Universidad Nacional de General

San Martín

Trabajo Práctico
Teoría de errores

Carrera: Tecnicatura Redes Informática

Tecnicatura Programación Informática.
Cátedra: Electricidad y Magnetismo.

1 Objetivo:
El objetivo de este experimento es analizar una serie de mediciones de una magnitud usando
conceptos básicos de propagación de errores y su posterior análisis.

2 Introducción:
Concepto de error:
Cualquier medición de una magnitud difiere respecto al valor real, produciéndose una serie
de errores que se pueden clasificar en función de las distintas fuentes donde se producen.
Existen dos maneras de cuantificar el error de medición:
El error absoluto es un indicador de la imprecisión que tiene una determinada media. De hecho,
cuando se proporciona el resultado de una medida suele venir acompañada de dicha imprecisión.
Ejemplo: Imaginemos que al medir un determinado objeto con un instrumento da el valor de 23.5
cm. Si adicionalmente sabemos que la imprecisión absoluta de esa medida es 0.2 cm, entonces el
resultado de esa medición se representa como:
23.5 cm ± 0.2 cm
donde el valor real de la magnitud queda incluido en el intervalo 23.3 cm <= 23.5 cm <= 23.7 cm.
En forma general se expresa como:
𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛 = 𝑣𝑎𝑙𝑜𝑟 𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛(𝑢𝑛𝑖𝑑𝑎𝑑) ± 𝑒𝑟𝑟𝑜𝑟 𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑜(𝑢𝑛𝑖𝑑𝑎𝑑)

𝑚𝑒𝑑𝑖𝑐𝑖ó𝑛 = 𝑋̅ ± 𝛥𝑋

El error relativo tiene la misión de servir de indicador de la calidad de una medida. Para entender
este concepto utilizaremos otro ejemplo. Imagina que se comete un error absoluto de 1 metro al
medir un terreno de 100 metros y otro terreno de 1000 metros. Si calculamos los errores relativos en
ambas mediciones tenemos que son 1/100 y 1/1000. Dado que en la segunda medición el error
relativo es más pequeño quiere decir que la calidad de la medida es mucho mejor que la de la
primera.

∆𝑋
𝜀=
𝑋̅
Una forma más cómoda de expresar el error relativo es el error relativo porcentual en el cual se
multiplica por 100 el valor obtenido de la expresión anterior.

∆𝑋
𝜀% = • 100
𝑋̅

Si expresamos el ejemplo anterior en forma porcentual la primera medición tiene un error del 1% y
la segunda de 0,1%

Resultado de una medición 𝑋̅ [𝑢𝑛𝑖𝑑𝑎𝑑] ± ∆𝑋[𝑢𝑛𝑖𝑑𝑎𝑑] 𝑜 𝑋̅ ± 𝜀% [𝑢𝑛𝑖𝑑𝑎𝑑]

Precisión y Exactitud:
Precisión se refiere a la dispersión del conjunto de valores obtenidos de mediciones repetidas de
una magnitud. Cuanto menor es la dispersión mayor la precisión.
Exactitud se refiere a cuán cerca del valor real se encuentra el valor medido.

Considérese el tablero de dardos de la figura donde el objetivo es dar en el blanco. En esta analogía,
el blanco simboliza el valor real y cada tiro representa un valor medido:

El cronómetro digital utilizado en una experiencia de laboratorio es capaz de determinar la

centésima de segundo, pero no nos indica la hora.
El reloj de pulsera analógico del observador nos indica la hora del día.
En este caso se dice que el cronómetro es más preciso que el reloj común pero menos exacto

Fuentes de Errores:
Podemos definir en forma aproximada dos fuentes de errores como elementos principales de una
serie de mediciones como:
Error Nominal: Es el error absoluto de la dedición e involucra directamente al instrumento de
medida, al elemento a medir y el método, a modo de ejemplo podemos distinguir principalmente
distintos tipos de errores como el de apreciación, el de exactitud, el de interacción, el de definición
y varios otros
2) Errores Estadísticos:
Cuando se realiza un número “N” de mediciones de una misma magnitud física “x” en condiciones
de repetitividad, la practica recomendada es efectuar un análisis estadístico de los datos y expresar
el resultado de la medición en términos de los estimadores estadísticos (valor medio, desviación
estándar, desviación del valor medio,)

Es el error total de una medición es la suma de los errores nominales con los errores estadísticos

x   nom
2
  est
2

Mediciones directas e indirectas:

Se llama medición directa cuando la operación de lectura se hace directamente en el instrumento de
medición utilizado para medir cierta magnitud. Por ejemplo, son mediciones directas la
determinación de una distancia con una escala métrica, la de un peso con una balanza y la de un
potencial eléctrico con un voltímetro.

Una medición indirecta es aquella que se puede calcular o determinar realizando la medición de
una o varias variable distintas de la que se desea conocer pero relacionadas de alguna manera con
ella. Por tanto, una medición indirecta es la que resulta de una relación matemática que vincula la
magnitud a medir con otras magnitudes medibles directamente. Así, el volumen de un cilindro
relaciona la magnitud volumen a medir con el radio y el largo del cilindro, medible en forma directa
con un calibre o una regla.

Cifras significativas:
Los científicos e ingenieros procuran que sus datos experimentales no digan más de lo que pueden
decir (“asegurar”) según las condiciones de medida en que fueron obtenidos. Por ello, ponen
cuidado en el número de cifras con que expresan el resultado de una medición. El propósito de ello
es incluir sólo aquellas que tienen algún significado experimental.
Tales cifras reciben el nombre de cifras significativas. Una cifra es significativa cuando se la conoce
con una exactitud aceptable. Así, cuando se mide con un termómetro que aprecia hasta 0,1 °C no
tiene ningún sentido que se escriban resultados, por ejemplo, del tipo 36,25 °C o 22,175 °C. Esto es,
la cantidad de decimales después de la coma está relacionada con la exactitud del instrumento (y no
con la cantidad de dígitos que maneja una calculadora).
Las cifras significativas no tienen ninguna relación “fija” con la posición de la coma decimal; esto
es, no tiene siempre que ser 1 o 2 lugares. La cantidad de decimales depende del instrumento
utilizado para medir.
Una posible fuente de ambigüedad se presenta con el número de cifras significativas cuando se hace
un cambio de unidades. El número de cifras significativas de un resultado es el mismo, cualquiera
que sea la unidad en la que se lo exprese.
a) Los ceros a la izquierda no son c.s.: Cuando los ceros figuran como primeras cifras de un
resultado no son considerados como cifras significativas. No indican exactitud en el resultado de la
medición, sino que indican el orden de magnitud de la unidad que acompaña al mismo.
Ejemplo: La longitud de un objeto es medida con una regla que aprecia hasta el milímetro; obtenida
es de 3,2 cm. Este valor tiene dos c.s.. Ahora, se desea expresar dicho valor en metros, entonces:
d = 3,2 cm = 0,032 m
y el resultado sigue teniendo dos c.s.. Por esta razón es que se acostumbra a escribirlo recurriendo a
las potencias de 10:
d = 3,2x10-2 m.
b) Los ceros a la derecha: Cuando los ceros figuran como últimas cifras de números enteros, ello no
implica que deban ser considerados necesariamente como cifras significativas:
1. Significativos: Cuando los ceros figuran como parte verdadera de la medición.
Ejemplo: No es lo mismo escribir que algo pesa 1 kg (1 c.s.) que anotar que pesa 1,00 kg (3 c.s.). La
primera magnitud implica haber realizado la medición con una balanza graduada en kilogramos y la
segunda involucra una balanza graduada en centésimos de kilogramos. Por lo que la segunda es cien
veces más exactas que la primera.
2. No significativos: Cuando los ceros figuran como últimas cifras de números enteros, su única
función es especificar la posición del punto decimal.
Ejemplo: Considérese el valor estándar de la velocidad de la luz: c = 300000000 m/s. Es razonable
sospechar que las 9 cifras no sean significativas (ya que esto implicaría conocer la velocidad de la
luz con una exactitud del orden de 1 m/s!). Expresando la cantidad de esa forma es imposible saber
cuáles son las c.s.. Podemos evitar esta ambigüedad utilizando la notación científica, por ejemplo,
con 3 c.s.:
3,00x108 m/s.

Método de los cuadrados mínimos:

Introducir al estudiante al análisis de datos experimentales por el método de mínimos
cuadrados.
En un laboratorio se comparan los resultados de los experimentos con fórmulas teóricas, es decir,
comprobamos si las medidas concuerdan con los valores que predice la teoría, las mediciones
siempre están afectadas por errores y para determinar con precisión el grado de concordancia es
preciso efectuar cálculos estadísticos.
Esta tarea no siempre es fácil y en ciertos experimentos el análisis matemático de los datos puede
ser muy complejo. Sin embargo, para los casos sencillos existen fórmulas de gran utilidad práctica,
como es el método de los mínimos cuadrados. Aunque el caso más simple la función que
ajustaremos será una recta, también se emplea para aproximar un conjunto de datos por algunas
funciones más complejas.
Aunque una teoría nos asegure que la relación entre dos magnitudes Y=m X + b es lineal, en la
práctica, la dispersión que causan los errores experimentales hace que no se encuentren exactamente
dispuestos a lo largo de una recta como muestra la figura

El método de mínimos cuadrados calcula a partir de los N pares de datos experimentales (X i, Y i)

los valores de la pendiente “m” y de la ordenada al origen “b” que mejor ajustan los datos a una
recta, se entiende por el mejor ajuste, aquella recta que hace mínimas las distancias d1 , d2 ,⋯,d N
de los puntos medidos a la recta.
Las ecuaciones que hay que utilizar para ajustar mediante el método de mínimos cuadrados de un
conjunto de i=1,2,⋯,N datos experimentales agrupados en parejas (X i ,Y i) de medidas que
deberían disponerse a lo largo de la recta Y=m X + b son:

N   X i  Yi    X i  Yi
m
N   X i    X i 
2 2

Pendiente de la recta

N   X i   Yi   X i    X i  Yi 
2

b
N   X i    X i 
2 2

Ordenada al origen de la recta

Los errores cometidos en la determinación de la pendiente y la ordenada al origen se pueden estimar

a través de las siguientes expresiones.
m2  1 
m    2  1
Error de la pendiente
N  2  R 

b  m 
 X  i
2

Error de la ordenada al origen N

Para la determinación del error de la pendiente hemos utilizado un valor que es R2 y se denomina
coeficiente de determinación y es un número comprendido entre 0 y 1 que representa la fracción de
puntos (X, Y) que siguen la línea de ajuste por regresión de un conjunto de datos con dos variables.

Cuanto más próximo al valor 1 significa un mejor ajuste de los datos.

Si bien los cálculos son realizables con una simple calculadora es práctica la utilización de software
comercial planilla de cálculos (Excel) para el análisis de los datos.
 Graficar con EXCEL 2010
Una vez volcado los datos dentro de Excel y realizado los cálculos que se precisen en cada caso
debemos confeccionar dos columnas con los datos a graficar en la primera volcaremos los datos que
queremos tener en el eje de abscisas y en la columna inmediata a la derecha los datos que queremos
en el eje de ordenadas

Seleccionamos con el mouse los valores de estas dos columnas (sin los titulos) y vamos a la ficha de
“Insertar” y elejimos graficos de “Dispersión”.

Inmediatamente nos aparecerá el grafico realizado

Para agregar los títulos posicionar el mouse en el área de grafico en el gráfico y selecciónela, luego
en diseño de grafico
Seleccione la primera opción y el grafico quedara con los títulos, que deberá editarlos y colocar la
leyenda correspondiente en cada caso.

Ubique el puntero del mouse sobre uno de los puntos graficados y apreté el botón derecho del
mismo y aparecerá el siguiente cuadro de diálogos

Seleccione la opción de agregar línea de tendencia y aparecerá

En este cuadro de dialogo podrá dar formato a la línea de tendencia en nuestro caso usaremos la
opción “lineal” y señalaremos las casillas de “Presentar ecuación en el grafico” y “Presentar el
valor R cuadrado en el gráfico) y al cerrar nos queda.

Donde apreciamos el valor de la pendiente, la ordenada al origen y el valor del coeficiente de

determinación, estas dos expresiones pueden ser seleccionadas y movidas a un lugar más
conveniente con el mouse y demás puede ser editado con el botón derecho del mouse y
seleccionando “Formato de la etiqueta de línea de tendencia” cambiar el formato numérico como su
precisión.

Quedando en este ejemplo con formato científico con 4 decimales.

 Graficar con EXCEL 2013
Si bien el proceso es similar al EXCEL 2010 veremos las pequeñas diferencias, para otras versiones
se deberá buscar las funciones que deben ser similares.
Seleccionamos con el mouse los valores de las dos columnas (sin los títulos) y vamos a la ficha de
“insertar” y elegimos gráficos de “Dispersión”.

Inmediatamente nos aparecerá el grafico realizado

Para agregar los títulos seleccione el botón (+) que se encuentra a la derecha del grafico
denominado “Elementos de grafico” seleccionando la casilla “Títulos de ejes” se asignan los
mismos y la casilla “Línea de tendencia” y “Más opciones”

Se abre en el margen derecho de la pantalla las opciones de la línea de tendencia donde debemos
seleccionar el tipo, presentar ecuación y el R2 en el grafico

Se puede acceder a la línea de tendencia de la misma forma que en el EXCEL 2010 lo demás es
similar a las versiones anteriores.
 Introducir un valor en formato científico en EXCEL

El carácter “E” o ”e” es interpretado como notación científica. Por ejemplo, 3 E 5 equivale a
300000 (3 por 10 elevado a 5). Cuando un número tiene una sola coma se trata como una coma
decimal.
A modo de ejemplo si queremos ingresar el valor (0,35 nC) [nano coulomb] tendríamos que digitar
(0,35 e -9) y Excel automáticamente interpreta la notación científica y elimina el cero de la
izquierda poniendo (3,50E -10).

Ejemplo de Cuadrados Mínimos

Ley de Hooke:

La expresión de la ley de Hooke dice 𝐹 = 𝐾 · 𝛥𝑥 , que es la ecuación de una recta (𝑌 = 𝑚 · 𝑥) , si

graficamos la fuerza a la que está sometido el resorte en función del estiramiento nos queda que la
pendiente es la constante elástica del resorte “K”

Por lo tanto 𝐾 = 𝑚 debemos determinar hora el error de la constante elástica que será igual al error
de la pendiente 𝛥𝐾 = 𝛥𝑚 para determinar este valor usaremos la siguiente expresión
m2  1 
m    2  1
N  2  R 
Siendo “N” el número total de puntos de la medición y R2 el coeficiente de determinación o
correlación.

Péndulo simple:
De la expresión del periodo T podemos despejar 𝐿 = 𝑔 · (𝑇/2𝜋)2 que es la ecuación de una recta
(𝑌 = 𝑚 · 𝑥) si graficamos podemos determinar g a través de la pendiente.

Rozamiento estático:

𝐹𝑟 = 𝑀 · 𝑔 siendo M las masas que contiene el platillo

Se va incrementando el valor de M hasta el punto en que la masa m comienza a moverse en ese
estado se alcanza la fuerza de rozamiento máxima y se cumple la igualdad µ𝑒 · 𝑚 · 𝑔 = 𝑀 · 𝑔
simplificando nos queda 𝑀 = µ𝑒 · 𝑚 que es la ecuación de una recta (𝑌 = 𝑚 · 𝑥) si graficamos las
distintas M en función de las m la pendiente es igual al rozamiento estático.
3 Desarrollo de la experiencia:

2) Medición de la constante elástica de un resorte “k”

a) Usando un resorte y varias masas realice la medición del estiramiento del mismo en función
de las masas.
b) Con los datos obtenidos anteriormente ingréselos en Excel y realice un gráfico de la fuerza
que ejerce el resorte en función del estiramiento del mismo además a través de cuadrados
mínimos determine el valor de la pendiente “m”, la ordenada al origen “b” y del coeficiente
de determinación “R2”.
c) Con los datos determine la constante elástica del resorte y su error