Laboratorios de Fı́sica UNAH

Universidad Nacional Autónoma de Honduras

Facultad de Ciencias
Escuela de Fı́sica

Introducción a Errores Experimentales

Elaborado por: Jorge A. Pérez y Roger J. Raudales

1. Introducción
Todas las medidas experimentales vienen afectadas de una cierta imprecisión inevitable, debida a las
imperfecciones del aparato de medida, o a las limitaciones impuestas por nuestros sentidos que deben registrar
la información. El principal objetivo de la denominada teorı́a de errores consiste en acotar el valor de dichas
imprecisiones, denominadas errores experimentales. Dado que el valor de las magnitudes fı́sicas se obtiene
experimentalmente por la medición (bien directa de la magnitud o indirecta, por medio de los valores medidos
de otras magnitudes ligadas con el problema mediante una fórmula fı́sica), debe admitirse como postulado
fı́sico el hecho de que resulta imposible llegar a conocer el valor exacto de ninguna magnitud, ya que los
medios experimentales de comparación con el patrón correspondiente en las medidas directas viene siempre
afectado de imprecisiones inevitables. De este modo, aunque es imposible encontrar en la práctica el valor
“cierto” o “exacto” de una magnitud determinada, no hay duda de que este existe, y nuestro problema es
establecer los lı́mites dentro de los cuales se encuentra dicho valor.

2. Concepto de medición y error

Medición: Es un proceso básico de la ciencia que consiste en comparar un patrón seleccionado con el
objeto o fenómeno cuya magnitud fı́sica se desea medir para ver cuántas veces el patrón está contenido
en esa magnitud. En fı́sica, podemos clasificar las mediciones como directas e indirectas.
• Medición directa: Una medición directa es aquella que realizamos utilizando un instrumento
diseñado, construido y calibrado para cuantificar apropiadamente la cantidad que nos interesa.
• Medición indirecta: Una medición indirecta es aquella en la cual la magnitud a medir en realidad
se calcula mediante una relación matemática.
Error: Es la diferencia que existe entre el valor verdadero de una magnitud fı́sica y el valor obtenido
experimentalmente. Estos errores los podemos clasificar como sigue:
• Errores Sistemáticos:
◦ Error Instrumental:
Es el error asociado al instrumento de medición. Por ejemplo errores en la calibración del
instrumento.
◦ Error Personal:
Se asocia a limitaciones que pueda tener el experimentador al momento de realizar mediciones
con los distintos instrumentos.
◦ Error de Elección del Método:
Es una mala elección del método o del instrumento de medición para registrar una magnitud
fı́sica.
• Errores Accidentales:
Estos errores son básicamente variaciones que se pueden dar en mediciones sucesivas realizadas
por un mismo experimentador. Estas variaciones son aleatorias y no estan en el control del expe-
rimentador.

1
Laboratorios de Fı́sica UNAH

Estos errores usualmente son pequeños en magnitud (comparados usualmente a errores sistemáti-
cos). Una gran cantidad de mediciones sucesivas, produce desviaciones mayores o menores al valor
central.
Con este tipo de errores se utilizan métodos estadı́sticos para poder obtener valores mas acordes
al valor real de la magnitud, obteniendo conclusiones acertadas sobre el experimento.

3. Exactitud, precisión 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 próximos al valor real.

Precisión: Es la concordancia que existe entre mediciones reiteradas de la misma magnitud fı́sica en
condiciones similares.
Sensibilidad: Es el valor mı́nimo que se puede medir con ese instrumento. Es habitual que la sensibi-
lidad de un instrumento se indique con el valor de la medición mas pequeña de la escala.

Podemos afirmar que si un instrumento es exacto, este también es preciso, pero no es posible garantizar que
si un instrumento es preciso este es exacto.

En las dianas de la figura 1 se ilustran los conceptos de precisión y exactitud. En 1a, los lanzamientos
fueron consistentes en torno a un área especı́fica de la diana, por lo cual se dice que se tuvo alta precisión al
lanzar los dardos; sin embargo, ninguna acertó al blanco, por lo cual la exactitud es baja. En 1b, podemos
observar un caso de alta precisión y alta exactitud, ya que todos los dardos acertaron en el blanco. En 1c se
ilustra un caso de alta exactitud (ya que todos los dardos cayeron cerca del blanco), pero baja exactitud (no
todos los dardos cayeron en el blanco); y en 1d se observa un caso de baja precisión y baja exactitud.
De lo anterior podemos concluir que en un procedimiento experimental, lo más deseable es lo que se ilustra
en 1b y lo menos deseable es lo que sucede en 1d.

(a) (b)

(c) (d)

Figura 1. Apreciación gráfica de los conceptos de precisión y exactitud.

2
Laboratorios de Fı́sica UNAH

4. Valor central y representaciones de incertidumbres

A partir de los conceptos vistos anteriormente, podemos decir que una medición nos arroja un intervalo
de valores donde confiamos se encuentra el valor real de alguna cantidad fı́sica que se pretenda medir. Dentro
de este intervalo de valores, hay uno que se puede proponer como el más representativo de la medición por
ser el que tiene mayor probabilidad de acercarse al valor real. A este valor se le conoce como el valor central
de la medición. Si se midió una cantidad fı́sica x, su valor central se representa como x̄.

Alrededor del valor central, hay una cantidad que determina los lı́mites del intervalo de valores donde con-
fiamos está el valor real de la medición. A esta cantidad se le denomina error absoluto (o incertidumbre
absoluta) de la medición. Si se midió una cantidad fı́sica x, su incertidumbre absoluta se representa como
∆x.

Figura 2. Representación de una medición de forma gráfica. Al realizar una medición, podemos estimar que
el valor verdadero de la misma se encuentra acotado en un intervalo, y dicho valor tiende a ser igual al valor
central.

Es de mucha importancia resaltar que para considerar que una medición experimental de una cantidad fı́sica
se hizo correctamente, la incertidumbre absoluta deberá ser mucho menor que el valor central, es
decir:
|∆x| << |x̄|
Al considerar las figuras 1 y 2, nos damos cuenta de que si la incertidumbre absoluta es demasiado elevada,
el procedimiento experimental carece de precisión y exactitud, y, en consecuencia, los resultados obtenidos
no arrojarı́an conclusiones sólidas sobre un fenómeno fı́sico dado.
Otra consideración importante a tomar en cuenta es que la incertidumbre absoluta como valor numérico
siempre será positiva y tendrá las mismas unidades del valor central, ya que representa un inter-
valo de incertidumbre respecto de donde recae el valor real de una medición.

En muchos casos, resulta de interés estudiar la relación entre el error absoluto respecto del valor central
asociado a una medición experimental. A dicha relación la llamamos error relativo (o incertidumbre relativa),
es adimensional y se define como sigue:
∆x
Ir = (1)
x̄
Si multiplicamos el error relativo por 100 %, obtenemos el error porcentual (o incertidumbre porcentual) (Ip ),
el cual nos da una relación porcentual entre el error absoluto y el valor central.

En general, la incertidumbre absoluta en mediciones de cantidades fı́sicas se relaciona con el nivel de

precisión que hay en dichas mediciones. Las incertidumbres relativa o porcentual establecen de forma com-
parativa dicha precisión. Es ası́ que, cuanto más baja es la incertidumbre porcentual de una medición, más
alta es la precisión del experimento.

5. Cifras significativas
Las cifras significativas son aquellas que están medidas con precisión, según el instrumento, o también
según cálculos realizados a partir de mediciones directas. Para saber cuantas cifras se pueden utilizar en un
resultado, se pueden utilizar las siguientes reglas:

3
Laboratorios de Fı́sica UNAH

Los ceros a la izquierda no son significativos, esto se debe a que los ceros a la izquierda no añaden
precisión a la medición, solo sirven para establecer la posición del punto decimal. Para contar las cifras
significativas, se parte del primer dı́gito distinto de cero y se cuentan todos los dı́gitos a partir de este.
Los ceros a la derecha sı́ son significativos. Se debe tener la precaución de escribir los ceros a la derecha
si y solo si estos son parte de una verdadera medición.
En muchas ocasiones resulta más práctico utilizar la notación exponencial para expresar resultados, utilizan-
do potencias de base diez.

Ejemplos
Ejemplo 1. Determinar la cantidad de cifras significativas en:
0.000000013
130

Solución:
Para el primer valor notamos que tiene solamente dos cifras significativas.
Si expresamos el valor utilizando la notación exponencial, el resultado serı́a el siguiente:
1.3 × 10−8
En el segundo caso contamos tres cifras significativas y no vemos necesidad de utilizar notación exponencial,
pero si se quisiera utilizar el resultado serı́a ası́:
1.30 × 102

Ejemplo 2. ¿Qué diferencia existe entre los resultados 1kg y 1.000kg? ¿Qué medición es más precisa?

Solución: La diferencia es la cantidad de cifras en las que se expresa la medición. La primera medición
nos indica que el instrumento tenı́a una sensibilidad en kilogramos y la segunda medición fue realizada con
un instrumento con sensibilidad en gramos. La segunda medición fue más precisa, mil veces más precisa para
ser exactos.

6. Publicación de resultados experimentales

Al indicar el resultado experimental de la medición de una magnitud debemos indicar tanto el valor central
como el grado de incertidumbre de la misma, ası́ como las unidades de la cantidad medida. Esto se denota
de la siguiente manera:
x = (x̄ ± ∆x)unidades (2)
También es necesario tomar en cuenta la cantidad de cifras significativas al momento de denotar una medi-
ción. Esto se logra respetando las siguientes convenciones:

1. El error absoluto deberá contener únicamente una cifra significativa.

2. El error absoluto predispone cuántas cifras antes o después del punto decimal debe contener el valor
central.
En el caso de denotar mediciones de cantidades muy grandes o muy pequeñas, es conveniente escribirlas
siguiendo el mismo esquema explicado anteriormente, seguido del orden de la cantidad en términos de notación
exponencial cientı́fica.

4
Laboratorios de Fı́sica UNAH

Ejemplos
Ejemplo 1. En una medición experimental de muy alta precisión de una longitud x se obtuvo que su va-
lor central es 1.234345 cm y su incertidumbre absoluta es 0.06789 cm. Denote el resultado de forma adecuada.

Solución:
Obsérvese que la incertidumbre dada posee cuatro cifras significativas. Considerando la primera regla de
redondeo, tenemos que la incertidumbre es:

∆x = 0.07 cm

Ahora, para que se cumpla la segunda regla de redondeo, tendrı́amos que el valor central es:

x̄ = 1.23 cm

Ası́, la forma correcta de denotar el resultado obtenido serı́a:

x = (1.23 ± 0.07) cm

Ejemplo 2. Considere las siguientes dos mediciones realizadas en un laboratorio de alta precisión:
Cantidad medida Valor central Incertidumbre absoluta
Masa (m) 1842365952 kg 528314723 kg
Longitud (x) 0.00000009237 m 0.00000000057 m
Reexpréselas de forma adecuada.

Solución:
Observemos que el valor central y la incertidumbre absoluta de la masa medida son valores bastante grandes.
Al reexpresarlos en notación cientı́fica, tenemos que
m̄ = 1.842365952 × 109 kg ∆m = 5.28314723 × 108 kg
Al considerar la primera regla de redondeo, tenemos que

∆m = 5 × 108 kg

Sin embargo, al observar el valor central de m, podemos darnos cuenta que no hay concordancia en el orden de
ambas cantidades (el valor central está en un orden mayor que la incertidumbre), por lo cual será necesario, o
bien disminuir el orden de magnitud del valor central, o aumentar el orden de magnitud de la incertidumbre.
Aumentando el orden de la incertidumbre, tenemos que:

∆m = 0.5 × 109 kg

Ahora que concuerdan los órdenes de magnitud, podemos aplicar la segunda regla de redondeo, obteniendo
como valor central:
m̄ = 1.8 × 109 kg
Finalmente, la forma más adecuada de expresar el resultado obtenido serı́a:

m = (1.8 ± 0.5) × 109 kg

Obsérvese que el orden de magnitud está fuera de los valores encerrados en paréntesis, ya que es común tanto
para el valor central como para la incertidumbre.
Al tomar en cuenta las mismas consideraciones previas, para la longitud tendrı́amos que una forma adecuada
de expresarla serı́a:
x = (924 ± 6) × 10−10 m

5
Laboratorios de Fı́sica UNAH

7. Determinación de errores en mediciones directas

Como se ha mencionado previamente, al realizar una medición debemos indicar una estimación 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. Ası́, por ejemplo, para poder realizar la estimación del error al realizar una
sola medición directa, consideraremos que el valor central (x̄) es el valor medido directamente, y que el
error (∆x) coincide con la sensibilidad del instrumento.
Al realizar mediciones directas, se pueden suscitar situaciones en las cuales la sensibilidad del instrumento
de medición resulta ser insuficiente para poder obtener un valor central que concuerde con el valor real de la
medición de una cantidad fı́sica. De ser ese el caso, lo ideal serı́a hacer uso de otro instrumento de medición
de mayor sensibilidad; sin embargo, en muchas ocasiones resulta muy difı́cil (o imposible) poder conseguir
esa clase de instrumentos, por lo cual resulta necesario aplicar criterios para la publicación de un resultado
experimental.

Ejemplo
Se mide la longitud x de una varilla por medio de una cinta métrica graduada en centı́metros, como se
observa en la figura 3. A partir de lo observado, escriba la medición obtenida de forma adecuada.

Figura 3. Medición directa de una varilla.

De lo que se observa en la figura 3, se puede decir que la varilla tiene una longitud de aproximadamente 4
cm. Sin embargo, al ampliar el rango de visión, nos damos cuenta que el valor verdadero de longitud de la
varilla recae en un punto que no se puede cuantificar mediante el instrumento de medición disponible, por lo
cual, para obtener el valor central de la longitud de la varilla, se necesita aplicar un criterio consensuado que
contemple qué hacer con la medición en este caso (ya que no serı́a correcto decir que su valor central recae
en 4.05 o 4.06 cm, debido a que el instrumento de medicion no posee la sensibilidad suficiente para poder
medir centésimas de centı́metro.). Un ejemplo del uso de un criterio consensuado, serı́a observar que la varilla
tiene su extremo derecho más cercano al valor de 4.1 cm en el instrumento de medición, por lo que podemos
afirmar que la medición quedarı́a expresada como

x = (4.1 ± 0.1) cm

De haber obtenido que dicho extremo es más cercano a la escala de 4 cm, la medición hubiese quedado
expresada como
x = (4.0 ± 0.1) cm

6
Laboratorios de Fı́sica UNAH

8. Propagación de errores
8.1. Máxima incertidumbre posible
El fundamento básico de la teorı́a de propagación de errores establece que cualquier medida indirec-
ta deberı́a expresarse proporcionando el máximo intervalo de incertidumbre posible que se puede obtener
combinando las incertidumbres de las medidas originales involucradas. La incertidumbre máxima posible es-
perada será la mitad de la diferencia del valor máximo y mı́nimo de la medición obtenida indirectamente.
Matemáticamente, para la medición de una cantidad x esto se expresa como:
xmax − xmin
∆x =
2

Ejemplos
Ejemplo 1. El volumen de un cilindro hueco puede calcularse mediante la expresión:
π
V = h(D2 − d2 )
4
Si h, D y d se han medido de forma directa, de manera que:

h = (12.1 ± 0.3) cm
D = (5.3 ± 0.6) cm
d = (2.8 ± 0.1) cm

calcule el volumen del cilindro, ası́ como su incertidumbre absoluta.

Solución:
El valor central de V depende de los valores centrales de las cantidades medidas directamente; en este caso,
de los valores centrales de h, D y d. Con esto, tenemos que:
π
V̄ = h̄(D̄2 − d¯2 )
4
Reemplazando los valores centrales de los datos dados, tenemos que:
π
V̄ = (12.1)(5.32 − 2.82 ) = 192.442185 cm3
4
Los valores máximos y mı́nimos dependen de los valores centrales e incertidumbres de las cantidades medidas
directamente. Con esto, tenemos que para cada medición directa hay un valor máximo y un valor mı́nimo,
dado de la siguiente manera:
qmax = q̄ + ∆q qmin = q̄ − ∆q
donde q representa cualquiera de los tres valores medidos directamente de los cuales depende V .
Ası́, el valor máximo de V está dado por:
π 2 π
Vmax = hmax (Dmax − d2min ) = (12.1 + 0.3)[(5.3 + 0.6)2 − (2.8 − 0.1)2 ]
4 4
Vmax = 268.0155525 cm3
Obsérvese que para que V sea máximo en la ecuación anterior, es necesario que d sea mı́nimo, mientras las
otras cantidades sean máximas. De la misma manera, para que V sea mı́nimo en la siguiente ecuación, es
necesario que d sea máximo, mientras los otros valores sean mı́nimos. Como resultado, el valor mı́nimo de V
queda:
π 2 π
Vmin = hmin (Dmin − d2max ) = (12.1 − 0.3)[(5.3 − 0.6)2 − (2.8 + 0.1)2 ]
4 4
Vmin = 126.7821131 cm3

7
Laboratorios de Fı́sica UNAH

Con los resultados obtenidos, tenemos que la incertidumbre absoluta de V está dada por:
268.0155525 − 126.7821131
∆V =
2
∆V = 70.6167197 cm3
Aplicando las reglas de redondeo, tenemos que:
∆V = 7 × 101 cm3 V̄ = 19 × 101 cm3
Obteniendo como resultado:
V = (19 ± 7) × 101 cm3

Ejemplo 2. La constante elástica k para un resorte helicoidal cilı́ndrico está dada en términos de sus
dimensiones y el material del que está hecho por:

Gd4
k=
8nD3
donde d es el diámetro del alambre, D es el diámetro medio, n es el número de vueltas del resorte y G es el
módulo 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 vueltas G = (79 ± 3) × 104 N/cm2
Solución:
El valor central de k estarı́a dado por:

Ḡd¯4
k̄ =
8nD̄3
Reemplazando los valores centrales de los datos dados, tenemos que:

(79 × 104 )(0.0890)4

k̄ =
8(115)(1.110)3
k̄ = 0.039394 N/cm

El valor máximo de k está dado por:

Gmax d4max (82 × 104 )(0.0895)4
kmax = 3 =
8nDmin 8(115)(1.105)3
kmax = 0.04238686847 N/cm
Obsérvese que para que k sea máxima en la ecuación anterior, es necesario que el numerador de la expresión
sea mı́nimo, mientras que el denominador sea máximo. Se cumple lo contrario para la k mı́nima:
Gmin d4min (76 × 104 )(0.0885)4
kmin = 3
=
8nDmax 8(115)(1.115)3
kmax = 0.03655731118 N/cm
Con los resultados obtenidos, tenemos que la incertidumbre absoluta de k está dada por:
0.04238686847 − 0.03655731118
∆k =
2
∆k = 0.002914778643 N/cm
Aplicando las reglas de redondeo, tenemos que:

8
Laboratorios de Fı́sica UNAH

∆k = 0.003 N/cm k̄ = 0.039 N/cm

Obteniendo como resultado:
k = (0.039 ± 0.003) N/cm

8.2. Errores sistemáticos

Aplicando el concepto de máxima incertidumbre posible, se pueden deducir las siguientes reglas para el
cálculo de errores sistemáticos en casos especiales:
1. Al tener una cantidad q que depende de la suma o resta de dos cantidades medidas x y y
(q = x + y o q = x − y).
El valor central queda expresado en la forma q̄ = x̄+ ȳ o q̄ = x̄− ȳ, según sea el caso. El error sistemático
de q queda expresado en la forma δq = ∆x + ∆y. independientemente de si q depende de una
suma o una resta de dos cantidades medidas.
2. Al tener una cantidad q que depende de cantidades medidas expresadas en la forma
kxa y b
q= , con a, b, c y k constantes.
zc
k(x̄)a (ȳ)b
El valor central queda expresado en la forma q = . El error sistemático de q queda expresado
(z̄)c
h  ∆x   ∆y   ∆z i
en la forma δq ≈ q̄ a +b +c .
x̄ ȳ z̄
Es importante resaltar que ambas reglas parten de una deducción con base en cálculo diferencial, lo cual
implica que su rango de aplicación se limita a fenómenos fı́sicos cuantificables de forma infinitesimal.

Ejemplo:
Calcule de nuevo la incertidumbre del ejemplo 2 de la sección 8.1 de la guı́a, ahora haciendo uso de la
propagación de errores sistemáticos.

Solución:
De acuerdo con la regla 2 para el cálculo de errores sistemáticos, la incertidumbre absoluta de k se puede
expresar como:
h ∆G   ∆d   ∆D i
δk ≈ k̄ +4 +3
Ḡ d¯ D̄
Notará que la incertidumbre de n no aparece en la ecuación, ya que n no tiene una incertidumbre registrada
experimentalmente.
Reemplazando valores centrales e incertidumbres, tenemos que:
h 3 × 104   0.0005   0.005 i
δk ≈ (0.039394) 4
+4 +3
79 × 10 0.0890 1.110
δk = ∆k ≈ 0.002913584462N/cm

Aplicando las reglas de redondeo, tenemos que:

∆k ≈ 0.003 N/cm k̄ = 0.039 N/cm

Obteniendo como resultado:
k = (0.039 ± 0.003) N/cm
Nótese que para este ejemplo, el error sistemático es equivalente a la incertidumbre absoluta de la medición
de k. Esto es debido a que no hay introducción de incertidumbre dada por otros parámetros asociados al
experimento (como por mediciones reiteradas).

9
Laboratorios de Fı́sica UNAH

9. Error estadı́stico
Si tenemos un conjunto de N mediciones (directas o indirectas) de una misma magnitud, podemos
calcular un valor central y su respectiva incertidumbre por medio de análisis estadı́stico. El valor central para
un conjunto de mediciones reiteradas de una misma magnitud está dado por:
N
X
xi
i=1
x̄ = (3)
N
esto es, la suma de todas las mediciones realizadas, divididas entre la cantidad de mediciones.
La incertidumbre estadı́stica está dada por la magnitud absoluta de la diferencia entre cada uno de los valores
medidos y el valor central (o promedio de todas las mediciones). Matemáticamente se puede expresar como:
N
X
|xi − x̄|
i=1
∆x = (4)
N

Ejemplo
Se tienen las siguientes mediciones directas:

Longitud (x) x1 x2 x3 x4 x5
(µm) 67.6 67.8 68.2 67.2 66.7

Determine el valor de x.

Solución:
Se puede afirmar que los datos descritos anteriormente son mediciones reiteradas de una misma cantidad, ya
que no presentan un orden creciente o decreciente, sino que son valores cercanos entre sı́; por lo tanto, pode-
mos aplicar análisis estadı́stico para obtener el valor central y la incertidumbre asociadas a estas cantidades
medidas. A partir de la teorı́a, tenemos que el valor central está dado por:
67.6 + 67.8 + 68.2 + 67.2 + 66.7
x̄ =
5
x̄ = 67.5 µm
y el error estadı́stico está dado por:

|67.6 − 67.5| + |67.8 − 67.5| + |68.2 − 67.5| + |67.2 − 67.5| + |66.7 − 67.5|
σx =
5
|0.1| + |0.3| + |0.7| + | − 0.3| + | − 0.8|
σx =
5
0.1 + 0.3 + 0.7 + 0.3 + 0.8
σx =
5
σx = ∆x = 0.44 µm
Considerando las reglas de redondeo, el resultado final queda:

x = (67.5 ± 0.4) µm

Al igual que para el ejemplo sobre errores sistemáticos, para este ejemplo el error estadı́stico es equivalente
a la incertidumbre absoluta de la medición de x. Esto es debido a que no se considera introducción de error
por parte de otros factores (como las condiciones del equipo utilizado para la toma de datos).

10
Laboratorios de Fı́sica UNAH

10. Criterio de error absoluto para mediciones reiteradas

Al analizar un conjunto de mediciones reiteradas de una misma magnitud fı́sica, lo ideal es considerar
que pueden existir errores sistemáticos y estadı́sticos asociados a la medición de dicha cantidad. Para esto,
se puede definir un error absoluto de la forma:
p
∆x = δx2 + σx2 (5)

Donde ∆x es el error absoluto de la medición, δx es el término del error sistemático y σx es el término del
error estadı́stico.
Es importante resaltar que no en todas las mediciones van a existir ambos tipos de error (sistemático y
estadı́stico), o bien podrı́an haber casos donde alguna de las incertidumbres sea despreciable, por lo cual
el establecimiento del error absoluto queda a criterio del investigador y del contexto en que se realiza la
experimentación.

Ejemplo
Determine el valor de x y la incertidumbre absoluta del ejemplo de la sección 9 de la guı́a, si se considera
que el instrumento de medición con el que se midieron los datos tiene una sensibilidad de 0.1 µm.

Solución:
Ya se habı́a obtenido que
x̄ = 67.5 µm σx = 0.44 µm

Al ser mediciones directas, sabemos que la sensibilidad del instrumento de medición es el error instrumental
del conjunto de mediciones. Esto serı́a equivalente al error sistemático de dicho conjunto, por lo cual

δx = 0.1 µm

Calculando la incertidumbre absoluta, tenemos que:

p
∆x = 0.442 + 0.12 = 0.451 µm

Reexpresando la medición de forma adecuada, tenemos que

x = (67.5 ± 0.5)µm

11. Discrepancia y comparación con valores teóricos

11.1. Discrepancia
Se dice que hay discrepancia entre dos mediciones si estas difieren entre sı́ de manera sustancial. Defini-
remos matemáticamente a la discrepancia como la diferencia absoluta entre dos mediciones de una misma
cantidad.
La discrepancia puede llegar a ser significativa o no, según sea el comportamiento de los datos experimentales
obtenidos. Al analizar la figura 4a, podemos darnos cuenta que la discrepancia es significativa, ya que los
valores medidos no son compatibles entre sı́ de ninguna manera. Una de las mediciones (o bien, ambas) están
erradas y es necesaria una revisión de los datos y el procedimiento experimental ejecutado para ver qué erro-
res se pudieron haber cometido. En la figura 4b, la discrepancia no es significativa, ya que los intervalos de
incertidumbre de ambas mediciones se traslapan, por lo cual ambas mediciones pueden ser correctas.

11
Laboratorios de Fı́sica UNAH

Figura 4. Ejemplos de discrepancia entre dos mediciones.

11.2. Comparación con valores teóricos

Es importante reconocer que concluir a partir del resultado de una sola medición es de absolutamente
poco interés. Una conclusión relevante parte de la comparación de dos o más resultados: una medición con el
valor verdadero, una medición con un valor teórico propuesto, o muchas mediciones, para mostrar que hay
concordancia entre los resultados de dichas mediciones y una ley fı́sica.
Matematemáticamente, esta comparación se realiza de la siguiente manera:

|qteorico − qexperimental |
% = × 100 %
qteorico
Esta comparación representa de manera cuantitativa el nivel de dispersión en la exactitud que tiene un
resultado experimental. Ası́, entre más alta es la dispersión, se dice que el resultado tiende a ser menos
exacto (es decir, menos cercano al valor verdadero o aceptado de una cantidad fı́sica) y viceversa.

Ejemplo
Se realizaron tres mediciones de la velocidad del sonido en el aire en un laboratorio. Una medición A dio
como resultado (329 ± 5) m/s, la medición B dio como resultado (325 ± 5) m/s, y la medición C dio (345 ± 2)
m/s. Estime cuál de las medidas es la más exacta, si el valor teórico aceptado de la velocidad del sonido en
el aire es de 331 m/s.

Solución:
Para la medición A:
|331 − 329|
%A = × 100 % = 0.60 %
331
Para la medición B:
|331 − 325|
%B = × 100 % = 1.81 %
331
Para la medición C:
|331 − 345|
%C = × 100 % = 4.23 %
331
A partir de los resultados obtenidos, se concluye que el valor más consistente es el obtenido a partir de la
medición A, lo cual implica que es el más exacto (ya que se acerca más al valor teórico aceptado).

12
Laboratorios de Fı́sica UNAH

12. Ajuste de datos

12.1. Linealización de funciones
La linealización se refiere al proceso matemático de encontrar una aproximación lineal a una función.
Esto implica expresar una función no lineal de cualquier clase en términos de una función lineal de la forma
y = ax + b.

Ejemplos
Ejemplo 1. Sea la función
y−b
x=
a
Los valores x y y fueron obtenidos a partir de un procedimiento experimental. Linealice la función, de manera
que a sea la pendiente de la nueva función.

Solución: Una forma de linealizar la función, es enviando a multiplicar el denominador del lado derecho
de la ecuación por lo del lado izquierdo de la misma:
ax = y − b
Finalmente, al pasar b a sumar al otro lado de la ecuación, ya tenemos nuestra función linealizada.

Ejemplo 2. Sea la función

u(v) = A sen(kv − φ)
en la cual el argumento senoidal está acotado a un conjunto de valores especı́ficos y 1 ≤ A ≤ u. Linealice la
función, de manera que k sea la pendiente de la nueva función, y que quede evidenciada la interdependencia
entre las variables u y v.

Solución:
Empezaremos despejando para la función seno (ya que en su argumento está contenida la variable k, que
será la nueva pendiente), obteniendo como resultado
u
= sen(kv − φ)
A
Podemos calcular el arcoseno a ambos lados de la ecuación, ya que el argumento senoidal está acotado; con
esto tenemos:
u
sen−1 = sen−1 (sen(kv − φ))
A
u
sen−1 = kv − φ
A
De esta manera hemos linealizado la función. Es relativamente sencillo notar que,
 en
 términos de una función
−1 u
de la forma y = ax + b, para la función que acabamos de linealizar y = sen , x = v, a = k y b = −φ.
A
Además, queda evidenciada la interdependencia entre las variables u y v, ya que en la linealización se han
ordenado de manera que u continúa siendo dependiente de v y viceversa (de la misma manera en que y
depende de x y viceversa en una función lineal).

Ejemplo 3. Un capacitor es un elemento eléctrico capaz de “almacenar” voltaje VT a medida que transcurre
el tiempo. Al desconectarlo de la alimentación, el voltaje almacenado disminuye a medida que transcurre el
tiempo mediante la función
V (t) = VT e−t/τ
Suponga que en un procedimiento experimental, usted midió los valores de voltaje V (t) y tiempo t, y que
además, conocı́a la magnitud de VT . Linealice la función, de manera que la pendiente sea τ .1
1 τ es la constante de carga y descarga de un capacitor. Establece el tiempo en que un capacitor se carga o descarga en un

67 %

13
Laboratorios de Fı́sica UNAH

Solución:
Partiremos dejando “solo” el término que contiene a τ . Para esto, VT pasa a dividir al lado izquierdo de la
ecuación, obteniendo:
V (t)
= e−t/τ
VT
Calculando el logaritmo natural a ambos lados de la ecuación, tenemos:
 V (t) 
ln = ln(e−t/τ )
VT
 V (t)  −t
ln =
VT τ
Finalmente, pasando τ al lado izquierdo de la ecuación:
 V (t) 
−t = τ ln
VT
 V (t) 
En analogı́a a la forma básica de una función lineal (y = ax + b), podemos notar que y = −t, x = ln ,
VT
a = τ y b = 0, por lo cual vemos que la función ha quedado linealizada.

12.2. Regresión lineal

La regresión lineal es una técnica numérica en la que dados un conjunto de pares ordenados (variable
independiente y variable dependiente), se intenta encontrar una función lineal continua que mejor se aproxime
al comportamiento de los datos.
Mediante la regresión lineal, buscamos construir una función de ajuste con la forma y = ax +b. El método
nos permite calcular los valores de los parámetros a y b con sus errores absolutos. Los pares ordenados,
representados por x y y, son un conjunto de mediciones obtenidas experimentalmente, sea de manera directa
o indirecta.
Es importante hacer notar que no todo arreglo de datos se puede describir de forma lineal, por lo que previo a
realizar un proceso de regresión lineal, es necesario comprobar que los pares ordenados de datos experimentales
recopilados se comporten gráficamente de forma lineal con base en un modelo matemático dado a partir de
una linealización.

12.2.1. Resumen de fórmulas

x2i
P P P P P P P
N xi yi − xi yi yi −
xi xi yi
a= P
2 b= P
2
N x2i − N x2i −
P P
xi xi

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 parámetros a y b utilizamos las siguientes ecuaciones:
s s P 2
N xi
∆a = Sy P 2 P
2 ∆b = Sy P 2 P
2
N xi − xi N xi − xi

14
Laboratorios de Fı́sica UNAH

La correlación permite verificar de forma cuantitativa la relación que hay entre los puntos que represen-
tan datos experimentales y un modelo lineal asociado a dichos puntos. La correlación puede tener valores
entre -1 (si la pendiente del modelo es negativa) y 1 (si la pendiente del modelo es positiva), y entre más
cercana se encuentre a dichos valores, se puede decir que hay mayor correlación entre los datos experimentales
y su respectivo modelo lineal.
P P P
N xi yi − xi yi
r= q P P
2
q
P
2
N x2i − N yi2 −
P
xi yi

Ejemplo
A un resorte de masa despreciable que obedece a la ley de Hooke, se le cuelgan diferentes masas, las cuales
provocan diferentes elongaciones del resorte, como se describen en la siguiente tabla:

Longitud l (m) 0.420 0.484 0.513 0.563 0.586

Masa m (kg) 2 4 6 8 10

Asumiendo que la aceleración de la gravedad es 9.8 m/s2 y que la fuerza necesaria para estirar el resorte
está dada por mg = k(l − l0 ):
1. Linealice la función.
2. Mediante regresión lineal, calcule la pendiente, el intercepto y las incertidumbres asociados a los datos
medidos experimentalmente. Además, calcule la correlación entre la recta de ajuste y dichos datos.
Concluya con respecto al resultado de correlación obtenido.
3. A partir de los valores de a, b, ∆a y ∆b obtenidos en el inciso anterior, calcule la constante elástica de
resorte k y la longitud del resorte sin estirar l0 y sus respectivas incertidumbres.

Figura 5. Comportamiento gráfico de los datos medidos experimentalmente.

Solución:
1. Como se pretende hallar el valor de k en el inciso 2, resulta conveniente pasarla al lado izquierdo de la
ecuación a dividir, para que esta forma parte de la pendiente de la función de ajuste, y los valores de m sean
equivalentes a los valores de x en una función lineal. Con esto obtenemos
mg
= l − l0
k
Al pasar a sumar l0 , ya tendrı́amos la función linealizada:
mg
l= + l0
k
con x = m, y = l,a = g/k y b = l0 .

15
Laboratorios de Fı́sica UNAH

2. Tras comprobar que los pares de datos se comportan de manera lineal conforme al modelo deducido
en el inciso 1 (figura 5), se realiza el proceso de regresión lineal, considerando que x = m y y = l. Para poder
calcular la pendiente a y el intercepto b, se hace uso de una tabla para agrupar los cálculos a realizar:

i xi yi x2i xi yi
1 2 0.420 4 0.840
2 4 0.484 16 1.936
3 6 0.513 36 3.078
4 8 0.563 64 4.504
5 10 0.586 100 5.860
P
30 2.566 220 16.218

Obsérvese que en la última fila de la tabla se calcularon las sumas de cada columna. Esos valores son
los que debemos utilizar para calcular los parámetros a y b. Además, obsérvese que el valor de N a utilizar
en las ecuaciones de regresión lineal corresponde a la cantidad de pares de datos analizados. Utilizando las
ecuaciones mostradas previamente, procedemos a calcular los valores con sus respectivos errores:

5(16.218) − (30)(2.566)
a= = 0.02055
5(220) − (30)2
(220)(2.566) − (30)(16.218)
b= = 0.3899
5(220) − (30)2

Con estos parámetros podemos construir la función f (x) = ax + b, la cual queda de la forma:

f (x) = 0.021x + 0.39

Al evaluar la función f (x), con los valores de xi de la tabla anterior, podemos encontrar las incertidumbres
asociadas a la pendiente y al intercepto de la función de ajuste. Podemos agrupar dichos cálculos en otra tabla:

i f (xi ) f (xi ) − yi [f (xi ) − yi ]2 yi2

1 0.432 0.012 1.44 × 10−4 0.1764
2 0.474 -0.010 1 × 10−4 0.2343
3 0.516 0.003 0.09 × 10−4 0.2632
4 0.558 -0.005 0.25 × 10−4 0.3270
5 0.600 0.014 1.96 × 10−4 0.3434
4.74 × 10−4
P
- - 1.3443
Calculando Sy y las incertidumbres: Al realizar estos cálculos obtenemos los resultados siguientes:
r
4.74 × 10−4
Sy = = 0.0126
5−2

s
5
∆a = 0.0126 = 0.00199
5(220) − (30)2
s
220
∆b = 0.0126 = 0.013
5(220) − (30)2

Reexpresando de forma adecuada los resultados obtenidos:

a = 0.021 ± 0.002 b = 0.39 ± 0.01

16
Laboratorios de Fı́sica UNAH

Finalmente, calculando la correlación:

5(16.218) − (30)(2.566)
r= p p = 0.7848
5(220) − (30)2 5(1.3443) − (2.566)2
Por la naturaleza de los modelos lineales empı́ricos a tratar en el estudio de la fı́sica, se consideran aceptables
porcentajes de correlación de 80 % (-0.8 o 0.8, según sea el caso) o mayores, por lo cual se concluye que el
procedimiento experimental puede ser mejorado para que los datos experimentales se ajusten mejor al modelo
planteado.

3. En el inciso 2, se hallaron los valores asociados al modelo lineal a partir de pares ordenados de datos
obtenidos experimentalmente; sin embargo, aún queda pendiente encontrar los parámetros fı́sicos requeridos
del procedimiento experimental (el valor de la constante elástica del resorte y la longitud sin estirar del
resorte). Para poder encontrar dichos valores, hay que recordar que:
g
a= b = l0
k
Para la primera ecuación, a partir de la regresión lineal se determinó el valor de a, además de que la aceleración
de la gravedad g fue suministrada como dato previamente, por lo que la única incógnita serı́a la constante k,
con lo cual tendrı́amos que:
g 9.8
k= = = 466.667 N/m
a 0.021
Para la segunda ecuación, a partir de la regresión lineal se determinó el valor de b, que en este caso resulta
equivalente al valor de la longitud del resorte sin estirar, por lo que:

l0 = 0.39 m

Para la obtención de las incertidumbres asociadas a k y l0 podemos hacer uso de la teorı́a de propagación de
errores. Podemos notar que k depende de a y g, por lo que su incertidumbre estarı́a dada por
h ∆g   ∆a i
∆k ≈ k +
g a
Como en este caso el valor de g es una constante dada, podemos asumir que ∆g = 0, y ası́ tendrı́amos que:
 ∆a   0.002 
∆k ≈ k = 466.67 = 44.44 N/m
a 0.021
Como l0 = b, entonces ∆l0 = ∆b y:
∆l0 = 0.01 m
Ası́ obtenemos finalmente:
k = (46.7 ± 4) × 101 N/m l0 = (0.39 ± 0.01) m

12.3. Lineamientos para construcción de gráficas de ajustes lineales

La representación gráfica de los fenómenos fı́sicos a estudiar durante las prácticas de laboratorio debe
ajustarse a los siguientes lineamientos:
De ser desarrolladas a mano, las gráficas deben realizarse en papel milimetrado con los ejes bien trazados,
indicando la magnitud fı́sica representada en las unidades en que ha sido medida. La ubicación de dicha
información puede ser al centro de cada eje o cerca de las flechas que indican continuación de los mismos.
El tı́tulo de la gráfica debe ser claro y conciso y deberá ir ubicado en la parte superior de la misma.
La variable independiente del fenómeno estudiado debe ir representada en el eje de las abscisas (eje
horizontal) y la dependiente en el eje de las ordenadas (eje vertical).
Las escalas, sobre ambos ejes, han de permitir una lectura rápida y sencilla. Estas se han de definir
mediante intervalos (como 1 en 1, 5 en 5, etc.).

17
Laboratorios de Fı́sica UNAH

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 señalan los valores asociados a las medidas realizadas.

Los valores medidos se representan sobre la gráfica por el punto correspondiente a sus dos coordenadas
(punto experimental).
Las gráficas de las funciones de ajuste han de ser lı́neas rectas continuas que siguen la tendencia gráfica
que tienen los datos medidos experimentalmente.
Bajo ninguna circunstancia se deben graficar segmentos de recta que unan los puntos que representan
los datos experimentales.

Figura 6. Gráfica en papel milimetrado que cumple con los lineamientos.

Ejemplo
Realice la gráfica de los datos experimentales y la función de ajuste del ejemplo de la sección 11.2, de
manera que se ajuste a los lineamientos para construcción de gráficas.

Solución: Usualmente, junto con todo el proceso de regresión lineal se requiere un bosquejo gráfico de
dicho procedimiento. Para el caso del ejemplo de la sección 11.2, este se representarı́a como en la figura 7.

Figura 7. Representación gráfica adecuada del ejemplo de la sección 11.2.

Referencias
[1] Suazo, M., Mediciones e Incertidumbres. UNAH.

18
Laboratorios de Fı́sica UNAH

[2] Taylor, J. An Introduction to Error Analysis: The Study of Uncertainties in Phyisical Measurements,
2da Edición, University Science Books, Sausalito California.
[3] Labs for College Physics: Mechanics. 2da edición. North Carolina State University Physics
Department. http://www.webassign.net/labsgraceperiod/ncsulcpmech2/appendices/appendixB/
appendixB.html
[4] Flores, K. Informe de laboratorio: Ondas estacionarias en una cuerda tensa. UNAH, marzo de 2016.

19