumento. x = x̄o ± √ (12)
n

3
 Donde P es la medida mínima que puede rea-
lizar el instrumento, donde x̄o es el valor medio de la
muestra uniforme.

2.3. Errores absoluto, relativo y porcen-

tual
A continuación se definen diferentes tipos de
error que podemos usar cuando se realizan medicio-
nes. En la sección posterior se estudia la propagación
de errores debido al uso de expresiones matemáticas.
Figura 2: fiugra obtenida del texto Introducción a la teo-
Se define el error real I como:
ría de errores

ER = X − x (13)
Se define el diferencial de la función que de-
Donde X es una medición o cantidad calculada pende de n variables como:
pero permanece constante durante el proceso de medida
y x valor numérico medido o calculado. n
∂f
Del error real se define el error absoluto ∆X el d f (x1 , x2 , ..., xn ) = ∑ dxi (17)
i=1 ∂ xi
cuál se define como el mínimo número posible x mayor
o igual que el valor absoluto del error real, es decir: En el caso de una función de 1 variable, el error
δ x junto con la medición se reporta como:
|ER | ≤ ∆x (14)
z±δz (18)
También podemos definir el error relativo
er el, el cuál permite hacer una comparación entre el Por ejemplo, si es necesario realizar una medi-
3
error absoluto y la medida x, por tanto: da z = f (x) = x3 entonces δ z = dz = ∂dxx = 3x2 δ x por
lo tanto la medida se reporta como z ± δ z = x3 ± 3x2 δ x.
∆X De lo anterior, se desprende que según el tipo
erel = | | (15)
x de función se tiene una expresión diferente para la pro-
II
Finalmente, podemos definir el error porcen- pagación del error.
tual e definido como:
1. Propagación de errores para la suma y resta si
x, y son dos mediciones realizadas entonces su res-
∆X
e=| | · 100 % (16) pectivos errores son δ x, δ y entonces, el error aso-
x
ciado a la suma o resta S = (x + δ x) ± (y + δ y) está
dado por:
2.4. Propagación de errores
La propagación de errores surge cuando es δS = δx±δy (19)
necesario hacer uso de expresiones matemáticas para el
Por lo tanto, el error relativo, según 15, está dado
cálculo de magnitudes de importancia durante el expe-
por:
rimento. La propagación de errores, se asocia con los
errores que se obtienen al momento de usar medidas con
δS δx±δy
sus respectivos errores. erel = = (20)
S x±y
Para la propagación de errores se hace uso de
la definición de diferencial. El diferencial de una fun- 2. Propagación del error asociado al producto
ción muestra el cambio de la variable dependiente cuan- Sean x, y dos mediciones y δ x, δ y los errores aso-
do la variable independiente experimenta cambios, co- ciados, entonces el error asociado al producto P =
mo se muestra a continuación. (x ± δ x)(y ± δ y) está dado por:
I El error real es solo de interés teórico. En la práctica es de mayor II Estos resultados se pueden obtener o demostrar a partir de la mis-

utilidad los errores absoluto, relativo y porcentual ma definición de diferencial.

4
 3. Discusión
δ P = xδ y + yδ x (21)
El estudio de errores forma parte de la forma-
En el desarrollo completo del producto de los bino-
ción básica de cualquier profesional dedicado al campo
mios se han despreciado los productos de los erro-
de la ciencia. En el caso puntual de la física, el con-
res, debido a que se consideran pequeños. El error
tar con herramientas estadísticas para el análisis de da-
relativo asociado al producto está dado por:
tos es de gran importancia para poder analizar y tratar
correctamente los datos o mediciones obtenidas en los
xδ y + yδ x
erel = (22) experimentos futuros.
xy
3. Propagación de la división Sean x, y dos medicio-
nes y sean δ x, δ y los errores asociados, entonces el Referencias
error asociado a la división D = xy está dado por:
[1] S. Medina Rivera. (2017). Breve introducción a la
δ x xδ y teoría de errores y graficación. 1ra Edición. Univer-
δD = + 2 (23)
y y sidad Autónoma de Aguascalientes, México, 2017.
y el error relativo está dado por:
δx
y + xδy2y
erel = x (24)
y

De manera similar se pueden obtener los errores para

otros tipos de funciones, tales como ex , lnx, sinx y cosx.

2.5. Errores asociados al método de Míni-

mos Cuadrados
Cuando se tienen un determinado conjunto de
datos se busca que se ajusten a una recta de la forma
y = mx±b donde, por el método de mínimos cuadrados,
tenemos que:

n ∑ni=1 xi yi − ∑ni=1 xi ∑ni=1 yi

m= (25)
n ∑ni=1 xi2 − (∑ni=1 xi )2

y por otro lado tenemos que:

∑ni=1 xi2 ∑ni=1 yi − ∑ni=1 xi ∑ni=1 xi yi

b= (26)
n ∑ni=1 xi2 − (∑ni=1 xi )2

de donde los errores para m y b están dados

por:
1/2
n
δ m = Sy (27)
n ∑ni=1 xi2 − (∑ni=1 xi )2
y por otro lado:

1/2
∑ni=1 xi2
δ b = Sy (28)
n
n ∑i=1 xi2 − (∑ni=1 xi )2

donde:

1/2
∑ni=1 δ yi
Sy = (29)
n−2