Errar es humano

Notas sobre la propagación incertezas en medidas experimentales

Damián Gulich
*
Facultad de Ingeniería, Universidad Nacional de La Plata

Muchas experiencias que se comentan permiten una discusión que suele ser pasada por alto: la del
proceso de medición en física. En efecto, muchas veces los alumnos (profesionales luego) construyen
la idea errónea de que todas las mediciones son perfectas, que todos los cálculos de basados en ellas
no tienen error, y que las cifras signicativas en un resultado son tantas como arroje la calculadora.
Un análisis más pormenorizado de este tema se encuentra en las referencias [14]. Haremos un muy
corto resumen de los conceptos fundamentales para lidiar con las situaciones usuales.

ÍNDICE II. MEDIR

I. Antes de medir, algunas normas de seguridad
II. Medir
III. Dígitos signicativos y redondeo
A. Reglas para redondear valores numéricos
B. Redondeos en cálculos
C. La incerteza (antes conocida como error)
1. Una única medida
2. Muchas medidas
IV. Incerteza en medidas indirectas
V. Algunos ejemplos prácticos
A. Error porcentual
B. La incerteza en un elemento digital tipo
multímetro
C. Ley de Ohm
VI. Regresión lineal
A. Ajuste de cuadrados mínimos
B. Coeciente de Pearson (R2 )
C. Algunas transformaciones de variables para poder
hacer regresiones lineales
1. Inversa
2. Potencia
3. Crecimiento y decaimiento exponencial
4. Saturación exponencial
5. Un ejemplo de fotometría
Referencias
1 Para poder medir una determinada magnitud (muy ge-
neralmente una longitud) se elige una unidad y luego se
1 determina el número de veces que está contenida en la pri-
mera. Usualmente esto determina la precisión de la medi-
1 da. En una regla escolar común, es el milímetro la precisión
2 máxima del instrumento puesto que es la menor distancia
2 medible con ella (y estamos omitiendo el tema de la de-
2 pendencia con la temperatura de la longitud misma de la
2 regla). Es importante elegir el instrumento de medida más
2 adecuado para la magnitud a medir; por ejemplo una cinta
métrica es muchísimo más conveniente que un micrómetro
3 para medir distancias del orden de un metro.
4 En la República Argentina las unidades están estableci-
4 das en la ley 19.511 (Ley de Metrología [5]). Dicho de ma-
nera muy resumida, metrología signica medir bien.
4 Las unidades de dicha ley constituyen el Sistema Métrico
4 Legal Argentino (SIMELA) [5, 6]. Este sistema emplea las
unidades, múltiplos y submúltiplos, prejos y símbolos del
5 Sistema Internacional de Unidades (SI).
5
5 Magnitud Símbolo Nombre de la Símbolo de la
unidad unidad
5 longitud l metro m
5 masa m kilogramo kg
5 tiempo t segundo s
5 corriente eléctrica I ampere A
5 temperatura ter- T kelvin K
6 modinámica
6 cantidad de materia n mol mol
intensidad luminosa Iv candela cd

Tabla I. Unidades de base del Sistema Internacional (SI). Los

I. ANTES DE MEDIR, ALGUNAS NORMAS DE
SEGURIDAD
No encienda ni conecte ningún instrumento hasta que
el instructor a cargo le explique su funcionamiento y
lo autorice a hacerlo.
No desmonte componentes de las experiencias a me-
nos que se lo indique explícitamente el instructor a
cargo.
Sea extremadamento cuidadoso con conexiones eléc-
tricas, lámparas y láseres. Lea siempre las recomen-
daciones de seguridad y no las utilice/manipule sin
autorización del instructor.
* damian.gulich@gmail.com
símbolos de las magnitudes se imprimen en bastardilla (carac-
teres inclinados); los símbolos de las unidades, en redonda (ca-
racteres verticales).
Para los ángulos el SIMELA dictamina el uso de los ra-
dianes (rad), pero delinquiremos un poco permitiendo el
sistema sexagesimal de grados, minutos y segundos (acep-
tado en 1996 en el SI por el Comité International des Poids
et Mesures ).
III. DÍGITOS SIGNIFICATIVOS Y REDONDEO
Es muy raro en √ciencias trabajar con valores exactos,
como por ejemplo 4 m2 = 2 m; en general uno trabaja
con valores aproximados. Un ejemplo es el de la velocidad
de la luz (c): su valor exacto por convención es
2 III DÍGITOS SIGNIFICATIVOS Y REDONDEO
c = 299792458 m/s (1)
su valor aproximado es
c ' 300000000 m/s (2)
o
c ' 3 × 108 m/s (3)
El número de dígitos signicativos de un valor numéri-
co se obtiene contando los dígitos de izquierda a derecha,
comenzando por el primero distinto de cero. Los ceros a la
izquierda de los dígitos signicativos sólo son posicionales.
Por ejemplo, el número 37,05 tiene 4 dígitos signicativos:
3-7-0-5; el número 0,00028 tiene dos dígitos signicativos:
2-8. Aún en números enteros con ceros al nal pueden ha-
ber ambigüedades; las mismas se evitan usando la notación
cientíca. El primer valor de la velocidad de la luz dado más
arriba tiene 9 dígitos signicativos mientras que segundo es
ambiguo por el redondeo; dicha ambigüedad está resuelta
en el tercero donde vemos que en realidad la cantidad de
dígitos signicativos es 1 (el 3).
A. Reglas para redondear valores numéricos
Cuando se debe redondear un número debemos eliminar
alguno de los últimos dígitos signicativos de acuerdo a las
siguientes reglas:
1. Si el dígito signicativo a ser eliminado es 0, 1, 2,
3 ó 4, entonces el anterior a la izquierda se deja sin
cambiar. Por ejemplo: 34, 12 ' 34, 1.
2. Si el dígito signicativo a ser eliminado es 6, 7, 8, 9,
ó 5 seguido por al menos un dígito distinto de cero
a la derecha, entonces el anterior a la izquierda se
incrementa el dígito anterior en 1.
Ejemplos:
36, 17 ' 36, 2.
101, 355 ' 101, 4.
3. Si el dígito signicativo a ser eliminado es 5 seguido de
ceros a la derecha, entonces el anterior a la izquierda
se deja como está si es par, y se incrementa en uno si
es impar.
Ejemplos:
8, 45 ' 8, 4.
8,35 ' 12, 4.
B. Redondeos en cálculos
1. Sumas, restas, multiplicaciones y cocientes: se redon-
dea el resultado para que tenga tantos dígitos signi-
cativos como la que menos tenga.
Ejemplos:
6, 221 + 1, 5 + 8, 42 = 16, 141 ' 16, 1.
8, 54 × 18, 6 = 158, 844 ' 158, 8.
En cocientes a veces es preferible poner un dígito sig-
nicativo más que lo indicado más arriba.
2. Raíces cuadradas: se mantiene el número de dígitos
signicativos del radicando.
Ejemplo:
√ orden de magnitud del último dígito signicativo de
2, 0 = 1, 414213562... ' 1, 4.
C. La incerteza (antes conocida como error)
La cantidad de dígitos signicativos en una medida viene
dada por la incerteza de la misma. Así, si estamos midiendo
un valorX , diremos que ∆X es la incerteza de X . El valor
reportado es
Xmejor ± ∆X
Esto puede leerse también así:
El valor de X está entre (Xmejor − ∆X)
y (Xmejor + ∆X), siendo Xmejor el valor más
probable.
Precisión y exactitud: Diremos que la precisión de una
magnitud medida está relacionada con una baja incerteza
en le misma (por ejemplo, muchos dígitos signicativos),
mientras que la exactitud está vinculada con mediciones
consistentes de la misma (que los valores sean similares).
Una buena medida experimental debe ser precisa y exacta.
1. Una única medida
En el caso de instrumentos analógicos con una dado in-
tervalo de resolución (lo mínimo medible con el instrumen-
to; los milímetros en una regla escolar, por ejemplo), una
elección razonable para∆X es la mitad de ese mínimo me-
dible siempre y cuando no se hayan detectado otras fuentes
de error (lectura, sistemáticos, etc.). En el caso de la regla
∆X = 0, 5 mm.
2. Muchas medidas
Al tomar muchas (más de 10 para que esto tenga validez
estadística) N medidas xi de la misma magnitud X0 , se
puede hacer estadística y reportar el promedio de la misma
y la desviación estándar de la misma como error (aplicando
las mismas reglas de cálculo enunciadas más arriba) según
N
X0 =
1 X
xi (4)
N i=1
v
u N
1
∆X = std (X) = t (5)
u X 2
(xi − X0 )
N (N − 1) i=1
Aquí se aplican en general dos reglas:
1. La incerteza ∆X no debe expresarse con más que dos
dígitos signicativos; incluso a veces con uno solo es
suciente.
2. Cuando se reporta una medida como X0 ± ∆X el
último dígito signicativo de X0 debe ser del mismo
∆X .
 3

Ejemplo: Se ha medido 20 veces la longitud L de una Ejemplo : Hallar el ángulo α en radianes y su incerteza
cuerda con una cinta métrica y los resultados fueron si Q = sen (α) = 0, 60 ± 0, 02 (ejemplo anterior).
(en metros) 0,83; 0,82; 0,90; 0,90; 0,78; 0,84; 0,839;
0,87; 0,89; 0,90; 0,80; 0,88; 0,88; 0,78; 0,77; 0,84; 0,94; Solución: α = arcsen (Q)
0,81; 0,86; 0,79. Expresar la medida de L.
s
Solución: El promedio de las medidas es aproximada-
2
∂α 2
mente 0,8459 m. La desviación estántar es 0,0485 m ' ∆α = (∆Q)
∂Q
0,05. Entonces la medida debe expresarse como  
 ∂α 
=  |∆Q|
L = (0,85 ± 0,05) m

∂Q 
!
1
= p ∆Q
1 − Q2
0,02
= rad = 0,025 rad
0,8
IV. INCERTEZA EN MEDIDAS INDIRECTAS ' 0,03 rad

Supongamos que tenemos varias variables independientes arcsen (Q) = arcsen (0,60) = 0,643 . . . rad
entre sí (X, Y, . . .) medidas directamente cada una, con su
incertezas (X0 ± ∆X , Y0 ± ∆Y , . . .), y que se las combina La magnitud a reportar (en radianes en este caso) es
con alguna ecuación para hallar una magnitud Q. La forma entonces
general para encontrar la incerteza ∆Q es [13]:
α = (0,64 ± 0,03) rad
s 2  2
∂Q ∂Q
∆Q =
2
(∆X) +
2
(∆Y ) + . . . (6)
∂X X0 ∂Y Y0 Las incertezas pueden estimular varias reexiones en cla-
se que pueden ir más allá de reportar un número. Por un la-
donde (∂Q/∂X)X0 indica que la derivada se evalúa en do puede estimular la discusión sobre el sentido de las mag-
X0 , (∂Q/∂Y )Y0 indica que la derivada se evalúa en Y0 , etc. nitudes a medir. La longitud de un sólido ya carece de sen-
tido en el orden de las distancias entre átomos (∼ 10−10 m)
donde las interfaces se hacen discontínuas. En efecto, lo que
Ejemplo : Hallar la incerteza para el seno y el seno nos parece totalmente liso y pulido a simple vista se con-
de un ánguloα (Q = sen (α)) en un triángulo si el vierte en una cordillera totalmente irregular a escala muy
cateto opuesto mide X0 ± ∆X = (3, 0 ± 0, 1) m y la pequeña. También puede tomarse un mapa de la Repúbli-
hipotenusa Y0 ± ∆Y = (5, 02 ± 0, 03) m. ca Argentina y proponer que se mida su perímetro (cuánto
mide su frontera) por saltos de compás de distintas apre-
Solución: turas jas por cada medida; la noción misma de contorno
deja de tener sentido cuando la escala del compás represen-
ta unos 100 metros. Quien haya visitado una playa sabrá
bien que avance y retroceso del mar sobre la playa es total-
s 2  2
1 X0
∆Q =
2
(∆X) + − 2 (∆Y )
2
mente irregular y cambia constantemente. El estudio de la
Y0 Y0 irregularidad desembocó en un capítulo muy importante de
las matemáticas de nales del siglo XX: los fractales [7]. Por
s
0, 1 m 3, 0 × 0, 03 m × m
2  2
= + − otro lado, las incertezas a escala microscópica tienen serios
5, 02 m 5, 022 m2 efectos en la mecánica cuántica. El principio de incertidum-
bre de Heisenberg vincula las incertidumbres de la posición
q
2 2
p
' (0, 02) + (0, 004) = 0, 0004 + 0, 000016
x y del impulso p de una partícula (la palabra "partícula"
' 0, 02 en esta escala tiene un sentido distinto al que le damos a
escalas usuales, y ese puede ser otro tema a discutir) [8]
X0 3, 0 m según:
sen (α) = = = 0, 5976095... ' 0, 60
Y0 m
5, 02 
~
La magnitud a reportar (adimensional en este caso) ∆x × ∆p ≥
2
es entonces
Q = sen (α) = 0, 60 ± 0, 02 donde ~ = 1,05 × 10−34 J s es la constante reducida de
Planck. Esto signica que cuanta menos incerteza tenga-
mos sobre dónde está una partícula, más tendremos sobre
Nótese que la ecuación (6) nos permite calcular la incer- su impulso (proporcional a la velocidad), y viceversa. La
teza para cualquier relación con derivadas denidas, como misma relación se cumple para la energía E y el tiempo t.
puede verse en el siguiente ejemplo.
4 V ALGUNOS EJEMPLOS PRÁCTICOS

V. ALGUNOS EJEMPLOS PRÁCTICOS

Ejemplo: Una lectura de iluminancia con luxómetro

A. Error porcentual en el lugar de trabajo en una ocina es de Elum =
2230 lx y es tomada con un fondo de escala de 10000
lx para el cual hay una incerteza expresada como
Algunos elementos, como las resistencias o capacitores, ± (5 % + 10). ¾Cuál es la incerteza ∆Elum y cómo de-
se venden con un valor nominal indicado por el fabricante. be expresarse la lectura?
Estos valores nominales tienen también una incerteza ge-
neralmente expresada como porcentaje del valor nominal. Solución:
recuerde que el error es el error porcentual [ %] multiplicado
por el valor y dividido por 100).
5
∆Elum = Elum + 10 lx
100
= (111,5 + 10) lx
Ejemplo : Si una resistencia R es nominalmente de = 121,5 lx
1000 Ω con error porcentual del 5 % (indicado por el ' 120 lx
fabricante), la incerteza entonces ∆R = (5/100) R =
50 Ω. La magnitud de la resistencia es entonces Por lo tanto
R = (1000 ± 50) Ω Elum = (2200 ± 120) lx

C. Ley de Ohm

Lar ley de Ohm se emplea para calcular una resistencia

como el cociente entre la diferencia de potencial medida VR
B. La incerteza en un elemento digital tipo y la corriente circulante medida I . Calcularemos la incerte-
multímetro za de R si el error porcentual de VR es del 0,8 % y el de I
del 2 %. La ley de Ohm es:
Muchos aparatos digitales indican la incerteza en su me- R=
VR
dida en función de su fondo de escala (esta información debe I
consultarse en el manual del equipo). Una manera usual es Realizamos la propagación de errores en el cálculo de las
expresar esta incerteza como un porcentaje de la medida resistencias:
sumado a un número en el último dígito de lectura: s 2  2
∂R 2 ∂R 2
∆R = (∆V ) + (∆I)
∂V ∂I
incertezadigital = porcentaje de la lectura +número jo s 
2  2
1 2 V 2
= (∆V ) + − 2 (∆I)
I I
  s 2  2
V ∆V ∆I
= +
I V I
Ejemplo: Una lectura de tensión es de V = 1,43 V es   s
V Error porcent (V ) 2
 
Error porcent (I) 2

tomada con un fondo de escala de 2 V para el cual =
I 100
+
100
hay una incerteza expresada como ± (5 % + 3). ¾Cuál
es la incerteza ∆V y cómo debe expresarse la lectura?
 r 2 2
V 0,8 + 2
=
I 1002
Solución:  
V 2,2
'
I 100
5
∆V = V + 0,03 V Es decir, que el error porcentual en la estimación de R
100 es del 2,2 %.
= 0,0715 V + 0,03 V
= 0,1015 V
' 0,1 V Ejemplo: si V /I da 20 Ω entonces ∆R ' 0,44 Ω. La
resistencia a reportar es entonces
Por lo tanto
R = (20,0 ± 0,4) Ω
V = (1,4 ± 0,1) V
B Coeciente de Pearson (R2 ) 5

VI. REGRESIÓN LINEAL C. Algunas transformaciones de variables para poder

hacer regresiones lineales
En estadística la regresión lineal o ajuste lineal es un
modelo matemático usado para aproximar la relación de No siempre los datos seguirán una ley sencilla como la
dependencia entre una variable dependiente Y , las variables expresada en la ecuación (7). Sin embargo, en muchos casos
independientes X y un término aleatorio ε. Si esperamos es posible hacer una transformación de una o más variables
que Y dependa de X según para que valga el ajuste lineal.
Y = a + bX (7)
La mayoría de los programas de representación y análisis 1. Inversa
de datos realizan automáticamente lo que detallaremos en
adelante. Si los datos presentan la forma
b
Y =a+ (8)
A. Ajuste de cuadrados mínimos X
introducimos la pseudovariable Z = 1/X de manera que
Un ajuste de los parámetros a y b que minimiza las des- ahora la relación cumple con la forma linealizable Y =
viaciones cuadráticas de las medidas respecto a la tenden- a + bZ . También se puede elvar a cierta potencia de ser
cia lineal se denomina ajuste de cuadrados mínimos. Si a necesario, como se verá en el ejemplo al nal de esta sec-
cada medida particular de Y la llamamos yi y tiene aso- ción.
ciada una incerteza ∆yi (i = 1, . . . , N ), denimos el peso Esta transformación tiene un efecto drástico sobre la for-
wi = 1/ (∆yi ) , de manera que los coecientes A y B de la
2
ma de distribución de la variable transformada. No se puede
regresión lineal (7) se calculan según [1]: aplicar a valores de X = 0.
P  P  P  P 
N N N N
i=1 wi x2i i=1 wi yi − i=1 wi x i i=1 wi x i yi
a= 2. Potencia
δ

Si los datos presentan la forma

P  P  P  P 
N N N N
i=1 wi i=1 wi x i yi − i=1 wi x i i=1 wi y i
b=
δ Y = a Xb (9)
donde
! ! !2 tomamos logaritmos a ambos lados de la igualdad:
N
X N
X N
X
δ= wi wi x2i − wi xi log (Y ) = a + b log (X)
i=1 i=1 i=1

Las incertidumbres de los coecientes son: donde el los logaritmos pueden ser en cualquier base con-
s veniente (pero la misma). En efecto, si consideramos las
pseudovariables Ỹ = log (Y ) y X̃ = log (X), la ecuación (9)
PN
i=1 wi x2i
∆a = se lleva a la forma linealizable Ỹ = a + b X̃ . Debe cuidarse
δ
de propagar las incertidumbres de la pseudovariable Ỹ .
s
PN
i=1 wi
∆b =
δ 3. Crecimiento y decaimiento exponencial

Si los datos presentan la forma

B. Coeciente de Pearson (R2 )
Y = a ebX (10)
Una medida de la calidad del ajuste realizado por cua-
drados mínimos viene dada por el coeciente de correlación tomamos logaritmos naturales a ambos lados de la igualdad:
de Pearson. Su denición es: ln (Y ) = a + b X
hP i2
N
(xi − x) (yi − y)
i=1 En efecto, si consideramos las pseudovariables Ỹ =
R 2 = hP
log (Y ) la ecuación (10) se lleva a la forma linealizable
i hP i
N 2 N 2
(x i − x) (y i − y)
i=1 i=1
Ỹ = a + b X . Debe cuidarse de propagar las incertidum-
donde empleamos las medias usuales: bres de la pseudovariable Ỹ .
N
1 X
x= xi
N i=1 4. Saturación exponencial

1 X
N Si los datos presentan la forma
y= yi
Y = a 1 − e−bX (11)


N i=1

R2 adopta valores entre 0 y 1. Un valor cercano a 0 im- tomamos las derivadas discretas de Y :
plica una mala calidad de ajuste, mientras que un valor
dY Yi+1 − Yi
cercano a 1 implica una buena calidad del ajuste. Zi = =
dX Xi+1 − xi
6 VI REGRESIÓN LINEAL

donde i = 1, . . . , N . Así, la forma de la ecuación (11) ahora 900

E = a + b/r2 - a=(16±12) lx; b=(53±2) lx m2 - R2 =0,9984
es
800
Z = a ebX
700

que es la misma que la de decrecimiento exponencial (ecua-

ción (10)) y por lo tanto puede linealizarse de la misma 600

forma.

E (lx)
500

400

5. Un ejemplo de fotometría
300

A distintas distancias r de una fuente que se considera 200

Datos
puntual, se mide la iluminancia con un luxómetro con un Ajuste lineal

fondo de escala que tiene una incerteza expresada como

100
2 4 6 8 10 12 14 16 18

± (5 % + 10)y se obtuvieron los resultados de la Tabla II. 1/r2 (1/m2 )

En la Figura 1 se muestra el resultado de la transformación

de la variable r para poder linealizar los resultados logrando Figura 1. Regresión de los datos linealizados.
una muy buena calidad de ajuste (R2 = 0,9984).

r Z = 1/r2 E ∆E
[m] [1/m2 ] [lx] [lx]
0,25 16 845 52,25
0,30 11,11 614 40,70
0,35 8,16 458 32,90
0,40 6,25 352 27,60
0,45 4,93 278 23,90
0,50 4 228 21,40
0,55 3,30 185 19,25
0,60 2,77 159 17,95

Tabla II. Resultados crudos y transformación de la variable r.

[1] John R. Taylor. Introducción al análisis de errore (estudio 1972.

de las incertidumbres). Reverté ediciones, 2014.
[2] J. S. Fernández and E. E. Galloni. Trabajos prácticos de
Física. Centro de estudiantes de Ingeniería de Buenos Aires,
1951.
[3] Paolo Fornasini. The Uncertainty in Physical Measurements:
An Introduction to Data Analysis in the Physics Laboratory.
Springer, 2008.
[4] Salvador Gil. Experimentos de Física: usando las TIC y ele-
mentos de bajo costo. Alfaomega, 2014.
[5] República Argentina. Ley 19.511 (Ley de Metrología), mar
http://www.inti.gob.ar/metrologia/metrologiaLegal/
pdf/19511.pdf.
[6] Poder Ejecutivo República Argentina. Decreto 788/2003,
reglamentación de la Ley N◦ 19.511, sep 2003.
http://www.inti.gob.ar/metrologia/metrologiaLegal/
pdf/788.pdf.
[7] Benoit Mandelbrot. La Geometria Fractal De La Naturaleza
(Spanish Edition). Tusquets, 2012.
[8] Daniel Bes. Quantum Mechanics: A Modern and Concise
Introductory Course (Advanced Texts in Physics). Springer,
2007.