MAGNITUDES

FÍSICAS
Análisis de
incertidumbres
Ajustes por mínimos
cuadrados
SESIÓN 1

FÍSICA I.
ESCUELA POLITÉCNICA SUPERIOR DE INGENIERÍA
Magnitudes físicas

El objetivo de todo experimento físico es el estudio

cuantitativo, ya sea de propiedades de la materia o bien del
estado de un cuerpo y de las variaciones que en él puedan
producirse.

Este estudio se realiza midiendo magnitudes físicas que

caracterizan o bien las propiedades o bien el estado del cuerpo.

Las magnitudes se determinan utilizando aparatos de medida

y tratando posteriormente los datos obtenidos

Estos datos experimentales SIEMPRE están afectados por

incertidumbre o errores.

2
 Magnitudes físicas
✓ Se llama magnitud física a cualquier propiedad de un fenómeno, cuerpo o
sustancia, que puede expresarse cuantitativamente mediante un número y una
referencia. Habitualmente, dicha referencia suele ser una unidad de medida.
Para establecer el valor de cualquier magnitud necesitamos:
❑ Escoger un instrumento de medida

❑ Establecer el método de medida

❑ Definir las unidades de medida
✓ La unidad de una magnitud física es cualquier cantidad arbitraria de dicha
magnitud que se adopta como patrón para la medida de la misma.
✓ Medir es el proceso que consiste en determinar la cantidad de una magnitud
al compararla con la unidad. El resultado es la medida.
✓ Las mediciones están afectadas por errores o incertidumbres que vienen de:
❑ Precisión y exactitud de los instrumentos utilizados.
❑ Interacción del método con la sustancia a medir (mesurando).
❑ Influencia del observador que realiza la medición.
Intervalo asociado al resultado de una medición:
en vez de dar un único número, se define un X-X X X+X
intervalo. El semiancho del mismo, X, se
denomina incertidumbre o error de la medición
3
 Magnitudes físicas
Magnitudes fundamentales y derivadas
Las magnitudes fundamentales son magnitudes físicas elegidas por
convenio que permiten expresar cualquier otra magnitud física en
términos de ellas.

El Sistema Internacional (SI) de unidades es el conjunto de unidades que emplea

la comunidad científica internacional (desde el año 1960).
El actual sistema SI es el sistema adoptado internacionalmente, utilizado en la
práctica científica y el único legal en España, en la Unión Europea y en muchos
otros países (https://www.cem.es/es/cem/metrologia/sistema-internacional-unidades-si )
Las magnitudes derivadas se expresan en función de las magnitudes
fundamentales (combinación de varias magnitudes fundamentales).
Superficie = longitud x longitud
Velocidad = longitud / tiempo
Carga eléctrica = intensidad x tiempo
4
Magnitudes físicas

Más información en:

https://www.cem.es/es/cem/metrologia/sistema-internacional-unidades-si
http://www.sc.ehu.es/sbweb/fisica/unidades/unidades/unidades.htm
https://www.cem.es/sites/default/files/2021-
01/recomendaciones_cem_ensenanza_metrologia.pdf
5
 Es necesario que la comunidad científica se comunique internacionalmente en un lenguaje común.
Anécdota
Viernes 24 de septiembre de 1999. Noticia de la BBC de Londres:
"Los potentes radiotelescopios de la Red de Comunicación y Rastreo de Sondas
Interplanetarias de la NASA están llevando a cabo un último registro de las inmediaciones de
Marte en un intento desesperado de recuperar la nave".

La nave es el Mars Climate Orbiter, satélite meteorológico que la NASA envió a Marte para
estudiar los fenómenos atmosféricos de ese planeta. Luego de un viaje de 10 meses desde la
Tierra el satélite debería haberse puesto en órbita a 200 kilómetros de altura sobre la superficie
de Marte. Dos días antes de la maniobra los instrumentos de navegación indicaban que la
trayectoria de la nave la llevaría más bien a una altura de 150 kilómetros, cifra aun aceptable.

Pero el Mars Climate Orbiter pasó a sólo 60 kilómetros de la superficie. A esa altura la fricción
con la atmósfera del planeta empezó a sacudir y calentar el aparato. La nave se hizo pedazos
y por breves instantes fue una estrella fugaz que surcó el cielo marciano.

¿El error? Un programa de computadora encargado de controlar una de las maniobras de

corrección de curso que hizo el satélite antes de llegar a Marte estaba escrito para hacer
cálculos con unidades de medida del sistema inglés. La NASA había pedido al fabricante
que usara el sistema métrico.

La confusión de unidades de medida le costó a la NASA 125 millones de dólares... además de

la vergüenza. Fuente: Metrología y sus aplicaciones. Adolfo Escamilla Esquivel
Este y otros casos de errores de cálculo de la ciencia y la ingeniería
https://www.bbc.com/mundo/noticias/2014/05/140523_ciencia_diez_errores_de_calculo_np
https://matematicasentumundo.es/SOCIEDAD/sociedad_errorfatla.htm 8
https://es.gizmodo.com/cinco-accidentes-que-no-habrian-ocurrido-si-todo-el-mun-1835615010
 Ecuaciones dimensionales
deci 10-1 A las magnitudes fundamentales les asociamos el concepto de
centi 10-2 dimensión. La dimensión se suele indicar con mayúsculas

mili 10-3 Longitud → L

micro 10-6 Masa → M
Tiempo → T
nano 10-9
pico 10-12 MÚLTIPLOS Y SUBMÚLTIPLOS DEL SI Cualquier magnitud derivada se obtiene a través de una relación
matemática entre magnitudes fundamentales.
femto 10-15
atto 10-18 A las magnitudes derivadas se les asocia la dimensión que resulta
de las dimensiones y de los exponentes con los que intervienen
deca 101 las magnitudes fundamentales en su definición. Así por ejemplo:
hecto 102
F=ma [F] = [m] [a] = M L T-2
kilo 103
mega 106 [a] = [ l ] / [ t ]2 = L T-2
Giga 109 Homogeneidad de las fórmulas físicas: para que la fórmula
tera 1012 representativa de una ley que relaciona diversas magnitudes sea
correcta, debe ser homogénea, es decir, las ecuaciones de
peta 1015
dimensiones de sus dos miembros deben ser idénticas.
exa 1018

9
Ecuaciones dimensionales
Homogeneidad de las fórmulas físicas
El período de oscilación de un péndulo simple se relaciona con su
longitud, l, a través de una de las expresiones siguientes. ¿Cuál crees
que puede ser la correcta?

𝑙
𝑇 = 2𝜋
𝑔

𝑔
𝑇 = 2𝜋
𝑙

10
 Análisis de incertidumbres
❑ El MÉTODO CIENTÍFICO
nos obliga a realizar
experimentos que permitan
someter nuestras hipótesis a
comprobación experimental.
Esto implica realizar medidas
de cantidades observables.
Una cantidad observable es
aquélla que se puede medir.
❑ Las medidas tienen siempre cierto grado de incertidumbre que es conveniente
determinar para saber hasta qué punto son confiables los resultados obtenidos.
❑ Es imposible determinar para un experimento concreto todos los factores que influyen
en el resultado de una medición. Esto quiere decir que nunca se puede conocer con
precisión absoluta el valor real de la magnitud que se pretende medir.
❑ Toda medida es inexacta y conlleva una incertidumbre que conviene cuantificar y
proporcionar junto con el resultado de la propia medición.
❑ La ciencia que se ocupa de todos los aspectos relacionados con las mediciones, tanto
teóricos como prácticos en cualquier campo de la ciencia o tecnología, se llama
METROLOGÍA.

11
Tipos de medidas
MEDIDAS DIRECTAS
Medida directa es aquella que se obtiene al comparar de manera directa
la magnitud de una cantidad física con unidad de medida estándar
utilizando un instrumento de medición construido para tal fin.
Ejemplo: La medición de una longitud con una regla graduada.
MEDIDAS INDIRECTAS
Se entiende por medida indirecta el cálculo del valor de una magnitud
física a través de una fórmula matemática en las que intervienen
medidas directas
Ejemplo: La medición de una superficie rectangular midiendo con una
regla graduada los dos lados diferentes.

Tipos de incertidumbres
Según la causa que los origine, los errores o incertidumbres pueden ser:
❑ Sistemáticos: producidos por el instrumento de medida.
❑ Aleatorios o estadísticos: se producen al azar (Sest o llamado a veces
SA).
❑ Ilegítimos o espúreos: propios del experimentador.

12
 Conceptos básicos
Cuando se lleva a cabo una medida hay que tener siempre presentes
los conceptos:
❑ Exactitud:
Proximidad del valor obtenido al valor “exacto” de la magnitud. Es una
calidad de la calibración del instrumento de medida.
❑ Sensibilidad del aparato de medida (o apreciación nominal) (Snom o
SB):
Unidad más pequeña que puede detectar el aparato de medida (menor
variación que se puede detectar).
❑ Precisión:
Capacidad del método de medida
para repetir los valores obtenidos en
un margen estrecho de valores. Es
decir, indica la similitud de las
medidas realizadas.
Por lo común se utilizan los términos
exactitud y precisión para describir
la confiabilidad de las mediciones, y
en la práctica se utilizan como
sinónimos, lo cual es incorrecto.

13
 Medidas directas
❑ La salida de un Instrumento Analógico varía de manera continua a medida
que la magnitud medida cambia. La salida tiene un rango infinito de valores
dentro del intervalo de la medida y la incertidumbre del aparato está
determinada por las divisiones de la escala. La incertidumbre de resolución,
instrumental o de lectura directa es la resolución del equipo experimental con
el que se realiza la medida, definida por la graduación mínima de la escala
(𝑥). Si el aparato no tiene el cero ajustado la medida será 𝑥 = 𝑥𝑙𝑒𝑐𝑡 − 𝑥0 y se
trata como una medida indirecta.
❑ En un Instrumento Digital la lectura varía en pasos discretos y el número de
valores que puede proporcionar dicho aparato de medida es finito. En este
caso se considera como incertidumbre de resolución una unidad de la última
cifra que aparece en la pantalla.

Amperímetro de escala analógica

Amperímetro de doble escala analógica Multímetro digital 14

 Incertidumbre o error de una medición
Cuando se desea combinar los errores sistemáticos con los estadísticos
para obtener la incertidumbre de una medida Z, la metodología usual es
sumar los cuadrados de los errores absolutos y calcular la raíz cuadrada:

∆𝒁 = 𝑺𝟐𝒏𝒐𝒎 + 𝑺𝟐𝒆𝒔𝒕
Las incertidumbres pueden expresarse de distintas maneras:
❑ Error absoluto: es el valor ∆𝑍 y tiene las mismas dimensiones que Z.
Así si 𝒁ഥ es el mejor valor obtenido para Z y ∆𝑍 su incertidumbre, el
resultado se expresa como:
𝑍 = 𝑍ҧ ± ∆𝑍
que quiere decir que, según nuestra medida, con cierta probabilidad
razonable (usualmente 68%) el valor real de Z está contenido en el
intervalo 𝑍ҧ − ∆𝑍, 𝑍ҧ + ∆𝑍 .
𝑍ҧ − ∆𝑍 𝑍 ҧ 𝑍ҧ + ∆𝑍
Los valores 𝑍ҧ − ∆𝑍, 𝑍ҧ + ∆𝑍 determinan
el intervalo de confianza para Z.
A veces los valores ∆𝑍 se multiplican por un número k, denominado
factor de cobertura, habitualmente con valores entre 2 y 3, que amplía el
intervalo de confianza hasta el 95%
15
 Incertidumbre o error de una medición
❑ Error relativo, 𝜺𝒁 : es el cociente entre el error absoluto, ∆𝑍, y el mejor
valor de la magnitud Z, y por tanto es adimensional:
∆𝑍
𝜀𝑍 =
𝑍ҧ
❑ Error relativo porcentual, 𝜺𝒁 %: es el error relativo multiplicado por 100.
El error relativo es un indicador de la calidad de la medida.
Por ejemplo, si medimos el espesor de un alambre (𝑑 ≈ 3 𝑚𝑚) y su
longitud (𝐿 ≈ 1 𝑚) con la misma regla graduada en mm, los errores
absolutos de las dos medidas serán los mismos (despreciando los errores
sistemáticos, Sest, el error absoluto será la sensibilidad del aparato, es
decir la variación más pequeña que se puede observar con el
instrumento de medida, Snom), pero es evidente que la determinación de
la longitud es mucho mejor que la del diámetro. El error relativo refleja
esta diferencia de calidad.
∆𝑑 = ∆𝐿 = 1 𝑚𝑚
1
𝜀𝑑 % = 100 = 30%
3ത
1
𝜀𝐿 % = 100 = 0,1%
1000
16
 Presentación de los resultados
Cifras significativas

❑ Todas las magnitudes físicas medibles directamente son

aproximadas y por tanto las magnitudes determinadas
indirectamente a partir de ellas también son aproximadas.
❑ Las cifras significativas de una medida son las que aportan alguna
información.
❑ Las medidas se deben expresar por medio de un valor con un
número concreto de cifras que estará limitado por la incertidumbre
de la medida.

Ejemplo: Si medimos la temperatura con un termómetro de mercurio cuya

sensibilidad es 0,1C, no podemos escribir 36,78 C, 36,83 C…

17
 Cifras significativas
❑ Número de cifras significativas: es el número de cifras,
empezando a contar desde la primera a la izquierda distinta de
cero, hacia la derecha y hasta la cifra del mismo orden decimal
que la cifra de su incertidumbre**, con que se expresa el valor
de cualquier magnitud.

¿Cuántas cifras significativas tenemos? No se consideran

cifras significativas
1,45 3 cifras significativas los ceros situados
1,4 2 cifras significativas al comienzo de un
14,5 3 cifras significativas número, incluidos
aquellos situados a
1,450 4 cifras significativas la derecha de la
0,0145 3 cifras significativas coma decimal hasta
0,1450 4 cifras significativas llegar a un dígito
distinto de cero.

**En la incertidumbre vamos a considerar una sola cifra significativa.

Un cero a la izquierda de la coma (siendo el número menor que 1)

NUNCA es significativo. 18
Cifras significativas

Reglas del redondeo y cifras significativas

❑ Antes de redondear una cantidad hay que evaluar la
incertidumbre para saber cuántas cifras significativas tendrá
el resultado.
❑ Por norma general expresaremos las incertidumbres con
una cifra significativa: (aunque a veces los errores relativos
se expresan con 2 cifras significativas). A veces se hace la
excepción: si la primera cifra significativa es 1 o si siendo la
primera un 2 la segunda no llega a 5:
45,356  0,126 m → 45,36  0,13 m
❑ En los cálculos intermedios no se aplican las reglas de
redondeo y cualquier valor numérico utilizado en un cálculo
posterior debe conservar al menos una cifra significativa más
que las que figuren en la expresión final (esto evita
incertidumbres debidas al redondeo).
❑ Obviamente el valor final sí se redondea.
19
 Cifras significativas
Reglas del redondeo
Siempre es necesario redondear el número final de cualquier resultado para
expresarlo con el número de cifras significativas correcto.
Los valores de las medidas se redondean de manera que la última cifra
significativa de la magnitud sea del mismo orden decimal que la última cifra
de la incertidumbre.
Supongamos que después de redondear deben quedar n cifras significativas,
en tal caso se aplican las siguientes reglas:
❑ Si la cifra que antes de redondear estaba en la posición (n + 1) es menor
(mayor) que 5, la cifra de la posición n no cambia (se incrementa en una
unidad).Ej.* 3,478→3,48; 2,773→2,77
❑ Si la cifra que antes de redondear estaba en la posición (n + 1) es igual a 5 y
alguna otra cifra de las suprimidas es distinta de cero, la cifra conservada
en la posición n se incrementa en una unidad. Ej.* 2,4751→2,48
❑ Si la cifra que antes de redondear estaba en la posición (n + 1) es igual a 5 y
el resto de las cifras suprimidas son iguales a cero, la cifra conservada en la
posición n se incrementa en una unidad si es impar y no varía si es par.
Siempre nos quedaría una cifra par como última cifra significativa.
Ej.* 2,47500→2,48; 1,32500→1,32
❑ Siempre se eliminan todas las cifras que estén en posiciones superiores a n y
se eliminan todas a la vez, no una a una.
20
*En todos los ejemplos suponemos que queremos conservar n=3 cifras significativas.
 Cifras significativas
❑ Cuando los ceros que figuren en el valor de una magnitud sirvan sólo para
designar el orden decimal, se recomienda utilizar notación en potencias
de diez (notación científica) en la que figuren sólo las cifras significativas.
En este caso debe usarse una sola cifra entera y la potencia de diez debe
afectar también a la incertidumbre del resultado. Se usarán por tanto
potencias de diez para evitar que haya cifras no significativas (ceros) en la
parte entera de las cantidades.
❑ La notación científica consiste en escribir cantidades con una cifra entera,
los decimales y una potencia de 10. Ejemplo: 0,0007820→7,8·10-4
(suponiendo que queremos solo 2 cifras significativas)
❑ Al expresar el valor de la magnitud en notación científica, la coma
decimal debe ir detrás de la primera cifra significativa, de manera que
primero colocamos ésta y después escribimos la incertidumbre.
EJEMPLO: Expresemos el siguiente resultado en notación científica:
8347567 ± 78895
Incertidumbre con una cifra significativa: 78895 → 80000=8·104
Entonces, la última cifra significativa en la magnitud 8347567 será la 5ª
empezando por la izquierda (el 4): 8347567→ 834,7567·104 → 835·104 →
8,35·106
Y la incertidumbre ±0,08·106 =>(8,35 ±0,08)·106 sería la forma correcta en
notación científica 21
 Cifras significativas
Ejemplos:
✓ Si la incertidumbre de 5700 ± 100 tiene sólo 1 cifra significativa, en
notación científica quedaría: 5,7 × 103 → 100= 0,1 × 103 y el resultado
debería escribirse (5,7 ± 0,1) × 103.
✓ 0,25 ± 0,03 la incertidumbre tiene 1 sola cifra significativa. Entonces en
notación científica: 0,25 →2,5 × 10-1=> 0,03 debe escribirse 0,3× 10-1 y por
tanto la expresión final en notación científica será (2,5 ± 0,3) × 10-1
Por tanto, el número de cifras significativas que va a tener el resultado de una
medida dependerá del número de cifras decimales de su incertidumbre.
Los ceros a la izquierda de la coma NUNCA son significativos
(siendo el número menor que 1).
Los ceros a la derecha de la coma SÍ son significativos, siempre que
les preceda alguna cifra distinta de cero, por ejemplo 6,30 tiene 3
cifras significativas y su incertidumbre 0,09 tiene solo 1 cifra
significativa.

Para números sin coma decimal, los ceros posteriores a la última cifra
distinta de cero pueden o no considerarse significativos. Así, para el
número 70 podríamos considerar una o dos cifras significativas. Esta
ambigüedad se evita utilizando la notación científica:
7 · 102 tiene una cifra significativa, 22
pero 7,0 · 102 tiene dos cifras significativas
Escribir en notación científica y con una cifra significativa en la
incertidumbre, los valores de la segunda columna de la tabla

3,4 ± 0,1
6,30 ± 0,09
1600 →2 × 103 => 4,6 × 104 => (4,6 ±0,2) × 104
4,284 × 102 → (4,284 ±0,003) × 102
(1,7 ± 0,6) × 10-2

23
Medidas directas. Una sola medida
En el caso en que hagamos una sola medida, 𝒁, el resultado de la
medida se indicará como el valor medido con la incertidumbre que
corresponde al error nominal (sensibilidad) del instrumento
∆𝑍 (𝑜 𝑡𝑎𝑚𝑏𝑖𝑒𝑛 𝑖𝑛𝑑𝑖𝑐𝑎𝑑𝑜 𝑎𝑛𝑡𝑒𝑠 𝑐𝑜𝑚𝑜 𝑆𝑛𝑜𝑚 ):

𝑍 ± ∆𝑍

Para minimizar la influencia de errores aleatorios en el proceso de

medida, se suelen hacer medidas repetidas y posteriormente se tratan
estadísticamente, que es lo que veremos a continuación.

24
 Medidas directas. Varias medidas
Supongamos que hemos realizado N medidas directas de una cierta
magnitud x, 𝑥𝑖 𝑐𝑜𝑛 𝑖 = 1, … , N con un mismo aparato y con la misma
resolución. Si suponemos que la muestra de las medidas se describe
apropiadamente mediante una distribución normal, la mejor aproximación
al valor verdadero de la magnitud viene dado por el valor medio o media
de la muestra (en Excel PROMEDIO):
𝑥1 + 𝑥2 + ⋯ . +𝑥𝑁 σ𝑁
𝑖=1 𝑥𝑖
𝑥ҧ = =
𝑁 𝑁
La dispersión de datos en torno al valor medio (error “medio” de cada
medida) viene dada por la desviación típica o desviación estándar de la
muestra (en Excel DESVEST), cuya expresión matemática es:
2
σ 𝑥𝑖 − 𝑥
𝑠𝐴 𝑥 = 𝜎𝑒𝑠𝑡 𝑥 =
aleatoria 𝑁−1
N-1 es el número de grados de libertad, que es la diferencia entre el número
de observaciones y el número de parámetros calculados (en este caso el
valor medio).
A la cantidad 𝝈𝟐𝒆𝒔𝒕 (x) se le denomina varianza o desviación cuadrática
media de la muestra.
25
 Medidas directas. Varias medidas
El valor medio de la muestra se calcula para una muestra de N
observaciones mutuamente independientes. La desviación típica o
desviación estándar de la media de un conjunto de N datos es:

𝜎𝑒𝑠𝑡 𝑥 σ 𝑥𝑖 −𝑥 2
𝑠𝐴 𝑥ҧ = 𝜎𝑒𝑠𝑡 𝑥ҧ = =
𝑁 𝑁 𝑁−1

Cada una de las medidas presenta una incertidumbre de medida directa,

es decir, 𝑆𝑛𝑜𝑚 𝑥 o SB, por lo que el valor medio se verá afectado por una
incertidumbre mayor que la desviación estándar de la media y que se
denomina incertidumbre combinada:

ഥ =
𝒔𝒄 𝒙 ഥ
𝝈𝒆𝒔𝒕 𝒙 𝟐 + 𝑺𝒏𝒐𝒎 𝒙 𝟐

ഥ y
** A veces se emplea el criterio de escoger el mayor valor entre 𝝈𝒆𝒔𝒕 𝒙
𝑺𝒏𝒐𝒎 𝒙 .

26
 Medidas directas. Varias medidas
El intervalo de confianza de la media nos indica entre qué valores límite
estará comprendida la medida con una determinada probabilidad elegida
previamente, y se expresa matemáticamente por:
𝑥ҧ ± 𝑘 · 𝑠𝐶 𝑥ҧ

donde k es un parámetro que representa la amplitud del intervalo en torno al

valor medio y se denomina factor de cobertura.

Al producto 𝑘 · 𝑠𝐶 𝑥ҧ se le denomina incertidumbre expandida.

𝑠𝐶 𝑥ҧ
Al cociente se le denomina incertidumbre típica relativa de la media.
𝑥ҧ

https://www.researchgate.net/publication/275021043_Estadistica_Descriptiva_e_Inferencial/figures?lo=1

Distribución normal y sus porcentajes respecto de la

27
desviación estándar.
 A veces no sabemos cuál es el número de repeticiones adecuado para obtener un
resultado óptimo. Si queremos estimarlo, lo que se suele hacer es medir entre 5 y 10
veces y calcular 𝑥ҧ y 𝜎𝑒𝑠𝑡 𝑥 y determinar el cociente siguiente que es el que nos dará
aproximadamente el número óptimo de repeticiones:
2
𝜎𝑒𝑠𝑡 𝑥
𝑁𝑜𝑝 ≈
𝑆𝑛𝑜𝑚

Pasos a seguir para expresar el resultado final de una magnitud a

partir varias medidas directas.
1. Se analizan las posibles fuentes de errores sistemáticos e intentamos minimizarlas.
2. Se realizan las mediciones de la magnitud las veces que se ha decidido, obteniéndose el
conjunto de los 𝑥𝑖 con 𝑖 = 1, … , N y se determina el valor de 𝑠𝐵 𝑥 (es decir, la
incertidumbre de la medida directa, tb llamada Snom)
𝑥1 +𝑥2 +⋯.+𝑥𝑁 σ𝑁
𝑖=1 𝑥𝑖
3. Se calcula el valor medio de la muestra: 𝑥ҧ = =
𝑁 𝑁
σ 𝑥𝑖 −𝑥 2
4. Se calcula la desviación típica de la muestra: 𝑠𝐴 𝑥 = 𝜎𝑒𝑠𝑡 𝑥 =
𝑁−1
5. Se evalúan los valores discordantes: supondremos que los valores de 𝑥𝑖 son correctos si
se encuentran comprendidos en el intervalo 𝑥ҧ ± 𝑘 · 𝑠𝐴 𝑥 , siendo k el factor de cobertura.
Si N > 20, con una probabilidad del 95% el factor de cobertura es 1,96. En esta asignatura
asumiremos siempre que k = 2 nos da una probabilidad del 95%.
28
6. Una vez eliminados los valores discordantes (solo se hace una vez), se calcula
de nuevo el valor medio 𝒙 ഥ y la desviación típica de la media asociada a esos
ഥ y la incertidumbre combinada, 𝒔𝑪 𝒙
valores, 𝝈𝒆𝒔𝒕 𝒙 ഥ
𝒔𝒄 ഥ
𝒙 = ഥ
𝝈𝒆𝒔𝒕 𝒙 𝟐 + 𝑺𝒏𝒐𝒎 𝒙 𝟐

ഥ que se debe expresar con el número

El valor final será 𝑥lj ± 𝒌 · 𝒔𝑪 𝒙
correcto de cifras significativas y sus unidades correspondientes.

29
Ejemplo: Un agricultor cultiva tres tipos de zanahoria y en la recolección
determina la longitud y el grosor de una representación de cada uno de los
tipos (las de mayor tamaño) para saber cuál le ha sido más rentable.
Los resultados obtenidos, expresados en cm, se muestran en la siguiente
tabla:

Longitud Diámetro mayor

Tipo 1 Tipo 2 Tipo 3 Tipo 1 Tipo 2 Tipo 3
12,3 15,1 12,8 2,3 3,5 4,1
11,9 15,9 15,3 3,1 3,1 3,8
13,1 14,9 12,9 2,9 2,9 3,9
12,7 16,1 13,8 3,4 3,8 4,2
11,4 16,6 14,9 2,8 3,3 4,3
- Calcula las medias y desviaciones de todas las medidas. Expresa el
resultado correctamente, atendiendo a las normas anteriormente
indicadas. 30
VALOR MEDIO

31
VALOR MEDIO

32
DESVIACIÓN ESTÁNDAR

33
 DESVIACIÓN
ESTÁNDAR

0,6 x 2=1,2
Expresaremos las incertidumbres
con una cifra significativa 14±1 cm
34
 Medidas directas. Varias medidas
❑ Se entiende por medida indirecta el cálculo del valor de una magnitud física
a través de una fórmula matemática en la que intervienen medidas directas o
indirectas, es decir calculamos el valor de una magnitud física A,
indirectamente a partir de otras magnitudes x, y, z.... mediante: A = f (x,y,z,..).
Ejemplo: La medida de la superficie de un círculo a partir de la medida de su
diámetro con una regla graduada
❑ ¿Cómo se calculan las incertidumbres de las medidas indirectas?
Sea y una magnitud derivada que depende de N magnitudes distintas
𝑥1 , 𝑥2 , … , 𝑥𝑁 a través de la función 𝑦 = 𝑦 , 𝑥2 , … , 𝑥𝑁 . Supongamos que
conocemos el valor de las magnitudes 𝑥𝑖 , así como sus incertidumbres. Vamos
a determinar la incertidumbre de la magnitud y a través de lo que se conoce
como propagación de errores.
❑ Si todas las magnitudes 𝑥𝑖 de las que depende y son mutuamente
independientes, la desviación estándar combinada de que viene afectada
dicha magnitud viene dada por la ecuación general de propagación de
incertidumbres:
𝑵 𝟐
𝝏𝒚
𝐬 𝒚 = ෍ 𝒔𝟐 𝒙𝒊
𝝏𝒙𝒊
𝒊=𝟏

❑ A veces en vez de la fórmula anterior se emplea la siguiente:

𝝏𝒚
𝐬 𝒚 = σ𝑵 𝒊=𝟏 𝝏𝒙 · 𝒔 𝒙𝒊 35
𝒊
 EJEMPLO-Determinación del volumen de un cilindro
𝜋 2
1.- Realizamos 5 medidas de D y h, es decir tomamos 5 𝑉= 𝐷 ℎ
como número previo de medidas. 4
2.- Calculamos el valor medio de los 5 valores.
3.- Calculamos la desviación estándar de la muestra,
𝑠𝐴 𝑥 . Nop (D)=3 y Nop (h)=4
4.-Al evaluar los valores discordantes, tomando k = 2 (que
D (cm) h(cm)
nos da una probabilidad del 95%), vemos que todos los
14.9 21.1
valores medidos están dentro del intervalo 𝑥ҧ ± 𝑘 · 𝑠𝐴 𝑥 .
15.2 21.2
5.- Una vez descartados los valores discordantes (en este
14.8 21.2
caso no los hay) calcularíamos el valor medio de nuevo 𝑥ҧ
15.1 20.8
y la desviación estándar de la muestra 𝑠𝐴 𝑥 y de la
15.1 20.8
media 𝑠𝐴 𝑥ҧ .
D (cm) h (cm) 15.02 21.02 V
σ5𝑖=1 𝑥𝑖 ൘ ഥ = 15,02
𝐷 ℎത = 21,02 0.2049
0.1643 D
𝑥ҧ = 𝑁 0.073 0.092 D
σ 𝑥𝑖 − 𝑥 2 0.12 0.14 E
𝑠𝐴 𝑥 = ൘ 𝑠𝐴 𝐷 = 0,1643 𝑠𝐴 ℎ = 0,2049
𝑁−1
𝑥ҧ ± 𝑘 · 𝑠𝐴 𝑥 ഥ ± 𝑘 · 𝑠𝐴 𝐷 = 15,02 ± 0,2
𝐷 ℎത ± 𝑘 · 𝑠𝐴 ℎ = 21,02 ± 0,2
𝑠𝐴 𝑥 ഥ =
0,1643 0,2049
𝑠𝐴 𝑥ҧ = 𝑠𝐴 𝐷 = 0,073 𝑠𝐴 ℎത = = 0,092
𝑁 5 5

36
 6.- Calculamos la incertidumbre total de D y de h, teniendo
D (cm) h(cm)
en cuenta que la incertidumbre de cada medida directa es de 14.9 21.1
𝑠𝐵 𝐷 = 𝑠𝐵 ℎ =0,1 cm: 15.2 21.2
14.8 21.2
ഥ =
𝑠𝑐 𝐷 ഥ
𝑆𝐴 𝐷 2 + 𝑠𝐵 𝐷 2 = 0,0732 + 0, 12 = 0,12 15.1 20.8
2
15.1 20.8
𝑠𝑐 ℎത = 𝑆𝐴 ℎത + 𝑠𝐵 ℎ 2 = 0,0922 + 0, 12 = 0,14
15.02 21.02 Va
7.- Expresamos el resultado final ajustando las cifras significativas y con
0.1643 las0.2049 De
unidades adecuadas: 0.073 0.092 De
Ajuste cifras
significativas 0.12 0.14 Er
𝐷 = 15,02 ± 0,12 ℎ = 21,02 ± 0,14 𝐷 = 15,0 ± 0,1 cm ℎ = 21,0 ± 0,1 cm

D (cm) h (cm)
σ5𝑖=1 𝑥𝑖 ൘ ഥ = 15,02
𝐷 ℎത = 21,02
𝑥ҧ = 𝑁
2
𝑠𝐴 𝐷 = 0,1643 𝑠𝐴 ℎ = 0,2049
σ 𝑥𝑖 − 𝑥
𝑠𝐴 𝑥 = ൘
𝑁−1

𝑥ҧ ± 𝑘 · 𝑠𝐴 𝑥 ഥ ± 𝑘 · 𝑠𝐴 𝐷 = 15,02 ± 0,2
𝐷 ℎത ± 𝑘 · 𝑠𝐴 ℎ = 21,02 ± 0,2
𝑠𝐴 𝑥 0,1643 0,2049
𝑠𝐴 𝑥ҧ = ഥ =
𝑠𝐴 𝐷 = 0,073 𝑠𝐴 ℎത = = 0,092
𝑁 5 5
𝑥ҧ ± 𝑠𝐶 𝑥ҧ 15,02 ± 0,12 21,02 ± 0,14 37
 𝐷 = 15,0 ± 0,1 cm ℎ = 21,0 ± 0,1 cm
Una vez que hemos determinado el diámetro y la altura del cilindro,
calculamos su volumen:
𝜋 2 𝜋
𝑉= 𝐷 ℎ = 15, 02 · 21,0 = 3711,0 𝑐𝑚3 = 3,7110 𝑑𝑚3
4 4
𝟐 𝟐
Para calcular la incertidumbre en el cálculo 𝝏𝑽 𝝏𝑽
del volumen usamos la ecuación general de 𝐬 𝑽 = 𝒔𝟐 𝑫 + 𝒔𝟐 𝒉
𝝏𝑫 𝝏𝒉
propagación de incertidumbres
𝝏𝑽 𝜋 𝝏𝑽 𝜋 2
= 𝐷 ·ℎ = 𝐷
𝝏𝑫 2 𝝏𝒉 4

𝜋 𝟐 𝜋 2 𝟐 𝜋 𝟐 𝜋 𝟐
𝐬 𝑽 = 𝐷·ℎ · 𝟎, 𝟏𝟐 + 𝐷 · 𝟎, 𝟏𝟐 = 15,0 · 𝟐𝟏, 𝟎 · 𝟎, 𝟏𝟐 + 15,02 · 𝟎, 𝟏𝟐
2 4 2 4

s 𝑉 = 52,54𝑐𝑚3
Por lo tanto podemos expresar el volumen como: 𝑽 ± ∆𝑽 = 𝟑, 𝟕𝟏𝟏 ± 𝟎, 𝟎𝟓𝟐 𝒅𝒎𝟑

Ojo: Recomendable una cifra significativa en el error:

𝑽 ± ∆𝑽 = 𝟑, 𝟕𝟏 ± 𝟎, 𝟎𝟓 𝒅𝒎𝟑
FIN SESIÓN 1 38
 SESIÓN 2
PRESENTACIÓN DE RESULTADOS EXPERIMENTALES

❑ Es una parte importante de los experimentos.

❑ En tablas en donde figuren las variables medidas y calculadas junto a sus

unidades.

❑ Es útil representar los resultados en un gráfico, sobre todo si:

❑ Los experimentos se llevan a cabo midiendo una variable Y en
función de una X.
❑ Interesa estudiar si dos variables mantienen una correlación.

❑ Los gráficos son un elemento organizador de la información recogida en

los experimentos que en la mayor parte de los casos da información más
explícita que las tablas.

❑ Las variables y las escalas en todos los casos deben ser elegidas
adecuadamente.

❑ La información debe quedar expuesta de forma clara y explícita.

39
 Análisis de regresión. Regresiones lineales
❑ Uno de los objetivos de la ciencia experimental consiste en buscar
relaciones cuantitativas entre dos o más magnitudes a través de una
función matemática.
❑ Supongamos que el fenómeno que se quiere estudiar depende de un
conjunto de magnitudes 𝑦, 𝑥1 , 𝑥2 , … , 𝑥𝑛 . La ley que rige el fenómeno
relaciona la magnitud 𝑦 con el conjunto de magnitudes 𝑥𝑖 .
❑ El análisis de regresión nos proporciona un método estadístico para evaluar
cuál es la función que describe de manera más exacta la relación entre 𝑦 y
las variables 𝑥𝑖 .
Regresión lineal simple
Supongamos que dos magnitudes dadas 𝑥 e y verifican una dependencia
funcional lineal: 𝑦 = 𝛼 · 𝑥 + 𝛽, que denominaremos dependencia teórica.
El problema consiste en determinar, a partir de un conjunto de 𝑛 pares de
valores 𝑥𝑖 , 𝑦𝑖 la mejor aproximación 𝑎, 𝑏 a los parámetros 𝛼 y 𝛽, así como
sus incertidumbres y su correspondiente intervalo de confianza. Nuestro
resultado será una función
𝑦 =𝑎·𝑥+𝑏
El método de mínimos cuadrados nos permite determinar los valores de 𝑎 y 𝑏.
Vamos a ver cómo se procede mediante un ejemplo sencillo.

40
 AJUSTE POR MÍNIMOS CUADRADOS (Regresión lineal simple)
❑ Calcular la velocidad en una experiencia de movimiento rectilíneo.
❑ Calcular la constante elástica de un muelle, colocando pesas en un platillo
que cuelga de su extremo libre y midiendo la deformación del muelle.

EJEMPLO: Movimiento rectilíneo

Si el móvil está libre de fuerzas, debe verificarse x=x0+vt, donde x0 es la

posición del móvil en el instante t=0.

Si medimos dos posiciones x1 y x2 en los instantes t1 y t2, podemos

determinar las cantidades desconocidas x0 y v. Ahora bien, esto sólo si es
un experimento ideal libre de errores.

Si tomamos únicamente dos puntos para definir la recta el resultado

tendría un importante error. Para una mejor estimación de la recta y
por tanto, de las magnitudes buscadas, se deberán utilizar n medidas
tomadas.

41
 AJUSTE POR MÍNIMOS CUADRADOS (Regresión lineal simple)

Tomamos n valores de las magnitudes 𝑥𝑖 , 𝑦𝑖 , que suponemos guardan

una relación lineal, mediante la función y=a·x+b.
Al sustituir cada uno de los valores de los 𝑥𝑖 en la ecuación y=a·x+b
habrá una desviación 𝒆𝒊 entre el valor obtenido a través de la ecuación,
𝑦𝑖,𝑐𝑎𝑙𝑐 = 𝒂 · 𝒙𝒊 + 𝒃, y el correspondiente obtenido experimentalmente 𝒚𝒊 .
Las desviaciones 𝒆𝒊 de los valores de y, véase la figura, serán:

e1=y1-(a·x1+b) Y y=a·x+b
e2=y2-(a·x2+b)
................... yi
ei
+ + +
ei=yi-(a·xi+b) +
................... + +
en=yn-(a·xn+b) +

X
xi
A continuación, veremos cómo obtener esos coeficientes a y b.
42
 AJUSTE POR MÍNIMOS CUADRADOS (Regresión lineal simple)
Sea E(a,b) la suma de los cuadrados de todas estas desviaciones: y=a·x+b
𝐸 𝑎, 𝑏 = σ 𝑒𝑖 = 𝑦1 − 𝑎 · 𝑥1 − 𝑏 2 + 𝑦2 − 𝑎 · 𝑥2 − 𝑏 2 +…+ 𝑦𝑖 − 𝑎 · 𝑥𝑖 − 𝑏 2
+ ⋯ 𝑦𝑛 − 𝑎 · 𝑥𝑛 − 𝑏 2

Los valores que minimizan a E(a,b) son aquellos que verifican:

𝜕𝐸 𝜕𝐸
=0 y =0
𝜕𝑎 𝜕𝑏
Se obtiene así, un sistema de dos ecuaciones con dos incógnitas a y b cuya solución es
𝑛 σ𝑖 𝑥𝑖 𝑦𝑖 − σ𝑖 𝑥𝑖 σ𝑖 𝑦𝑖 σ𝑖 𝑦𝑖 σ𝑖 𝑥𝑖2 − σ𝑖 𝑥𝑖 σ𝑖 𝑥𝑖 𝑦𝑖
𝑎= 2 𝑏= 2
𝑛 σ𝑖 𝑥𝑖2 − σ𝑖 𝑥𝑖 𝑛 σ𝑖 𝑥𝑖2 − σ𝑖 𝑥𝑖

La pendiente de la recta se escribirá a, y la ordenada en el origen b.

El coeficiente de regresión lineal es otro parámetro que nos indica el grado de
dependencia entre las variables X e Y es decir, el grado en que el conjunto de datos
experimentales verifican la ley funcional propuesta. El coeficiente de correlación r
es un número que se obtiene mediante la fórmula. Toma valores entre 1 y -1.
𝑛 σ𝑖 𝑥𝑖 𝑦𝑖 − σ𝑖 𝑥𝑖 σ𝑖 𝑦𝑖 Cuando r=1, la correlación lineal es perfecta, directa.
𝑟= Cuando r=-1, la correlación lineal es perfecta, inversa
2 2
𝑛 σ𝑖 𝑥𝑖2 − σ𝑖 𝑥𝑖 𝑛 σ𝑖 𝑦𝑖2 − σ𝑖 𝑦𝑖 Cuando r=0, no existe correlación alguna,
independencia total de los valores X e Y

43
 AJUSTE POR MÍNIMOS CUADRADOS (Regresión lineal simple)
y=a·x+b
Para conocer las incertidumbres de los parámetros a y b debemos evaluar
la desviación estándar del ajuste mediante la ecuación:

σ 𝑦𝑖 − 𝑎 · 𝑥𝑖 − 𝑏 2
𝑆=
𝑛−2

Cuanto menor sea el valor de S, mejor satisfarán los valores

experimentales la dependencia funcional obtenida. Un experimento será
más preciso cuanto menor sea S.

La desviación estándar de los parámetros a y b se obtendrá a través de las

siguientes expresiones:
𝑛 σ 𝑥𝑖2
𝑠 𝑎 =𝑆 𝑠 𝑏 =𝑆
𝑛 σ 𝑥𝑖2 − σ 𝑥𝑖 2
𝑛 σ 𝑥𝑖2 − σ 𝑥𝑖 2

Así, los resultados de la determinación de los parámetros se pueden

escribir como: 𝑎 ± 2𝑠 𝑎
𝑏 ± 2𝑠(𝑏) 44
 y=a·x+b
Ejercicio: Un automóvil en una trayectoria rectilínea toma las
posiciones para los tiempos indicados que aparecen en la tabla.
Calcula su velocidad promedio.

Espacio
Tiempo /s recorrido/m
0 20
2 25
3 27
5 31
6 34
7 36
8 40

45
 y=a·x+b
¿Cómo podemos hacer esto sin tener que hacer todos los cálculos anteriores?
Vamos a trabajar en Excel: Se introducen los datos (manualmente o
copiados de otro fichero) y nos aseguramos que las celdas tienen
formato de número.

46
 y=a·x+b
Se selecciona “insertar” y luego “dispersión”

47
 y=a·x+b
Aparece un recuadro en blanco vacío en donde deberá ir el gráfico

Sobre el recuadro blanco, dándole al botón derecho del ratón se despliega

esa columna de opciones donde debéis clicar “seleccionar datos” 48
Seleccionamos “agregar” y se abrirá una ventana en la que debemos y=a·x+b
indicar qué datos van al eje X y qué datos van al eje Y.

49
 y=a·x+b
Presionamos en el recuadro “valores X de la serie” (o en la flecha derecha del
recuadro) y, sobre los datos que tenemos escritos en la hoja, marcamos la
columna de datos numéricos que queremos en el eje X (“Tiempo/s”)

50
 y=a·x+b
Después hacemos lo mismo con los del eje Y es decir, nos colocamos en el recuadro
“Valores Y de la serie” y en la tabla de datos marcamos la columna de datos de
“espacio recorrido” (sólo los valores numéricos). Si no se borra solo, borramos
previamente el 1 que sale por defecto en el recuadro de los valores Y.

51
Le damos a “Aceptar y de nuevo a “Aceptar” y ya tendremos el gráfico.

52
A la hora de presentar los gráficos, debéis indicar las magnitudes y unidades de
los ejes, y ajustar las escalas adecuadamente para que el gráfico quede
centrado. Para los títulos de los ejes, tenéis que agregar elementos de gráfico y
escoger lo que corresponda. Una vez escrito, podéis modificarlo dando dos clics
en el gráfico sobre los títulos de los ejes. 53
Para modificar más cosas en el gráfico, clicando dos veces sobre los datos
en el gráfico se abre una ventana donde podéis variar los formatos .
54
 y=a·x+b
Una vez representados los datos, para determinar la función lineal que mejor
se ajusta a nuestros datos experimentales, clicamos sobre los datos del gráfico
y, con el botón derecho escogemos la opción “Agregar línea de tendencia” y a
continuación escogemos “Lineal” y marcamos las opciones de que presente la
ecuación e ajuste y el coeficiente de correlación en el gráfico.

s=s0+v·t

55
Comparando la ecuación teórica con la experimental, vemos que el
parámetro a nos da directamente la velocidad y que el parámetro b
corresponde a la posición inicial.

y=a·x+b
s=s0+vt

Para saber cuántos decimales coger habría

V=2,39 m/s que conocer la incertidumbre asociada a la
pendiente del ajuste.

56
Para saber cuántos decimales coger habría que conocer la incertidumbre
asociada a la pendiente del ajuste.

Para esto, aplicando las fórmulas que hemos visto:

Primero calculamos la desviación estándar del ajuste mediante la ecuación

σ 𝑦𝑖 − 𝑎 · 𝑥𝑖 − 𝑏 2
𝑆=
𝑛−2

Y después la desviación estándar de los parámetros a y b se obtendrá a

través de las siguientes expresiones:

𝑛 σ 𝑥𝑖2
𝑠 𝑎 =𝑆 𝑠 𝑏 =𝑆
𝑛 σ 𝑥𝑖2 − σ 𝑥𝑖 2
𝑛 σ 𝑥𝑖2 − σ 𝑥𝑖 2

También podemos usar una opción avanzada del Excel que nos permite
obtener resultados más completos de las regresiones lineales y que
veremos a continuación.

57
Antes de nada miraremos si tenemos instalado en nuestro programa el
“complemento” necesario para hacer el análisis.

Para ello abrimos Excel y vamos a la pestaña “Datos”

Si el complemento ya está instalado, en la barra de herramientas debería

aparecer “Análisis de datos” y “solver”

Si es así podríamos trabajar ya, si no habría que instalarla antes.

58
Para instalar ese complemento vamos a la pestaña “Archivo”,
y en la barra lateral vamos a “Opciones” o “más opciones”

Se abrirá una ventana

emergente y en la
columna lateral vais a
“Complementos”

59
En esa ventana “Complementos” podéis ver qué
complementos están activos y cuáles no. En el caso de la
imagen, los complementos que nos interesan están activos ya.
Si no estuvieran activos, se iría a “Administrar“(en la parte
baja de la ventana emergente) y se pincharía en “Ir…”.

60
…se pincharía en “Ir…” y se marcarían todas las casillas menos la primera

x
x
x

61
Una vez que disponemos del complemento para el análisis, colocamos (por
comodidad) nuestros datos numéricos en una nueva hoja del fichero Excel
donde hemos estado trabajando y copiamos los valores numéricos del espacio
y tiempo en dos columnas consecutivas

Vamos a la pestaña “Datos” y seleccionamos “Análisis de datos”

Aparecerá una ventana y bajamos en el listado y seleccionamos “Regresión”

62
Clicamos en “Rango de
entrada Y” y en la fila en
blanco que emerge
incorporamos marcándolo en
la columna de datos, los datos
de la variable Y que son en
este caso los espacios.

Clicamos en la flecha derecha

y regresamos a la ventana
anterior y hacemos lo mismo
con los datos de la variable
”X” en “Rango de entrada X”

63
En opciones de salida
macamos la casilla “Rango de
salida” y en la tabla de datos
de nuestra hoja marcamos una
celda sabiendo que desde esa
hacia la derecha y hacia abajo
aparecerán los resultados del
cálculo.

64
Le damos a “Aceptar” y aparecerán los
resultados de la regresión

65
En diferentes colores os indico los parámetros que nos van a
interesar para nuestro ejercicio.

66
Podéis intentar calcular los parámetros del ajuste introduciendo
formulas en las celdas y comprobar que vuestros resultados
coinciden con los de la regresión. Para ello tendréis que calcular 67
varias columnas intermedias (xi·yi; xi^2; yi^2…)
𝑣 ± 𝑠 𝑣 → 2,4 ± 0,1 𝑚/𝑠