Capítulo 1: Mediciones
1) Medición
Es el proceso de comparar una cantidad que se quiere medir con otra cantidad llamada unidad. Esta última cantidad
generalmente se encuentra definida internacionalmente con respecto a una unidad patrón, de manera que en todo el
mundo el metro, por ejemplo, mide lo mismo para todos.1
a) Magnitudes Y Cantidades
Las longitudes en general, las fuerzas en general, las superficies, las masas, los tiempos, son ejemplos de magnitudes.
La longitud de una mesa en particular, o el peso de un determinado cuerpo, o la superficie de un cuadrado particular,
o la masa de tal cuerpo, etc., son ejemplos de cantidades.
La longitud de un cuerpo concreto, determinado es una cantidad; la longitud, en abstracto, sin referirse a ninguna
longitud en particular, es una magnitud. La masa de un cuerpo particular es una cantidad de masa; la masa en
abstracto, esa propiedad característica de la materia, nombrada así en general, es una magnitud física.
2
d) La Estimación de la Incertidumbre de una Lectura (abreviación: Est)
1
Parte de la información presentada en esta sección es extraída del libro “Introducción a las mediciones de
laboratorio”, A.P.Maiztegui, R.J.Gleiser, Ed. Guayuqi (1976)
2
Si bien hasta hace poco tiempo los textos hablaban indistintamente de “incerteza”, “error” o “incertidumbre”, en
este apunte se siguen las recomendaciones de la Norma IRAM 35050 (2001)
1
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
Es el menor intervalo que un observador puede estimar con ayuda de la escala. Es el error que el que mide “estima”
que está cometiendo; y como tal, es totalmente subjetivo: distintos observadores con un mismo instrumento pueden
tener diferentes estimaciones al medir la misma cantidad.
Por ejemplo, un observador trata de medir la longitud
de una varilla con una regla. Haciendo coincidir lo
mejor que puede el origen de la regla (el cero de la
regla) con el origen de la varilla, buscará qué división
de la regla coincide con el otro extremo de la varilla.
Lo más frecuente es que no coincida ninguna, Y que el
extremo de la varilla quede entre dos divisiones de la
regla.
La mayoría de las veces (como en el segundo dibujo mas arriba), la estimación de la lectura coincide con la
apreciación del instrumento (Est = Ap = 0.5 cm).
En algunas oportunidades, “el ojo” del observador lo lleva a “arriesgar” una estimación menor que la apreciación del
instrumento (Est < Ap). Es el caso de primer dibujo: la regla tiene una apreciación de 1cm, pero el observador estima
que está completamente seguro que la lectura es muy cercana a los 9 cm; y que asignarle una incertidumbre de 1cm
(la apreciación) es muy grande. Estima, por ejemplo, que puede distinguir perfectamente entre 8.5 cm y 9 cm. Su
estimación es, por lo tanto, Est = 0.5 cm.
Por último, puede darse el caso de la figura en este párrafo. La apreciación
del instrumento es Ap = 0.5 cm, pero el objeto que mido es tan irregular que
no puedo estimar mejor que 1cm de incertidumbre; o sea Est = 1 cm
(cuando “el ojo” del observador ve peor que la apreciación del instrumento,
termina siendo Est > Ap). Esto podría haber ocurrido también debido a que
no puedo ver claramente, o a que la escala está mal dibujada... etc.
e) Caracterización de un instrumento
Al hacer un informe, cuando se cita con qué se mide, es necesario dar las dos características típicas de todo
instrumento de medición
• Apreciación (la menor división de la escala del instrumento)
• Rango ( intervalo de los posibles resultados que puede dar una medición realizada con ese
instrumento: desde el mínimo valor posible de medir, al máximo). Cuando el mínimo valor es cero,
solo se dice el valor máximo posible. El rango también es a veces denominado capacidad, escala,
alcance o amplitud en diferentes textos.
Ejemplos: - Un centímetro de costurera tiene Ap = 0,5 cm y rango 2m
- Una balanza de carnicero tiene Ap = 50 g y rango 200g – 15 kg (es habitual leer escrito en la
escala: no pesar por debajo de 200 g)
2
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
(II) Incertidumbres tipo B: todo lo que no sea del tipo anterior. Por ejemplo:
Ejemplo: Si se informa que la longitud de una mesa es de (9,03 ± 0,02)m estoy diciendo que
• la cantidad medida está comprendida entre (9,03 - 0,02)m y (9,03 + 0,02)m, o sea en el intervalo
[9,01 ; 9,03]m
• el valor mas probable de la medición es x = 9,03m y su incertidumbre (error o incerteza) ∆x = 0,2m (lo
que se le suma y resta al valor mas probable para encontrar los extremos del intervalo)
En lo que sigue del apunte, se verá que los valores de x y ∆x dependen de cuántas veces mida la cantidad que se
quiere conocer: Si se mide mas de una vez, x es el promedio de los valores medidos. Existen también diferentes
3
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
criterios para calcular ∆x según se mida una, pocas o muchas veces3. Como sea, dado que en muchas oportunidades
tanto x como ∆x debe ser calculado, se nos presenta la pregunta: ¿con cuántos decimales escribo el resultado?
En realidad, esa pregunta está mal formulada: Supongamos que respondemos que debemos escribir ∆x con dos
decimales. ¿Cómo haríamos para expresar el número 0,0020 con dos decimales? Esto nos obliga a cambiar el
concepto de “decimales” por el de “cifras significativas”.
Cifras significativas: Es lo que queda de un número cuando sacamos los ceros que están de “relleno” (todos los
ceros a la izquierda y todos los ceros - que no tienen valor como cifra - a la derecha) y cuando solo dejamos una cifra
(la menos significativa, a la derecha) con incertidumbre.
El concepto de cifra significativa aparece como consecuencia de la medición: en matemática, los números 1,2 y 1,20
son iguales. En física no: Si doy como valor más probable del resultado una medición el número 1,2: significa que no
tengo ni idea del valor de las centésimas. Pero si informo que éste es 1,20: significa que sí conozco y he medido el
valor de las centésimas. A lo sumo éstas podrán variar según la incertidumbre que informe. En este último caso 1,20
tiene 3 cifras significativas (porque el cero de la derecha no es “de relleno”)
Por ejemplo,
- si mido la altura de una persona con una regla centimetrada, y obtengo la lectura 1,75m: ese número tiene 3 cifras
significativas. Y si lo expreso en múltiplos o submúltiplo (1750mm o 0,00175km) siguen siendo números con 3 cifras
significativas, porque los 0 que se agregaron son de relleno.
- 12,456 tiene 5 cifras significativas (todas sus cifras son significativas)
- 12,456x10-5 = 0,00012456 sigue teniendo las mismas 5 cifras significativas
- 0,00040500000 tiene tres cifras significativas (los ceros en el medio son cifras significativas)
Resumiendo lo mas importante: al expresar el resultado de la medición, el error debe ser redondeado a una cifra
significativa y el valor leído debe ser redondeado hasta la cifra que es corregida por ese error.
3
Cuántas veces hace falta medir para que sean “pocas” o “muchas” lecturas es discutido mas adelante.
4
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
3) Mediciones directas
X = ( X ± ∆X )
El mayor entre:
Promedio de los • la estimación del error de cada
valores leídos lectura
• la mitad de la dispersión de las
lecturas
Ejemplo: Al medir una longitud estimo para cada lectura un error de ∆X=0.1mm. Obtengo los siguientes valores:
2.3mm, 1.9mm, 2.2mm, 2.0mm, 1.9mm.
Xmax= 2.3mm
Xmin= 1.9mm
Dispersión = Xmax - Xmin = (2.3 - 1.9)mm = 0.4mm
Error = mayor valor entre la estimación (0.1mm) y la mitad de la dispersión (0.4mm)/2 = 0.2mm
Promedio de las lecturas: (2.3 + 1.9 + 2.2 + 2.0 + 1.9)mm / 5 = 2.06mm
Resultado final:
longitud X = (2.1 ± 0.2)mm donde el error es la mitad de la dispersión de los datos.
5
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
σ=
∑δ 2
Se define como
N −1 donde N es el número de lecturas y el símbolo ∑ significa “suma de”. En
otras palabras: se calculan todas las desviaciones, se las eleva al cuadrado a cada una de ellas, se suma los cuadrados
calculados, se divide por N-1 y después se saca la raíz cuadrada.
1) Si medimos muchísimas veces (es válida la hipótesis N cercano a infinito)4
[ ]
En este caso, el error medio cuadrático de las lecturas σ define un intervalo x − σ , x + σ con el 68,5% de
probabilidad que la próxima lectura que se haga caiga dentro de ese intervalo. De la misma manera, al intervalo
[ ] [
x − 2σ , x + 2σ le corresponde un 95,4 % de probabilidad, y al intervalo x − 3σ , x + 3σ un 99,7%. ]
Ahora bien: si nuestro operador decide comenzar de nuevo a medir la misma cantidad (con el mismo sistema de
medición que antes), ¿llegará a obtener el mismo resultado (es decir: el mismo x )? La respuesta es: no. Si el proceso
completo de medición se repite un número grande de veces, se obtendrán sucesivos valores medios x1 , x 2 , x3 …
diferentes entre sí pero un mismo valor de σ. Se puede probar que se puede definir el error medio cuadrático de los
promedios E
σ
E=
N
[ ]
E define un intervalo x − E , x + E con el 68,5% de probabilidad de que el próximo promedio que se mida
caiga dentro de ese intervalo (siempre y cuando sea cierta la hipótesis de N muy grande).
Esta es la razón de que muchos autores aconsejen que, cuando se realizan “muchas” lecturas, el resultado de la
medición se exprese así:
X = ( X ± E)
2) Cuando medimos “algunas” N veces
Intervalo de confianza del p%: Así se le llama al intervalo alrededor de x al que le corresponde un p% de
probabilidad de que el próximo valor medio x medido caiga en ese intervalo.
El intervalo definido por E (cuando N es cercano a infinito) es entonces un intervalo de confianza del 68,5%.
El problema que se plantea es cómo recuperar el significado probabilístico del intervalo definido por la
incertidumbre que informamos cuando N no es muy grande. Hacia el año 1908 W. S. Gosset (más conocido por su
seudónimo Student) obtuvo la respuesta demostrando que el intervalo
4
Para medir “muchas” veces, debo hacerlo hasta que la desviación cuadrática media σ no cambie (en sus tres
primeras cifras significativas) al realizar mas lecturas. O sea: cada vez que realizo una nueva lectura, recalculo σ
usando ese último valor medido y compruebo si el valor de σ ha cambiado o no en sus tres primeras cifras
significativas. Si no lo ha hecho, puedo considerar que las mediciones realizadas ya son “muchas” y dejo de medir.
Este procedimiento me asegura que los resultados obtenidos tienen significado estadístico (por ejemplo, que hay un
68% de probabilidad que la próxima lectura realizada caiga en el intervalo entre x - σ y x + σ).
6
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
tσ tσ
(x − ,x+ )
N N es un intervalo de confianza del p%
El parámetro t (denominado t de Student) se tabula para diferentes valores de N y de p en la tabla que se presenta.
En definitiva, la forma correcta de presentar el resultado de una medición es:
Ejemplo: Hace algunos años un investigador se dedicó a medir la longitud de la cola “l” en dos especies de ratones.
Con el propósito de mejorar la medición, midió varias veces (N=10) la cola de cada animal. Para uno de los animales
obtuvo:
l1 = 0,065m l2 = 0,063m l3 = 0,060m l4 = 0,061m l5 = 0,064m
l6 = 0,062m l7 = 0,063m l8 = 0,064m l9 = 0,063m l10 = 0,062m
Exprese correctamente el resultado de la medición realizada utilizando la incertidumbre asociada a un intervalo de
confianza del 95%.
Solución:
Utilizando una calculadora científica se obtiene: l= N t t t t
σ p = 50% p = 90% p = 95% p = 99%
0.0627m σl = 0.00141m El = 10 = 0.000448m
2 1 6,314 12,706 63,657
De la tabla obtenemos el valor del t.Student 3 0,816 2,920 4,303 9,925
correspondiente a N=10 y p=95% que vale t = 2,262. 4 0,765 2,353 3,182 5,841
La incertidumbre valdrá entonces ∆l = t.E = 0,001013m. 5 0,741 2,132 2,776 4,604
El resultado final queda expresado de la siguiente 6 0,727 2,015 2,571 4,032
manera: 7 0,718 1,943 2,447 3,707
l = (0,063 ± 0,001) m correspondiente a un 8 0,711 1,895 2,365 3,499
intervalo de confianza del 95% 9 0,706 1,860 2,306 3,355
10 0,703 1,833 2,262 3,250
11 0,700 1,812 2,228 3,169
Nota: 12 0,697 1,796 2,201 3,106
1. Observe que al escribir el resultado final con su 13 0,695 1,782 2,179 3,055
error, siempre es conveniente decir si el error 14 0,694 1,771 2,160 3,012
es 15 0,692 1,761 2,145 2,977
16 0,691 1,753 2,131 2,947
• La estimación del error realizada por quien 17 0,690 1,746 2,120 2,921
mide
18 0,689 1,740 2,110 2,898
• La mitad de la dispersión de los datos 19 0,688 1,734 2,101 2,878
20 0,688 1,729 2,093 2,861
• O la desviación cuadrática media de...
30 0,683 1,699 2,045 2,756
(tantas)... lecturas
40 0,681 1,684 2,021 2,704
• O la desviación cuadrática media del 60 0,679 1,671 2,000 2,660
promedio de … (tantas) … lecturas, 120 0,677 1,658 1,980 2,617
correspondiente a un intervalo de confianza t-Student para N mediciones y diferentes intervalos
de …(p%)… de confianza.
2. Cuando no se informa del error de un valor citado, se supone que la última cifra significativa puede variar en
1. Ejemplo: En un trabajo se informa que hay 0,33 gramos de azúcar sin mas aclaraciones sobre su error.
Este dato se debe entender como (0,33±0,01) gramos de azúcar.
7
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
8
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
307m
v= = 4.09333333 m/s
75s
Pero el error no se calcula directamente: lo que sabemos es que su error relativo será la suma de los errores relativos
de la distancia y el tiempo. O sea:
∆v ∆X ∆t 5 2
= + = + = 0.04295331
v X t 307 75
m
Por lo tanto ∆v = 0.04295331 × v = 0.04295331 × 4.09333333 = 0.17582222 m/s
s
9
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
x1 − x2
t= (N 1 − 1)σ 1 2 + (N 2 − 1)σ 2 2
1 1 con σp =
σP + N1 + N 2 − 2
N1 N 2
El valor del estadístico t así calculado se lo compara con el valor t´ obtenido de la distribución t-Student (ver Tabla
anterior) para la probabilidad p% deseada (tomando N=N1+N2-1).
• t < t´ la hipótesis nula es correcta (ambos valores son iguales – dentro de los errores experimentales –
con una confianza del p%)
• t > t´ no se puede decir que la hipótesis nula sea correcta. Es necesario analizar el origen de las
diferencias entre ambos valores.
Ejemplo: El investigador que midió la longitud de la cola “l” de un ratón (ver ejemplo visto anteriormente), repitió al
cabo de 4 días las mediciones realizadas, solo que esta vez lo hizo con 15 lecturas. Obtuvo
l1 = 0,066m l2 = 0,063m l3 = 0,065m l4 = 0,061m l5 = 0,065m
l6 = 0,063m l7 = 0,064m l8 = 0,065m l9 = 0,063m l10 = 0,063m
l11 = 0,065m l12 = 0,062m l13 = 0,063m l14 = 0,064m l15 = 0,066m
En la medición anterior había obtenido un resultado l = (0,063 ± 0,001) m correspondiente a un intervalo
de confianza del 95%. Exprese correctamente el resultado de la medición realizada utilizando la incertidumbre
asociada a un intervalo de confianza del 95%. ¿Es posible afirmar que en esos días la cola de ese ratón no ha crecido?
Solución:
σ
Utilizando una calculadora científica se obtiene: l = 0.06387m σl = 0.001457m El = 10
= 0.000376m
De la tabla obtenemos el valor del t.Student correspondiente a N=15 y p=95% que vale t = 2,145. La
incertidumbre valdrá entonces ∆l = t.E = 0,00081m. El resultado final queda expresado de la siguiente manera:
l = (0,0639 ± 0,0008 )m correspondiente a un intervalo de confianza del 95%
Por último, para comparar los dos valores obtenidos, utilizamos el test de hipótesis nula. Es decir, veremos si
podemos asegurar (con una confianza del 95%) que ambas medidas son indistinguibles.
De la tabla obtenemos para N=10+15-1=24 e intervalo de confianza p=95%, un valor aproximado de t´ = 2,07 (es
aproximado porque no figura N=24 sino 20 y 30, por lo que tuvimos que poner un valor intermedio a los dos)
Por otro lado, el estadístico t que debemos calcular (con las ecuaciones que se dan mas arriba) nos da: t = 1,9414
Como t < t´ concluimos que nuestra hipótesis es correcta con una confianza del 95%. La cola del ratón no ha crecido
(dentro de los errores experimentales con los que se ha trabajado).
10
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
En el gráfico anterior se pueden ver los intervalos de error de las tres cantidades medidas. Se observa que los únicos
intervalos de error que se superponen son los de V1 y V2. Por lo tanto, se concluye que las cantidades V1 y V2 son
iguales. Como V3 no tiene ningún punto de su intervalo de error en común con las otras cantidades, es diferente a
ellas.
Dos cantidades son iguales si existe una zona de superposición entre sus intervalos de error.
Otro Ejemplo
Supongamos que deseamos comprobar si la 2ª ley de Newton es cierta. Para ello Cecilia se sube arriba de un carrito
que es tirado por una soga. Juan utiliza un dinamómetro para tirar de la soga y conocer al mismo tiempo la fuerza con
la que está tirando. Y Manuel, separado de ellos dos, observa y mide la distancia que recorre el carrito y el tiempo
que demora; con estos datos hace cálculos y conoce la aceleración.
La 2ª ley de Newton dice que F = M.a donde F es la resultante de todas las fuerza aplicadas a un sistema, M la masa
del sistema y a su aceleración. Los chicos concluyen que para demostrarla deben comparar F (la fuerza con la que
Juan tira del carro) con el producto M.a donde M es la masa de Cecilia y el carro, y a la aceleración medida por
Manuel.
Se juntan con los siguientes datos:
• La fuerza que hizo Juan para tirar del carrito: F1 = 110N medida con un dinamómetro que tiene apreciación de
5N. Por lo tanto F1 = (110±5)N.
• La masa de Cecilia es M1=(47,0±0,7)kg. y la del carrito M2=(53±1)kg
• La aceleración calculada por Manuel es de a=(1,0±0,2) m/s2.
Se trata de comparar F1 con el resultado de hacer (M1 + M2).a Llamemos F2 a esta última cantidad, F2 = M.a (M es
la suma de las masas de Cecilia y del carrito).
M = M1 + M2 = 47,0 kg + 53 kg = 100 kg
El error de M lo obtengo por propagación de los errores de M1 y M2. Como M es la suma de ellos, el error de M será
la suma de los errores de M1 y M2 (ver 1.g: los errores son llamados también errores absolutos )
∆M = ∆M1 + ∆M2 = 0,7 kg + 1 kg = 1,7 kg
Redondeando el error a una solo cifra significativa, se concluye que M = (100±2)kg
11
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
De la misma manera,
F2 = M.a = 100 kg x 1 m/s2 = 100 N
Como F2 se calcula con el producto de estas otras dos cantidades, el error relativo de F2 es la suma de los errores
relativos de M y de a:
∆F2
F2 = ∆M
M + ∆aa = 100
2
+ 01, 2 = 0,22
y por lo tanto ∆F2 = 0.22 F2 = 0.22 x 100N = 22 N
Por fin, se trata de comparar F1=(110±5)N con F2=(100±22)N. Los intervalos de error graficados son los siguientes
F1
105 N 115 N
78 N F2 122 N
Y gracias a que la zona de superposición entre las dos zonas de error existe, se puede afirmar que, dentro de la
precisión utilizada en esta experiencia, F1 = F2 .
Observación: Cuando se desea demostrar un hecho conocido, no siempre es posible hacerlo. No llegar a los
resultados esperados no siempre quiere decir que no se cumpla una ley. En cambio hay que sentarse a pensar y ver si
en realidad es que no se está cumpliendo la “ley” que se quiere demostrar, o está pasando algo no previsto que haga
que nuestras hipótesis no sean válidas.
Al día siguiente de haber hecho el trabajo al que nos hemos referido, Cecilia, Juan y Manuel se propusieron realizar
nuevamente la experiencia con el objetivo de medir mas cuidadosamente todo, y así disminuir los errores de las
mediciones realizadas.
Hecha nuevamente la experiencia y los cálculos, concluyen que F1=(115±5)N y F2=(84±15)N
F1
110 N 120 N
F2
69 N 99 N
Para sorpresa de los tres jóvenes, los intervalos de error no se superponían. Aparentemente habían demostrado que la
ley de Newton no se cumple. En realidad, estuvieron de acuerdo en la siguiente conclusión: tal como hemos aplicado
la ley de Newton, ésta no se cumple en las condiciones con las que hemos realizado la experiencia.
Razonaron que la fuerza que hizo Juan para empujar el carro dio mayor que el producto de masa por aceleración. Y
estuvieron seguros de haber medido bien. ¿Qué pudo haber pasado? Revisando el carro observaron que una de las
ruedas traseras estaba un poco frenada por un hilo que se había introducido en el rodamiento. Este hecho introduce la
presencia de una fuerza de fricción que antes no existía. La hipótesis que falló fue que la fuerza que Juan hizo era la
única aplicada al carro.
En términos de diagrama de cuerpos libres:
Antes:
Carro con Cecilia F1
12
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
ver si se cumple la ley de Newton comparando F1+FR con F2. Esta explicación los satisfizo porque demostró porqué
les dio tan grande F1: debía ser suficiente como para acelerar el carro y vencer al mismo tiempo el rozamiento.
En estas condiciones, sin medir la fuerza de fricción no podían cumplir con el objetivo de verificar la ley de Newton.
Cambiaron el objetivo de su trabajo: Suponiendo que la ley de Newton en válida, calcular la fuerza de rozamiento:
F1 + FR = F2 FR = F2 – F1 = 84N – 115 N = -31N
Recordando que en el caso de resta de magnitudes, el error absoluto es la suma de los errores absolutos:
∆FR = ∆F2 + ∆F1 = 5N + 15N = 20 N
Concluyeron, por fin, que FR = (-31±20)N
Capítulo 2: Informes
• El informe de cada Trabajo Práctico deberá ser confeccionado en un procesador de textos que permita
incluir gráficos, esquemas o dibujos, los que podrán ser realizados con medios informáticos o a mano y
posteriormente escaneados.
• Soporte en papel: Impresión en hoja tamaño IRAM A4 (21 x 29,7 cm.) simple faz, interlineado 1,5. Las
páginas deberán estar numeradas, con los márgenes superior, inferior y derecho: 2 cm y margen izquierdo 4
cm. Letra tipo Times New Roman tamaño 12. Presentado en carpeta tamaño A4 con tapa transparente.
13
Apuntes de Laboratorio de Física III – FCEFyN – UNC Dr. Eduardo Enrique Bordone
INDICE
Capítulo 1: Mediciones................................................................................................................................................... 1
1) Medición ........................................................................................................................................................... 1
a) Magnitudes Y Cantidades ............................................................................................................................. 1
b) Los Sistemas Que Intervienen En Una Medición. ......................................................................................... 1
c) La Apreciación de un Instrumento (abreviación: Ap) ................................................................................... 1
d) La Estimación de la Incertidumbre de una Lectura (abreviación: Est) .......................................................... 1
e) Caracterización de un instrumento ................................................................................................................ 2
f) Clasificación de las incertidumbres con las que se miden las cantidades ...................................................... 2
(I) Incertidumbres tipo A: (errores aleatorios) Son también llamados “errores al azar” porque no pueden
predecirse: no se sabe – por ejemplo – si el próximo valor que mida va a caer un poquito por encima o por
debajo del valor promedio de las mediciones realizadas anteriormente. Si bien se puede poner a punto el sistema
de medición para que estos errores sean mínimos, no pueden evitarse completamente. Estudiando con qué
instrumento, cómo se mide, y conociendo los resultados de haber medido varias veces lo mismo, se puede saber
“alrededor de cuánto puede ser que me equivoque al medir de este modo”. Cuando se da el resultado de una
medición, además de informar cuánto vale la cantidad medida, se da como información suplementaria ese
posible error aleatorio cometido. (Ver mas adelante cómo se expresa el resultado de una medición) ................... 2
(II) Incertidumbres tipo B: todo lo que no sea del tipo anterior. Por ejemplo: ............................................... 3
(i) (Errores sistemáticos) .................................................................................................................................... 3
(ii) Errores por paralaje....................................................................................................................................... 3
2) Cómo expresar el resultado de la medición ....................................................................................................... 3
3) Mediciones directas ........................................................................................................................................... 5
a) Haciendo la medición con una única lectura ................................................................................................. 5
b) Cómo expresar el resultado de la medición con pocas lecturas..................................................................... 5
Dispersión de las lecturas ....................................................................................................................................... 5
c) Cómo expresar el resultado de la medición con varias lecturas y significado probabilístico. ....................... 6
Desviación de una lectura ....................................................................................................................................... 6
Error cuadrático Medio de las lecturas σ ................................................................................................................ 6
4) ¿Cuántas veces debo medir? .............................................................................................................................. 7
5) Exactitud, Precisión y Calidad de una Medición .............................................................................................. 8
6) Mediciones indirectas: Propagación de errores ................................................................................................. 9
7) ¿Cómo saber si dos valores medidos son iguales?........................................................................................... 10
a) Test de Hipótesis nula ................................................................................................................................. 10
b) Un criterio aproximado pero mas simple .................................................................................................... 11
Capítulo 2: Informes .................................................................................................................................................... 13
14