Universidad Nacional Aut

onoma de Honduras
Facultad de Ciencias
Escuela de F
sica

Introducci
on a Errores Experimentales
F
sica General I (FS-100)
Elaborado por:
Jorge A. P
erez
Roger J. Raudales
III Periodo, 2015

Medicion
Definiciones

Medici
on directa: Una medici
on directa es aquella que realizamos utilizando un instrumento dise
nado, construido y calibrado
para cuantificar apropiadamente la cantidad que nos interesa.

Medici
on indirecta: Una medici
on indirecta es aquella en la
cual la magnitud a medir en realidad se calcula mediante una
relacion matematica.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Error

Definici
on y Clasificaci
on

Error: Es la diferencia que existe entre el valor verdadero de

una magnitud fsica y el valor obtenido experimentalmente. Estos
errores los podemos clasificar como sigue:
1

Errores Sistematicos:
Error Instrumental
Error Personal
Error de Elecci
on del Metodo

Error Accidental

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Error

Errores Sistem
aticos

Error Instrumental: Es el error asociado al instrumento

de medicion. Por ejemplo errores en la calibracion del
instrumento.
Error Personal: Se asocia a limitaciones que pueda tener
el experimentador al momento de realizar mediciones con
los distintos instrumentos.
Error de Elecci
on del M
etodo: Es una mala eleccion
del metodo o del instrumento de medici
on para registrar
una magnitud fsica.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Error

Error Accidental

Estos errores son basicamente variaciones que se pueden dar en

mediciones sucesivas realizadas por un mismo experimentador.
Estas variaciones son aleatorias y no estan en el control del experimentador.
Estos errores usualmente son peque
nos en magnitud (comparados usualmente a errores sistem
aticos). Una gran cantidad de
mediciones sucesivas, produce desviaciones mayores o menores al
valor central.
Con este tipo de errores se utilizan metodos estadsticos para
poder obtener valores mas acordes al valor real de la magnitud,
obteniendo conclusiones acertadas sobre el experimento.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Exactitud, Precision y Sensibilidad

Exactitud: Es el grado de concordancia entre el valor

verdadero o aceptado. Podemos decir que un
experimento o un instrumento es exacto, si sus resultados
son muy proximos al valor real.
2 Precisi
on: Es la concordancia que existe entre mediciones
reiteradas de la misma magnitud fsica en condiciones
similares.
3 Sensibilidad: Es el valor m
nimo que se puede medir con
ese instrumento. Es habitual que la sensibilidad de un
instrumento se indique con el valor de la medicion mas
peque
na de la escala.
Podemos afirmar que si un instrumento es exacto, este tambien
es preciso, pero no es posible garantizar que si un instrumento es
preciso este es exacto.
1

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Exactitud, Precision y Sensibilidad

Podemos observar distintos casos de precisi
on y exactitud en la
siguiente figura:1

Imagen obtenida de [2]

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Errores absoluto, relativo y porcentual

Considere una magnitud fsica cuyo valor verdadero es x0 . Si
usted obtiene una medici
on de esa magnitud x, llamaremos error
absoluto a la diferencia dada por
x = |x x0 |

(1)

Donde para la mayora de los casos |x|  |x0 |.

En la mayora de los casos nos insteresa estudiar la relacion de
ese error absoluto respecto a un valor central. A esta cantidad la
llamamos error relativo y se define como sigue:
=

x
x0

(2)

Si multiplicamos el error relativo por 100 %, obtenemos el error

porcentual o porcentaje de dispersi
on ( %D), el cual nos da una
relacion porcentual entre el error absoluto y el valor central.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Cifras Significativas
Fundamentos

Las cifras significativas son aquellas que est

an medidas con precision, seg
un el instrumento, o tambien seg
un c
alculos realizados a
partir de mediciones directas. Para saber cuantas cifras se pueden
utilizar en un resultado, se pueden utilizar las siguientes reglas:
Los ceros a la izquierda no son significativos, esto se debe a
que los ceros a la izquierda no a
naden precision a la
medicion, solo sirven para establecer la posicion del punto
decimal. Para contar las cifras significativas, se parte del
primer dgito distinto de cero y se cuentan todos los dgitos
a partir de este.
Los ceros a la derecha si son significativos. Se debe tener la
precaucion de escribir los ceros a la derecha si y solo si
estos son parte de una verdadera medici
on, como lo
veremos con algunos ejemplos.
En muchas ocasiones resulta m
as pr
actico utilizar la notacion exponencial para expresar resultados, utilizando potencias de diez
como base.
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Cifras Significativas
Ejemplos

Ejemplo 1. Determinar la cantidad de cifras significativas en:

0.000000013
130
Desarrollo:
Para el primer valor notamos que tiene solamente dos cifras significativas.
Si expresamos el valor utilizando la notaci
on exponencial, el resultado sera el siguiente:
1.3 108
En el segundo caso contamos tres cifras significativas y no vemos
necesidad de utilizar notaci
on exponencial, pero si se quisiera
utilizar el resultado sera as:
1.30 102

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Cifras Significativas
Ejemplos

Ejemplo 2. Que diferencia existe entre los resultados 1kg y

1.000kg? Que medici
on es m
as precisa?
Desarrollo: La diferencia es la cantidad de cifras en las que
se expresa la medicion. La primera medici
on nos indica que el
instrumento tena una sensibilidad en kilogramos y la segunda
medicion fue realizada con un instrumento con sensibilidad en
gramos.
La segunda medicion fue m
as precisa, mil veces mas precisa para
ser exactos.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Publicacion de resultados experimentales

Al indicar el resultado experimental de la medicion de una magnitud tambien debemos indicar el grado de incertidumbre de la
misma, esto lo hacemos acompa
nando el resultado con el error
absoluto:
x = (< x > x)unidades

(3)

donde < x > es el valor central del resultado y x es el error

absoluto. Ademas, es obligatorio describir las unidades de la magnitud fsica indicada, como se muestra en la ecuacion (3).

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Publicacion de resultados experimentales

Tambien es necesario tomar en cuenta la cantidad de cifras significativas al momento de denotar una medici
on. Esto se hace
tomando en cuenta las siguientes reglas:
1 El error absoluto deber
a contener u
nicamente una cifra
significativa.
2 El error absoluto predispone cu
antas cifras antes o despues
del punto decimal debe contener el valor central.
As, si en una medicion de un par
ametro x se obtuvo que su valor
central es 1.2345345 y su incertidumbre 0.6789, la forma correcta
de denotar el resultado obtenido sera
x = 1,2 0,7

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Determinacion de Errores
Mediciones Directas

Al realizar una medici

on debemos indicar una estimacion del
error asociado a la misma, ya que no conocemos con certeza el
valor verdadero, lo que conocemos es un rango donde se puede
ubicar ese valor.
As, por ejemplo, para poder realizar la estimacion del error
al realizar una sola medici
on directa, consideraremos que el
error coincide con la sensibilidad del instrumento utilizado, expresando la medicion como:
x = (< x > x)unidades
Donde < x > es el valor registrado y x es la sensibilidad del
instrumento.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de errores en mediciones indirectas

Error Sistem
atico

Supongamos una magnitud F = F (x, y, z, ...) que depende de

otras magnitudes fsicas x, y, z, ..., de las cuales se conoce su valor
central y su error absoluto. Para la magnitud F necesitamos una
forma de calcular el error asociado a esa medici
on indirecta. Para ello utilizamos la sumatoria cuadr
atica de las incertidumbres
relativas, de una forma como la que se muestra a continuacion:
v
!
!2
!2
u
u x 2
y
z
F = F0 t
+
+
+
(4)
x

y
z
Donde F0 es la medici
on indirecta utilizando los mejores valores
medidos de las magnitudes directas.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Sistem
atico: Ejemplo

La constante elastica k para un resorte helicoidal cilndrico esta dada en terminos de sus dimensiones y el material del que esta hecho
por:
Gd4
8nD3
donde d es el diametro del alambre, D es el di
ametro medio, n es
el n
umero de vueltas del resorte y G es el m
odulo de elasticidad
del material del alambre.
Calcule k a partir de los siguientes datos:
d = (0.0890 0,0005)cm
D = (1.110 0,005)cm
n = 115
G = (79 3) 104 kg/cm2
k=

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Sistem
atico: Ejemplo

Solucion:
El valor central de k estara dado por:
k=

< G >< d >4

8n < D >3

Tome en cuenta que, por ejemplo, < d >4 6=< d4 >. No olvide ademas ver que la ecuaci
on sea dimensionalmente correcta
(comprobar que las unidades en ambos lados de la ecuacion sean
consistentes).
Reemplazando los valores centrales de los datos dados, tenemos
que:
(79 104 )(0.0890)4
8(115)(1.110)3
< k > = 0.039394N/cm
<k> =

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Sistem
atico: Ejemplo

De acuerdo con la ecuaci

on (6), la incertidumbre absoluta de k
se puede expresar como:
r
G 2  d 2  D 2
+
+
k =< k >
<G>
<d>
<D>
Notara que la incertidumbre de n no aparece en la ecuacion, ya
que n no tiene una incertidumbre registrada experimentalmente.
Reemplazando valores centrales e incertidumbres, tenemos que:
s
 3 104 2  0.0005 2  0.005 2
k = (0.039394)
+
+
79 104
0.0890
1.110
k = 0.001523N/cm

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Sistem
atico: Ejemplo

Respetando las convenciones de que la incertidumbre absoluta

debe tener la menor cantidad de cifras significativas posible y de
que el valor central debe tener el mismo n
umero de cifras que la
incertidumbre, obtenemos que el valor de la constante del resorte
k sera:
k = (0.039 0.002)N/cm
o bien
k = (39 2) 103 N/cm

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Error estadstico
Si tenemos un conjunto de N mediciones (directas o indirectas)
de la misma magnitud podemos calcular un error estadstico
utilizando la desviaci
on est
andar y la desviaci
on estandar de la
media. As, podemos calcular una dispersi
on utilizando la desviacion estandar:
v
u
N
u 1 X
(xi < x >)2
(5)
(x) = t
N 1
i=1

donde < x > es la media estadstica de los valores con los que se
esta trabajando:
N
X
xi
< x >=

i=1

(6)
N
Para calcular el error de ese conjunto de datos, utilizamos la
desviacion estandar de la media:
(x)
(< x >) =
N
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

(7)

Error estadstico
Ejemplo

Se tienen las siguientes mediciones indirectas de la misma cantidad (en m): 67.6, 67.8, 68.2, 67.2, 66.7, determine la dispersion
y la desviacion de la media.
Si observamos en el cuadro, tenemos un resumen de los calculos
necesarios para determinar la desviaci
on de la media, que representa el error estadstico.
< d >(m)

(di < d >)2

di (m)

67.6

67.8

68.2

67.2

0.09

66.7

0.64

(d)

(< d >)

0.57

0.26

0.01
0.09
67.5

J. P
erez, R. Raudales

0.49

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Absoluto

Al considerar un conjunto de mediciones indirectas de la misma magnitud, debemos considerar ambos tipos de errores: el
error sistematico y el estadstico. La forma de considerar esto es
sumar de forma cuadr
atica ambos terminos.
q
F = F2 + F2
(8)
Donde F es el error absoluto de la medici
on indirecta, F es
el termino de error sistem
atico y F es el termino de error estadstico.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Absoluto: Ejemplo

El periodo de oscilaci
on de un pendulo simple esta dado por
s
L
T = 2
g
Para poder encontrar el valor de g, esta se midi
o varias veces de
manera indirecta, obteniendo
g (m/s2 )

9.7210

9.7532

9.7846

Tambien se midieron una vez respectivamente, L y T , dando

como resultado:
L = (2,712 0,001)m
T = (3,3187 0,0001)s
Calcule g, en terminos de su valor central, error sistematico, error
estadstico y dispersion.
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Propagacion de Errores
Error Absoluto: Ejemplo

En la siguiente tabla se resumen los c

alculos y resultados obtenidos para hallar g.
i

gi (m/s2 )

9.7210

9.7532

9.7846

< g > (m/s2 )

g (m/s2 )

gsis (m/s2 )

g (m/s2 )

g g (m/s2 )

%D

9.7529

0.03

0.004

0.03

9.75 0.03

0.33 %

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Construccion de Graficas
Lineamientos

La representacion grafica de los fen

omenos fsicos a estudiar durante las practicas de laboratorio debe ajustarse a los siguientes
lineamientos:
Graficas en papel milimetrado con los ejes bien trazados,
indicando la magnitud fsica representada en las unidades
en que ha sido medida. La ubicaci
on de dicha informacion
puede ser al centro de cada eje o cerca de las flechas que
indican continuaci
on de los mismos. El ttulo de la grafica
debe ser claro y conciso y deber
a ir ubicado en la parte
superior de la misma.
La variable independiente del fen
omeno estudiado debe ir
representada en el eje de las abcisas (eje horizontal) y la
dependiente en el eje de las ordenadas (eje vertical).
Las escalas, sobre ambos ejes, han de permitir una lectura
rapida y sencilla. Estas se han de definir mediante
intervalos (como 1 en 1, 5 en 5, etc.).

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Construccion de Graficas
Lineamientos

Las escalas deben abarcar todo el intervalo de medidas

realizadas y solo el citado intervalo.
Sobre los ejes solo se indican los valores correspondientes a
las divisiones enteras de la escala (que han de quedar
uniformemente espaciadas). Nunca se se
nalan los valores
asociados a las medidas realizadas.
Los valores medidos se representan sobre el papel
milimetrado por el punto correspondiente a sus dos
coordenadas (punto experimental) y rodeado por el
denominado rect
angulo de error, cuya base abarca desde
x x hasta x + x y cuya altura se extiende desde
y y hasta y + y, siendo (x, y) las coordenadas del
punto experimental. En el caso de que x o y sean
despreciables en comparaci
on con la escala utilizada, el
rectangulo de error queda reducido a un simple segmento
vertical u horizontal, seg
un sea el caso.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Construccion de Graficas
Lineamientos

Las graficas han de ser lneas rectas continuas que han de

pasar por todos los rect
angulos de error, aunque para ello,
muchas veces dejen de pasar por los puntos experimentales
que pueden quedar a derecha o izquierda de la grafica. Si al
hacer esta operaci
on, alguno de los rect
angulos de error
queda excesivamente alejado de la forma continua de la
grafica, implica que la medida asociada a dicho rectangulo
es falsa por alguna causa accidental, y debera medirse de
nuevo.
Bajo ninguna circunstancia, la gr
afica han de ser segmentos
de recta que unan los puntos que representan los datos
experimentales.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Linealizacion de funciones
La linealizacion se refiere al proceso matem
atico de encontrar
una aproximacion lineal a una funci
on. Esto implica expresar una
funcion no lineal de cualquier clase en terminos de una funcion
lineal de la forma y = ax + b.

Ejemplo: Si se emite luz a traves de una rendija y esta es proyectada en una pantalla, se observara una sucesion de puntos de
luz, modelados como
n = d sin n
donde n es la cantidad de puntos, es la longitud de onda de la
luz y d sin n es un factor geometrico.
Supongamos que ya se conocen los valores de d, y n, y se desconoce el valor de . La ecuaci
on anterior se puede linealizar
para poder obtener por medio de una regresi
on lineal el valor de
lambda. Para esto podemos asumir que
y = d sin n

x=n

a=

De esta manera, tendramos una funci

on lineal en terminos de
cantidades no lineales.
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Descripci
on del Metodo

La regresion lineal es una tecnica numerica en la que dados un

conjunto de pares ordenados (variable independiente y variable
dependiente) se intenta encontrar una funci
on lineal continua que
mejor se aproxime al comportamiento de los datos.
Mediante la regresion lineal, buscamos construir una funcion de
ajuste con la forma y = ax +b. El metodo nos permite calcular
los valores de los parametros a y b con sus errores absolutos.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Resumen de F
ormulas

a=

P P
xi yi xi yi
P
2
P
xi
N x2i

b=

x2i

P
xi xi yi
P
2
P
xi
N x2i
P

yi

Para calcular las incertidumbres, primero calculamos el factor Sy ,

definido como sigue:
rP
[f (xi ) yi ]2
Sy =
N 2
donde f (xi ) = axi + b, a y b obtenidos previamente.
Para calcular los errores de los par
ametros a y b utilizamos las
siguientes ecuaciones:
s
s
P 2
xi
N
a = Sy
b = Sy
P 2
P
2
P 2
P
2
N xi
xi
N xi
xi
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

Anteriormente ya habamos observado el proceso a realizar para

desarrollar una linealizaci
on de una funci
on, y se menciono que
mediante regresion lineal podemos encontrar el valor de , que
en este caso es equivalente a la pendiente de la funcion lineal a
obtener. Trabajaremos con los siguientes datos:2

xn

y d sin n (nm)

3673.675

3138.670

2618.617

2082.982

1577.741

1041.710

528.542

Datos recopilados en la asignatura Laboratorio Avanzado I, IIPA 2015.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

Primero realizamos una gr

afica de los puntos para comprobar si
el comportamiento de los datos es apropiado al modelo. En caso
de no serlo, se debe buscar otro modelo de ajuste de datos.
Ajuste n vs d sin n
4000

Datos

d sin (nm)

3500
3000
2500
2000
1500
1000
500
0

J. P
erez, R. Raudales

4
n

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

Como observamos en la gr
afica anterior, los datos parecen tener un comportamiento lineal, as que procedemos a realizar los
calculos para dicho modelo. El procedimiento se ilustra mas facilmente construyendo una tabla similar a la siguiente:
i

xi

yi

x2i

x i yi

f (xi )

[f (xi ) yi ]2

3673.675

49

25715.725

3666.369

53.377

3138.67

36

18832.02

3142.433

14.163

2618.617

25

13093.085

2618.497

0.0141

2082.982

16

8331.928

2094.562

134.106

1577.741

4733.223

1570.626

50.610

1041.71

2083.42

1046.691

24.813

7
P

528.542

528.542

522.755

33.479

28

14661.937

140

73317.943

310.565

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

Si notamos la u
ltima fila de la tabla, calculamos las sumas de cada
columna, esos valores son los que debemos utilizar para calcular
los parametros a y b. Utilizando las ecuaciones mostradas previamente, procedemos a calcular los valores con sus respectivos
errores:
7 73317.943 28 14661.937
= 523.94
7 140 282
140 14661.937 140 73317.943
b=
= 1.18
7 140 282
a=

Con estos parametros podemos construir la funci

on f (x) = ax+b,
la cual queda de la forma:
f (x) = 523.94x 1.18
Observe que b < 0, lo cual implica que el intercepto de la funcion
en el eje de las ordenadas sera en su parte negativa. Si se hubiera
obtenido que a < 0, tendramos que la pendiente de la funcion de
ajuste lineal sera negativa, y, por lo tanto, que la funcion sera
decreciente.
J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

Con la funcion f (x), podemos obtener los valores de f (xi ), necesarios para poder calcular el factor Sy y los errores absolutos de
los parametros. Al realizar estos c
alculos obtenemos los resultados siguientes:
r
310.565
= 7.8811
Sy =
5
r
a = 78811

7
= 1.48
7 140 282

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

La variable de interes en nuestro caso (de acuerdo al modelo)

es la pendiente a, la cual es igual a la longitud de onda de interes. Como resultado final de nuestros c
alculos, presentamos lo
siguiente
= (524 1)nm
Para mostrar que nuestra funci
on realmente se ajusta a los datos,
procedemos a realizar la gr
afica de puntos junto a la grafica de
la funcion.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales

Regresion Lineal
Ejemplo

d sin (nm)

Ajuste n vs d sin n
4500
4000
3500
3000
2500
2000
1500
1000
500
0
-500

Datos
Funcion de Ajuste

J. P
erez, R. Raudales

4
n

Introducci
on a Errores Experimentales

Referencias

ez, J., Obtenci

Gabarrete, C., Nun
on de Errores y
An
alisis de Datos Experimentales, Escuela de Fsica,
UNAH, 2014.
Taylor, J., An Introduction to Error Analysis: The Study
of Uncertainties in Physical Measurements, 2da Edicion,
University Science Books, Sausalito California.
Suazo, M., Mediciones e incertidumbres, Escuela de Fsica,
UNAH.

J. P
erez, R. Raudales

Introducci
on a Errores Experimentales