UNIVERSIDAD MILITAR NUEVA GRANADA

Informe de Laboratorio de Física

Practica Nº2: Teoría de Error.
Tania Alvarado, Felipe Vargas, Juan Arango.

Introducción

Desde el principio de la historia la física se ha referido como una de las ciencias básicas más importantes
dado a sus propiedades y causas de reacción, no obstante la física busca hallar la solución más precisa de una
medida, haciendo que al realizar una práctica en busca de resultados precisos y correctos hay que tener en
cuenta un mínimo error, por ello entra un tema que se llama “Teoría de Errores” que se expresa como
método de experimentación en el que se mide una cierta magnitud que es absolutamente precisa , es decir,
“el resultado de la medida no coincide exactamente con el valor real de la magnitud ”. Si se realiza
este método para comprobar la teoría (o también para caracterizar un producto que va a ser comercializado)
es necesario estimar la desviación del valor medido con respecto al valor real. La teoría de errores estudia cómo
expresar una medida, magnitud y unidades desviando su probabilidad de error ya sea a nivel experimental,
instrumental, personal o el cálculo del resultando viendo su incertidumbre de error que se pueda presentar.

En este trabajo práctico de laboratorio se identifica con el uso de instrumentos de medición pero estos están
siempre asociados a una margen de incertidumbre, que depende con la resolución de dicho instrumento.

Marco teórico

Clasificación y fuentes de errores experimentales:

Errores: “Todas las medidas experimentales que se hagan en una práctica de laboratorio están afectadas de
una imprecisión inherente al proceso de medida, se trata de medir mediante un aparato (por simple que sea,
hasta una regla está dentro de este patrón) estas medidas siempre dependerán de las mínima cantidad que este
mismo logre medir, por ejemplo, podemos llegar a un decimal que es el que estos aparatos logran medir pero
quedaremos con la incertidumbre de cuál es el siguiente decimal; Es decir que las medidas son
incorrectas”(1), ya que estaríamos llamando error al valor total que falta (que no otorga el utensilio que
estemos usando), es lo que llamamos “error intrínseco”, por inevitable la forma en que no haya un valor no
cierto, estos dependen del procedimiento que se escoja y la tecnología con la que se cuente para realizar la
medición; “Esto se puede medir de manera directa que es la valor de la magnitud desconocida se obtiene por
comparación con una unidad que tampoco sabemos y de una medida indirecta que es que el valor obtenido
mediante el cálculo de la función de una o más mediciones directas, que contienen fluctuaciones originadas
por perturbaciones diversas.
En la medición directa podemos tener errores sistemáticos que son los errores relacionados con la destreza
del operador (error de paralaje, errores ambientales y físicos), los errores del instrumento de medición que
son los errores relacionados con la calidad de los instrumentos de medición, (error de lectura mínima y error
de cero)”.

Fundamentos de la estadística:

- Media aritmética: “La media aritmética es el valor promedio de las muestras y es independiente de
las amplitudes de los intervalos, se simboliza como 𝑋 y se encuentra solo para variables
cuantitativas, se encuentra sumando todos los valores y dividiendo por el número total de datos”.
La fórmula general para N elementos es:

𝑥% + 𝑥' + 𝑥( … + 𝑥*
𝑋 =
𝑛

Por ejemplo, en un partido de baloncesto se tiene la siguiente anotación en los jugadores de un

equipo: 0, 1, 4, 5, 8, 8, 10, 15, 38.
Aplicando la fórmula:
0 + 2 + 4 + 5 + 8 + 9 + 10 + 15 + 38 90
𝑋= = = 10
9 9

- Calculo de la media para datos agrupados: “La media en el caso de N datos agrupados en n
intervalos viene dado por la formula
𝑥% ×𝑓%6 𝑥' ×𝑓' + 𝑥( ×𝑓( … + 𝑥* ×𝑓*
𝑋=
𝑓% + 𝑓' + 𝑓( + 𝑓*

Donde Fi son las veces que se repite el valor Xi, el agrupamiento también puede hacerse por
intervalos, utilizando luego el valor intermedio del intervalo para calcular la media. Por ejemplo: La
altura en cm de los jugadores de un equipo de baloncesto esta en la siguiente tabla. Calcular la media
aritmética.

INTERVALO Xi Fi Xi - Fi
[160, 170) 165 1 165
[170, 180) 175 2 350
[180, 190) 185 4 740
[190, 200) 195 3 585
[200, 210) 205 2 410
---- --- 12 2250

Calculamos la media para datos agrupados:

165 ∗ 1 + 175 ∗ 2 + 185 ∗ 4 + 195 ∗ 3 + 205 ∗ 2 2250

𝑋= = = 187.5
1+2+4+3+2 12

- Desviación típica: “La desviación típica es la raíz cuadrada de la varianza. Es decir, la raíz cuadrada
de la media de los cuadrados de las puntuaciones de desviación.
La desviación típica se representa mediante 𝜎:
 (𝑥% − 𝑋)' + (𝑥' + 𝑋)' … + (𝑥* − 𝑋)'
𝜎 =
𝑁
Ejemplo: Calcular la desviación típica de la distribución: 9, 3, 8, 8, 9, 8, 9, 18.

9−9 ' + 3−9 ' + 8−9 ' + 9−9 ' + 8−9 ' + 9−9 ' + 18 − 9 '
𝜎= = 3.87 4
8

- Error cuadrático medio: “Es el que mide la cantidad de error que hay entre dos conjuntos de datos.
En otras palabras compara un valor predicho y un valor observado o conocido. También se le conoce
como raíz de la desviación cuadrática media y es una de las estadísticas más utilizadas en SIG.
A diferencia del error absoluto medio (ME), utilizamos RMSE en una variedad de aplicaciones
cuando comparamos dos conjuntos de datos”.
*
= 𝑃𝑖 − 𝑂𝑖 '
G
𝑅𝑀𝑆𝐸 =
𝑛
- Error estándar: “Es una estimación de cuanto varia el valor de una estadística de prueba de muestra
a muestra. Es una medida de la incertidumbre de la estadística de prueba. El error estándar podría
abreviarse como error est. Se calcula tornando la desviación estándar de la distribución de muestreo
para la estadística de prueba. La distribución de muestreo es la distribución de todas las muestras
posibles.

- ¿Qué es un histograma?: “Es una de las maneras más comunes de representar una distribución de
frecuencia. Su grafica consiste en un conjunto de barras (Rectángulos, en la que la base de cada barra
representa una clase o intervalo, indicada en el eje horizontal, y la altura por su frecuencia, indicada
en el eje vertical. Generalmente las barras se trazan adyacentes una a la otra.

El proceso para construir un histograma es muy sencillo:

- Se construyen dos ejes.

- En el eje horizontal o eje de abscisas, se representan los datos o modalidades obtenidas.
- En el eje vertical, eje de coordenadas, se representan con números las frecuencias de cada dato o
modalidad.
- Sobre el eje horizontal se levantan barras o rectángulos de igual base hasta la altura del valor
numérico de la frecuencia de cada dato o modalidad.
- Las barras se levantan una enseguida de la otra”.

Tipos de errores que se pueden presentarse en una práctica:

Los errores dependen de las causas que lo producen, los errores se pueden clasificar en dos grandes
grupos:

- Errores sistemáticos
- Errores accidentales

Se denomina error sistemático a aquel que es constante a lo largo de todo el proceso de medida y, por lo
tanto, afecta a todas las medidas de un modo definido y es el mismo para todas ellas. Estos errores tienen
siempre un signo determinado y las causas probables pueden ser.

- Errores instrumentales: (de aparatos), por ejemplo, el error de calibrado de los instrumentos.
- Error Personal: Este es, en general, difícil de determinar y es debido a las limitaciones de carácter
personal, como por ejemplo, los errores de paralaje, o los problemas de tipo visual.
- Errores de método de medida: Que corresponden a una elección inadecuada del método de medida;
Lo que incluye tres posibilidades distintas: La inadecuación del aparato de medida, de observador o
del método de medida propiamente dicho.

Se denominan errores accidentales a aquellos que se debe a las pequeñas variaciones que aparecen entre
observaciones sucesivas realizadas por el mismo observador y bajo las mismas condiciones. Las
variaciones no son reproducibles en una medición a otra y se supone que sus valores están sometidos tan
solo a las leyes del azar y que sus causas son completamente incontrolables para un observador, poseen
en lo absoluto un valor muy pequeño y si se realiza un número suficiente de medidas se obtienen tantas
desviaciones positivas como negativas.”.

- ¿Qué son cifras significativas? : “Las cifras significativas en una medida experimental incluyen
todos los números que pueden ser leídos de la escala más un número estimado, por ejemplo, si
utilizamos un metro para medir la longitud de un objeto podemos decir que la medida es 0.9345
metros, los primeros tres dígitos a la derecha del punto decimal fueron leídos de la escala. Por otro
lado del cinco es el número estimado.

1. El número de cifras significativas incluidas en un resultado se puede determinar de la siguiente

manera.
2. El digito más a la izquierda, distinto de cero, es el más significativo, por ejemplo, el uno en 106.9 y el
siete en 0.0073 son los más significativos.
3. Si no hay punto decimal, el digito distinto de cero más a la derecha, es el menos significativo. Por
ejemplo en 240 es el menos significativo.
4. Si hay un punto decimal, el digito más a la derecha aun cuando sea cero es el menos significativo.
5. Todos los dígitos entre más significativo y el menos significativo, se consideran significativos.
Materiales

INSTRUMENTOS
Instrumento Observación
Balanza
Una Balanza de peso deslizante, compuesta por un
brazo que sostiene un grupo de pesas que balancean
la masa puesta en el platillo graduando la medida de
la masa de a 0.1g, 10g y de a 100 g. Para calibrar la
balanza el índice de fiel debe estar en la misma línea
de la marcada en el soporte, igual se variarán las
pesas al colocar una masa en el platillo, buscando
una línea continua en el índice de fiel. la
incertidumbre que aporta esta balanza a las medidas
es de ± 0.05 g.
Cinta Métrica

Una cinta plástica flexible con las divisiones

respectivas de un metro en centímetros y milímetros
que se enrolla y desenrolla en una cápsula plástica.
Su incertidumbre en centímetros es de ± 0.5cm.

Cronómetro

Instrumento para contar el tiempo transcurrido en un

periodo determinado, marcando un punto de inicio
un punto de final, la incertidumbre del instrumento
es de una centésima de segundo, eso sin tener en
cuenta el rango de error de quien lo acciona,
sumando un tiempo mientras se oprime el botón que
genera el inicio del conteo de tiempo.

Calibrador

Instrumento provisto de un nonio para medir con

precisión calibres, diámetros, espesores y
profundidades. Este instrumento presenta un error de
± 0.005cm
Tabla de datos

Ej.1 Tabla de estaturas

Personas de
Estatura
esta estatura Ej.1 Tabla del Histograma
1.52 1 Clase Frecuencia
1.62 1 152 1
1.66 1
162 1
1.67 1
1.68 1 168 3
1.70 1 170 1
1.71 1 172 3
1.72 2 174 2
1.73 1 178 1
1.74 1
180 1
1.77 1
1.80 1

Ej.1 Tabla de desviación estándar

X 𝑿-𝑿 (𝑿-𝑿)𝟐
1.52 1.52 - 1.69 = -0.17 0.0289
1.62 1.62 – 1.69 = -0.07 -4.9X10K(
1.66 1.66 – 1.69 = -0.03 -9X10KL
1.67 1.67 – 1.69 = -0.02 -4X10KL
1.68 1.68 – 1.69 = -0.01 -1X10KL
1.70 1.70 – 1.69 = 0.01 1X10KL
1.71 1.71 - 1.69 = 0.02 4X10KL
1.72 1.72 – 1.69 = 0.03 9X10KL
1.72 1.72 – 1.69 = 0.03 9X10KL
1.73 1.73 – 1.69 = 0.04 1.6X10K(
1.74 1.74 – 1.69 = 0.05 2.5X10K(
1.77 1.77 – 1.69 =0.08 6.4X10K(
1.80 1.80 – 1.69 = 0.11 0.0121
0.4165
M.L%NO M.L%NO
𝑆= = = 0.18
%(K% %'

Ej. 3 Tabla Tiempos de caída

N° De intento Tiempo
1 2
2 28
3 28
4 31
5 31
Graficas

Ej.1 Histograma de las estaturas

Histograma
4
Frecuencia

3
2 3 3
1 1 1 1 2 1 1
0
152 162 168 170 172 174 178 180
Clase

Resultados

Ej.1 PROMEDIO:
Para hallar el promedio se suman todos los valores y se dividen por el número de datos que hay.

1.52 + 1.62 + 1.66 + 1.67 + 1.68 + 1.70 + 1.71 + 1.72 + 1.72 + 1.73 + 1.74 + 1.77 + 1.80
𝑥=
13
22.04
= = 1.69
13
Ej. 2 Densidad de la esfera

Masa à 66.6g ± 0.05g

m = 66.6g
Δm = 0.05g
Diámetro à 2.55cm ± 0.005cm
Radio à 1.275cm ± 0.005cm
r = 1.275cm
Δr = 0.005cm

' '
𝑑𝜌 𝑑𝜌
∆𝜌 = ∆𝑚 + ∆𝑣 𝑚
𝑑𝑚 𝑑𝑣
𝜌=
𝑣
' '
1 −66.6 66.6
∆𝜌 = 0.05 + 0.10 𝜌= 𝑔/𝑐𝑚(
8.68 8.68' 8.68

∆𝜌 = 0.09 g/𝑐𝑚( 𝜌 = 7.67𝑔/𝑐𝑚(

 Formula Volumen de una esfera Incertidumbre del volumen
4𝜋𝑟 ( 𝑑𝑉
𝑉= ∆𝑉 = ∆𝑟
3 𝑑𝑟
4𝜋(1.275)(
𝑉= ∆𝑉 = (20.43 ∗ 0.005)𝑐𝑚(
3
𝑉 = 8.68𝑐𝑚( ∆𝑉 = 0.10𝑐𝑚(

Derivada del volumen respecto al radio Formula de densidad (ρ)

𝑑𝑉 12𝜋𝑟 ' 𝑑𝑉 𝑚
= → = 4𝜋𝑟 ' 𝜌=
𝑑𝑟 3 𝑑𝑟 𝑣

𝑑𝑉 Derivada de la densidad respecto al volumen

= 4𝜋(1.275)' 𝑑𝜌 −𝑚
𝑑𝑟 = '
𝑑𝑣 𝑣
𝑑𝑉
= 20.43 Derivada de la densidad respecto a la masa
𝑑𝑟 𝑑𝜌 1
=
𝑑𝑚 𝑣

Ej. 3 Tiempo de Caída

Media: ∑x / n (valores)
Media:148/5=29,6
]
Error máximo: N ( media, )
*
𝜎=1.57
Error máximo: N ( 29,6 , 0,7 )

Conclusión

Con la práctica realizada de teoría de errores se pudo llegar a tener el conocimiento necesario de los diferentes
tipos de errores que se presentan, además de aprender la aplicación de los fundamentos de tratamiento de
errores en una variable y en los análisis de datos experimentales.
Se determinó que en un tipo de medida, con un instrumento definido, mientras más grandes eran las medidas
con respecto a la mínima cantidad medible del instrumento usado, el porcentaje de error sería cada vez menor.
Tomar Medidas de un objeto definido con diferentes instrumentos puede llegar a dar valores diferentes
referentes a la incertidumbre que tenga el instrumento de medida, por lo que entre más pequeña sea
esa incertidumbre, más exacto será la medida experimental.
Hay instrumentos que no solo tiene errores instrumentales por su mínima medida, sino también por la
necesidad de ser accionado por un cuerpo vivo (en el caso de la práctica, el tiempo de reacción entre
un dedo y un cronómetro.
REFERENCIAS

• Garcia Roman, R. (2018). Errores en la mediciones y fuentes de error. Retrieved from

https://es.slideshare.net/RossiGarciaRoman/errores-en-la-mediciones-y-fuentes-de-error-41628013
• Desviación típica - Vitutor. (2018). Retrieved from
https://www.vitutor.com/estadistica/descriptiva/a_16.html
• IBM Knowledge Center Error. (2018). Retrieved from
https://www.ibm.com/support/knowledgecenter/es/SS4QC9/com.ibm.solutions.wa_an_overview.2.0
• Maths, S. (2018). Media aritmética - Probabilidad y estadística. Retrieved from
https://www.sangakoo.com/es/temas/media-aritmetica
• ¿Qué es el error cuadrático medio RMSE? | El blog de franz. (2018). Retrieved from
https://acolita.com/que-es-el-error-cuadratico-medio-rmse/
• Cifras significativas - Física en Línea. (2018). Retrieved from
https://sites.google.com/site/timesolar/fisicamatematica/cifrassignificativas
• Histograma. (2018). Retrieved from
https://www.universoformulas.com/estadistica/descriptiva/histograma/
• Santana, A., & Nieves Hernández, C. (2018). Gráficos en R: Histogramas. Retrieved from
http://www.dma.ulpgc.es/profesores/personal/stat/cursoR4ULPGC/9c-grafHistograma.html
• ¿Qué es y cómo se construye un histograma?. (2018). Retrieved from
https://marcelomendizabal.wordpress.com/2017/02/09/que-es-y-como-se-construye-un-histograma/