Professional Documents
Culture Documents
TEORÍA DE ERRORES
En estos casos es necesario estimar el error cometido al efectuar una medida o serie de
medidas. El conjunto de reglas matemáticas dedicado a su estudio se conoce como teoría de
errores, y resulta imprescindible tanto para sacar todo el partido posible a un conjunto de datos
experimentales como para evaluar la fiabilidad de éstos. El estudio de la teoría de errores es una
rama aparte de la matemática por derecho propio, y por su extensión no se desarrollará aquí. El
lector queda avisado de que lo que sigue es tan sólo un conjunto rápido y necesariamente breve
de las reglas fundamentales más usadas en el ámbito de la teoría de errores.
1 - Nociones previas.
Si se efectúa una medida directa de una cantidad física, el valor medido x por lo general
diferirá del valor exacto xo. Se denomina error absoluto de la medida a la diferencia g = x-xo y
error relativo al cociente g/xo. El error relativo resulta especialmente relevante porque nos
relaciona el error cometido con el valor de lo medido. Un error de 1 mm resulta magnífico si se
mide la longitud de una carretera de 100 km (representa una desviación de una parte por cada
100.000.000), adecuado si se mide una mesa de 2 m e inaceptable si se mide una hormiga de 2
mm. En los tres casos el error absoluto es el mismo, pero su cercanía relativa al valor exacto son
distintas.
Por lo general, el valor de una medida se da estimando su valor más probable x y su error,
)x. Escribir x±)x significa que cabe esperar razonablemente que el valor exacto de la cantidad
valga cualquier cantidad entre x-)x y x+)x, con x como valor más probable. La traducción de
"cabe esperar razonablemente" al lenguaje matemático queda fuera del presente desarrollo.
Existen dos tipos de errores: sistemáticos y accidentales. Los primeros actúan siempre
de la misma forma para influir en la medida (por ejemplo, una balanza desajustada que tiende
a marcar una masa 10 gr. superior a la real). Estas medidas, si se producen, producen un error
constante. Por contra, los errores accidentales son de carácter aleatorio, lo que presupone que
actúan con la misma frecuencia tanto con un signo como con el opuesto (esto es, se tiene igual
probabilidad de obtener una medida 5 gr. superior al valor real como de obtenerla 5 gr. por
debajo).
Teoría de errores 2
No se puede conocer el valor exacto de una cantidad, puesto que siempre existen errores;
tampoco se puede conocer el valor exacto de un error, puesto que dependen de procesos
aleatorios y generalmente incontrolables (aparte de ser una contradicción en sus propios
términos). Sin embargo, es preciso dar un valor de la medida con su error. La Teoría de Errores
deduce ciertas reglas para ello.
Supóngase que se efectúa una evaluación directa de una cantidad, x. Se suele en este caso
tomar el propio valor de x como medición de dicha cantidad. Como error se supone la
sensibilidad del aparato utilizado en la medición, esto es, el valor mínimo que el aparato es capaz
de medir. Esto presupone implícitamente que los errores accidentales están fuera de nuestra
manipulación, ya sea porque los hayamos eliminados, ya porque seamos ignorantes de su
existencia, de manera que los únicos errores que aparecen son los de tipo aleatorio.
El error en sí es algo aproximado. Dar un valor de 24.5±0.3 mm. significa esperar que
el valor verdadero sea alguna cantidad entre 24.2 y 24.8 mm. Pero dar 24.500±0.302 mm. es lo
mismo que decir que el valor exacto ha de estar entre 24.198 y 25.802 mm; no resulta razonable,
ya que "ha de estar entre" no tiene una seguridad absoluta, sino tan sólo una cierta probabilidad.
Por ello, tanto el error como el valor más probable vienen redondeados convenientemente.
Para el error, se supone que basta con dar una, a veces dos, cifras significativas (es decir,
cifras que dan información relevante). Los criterios habituales son los siguientes:
- Si las dos primeras cifras significativas son inferiores a 25, se toman dichas cifras para
el error. De no ser así, se toma solamente una cifra. Según eso, el error 0.113 queda
convertido en 0.11, y el 6488.24 se transforma en 6000
- Si la primera cifra que se descarta es un cinco o más, la última cifra que se guarda se
aumenta en una unidad. Esto es, el valor 0.362 se convierte en 0.4 y no en 0.3
- Una vez redondeado convenientemente el error, el valor de la medida se redondea hasta
la misma cifra decimal.
A veces no se mide una cantidad directamente, sino por relación con otras cantidades.
Para medir, por ejemplo, el área de un rectángulo se miden sus lados a,b y se hace uso de la
relación S=ab. Si tanto a como b tienen sus cotas de error, evidentemente también la superficie
vendrá afectada de error. Cómo depende el error de una cantidad derivada de las medidas y
errores fundamentales viene dado mediante la teoría de la propagación de errores.
Para ello se utiliza el cálculo diferencial. Sea y una función que depende de las variables
independientes x1, x2...xn. Se puede obtener el valor del diferencial de la función y a partir de los
diferenciales de las variables xi por medio de derivadas parciales:
My My My
dy' dx1% dx2%...% dx
Mx1 Mx2 Mxn n
En nuestro caso, y la función que nos da la cantidad medida indirectamente a partir de las
medidas directas de las cantidades x1...xn (en rigor, xi es cualquier parámetro, variable o no, que
venga dado con un margen de error; el número pi, por ejemplo, sería uno de ellos, ya que nunca
se conoce con una exactitud infinita, si bien en estos casos se supone que se conoce con un
número de cifras decimales tal que el redondeo debido a despreciar las demás cifras es
despreciable). Si los errores son lo suficientemente pequeños, podemos considerarlos como
diferenciales, ya que estos pueden interpretarse como variaciones infinitesimales. La ecuación
que nos da el error de y, )y, es entonces:
My My My
)y' )x1% )x2%...% )x
Mx1 Mx2 Mxn n
Es posible que algunos de los términos que acompañan a los errores )xi sean positivos
o otros sean negativos, en cuyo caso podría resultar que algunos errores cancelen a otros (por
ejemplo, que la base del rectángulo sea mayor y la altura menor que sus respectivos valores
reales). Sin embargo, los errores pueden ser tanto por exceso como por defecto, por lo que hay
que considerar la posibilidad de que en el peor de los casos los errores se sumen de manera que
no sólo no se anulen, sino que se refuerzen. Para evitarlo, se considera que las derivadas
parciales aparecen en valor absoluto:
Resulta práctica habitual realizar varias medidas de una cantidad. Ello permite prevenir
en la medida de lo posible los errores accidentales. La idea consiste en suponer (más bien confiar
en) que dos errores del mismo valor absoluto, pero de signo contrario, tienen la misma
frecuencia. Esto, es, si la medida exacta de la longitud de un objeto es 12.52 m, se tiene igual
probabilidad de medir 12.55 m que de medir 12.49 m. Si se cumplen esta y otras condiciones
determinadas, se puede aplicar la llamada estadística de Gauss, algunos de cuyos resultados se
muestran a continuación.
Supongamos un conjunto de N medidas x1, x2,... xn obtenidas para una cantidad cuyo valor
exacto es x. Para dar un valor representativo del conjunto, se toma el valor medio de dichas
medidas, xo:
/ j xi
x1%x2%...xN 1 N
x o'
N N i'1
Este resultado, paradójico en apariencia, no es más que un reflejo del significado del
término valor medio. Pare evitarlo, y puesto que los errores pueden serlo por defecto o por
defecto, a veces se define el error medio Fm como la media aritmética de los valores absolutos
de los errores:
j *gi*
N
Fm' i'1
N
En la práctica se usa más que el error medio el llamado error probable, que es un error
tal que la probabilidad de cometer un error superior a él, en valor absoluto, valga 1/2. Esto es,
la mitad de las veces que se efectúe una medida se obtendrá un error inferior en valor absoluto
al error probable. Esto se debe a motivos estadísticos, pero aquí se hará una deducción intuitiva.
Arturo Quirantes Sierra - Apuntes de Física 5
Dicha deducción se base en el siguiente razonamiento: puesto que el valor medio de los
errores sale cero porque dichos errores tienen signo (los valores medidos están por encima o por
debajo del valor medio), eliminemos el signo. Ya se hizo en la ecuación anterior por medio de
un valor absoluto. Sin embargo, la función valor absoluto es engorrosa desde el punto de vista
analítico. Existe otra manera de convertir cualquier número real en un valor positivo: elevándolo
al cuadrado. Así que podríamos usar como error del conjunto de medidas el valor medio de los
cuadrados de los errores:
j gi
N
2
FN' i'1
N
Sin embargo, en el proceso hemos reducido artificialmente el error, ya que cada error gi,
ya pequeño de por sí, ha sido elevado al cuadrado. El arreglo es inmediato: si hemos elevado al
cuadrado, saquemos la raíz cuadrada para compensar:
j gi ' j (x &x )
N N
1 2 1
FN' 2
N i'1 N i'1 i o
Esta cantidad, que se puede obtener mediante la estadística de Gauss por procedimientos
más rigurosos, es el llamado error cuadrático medio, y es el que habitualmente da como error
de un conjunto de medidas siempre que éste no sea inferior al error instrumental, esto es, al error
mínimo imputable a la sensibilidad del aparato (mínima marca en una regla, menor intensidad
mensurable en un amperímetro, etc). De lo contrario, un conjunto de medidas tales como: 10.0,
10.0, 10.1, 10.0, 10.0 mm medidos con una regla milimetrada hasta 0.1 mm arrojaría un valor
de 10.02 ± 0.04 mm, lo cual no es lógico estadísticamente hablando: con el aumento del número
de medidas aumenta la verosimilitud, pero no el número de cifras decimales del resultado. El
error cuadrático medio asociado a N medidas se designa como FN, y así suele venir indicado en
las calculadoras científicas.
Si se desea afinar más la estadística del sistema, se define el error de manera diferente.
Esto se debe a que la expresión anterior es válida solamente si xo fuese el valor exacto de la
medida; como no lo conocemos, hemos de sustituirlo por el valor medio. Ello puede dar
discrepancias no despreciables cuando el número de medidas N es pequeño. Para el caso límite
N=1, suponer que la única medida tomada coincide con el valor exacto nos induciría a llegar a
la absurda conclusión de que el error cuadrático de dicha observación es nulo. Si se admite que
el conjunto de N medidas sigue la llamada ley de Gauss, puede demostrarse que al usar el valor
medio en lugar del valor exacto, la ley correcta tiene la expresión:
j gi j (xi&xo)
N N
2 2
FN&1' i'1
' i'1
N(N&1) N(N&1)
Puede verse fácilmente que el cociente entre las dos cantidades es igual a la raíz cuadrada
de (N-1)/N, cantidad que tiende a la unidad para valores de N crecientes. En la práctica, dicha
diferencia resulta poco relevante, ya que la operación de redondeo borra las diferencias entre
ambos errores. Para el conjunto de datos (51.00, 51.00, 51.50, 52.5, 52.0, 50.50, 53.50), se
Teoría de errores 6
obtiene xo=51.71428..., FN=0.95831... y FN-1=1.035099... Sea cual sea el error que se considere,
los datos arrojarían un valor final de 52 ± 1 (nunca hay que olvidar que cualquier valor de error
que se de será simplemente una estimación del error probable, nunca un valor exacto de tal error).
En la práctica, habida cuenta de la escasa diferencia entre ambos errores, se suele dar
como resultado de un conjunto de medidas el valor medio xo y el error cuadrático medio FN (a
no ser que FN sea menor que el error instrumental del aparato de medida, en cuyo caso se tomará
éste último). Únicamente tiene interés para nosotros emplear FN-1 cuando el número de medidas
no es muy grande y estamos interesados en obtener información estadística más completa del
sistema.
b) Número de medidas
Si se hacen pocas determinaciones, el valor obtenido para la cantidad medida podrá estar
afectado por importantes errores; si se efectúan demasiadas medidas, se está derrochando
esfuerzo sin obtener mejoras sustanciales en precisión. En general, el valor del error asociado
a un conjunto de medidas decrece de manera proporcional a la raíz cuadrada del número total de
medidas. Es decir, el error asociado a 500 medidas es del orden de diez veces menor que el
debido a solamente cinco medidas. Es evidente, no obstante, que no se puede esperar una
reducción del error a valores arbitrariamente pequeños aumentando el número de medidas, ya que
toparemos en última instancia con errores sistemáticos, límites en la sensibilidad del instrumento,
etc; de manera que con una regla dividida en milímetros no se puede apreciar más allá del
milímetro, independientemente del número de medidas efectuado.
Según sea el valor de Td se elige el número de medidas a realizar (la siguiente tabla es
orientativa):
Td Nº medidas.
Se puede demostrar, minimizando dicha suma de distancias, que los valores a y b que nos
dan el mejor ajuste vienen dados por las siguientes expresiones:
Teoría de errores 8
Cuando se quiere conocer la validez o bondad del ajuste, o cuando se tienen dudas sobre
si la relación X-Y es lineal, se acude al coeficiente de correlación lineal (C.C.L.), descrito con la
letra r, definido como:
j (XiY i)
r'
j (Y i) @j (Xi)
2 2
El valor absoluto de r nos indica lo bien que los puntos experimentales ajustan a la curva
teórica. Si *r*=1, el ajuste es perfecto; un valor *r*=0.95 nos indica un buen ajuste; un
valor de *r* inferior a 0.85 no resulta apenas aceptable.