ESCUELA TÉCNICA SUPERIOR DE NÁUTICA

DEPARTAMENTO DE FÍSICA APLICADA

ERRORES EN LAS MEDIDAS

1. Introducción

Toda medida implica la comparación con un patrón o unidad de medida. Por tanto, las mediciones constan
de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades fueron
medidas. Ejemplo: 36 m
Toda medición, no importa con cuánto cuidado se realice, implica cierto grado de incertidumbre. La
incertidumbre o error de una medición depende de la precisión del dispositivo utilizado y de la habilidad
de la persona que la realizó.

La incertidumbre de una medición se puede

ilustrar con las dos reglas que se muestran en la
figura. Las mediciones corresponden a la longitud
de una mesa.
La escala de la regla que aparece en la parte
superior de la figura está graduada en centímetros.
Usando esta escala se puede decir con certidumbre
que la longitud debe estar entre 82 y 83
centímetros.
La escala de la regla inferior muestra más
subdivisiones y tiene mayor precisión porque está
graduada en milímetros. Con esta regla se puede
decir que la longitud está entre 82.2 y 82.3
centímetros.

Toda medición debe contener dos clases de información: (1) la magnitud de la medición y (2) la
incertidumbre de la misma. Por ejemplo, en el caso anterior, la medida con la segunda regla se expresaría:
l = 82.2 ± 0.1 cm (ó 82.25 ± 0.05 cm)
Esto significa que se espera que la longitud se encuentre en el intervalo 82.1 a 82.3 cm, con gran
probabilidad. La estimación de los errores es fundamental, pues sin ellos no se puede extraer
consecuencias de los resultados experimentales. Si por ejemplo, nos solicitan fabricar una pieza para un
motor con una longitud de 823 mm y una tolerancia de 1 mm, no sirve medirla con la primera regla,
porque no podremos determinar si la pieza es válida.
2. Términos importantes y tipos de errores

Valor verdadero: al realizar una medida en general se busca el valor verdadero de una magnitud. Esto
significa que partimos de la hipótesis de que este valor verdadero existe (y suele asumirse además que no
cambia con el tiempo). Estas hipótesis en algunos casos pueden ser de difícil justificación. Por ejemplo, al
medir la longitud de una varilla de un cierto grosor, la longitud varía en función de los puntos exactos que
tomemos, con lo que el valor verdadero de la longitud de la varilla es un término ambiguo. Podría hablrse
del valor verdadero de la distancia entre dos puntos de la varilla. Sin embargo, este valor también varía con
las fluctuaciones térmicas, por lo que habría que especificar que el valor verdadero corresponde a una
temperatura. Determinar el valor verdadero que se desea medir requiere explicar con detalle y precisión el
experimento. En cualquier caso, el valor verdadero no se puede conocer, por lo que al medir obtenemos
una estimación del valor verdadero.

Error: el error es la diferencia entre el valor medido y el valor verdadero. Como este último no se puede
conocer, tampoco el error se puede conocer. Tan sólo se puede estimar su valor. La incertidumbre que se
asocia a la medida es una estimación del error.

Exactitud: una medida es tanto más exacta cuanto más se acerque al valor verdadero. Como este valor no
se conoce, es difícil de cuantificar. Cualitativamente, sin embargo, podemos suponer que una medición con
un cronómetro manual será menos exacto que otra en que se usa un dispositivo electrónico.

Precisión: una medición es precisa si las diferentes medidas fluctúan poco. Una medición precisa no
implica exactitud, si bien una medida exacta sí implica precisión.

Estos términos nos llevan a distinguir dos tipos de errores:

Errores aleatorios: son errores que fluctúan en una serie de medidas. Están siempre presentes en cualquier
medición. Cuanto menores sean más preciso es el resultado.

Errores sistemáticos: son constantes en una serie de medidas (en general se relacionan con la calibración
del aparato de medida). La repetición de medidas con el mismo aparato no reduce los errores sistemáticos.
Por esta razón, estos errores son potencialmente más peligrosos que los errores aleatorios. Cuanto menores
sean más exacto es el resultado.

En ausencia de error sistemático, los errores aleatorios hacen que las distintas medidas fluctúen en torno al
valor verdadero. Si existen errores sistemáticos, las medidas fluctúan en torno a otro valor.

3. Formas de expresar el error

Error absoluto: expresión del error en las mismas unidades que el valor de la medida.
Error relativo: error absoluto dividido por la magnitud medida.

Ejemplo: l = 82.2 ± 0.1 cm. Error absoluto = 0.1 cm. Error relativo = 0.1/82.2 = 0.0012 ó 0.12%
4. Error de una magnitud medida experimentalmente

a) Una sola medida: el error absoluto se toma igual a la precisión del instrumento de medida ∆xins.

b) Varias medidas: es conveniente realizar al menos de 5 a 10 medidas de cada magnitud. Al realizar n

medidas directas de una magnitud, x, estas fluctúan y tomaremos el valor medio como la mejor estimación
de la magnitud que deseamos medir:
n
∑ xi
i =1
x =
n

La variabilidad de las medidas puede describirse mediante la desviación estándar, σ. Esta se puede
estimar:

1 n
s= ∑ (x i − x
n − 1 i =1
)2

Para estimar el error absoluto, es decir, para determinar la incertidumbre en la medida, se estima la
desviación estándar del valor medio, que se relaciona con la desviación estándar (para medidas
incorreladas):

n
s 1
∑ (xi − x )
2
∆xexp = =
n n( n − 1) i =1

Finalmente, este error o incertidumbre de la estimación de la medida se combina con el error del
instrumento, ∆xins:

2 2
∆x = ∆xexp + ∆xins

Por tanto, el resultado del proceso de medida se expresa como x ± ∆x

Nota: en algunos experimentos, en los que no se busca el valor verdadero, como la longitud de la varilla explicado en
el apartado 2, se utiliza ∆x = s como estimación del error (que en este caso se refiere a la variabilidad de la medida,
no al error en la estimación del valor medio; este asunto se discutirá en clase; además se explicará que es más ventajoso
realizar n medidas repetidas y no una medida n veces).

Error en la estimación de la incertidumbre: no se debe olvidar que la incertidumbre es una estimación del error. Nos
podemos hacer una idea de la incertidumbre en la estimación de la incertidumbre mediante: σ ( s ) ≈ s / 2( n − 1)
 5. Propagación de errores

En la mayoría de experimentos no se mide directamente la magnitud de interés, sino que se miden otras
magnitudes y luego se calcula la magnitud buscada mediante procesos matemáticos o a partir de una
gráfica. El error de esta magnitud final se obtiene a a partir de los errores de las magnitudes medidas, lo
que se denomina propagación del error.

a) Error de una magnitud obtenida de una gráfica

Cuando debamos deducir un valor con auxilio de una gráfica, z = f(x), se determinarán los
correspondientes valores de z, para x + ∆x y para x - ∆x, y su error vendrá dado por

z max − z min
∆z =
2

Ejemplo. Determinar la resistividad de un Resistividad (10-8 Ω m)

1,85

material a partir de la gráfica si la temperatura es

t = 17 ± 2ºC. 1,8

-8
Error = (1.83 – 1.78)/2 = 0.03 10 Ω m 1,75

-8
Resistividad = 1.80 ± 0.03 10 Ω m 1,7
0 5 10 15 20
Temperatura

b) Medidas indirectas

Sea una magnitud f que depende de otras que se miden experimentalmente x, y, z según la fórmula f(x,y,z).
El error en f puede estimarse a partir de:

∂f ∂f ∂f
∆f = ∆x + ∆y + ∆z
∂x ∂y ∂z

donde ∆x, ∆y, ∆z son los errores en x , y , z y ∂ significa derivada parcial.

Ejemplo. Determinar el volumen de un cilindro a partir de las medidas de su longitud, l = 12.25 ± 0.03 cm
y de su diámetro d = 1.062 ± 0.007 mm.

πd 2 π 1.062
El volumen es: V = l= 12.25 = 10.2176 mm3
4 4
∂V ∂V πd 2 2πdl π 1.062 2 2π 1.062 12.25
Y su error es: ∆V = ∆l + ∆d = ∆l + ∆d = 0.03 + 0.007 = 0.17 cm
3
∂l ∂d 4 4 4 4

Por lo tanto, V = 10.22 ± 0.17 cm3 (Nota: error relativo longitud 0.2%, diámetro 0.7% y volumen 1.7 %)
c) Ajuste de una recta por mínimos cuadrados

En muchas ocasiones, puede establecerse una relación lineal entre dos magnitudes que pueden medirse
experimentalmente. En este caso no interesa medir siempre el mismo valor de las dos magnitudes, sino
dejarlas que varíen para comprobar el cumplimiento de la ley lineal y obtener los parámetros de la recta.
Por supuesto, los valores experimentales no se hallarán exactamente sobre una recta, sino distribuidos más
o menos simétricamente a un lado y a otro de la misma. Para hallar la ecuación de la recta correspondiente
se recurre al método de los mínimos cuadrados, con lo que se logra que los puntos experimentales queden
distribuídos simétricamente a ambos lados de ella y lo más próximos posible.
La ecuación buscada es
y = mx + c

cuyos parámetros se obtienen de:

E 1 DF − E 2
m= ∆m =
D n − 2 D2

1 DF − E 2 D 2
c = y − mx ∆c =  +x 
n − 2 D2 n 
donde:

1 1 1 1 1
x= ∑ xi y= ∑ yi D = ∑ xi −
2
(∑ xi )2 E = ∑ xi y i − ∑ xi ∑ y i F = ∑ yi −
2
(∑ yi )2
n n n n n

Ejemplo. Determinar el valor de una resistencia mediante la ley de Ohm V = R i

Se miden los valores de la diferencia de potencial V para ciertos valores de la intensidad i que recorre la
resistencia R.
12
i (Amperios) - xi V (Voltios) - yi y = 326,97x - 0,2153
10
R2 = 0,9911
0,005 1,69 8
V (voltios)

0,010 2,80
6
0,015 4,49
4
0,020 6,62
2
0,025 7,63
0,030 9,81 0
0 0,01 0,02 0,03 0,04
i (Amperios)

A partir de estos valores se realizan las operaciones indicadas y se obtiene la resistencia R = 327 ± 15 Ω

Nota: en los apartado b) y c) pueden usarse métodos más sencillos para estimar el error, similares al del apartado a).
6. Cifras significativas

En cualquier medición, las cifras significativas son los dígitos que se conocen con certeza más uno o
dos dígitos inciertos. Por ejemplo la medición 82.2 centímetros tiene tres cifras significativas. Sería
incorrecto decir que la longitud de la mesa de la primera figura, medida con la regla de abajo, es de
82.2577 cm. Este valor de seis cifras significativas es incorrecto porque indica una precisión mayor que la
que el instrumento utilizado puede proporcionar.
Se han desarrollado reglas para escribir y usar las cifras significativas, tanto en las mediciones como
en valores calculados a partir de ellas.

Regla 1. En números que no contienen ceros, todos los dígitos son significativos. Ejemplos:
3.1428 cinco cifras significativas
469 tres cifras significativas

Regla 2. Todos los ceros entre dígitos significativos son significativos. Ejemplos:
7.053 cuatro cifras significativas
302 tres cifras significativas

Regla 3. Los ceros a la izquierda del primer dígito que no es cero sirven sólamente para fijar la posición
del punto decimal y no son significativos. Ejemplos:
0.0056 dos cifras significativas
0.0789 tres cifras significativas

Regla 4. En un número con dígitos a la derecha del punto decimal, los ceros a la derecha del último
número diferente de cero son significativos. Ejemplos:
43.0 tres cifras significativas
0.00200 tres cifras significativas
0.40050 cinco cifras significativas

Regla 5. En un número que no tiene punto decimal y que termina con uno o más ceros (como 3600), los
ceros con los cuales termina el número pueden ser o no significativos. Para poder especificar el número de
cifras significativas, se requiere información adicional.
Se evitan confusiones expresando los números en notación científica. Cuando están expresados en
esta forma, todos los dígitos se interpretan como significativos. Ejemplos:
5
3.6 x 10 dos cifras significativas
5
3.60 x 10 tres cifras significativas
-5
2 x 10 una cifra significativa
Redondeo

Una calculadora muestra ocho o más digitos. Tres reglas sencillas rigen el proceso de eliminar los
dígitos no significativos del resultado.

Regla 1. Si el primer dígito que se va a eliminar es menor que 5, ese dígito y todos los dígitos que le siguen
simplemente se eliminan. Ejemplo: 54.234 redondeado a tres cifras significativas se convierte en 54.2

Regla 2. Si el primer dígito que se va a eliminar es mayor que 5, o si es 5 seguido de dígitos diferentes de
cero, todos los dígitos siguientes se suprimen y el valor del último dígito que se conserva se aumenta en
una unidad. Ejemplo: 54.36, 54.359 y 54.3598 redondeados a tres cifras significativas quedan como 54.4

Regla 3. Si el primer dígito que se va a eliminar es un 5 que no va seguido de ningún otro dígito o sólo de
ceros, se aplica la regla par-impar. Es decir, si el último dígito que se va a conservar es par, su valor no
cambia, y tanto el 5 como los ceros que lo siguen se suprimen. Pero si el último dígito a conservar es
impar, entonces su valor se aumenta en uno. La intención de esta regla par-impar es promediar los efectos
del redondeo. Ejemplos:
54.2500 con tres cifras significativas se vuelve 54.2
54.3500 con tres cifras significativas se vuelve 54.4

Cifras significativas y cantidades calculadas

3
Supongamos que se miden la masa y el volumen de un cuerpo y se obtienen 2 g y 3 cm . La densidad
de ese cuerpo es el cociente, pero al dividir 2 entre 3 en la calculadora, la lectura de la pantalla es
0.6666666. Es incorrecto decir que la densidad del bloque de madera es de 0.6666666 g/cm3. La respuesta
se debe redondear a un número razonable de cifras significativas que se puede estimar por el método de
propagación de errores. Sin embargo, existen unas reglas muy sencillas que pueden aplicarse para que
reulste más sencillo el cálculo del número de cifras significativas en el caso de ciertas operaciones
matemáticas.

Multiplicación y división. El resultado deberá tener el mismo número de cifras significativas que el dato
inicial con menos cifras significativas. En el cálculo de la densidad del ejemplo anterior:
3 3
2 g / 3 cm = 0.6666667 se redondea a 0.7 g/cm (1 cifra significativa)
3 3
2.0 g / 3 cm = 0.6666667 se redondea a 0.7 g/cm (1 cifra significativa)
3
2.0 g / 3.0 cm3 = 0.6666667 se redondea a 0.67 g/cm (2 cifras significativas)
3
2.0 g / 3.00 cm3 = 0.6666667 se redondea a 0.67 g/cm (2 cifras significativas)

Suma y resta. El resultado no debe tener dígitos más allá de la posición del último dígito común a todos los
números sumados o restados. Ejemplo:
34.6 + 17.8 + 15 = 67.4 (respuesta en la calculadora) se redondea a 67
El último dígito común a todos los números corresponde a las unidades. Por tanto, el
resultado de 67.4 obtenido en la calculadora debe redondearse a unidades, y es 67.
7. Error en magnitudes definidas y contadas

En la ciencia además de magnitudes medidas se usan otras dos clases de números: los que se definen
y los que se cuentan. Se puede especificar el valor exacto de un número contado o definido, aunque como
ya hemos visto el valor exacto de una magnitud medida no puede conocerse.
Por ejemplo, se pueden contar con absoluta certeza el número de mesas que hay en clase, el número
de dedos de una mano o el número de monedas que llevamos en el bolsillo. Los números contados no están
sujetos a error a menos que el número contado sea tan grande o las condiciones tan complicadas que no
podamos estar seguros de llevar bien la cuenta.
Los números definidos son relaciones exactas que han sido establecidas como válidas. El número
exacto de segundos en una hora y el número exacto de lados de un cuadrado son ejemplos. Los números
definidos no están sujetos a error.

8. Formato de un informe

A continuación se presenta un esquema para la realización de los informes:

1. Introducción: debe contener el título del experimento, los nombres de los autores, la fecha y cualquier
otra circunstancia de interés. Además debe contener un breve resumen sobre los fundamentos teóricos y el
objetivo del experimento.

2. Procedimiento experimental: breve descripción del dispositivo utilizado y de los pasos seguidos.

3. Medidas experimentales: presentación de los resultados experimentales, en forma de tabla cuando

proceda.

4. Análisis y discusión: obtención de otras magnitudes a partir de las medidas experimentales, cálculo de
errores, construcción de gráficas… Discusión de las limitaciones del método o de posibles problemas
durante el experimento. Conclusiones ([Link]. nivel de confianza en la calibración).

5. Referencias

9. Biliografía complementaria

Física en la ciencia y en la industria, A. Cromer, editorial Reverté.

Expresion de la incertidumbre de medida en las calibraciones, norma EA-4/02, Empresa Nacional de
Acreditación
Practical physics, G.L. Squires, editorial Cambridge University Press.
An introduction to uhncertainty and measurement, L. Kirkup y B. Frenkel, editorial Cambridge University
Press.