Definición, Naturaleza Inevitable del Error y
Clasificación Fundamental
La Teoría de Errores es una rama esencial de la estadística matemática que se dedica a estudiar
los errores presentes en las mediciones y el impacto que estos tienen sobre los resultados
experimentales. La comprensión de esta teoría es fundamental en diversos escenarios, desde
medir la velocidad del viento hasta evaluar la eficiencia de un algoritmo, y es crucial para
interpretar correctamente los resultados.
La Naturaleza Inevitable de la Medición y el Error
Medir se define como el proceso de asignar un número a una cantidad física mediante la
comparación con una unidad de medida o patrón. Esta actividad es la columna vertebral de la
experimentación y la ciencia. No obstante, es un principio fundamental de la ciencia
experimental que en cualquier tipo de medición científica o técnica siempre existirá un
margen de error. Esto es cierto sin importar cuán avanzado sea el equipo utilizado o cuán
meticuloso sea el experimentador. La inevitabilidad del error surge de las limitaciones
inherentes a los instrumentos, las fluctuaciones estadísticas incontroladas, y las limitaciones de
nuestros propios sentidos.
En lugar de reportar un número exacto, la medición debe entenderse implícitamente como un
intervalo dentro del cual existe la confianza de que se encontrará el valor esperado o
"verdadero".
Clasificación de los Errores
Los errores se pueden clasificar según la naturaleza de su origen, lo que es clave para decidir el
método de corrección o minimización:
1. Errores Sistemáticos: Son errores predecibles
que se repiten y distorsionan los resultados de
forma consistente. Actúan generalmente en el
mismo sentido, desviando el valor de la medida
siempre en una misma dirección (siempre mayor o
siempre menor que el valor real). Los errores
sistemáticos pueden ser causados por diversos
factores:
◦ Errores Instrumentales: Defectos o problemas en el funcionamiento de los aparatos de
medida, como instrumentos calibrados incorrectamente o el denominado "error de cero"
(lectura distinta de cero cuando lo que se mide es cero).
◦ Errores Ambientales: Alteraciones causadas por el medio ambiente, como la temperatura o
la humedad, que repercuten indeseablemente en el experimento.
◦ Errores de Observación o Método: Deficiencias en el método de trabajo, como una elección
inadecuada del método de medida o la alteración del sistema. Un ejemplo es el error de
paralaje (mala ubicación del observador frente al instrumento). También se incluyen los errores
teóricos, que surgen de usar expresiones matemáticas aproximadas en lugar de las exactas.
2. Errores Accidentales (o Aleatorios/Estocásticos): Estos errores varían de manera
impredecible de una medición a otra. Son causados por la acumulación de múltiples
perturbaciones pequeñas, imprevistas y difíciles de controlar, como fluctuaciones mínimas en
las condiciones ambientales o la limitada capacidad de discriminación del observador. Debido a
su naturaleza, las mediciones repetidas se distribuyen alrededor del valor real (valor medio).
3. Errores Graves (o Valores Atípicos): Ocurren cuando los
resultados difieren enormemente de lo esperado, y a
menudo son causados por errores humanos, como errores
de lectura o cálculos incorrectos. Identificar y descartar
estos valores es crucial para mantener la integridad del
conjunto de datos.
El resultado final de una medición (el error neto o
incertidumbre de la variable) está dado por la combinación de los errores sistemáticos y los
errores estocásticos.
Cuantificación del Error y Notación Estándar
(Absoluto, Relativo y Cifras Significativas)
La forma en que se expresa un resultado y su error asociado es crucial para comunicar la calidad
y la precisión de una medida experimental.
Expresión Estándar del Resultado
Una medida no está completa sin la estimación del error. El resultado debe ser comunicado de
manera que se indique que el valor verdadero se encuentra, con alta probabilidad, en un
intervalo cuyos límites son la estimación de la medida ± el error estimado. La notación estándar
es:
Medida=Valor observado ± Error Unidad
Error Absoluto (ΔX) e Incertidumbre
El error absoluto (ΔX o ϵ) no es el error "real" (la diferencia entre el valor medido y el valor
verdadero, Ex), ya que el valor verdadero es desconocido. En la práctica, el error absoluto o
incertidumbre absoluta es la estimación del intervalo en el que se puede encontrar el error real
de la medida. Se define como el mínimo número Δx que es mayor o igual que el valor absoluto
de la incertidumbre real (∣Ex∣ ≤ Δx).
El error absoluto tiene las mismas unidades que la medida. Por ejemplo, si una longitud L se
mide como L= (12.30 ± 0.05) cm, el error absoluto es ΔL = 0.05 cm, y el valor verdadero L se
encuentra acotado en el intervalo 12.25 cm ≤ L ≤ 12.35 cm.
Error Relativo (ϵ) y Error Porcentual (ϵ%)
Mientras que el error absoluto da la desviación en términos absolutos, el error relativo (ϵ)
proporciona la importancia relativa de esa desviación. El error relativo se define como el
cociente entre el error absoluto (ΔX) y el valor medido (X):
Este valor es adimensional, lo que lo hace útil para comparar objetivamente la calidad de dos
mediciones diferentes. La medida con el menor error relativo se considera la mejor, incluso si su
error absoluto es igual o mayor. Multiplicando el error relativo por 100 se obtiene el error
porcentual (ϵ%=ϵ×100).
Reglas de Notación y Cifras Significativas
Al expresar el resultado de una medida junto con su error asociado, se deben seguir reglas de
notación para asegurar la coherencia en la precisión.
1. Regla del Error: El valor del error absoluto debe ser expresado generalmente con una sola
cifra significativa, ya que su valor es aproximado. Una excepción permite dos cifras significativas
si la primera cifra es un 1, o si es un 2 seguido de un número menor que 5. En los ejercicios de
laboratorio, se puede llegar a utilizar hasta dos cifras significativas.
2. Regla de la Medida: La precisión del valor medido no debe ser mayor que la precisión de su
error. Por lo tanto, el orden decimal de la última cifra significativa de la medida debe coincidir
con el orden decimal de la última cifra significativa del error. Si es necesario, el valor de la
medida debe ser redondeado.
3. Notación Científica: Si se utiliza notación científica, tanto el valor medido como el error
deben escribirse acompañados de la misma potencia de 10.
El número de cifras significativas de una medida se refiere
al número de dígitos fiables que esta contiene. Se cuentan
desde la izquierda, a partir de la primera cifra diferente de
cero, hasta la primera cifra afectada por el error, inclusive.
Los ceros a la izquierda no son significativos (solo ubican el
punto decimal), mientras que los ceros a la derecha
después del punto decimal sí lo son.
Errores Sistemáticos y
Método de la Curva de Calibrado
Los errores sistemáticos son cruciales porque distorsionan los resultados de forma consistente y
en una única dirección, y su corrección no se logra con la simple repetición de la medida, sino
mediante un análisis profundo del sistema y del método.
Orígenes Detallados de los Errores Sistemáticos
Estos errores son debidos a defectos en los aparatos o en el método de trabajo. Pueden ser
constantes o variar de forma regular. Sus causas incluyen:
• Defectos Instrumentales: Los problemas en el funcionamiento de los aparatos de medida. Un
error típico es la mala calibración, donde el instrumento da una lectura incorrecta de forma
constante. Un ejemplo es el error de cero, que se corrige reajustando el aparato o corrigiendo
numéricamente las lecturas.
• Influencia del Aparato en el Sistema: El acto de introducir el aparato de medida en el sistema
puede alterarlo y modificar la magnitud que se desea medir. Por ejemplo, al medir la corriente
eléctrica con un amperímetro, este puede modificar la corriente que circulaba antes de su
colocación.
• Errores Ambientales: Las condiciones
externas como la temperatura o la humedad
pueden afectar las mediciones. Estos errores
deben minimizarse aislando el experimento y
controlando los factores ambientales que
puedan repercutir.
• Errores de Observación (Personales): Causados por las limitaciones del observador. El error
de paralaje, por ejemplo, es un defecto regular en el proceso de medición donde el observador
se ubica mal frente al instrumento.
Corrección Mediante Curva de Calibrado
Una de las formas más efectivas para corregir los errores sistemáticos es mediante la realización
de una curva de calibrado.
• Definición y Proceso: La curva de calibrado es una representación gráfica que establece la
relación entre los valores medidos por el instrumento y los valores reales o patrones. Para
crearla, es indispensable contar con algún patrón o magnitud cuyo valor sea conocido.
• Aplicación: Una vez que se dispone de la curva de calibrado, cualquier medida realizada con
ese sistema puede transformarse en un resultado libre del error sistemático simplemente
consultando la curva.
Distinción entre Exactitud, Precisión y Sensibilidad
Para evaluar la calidad de las mediciones y la influencia de los errores sistemáticos, se utilizan
los conceptos de exactitud y precisión:
• Exactitud: Es el grado de concordancia o cercanía
entre el valor experimental obtenido y el valor
"verdadero" de la magnitud. La exactitud está
intrínsecamente ligada a los errores sistemáticos: a
mayor exactitud, menores errores sistemáticos. Se
vincula al promedio de las mediciones: si el
promedio está más cerca del valor verdadero, la
medida es más exacta.
• Precisión: Se refiere a la concordancia o cercanía
entre las distintas mediciones de una misma magnitud realizadas en condiciones similares. La
precisión está ligada a los errores casuales o aleatorios. A menor dispersión entre los valores
medidos (y, por lo tanto, menor desviación estándar), mayor es la precisión.
• Relación: La exactitud generalmente implica precisión, pero no al revés. Un instrumento
puede ser muy preciso (sus mediciones están muy agrupadas) pero poco exacto (debido a un
error sistemático que desvía todas las mediciones lejos del valor verdadero).
• Sensibilidad: Es el valor mínimo de la magnitud que el aparato es capaz de medir, y se
relaciona con el valor de la división más pequeña de la escala. No debe confundirse con la
precisión.
Errores Accidentales y Tratamiento Estadístico
(Desviación Estándar y Distribuciones)
Los errores accidentales o estocásticos son la consecuencia de causas no controladas o
desconocidas, y aunque no pueden eliminarse, su impacto se reduce significativamente
mediante la repetición de medidas y el uso de la estadística.
Valor Estimado y Repetición de Medidas
Dado que los errores accidentales varían aleatoriamente, la forma de obtener un buen
resultado minimizando su efecto es repetir la medida varias veces. El valor que se tomará como
el resultado estimado de la medida es el valor medio (o media aritmética, x̄) del conjunto de
mediciones:
Cuantas más veces se repita la medida (n), el valor medio obtenido será, en general, mejor y
tenderá a acercarse al valor verdadero, ya que la discrepancia se reduce considerablemente.
Existe un criterio empírico para determinar el número de repeticiones necesario. Se calcula la
dispersión total a partir de tres mediciones iniciales. Si el porcentaje de dispersión (T) es bajo (T
≤ 2%), tres medidas son suficientes. Si T es mayor, se debe aumentar el número de mediciones.
Cuantificación con Desviación Estándar y Varianza
La varianza (s2) es la medida más objetiva de la dispersión o esparcimiento de los valores de la
variable respecto al valor medio.
La desviación estándar o desviación típica (s o σ) es la raíz cuadrada de la varianza y cuantifica
la dispersión en las mismas unidades que la medida. La desviación estándar para una muestra
finita (S) se calcula como:
Desviación Estándar del Promedio (Error Estándar)
La desviación estándar de la muestra (S) cuantifica la dispersión de las medidas individuales,
pero para reportar el error asociado al valor medio (x̄), se utiliza la desviación estándar del
promedio o error estándar del promedio (σ x̄ ). Esta incertidumbre se relaciona con la
desviación estándar de la muestra mediante la expresión:
Este resultado indica que la dispersión del promedio es menor
cuanto mayor es el número de mediciones (n). Por convención, algunos textos toman el error
estadístico como tres veces la desviación estándar del promedio (±3σx̄ ). El error final de la
medida se reporta como x̄ ± Δx, donde Δx es el mayor entre el error estadístico y el error de
lectura.
Distribuciones de Error: Gaussiana y Rectangular
Los errores accidentales dan lugar a formas de distribución de los datos.
1. Distribución Gaussiana (o Normal): Cuando se
repiten las mediciones, los distintos valores se
acumulan cerca del valor medio y se vuelven más
escasos a medida que se alejan. Esto sigue la ley de
distribución de errores de Gauss (Campana de
Gauss), que es una curva de distribución continua y
simétrica alrededor del valor medio. La teoría
estadística establece que, para una distribución
Gaussiana, el 68% de los valores se encuentran dentro del intervalo x̄ ±σ, y el 99.7% dentro de
x̄ ±3σ.
2. Distribución Uniforme (o Rectangular): Este caso ocurre cuando las
mediciones repetidas arrojan el mismo valor (la varianza es
aparentemente cero). Aquí, la incertidumbre está ligada a la precisión
(P) del instrumento. El error accidental asociado al valor medio para
una distribución rectangular es:
Propagación de Errores en Medidas Indirectas
y Fórmulas de Cálculo
La propagación de errores es el proceso por el cual
se estima el error de un resultado obtenido
indirectamente (a través de un cálculo) a partir de los
errores de las magnitudes que fueron medidas
directamente.
El Método de la Diferencial Total
Cuando una magnitud final F es función de varias
magnitudes medidas directamente (F=F(x,y,z,…)), sus
errores se propagan a través de la fórmula analítica.
El método para calcular el error (ΔF) de esta medida indirecta se basa en el concepto de la
diferencial total.
La diferencial total de F se obtiene mediante la suma de las derivadas parciales de F con
respecto a cada variable, multiplicada por la diferencial de esa variable:
Para calcular el error absoluto ΔF (la cota máxima de imprecisión), se asimilan las diferenciales
(dx,dy,…) a los errores absolutos (Δx,Δy,…) de las variables y se considera el caso más
desfavorable (el mayo r error posible) sumando todos los términos con valor positivo. Esto
implica tomar el valor absoluto de las derivadas parciales:
La derivada parcial de F
con respecto a una variable se calcula derivando F con respecto a esa variable mientras se
mantienen constantes todas las demás variables.
Fórmulas Simplificadas de Propagación (Máximo Error)
A partir del método de la diferencial total, se deducen fórmulas sencillas para las operaciones
aritméticas más comunes. Al aplicar estas fórmulas, se busca siempre el valor máximo del error
(de ahí que los errores individuales se sumen):
Para la multiplicación y división, la regla mnemotécnica es que la incertidumbre relativa del
resultado es la suma de las incertidumbres relativas de las magnitudes medidas.
Manejo de Constantes y Números Irracionales
Cuando se utiliza un valor constante o un número irracional (como π) en un cálculo, y solo se
utiliza un número finito de decimales, esto introduce un error. Para la propagación, se debe
asignar un error a estos valores, que es de una unidad en la última cifra decimal utilizada (por
ejemplo, π = 3.14 ± 0.01). Al aplicar la fórmula de propagación, estos números irracionales
deben considerarse como variables respecto a las cuales se debe derivar la magnitud.
Corrección Mediante Curva de Calibrado
Una de las formas más efectivas para corregir los errores sistemáticos es mediante la realización
de una curva de calibrado.
• Definición y Proceso: La curva de calibrado es una representación gráfica que establece la
relación entre los valores medidos por el instrumento y los valores reales o patrones. Para
crearla, es indispensable contar con algún patrón o magnitud cuyo valor sea conocido.
• Aplicación: Una vez que se dispone de la curva de calibrado, cualquier medida realizada con
ese sistema puede transformarse en un resultado libre del error sistemático simplemente
consultando la curva.
Distinción entre Exactitud, Precisión y Sensibilidad
Para evaluar la calidad de las mediciones y la influencia de los errores sistemáticos, se utilizan
los conceptos de exactitud y precisión:
• Exactitud: Es el grado de concordancia o cercanía
entre el valor experimental obtenido y el valor
"verdadero" de la magnitud. La exactitud está
intrínsecamente ligada a los errores sistemáticos: a
mayor exactitud, menores errores sistemáticos. Se
vincula al promedio de las mediciones: si el
promedio está más cerca del valor verdadero, la
medida es más exacta.
• Precisión: Se refiere a la concordancia o cercanía entre las distintas mediciones de una misma
magnitud realizadas en condiciones similares. La precisión está ligada a los errores casuales o
aleatorios. A menor dispersión entre los valores medidos (y, por lo tanto, menor desviación
estándar), mayor es la precisión.
• Relación: La exactitud generalmente implica precisión, pero no al revés. Un instrumento
puede ser muy preciso (sus mediciones están muy agrupadas) pero poco exacto (debido a un
error sistemático que desvía todas las mediciones lejos del valor verdadero).
• Sensibilidad: Es el valor mínimo de la magnitud que el aparato es capaz de medir, y se
relaciona con el valor de la división más pequeña de la escala. No debe confundirse con la
precisión.
Corrección Mediante Curva de Calibrado
Una de las formas más efectivas para corregir los errores sistemáticos es mediante la realización
de una curva de calibrado.
• Definición y Proceso: La curva de calibrado es una representación gráfica que establece la
relación entre los valores medidos por el instrumento y los valores reales o patrones. Para
crearla, es indispensable contar con algún patrón o magnitud cuyo valor sea conocido.
• Aplicación: Una vez que se dispone de la curva de calibrado, cualquier medida realizada con
ese sistema puede transformarse en un resultado libre del error sistemático simplemente
consultando la curva.
Distinción entre Exactitud, Precisión y Sensibilidad
Para evaluar la calidad de las mediciones y la influencia de los errores sistemáticos, se utilizan
los conceptos de exactitud y precisión:
• Exactitud: Es el grado de concordancia o cercanía
entre el valor experimental obtenido y el valor
"verdadero" de la magnitud. La exactitud está
intrínsecamente ligada a los errores sistemáticos: a
mayor exactitud, menores errores sistemáticos. Se
vincula al promedio de las mediciones: si el
promedio está más cerca del valor verdadero, la
medida es más exacta.
• Precisión: Se refiere a la concordancia o cercanía
entre las distintas mediciones de una misma magnitud realizadas en condiciones similares. La
precisión está ligada a los errores casuales o aleatorios. A menor dispersión entre los valores
medidos (y, por lo tanto, menor desviación estándar), mayor es la precisión.
• Relación: La exactitud generalmente implica precisión, pero no al revés. Un instrumento
puede ser muy preciso (sus mediciones están muy agrupadas) pero poco exacto (debido a un
error sistemático que desvía todas las mediciones lejos del valor verdadero).
• Sensibilidad: Es el valor mínimo de la magnitud que el aparato es capaz de medir, y se
relaciona con el valor de la división más pequeña de la escala. No debe confundirse con la
precisión.
Errores Accidentales y Tratamiento Estadístico
(Desviación Estándar y Distribuciones)
Los errores accidentales o estocásticos son la consecuencia de causas no controladas o
desconocidas, y aunque no pueden eliminarse, su impacto se reduce significativamente
mediante la repetición de medidas y el uso de la estadística.
Valor Estimado y Repetición de Medidas
Dado que los errores accidentales varían aleatoriamente, la forma de obtener un buen
resultado minimizando su efecto es repetir la medida varias veces. El valor que se tomará como
el resultado estimado de la medida es el valor medio (o media aritmética, x̄) del conjunto de
mediciones:
Cuantas más veces se repita la medida (n), el valor medio obtenido será, en general, mejor y
tenderá a acercarse al valor verdadero, ya que la discrepancia se reduce considerablemente.
Existe un criterio empírico para determinar el número de repeticiones necesario. Se calcula la
dispersión total a partir de tres mediciones iniciales. Si el porcentaje de dispersión (T) es bajo (T
≤ 2%), tres medidas son suficientes. Si T es mayor, se debe aumentar el número de mediciones.
Cuantificación con Desviación Estándar y Varianza
La varianza (s2) es la medida más objetiva de la dispersión o esparcimiento de los valores de la
variable respecto al valor medio.
La desviación estándar o desviación típica (s o σ) es la raíz cuadrada de la varianza y cuantifica
la dispersión en las mismas unidades que la medida. La desviación estándar para una muestra
finita (S) se calcula como: