Universidad Nacional de Misiones

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Dr. Ing. Aldo Luis Caballero MSc. Ing. Corina Feltan
ltima versin: mayo de 2014

Introduccin
Como es bien conocido, todas las ciencias necesitan de la determinacin
cuantitativa de diferentes magnitudes, es decir, de la realizacin de mediciones y
clculos.
Medir implica comparar la magnitud objeto de la medida con otra de la misma
especie y que es bien conocida. El resultado de la medida se expresa mediante un
nmero acompaado de la unidad correspondiente, la cual depende de la
magnitud conocida que se ha tomado como referencia.
Por varias razones, las mediciones nunca permiten conocer exactamente el valor
verdadero de la magnitud medida. Las ms evidentes de estas razones son los
defectos propios de los instrumentos que se emplean y las imperfecciones de
nuestros sentidos. El valor verdadero de una magnitud es realmente inaccesible,
por lo que al hablar de medicin, en sentido estricto, es mas apropiado interpretar
esta palabra con la acepcin de estimacin antes que de determinacin. En
realidad, no tiene sentido hablar del valor de una magnitud en trminos absolutos,
sino de la probabilidad de obtener un valor al efectuar la medida de una magnitud.
Esto no es el resultado de las imperfecciones de los aparatos o los sentidos sino
que, de acuerdo con el estado actual del conocimiento, es una consecuencia del
carcter intrnsecamente probabilstico de las magnitudes fsicas que forma parte
de la misma esencia de la naturaleza, y que se hace evidente a nivel de las
partculas que conforman la materia. Por lo tanto, aunque se pudiera disponer de
instrumentos idealmente perfectos siempre las medidas estarn afectadas de un
cierto grado de incertidumbre.

Juan Manuel de Rosas 325 Tel/Fax (+54 3755) 422 179 422 170 www.fiobera.unam.edu.ar e-mail: facing@fiobera.unam.edu.ar
CP3360 Ober Misiones Argentina

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

A partir de los hechos descriptos previamente es inmediato concluir en que, al

realizar una medida, es de suma importancia estimar tanto el valor de la magnitud
de inters como la incertidumbre que afecta a la medida.
De otro modo es evidente que no se tendr la informacin necesaria para
asignarle la confianza que realmente merece, lo cual es indispensable para
emplearla con la prudencia adecuada. Consecuentemente, al expresar el
resultado de una medicin es
necesario indicar tres
elementos fundamentales: el
valor numrico estimado de la
magnitud medida, la unidad en
que est expresado tal valor y
la incertidumbtre que lo afecta.
La ausencia de alguno de estos
elementos si bien puede no
invalidar completamente el
resultado, al menos limita su
alcance y genera dudas sobre
Figura 1: Equipo laser para nanomediciones (EPFL).
la informacin que
verdaderamente proporciona.

Concepto de error
Con bastante frecuencia diferentes autores utilizan la palabra error con sentidos
diferentes. En sentido amplio y vinculado con la realizacin de mediciones, puede
considerarse al error como una estimacin de la incertidumbre con que se llev a
cabo una medida. Es decir, cuando ms incierta sea una medida, ms grande es
el error que lleva aparejado.
En general suelen distinguirse dos tipos de errores: sistemticos y accidentales.
Los errores sistemticos tienen su origen en el mtodo o instrumento empleado
para realizar la medida. Por ejemplo, al medir una resistencia con voltmetro y
ampermetro se comete un error debido a la resistencia interna de dichos
instrumentos, error que puede evitarse si la medicin se lleva a cabo con un
puente. Tambin el empleo de una regla metlica, construida con un material de
coeficiente de dilatacin grande, para medir una longitud en un ambiente de muy
alta temperatura introduce un error sistemtico, el que puede disminuirse o
eliminarse utilizando un instrumento del material apropiado.
Los errores sitemticos no son estrictamente objeto de estudio de la teora de
errores, ellos pueden reducirse o eliminarse empleando en cada caso el mtodo
apropiado. La presencia de errores sistemticos es realmente producto de una
equivocacin en cuanto al mtodo o instrumento empleado.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Los errores accidentales, en cambio, son incertidumbres debidas a numerosas

causas imprevisibles, y por tanto incontrolables, que dan lugar al hecho de que la
repeticin de la medida en condiciones idnticas conduce a resultados diferentes.
Desde el punto de vista de la teora de errores, los errores accidentales son
entonces tcnicamente verdaderamente errores, mientras que los errores
sistemticos pueden considerarse como equivocaciones. Aunque debe sealarse
que no pocos autores no hacen tal distincin o, al menos, no la realizan de este
modo, sino que prefieren designar a ambos como errores y hacer la diferenciacin
con el agregado de los trminos sistemticos y accidentales. Independientemente
de la denominacin empleada es importante comprender que los denominados
errores sistemticos tienen su origen en causas perfectamente previsibles, en tanto
que los errores accidentales tienen un comportamiento tal que parecen ser o son
fruto del azar, por lo que reciben tambin el nombre de errores aleatorios.
Los errores accidentales o aleatorios o errores propiamente dichos, segn la
definicin expuesta precedentemente pueden ser debidos a la acumulacin de
varias incertidumbres sistemticas incontrolables o pueden tener su origen en
variaciones intrnsecamente aleatorias que ocurren a nivel microscpico. Sin
embargo, con independencia de las razones fsicas que dan lugar a este
comportamiento, lo que realmente caracteriza a los errores accidentales es que
ellos hacen que los resultados de las mediciones sigan una distribucin
probabilstica que puede ser analizada mediante la aplicacin de mtodos
estadsticos. Por otra parte, si bien la presencia de estos errores es inevitable, es
posible estimar su magnitud a travs de las herramientas estadsticas adecuadas.

Error absoluto
El error absoluto x se define como la diferencia entre el valor obtenido como
resultado de la medicin xm y el valor verdadero o nominal x de la magnitud
medida.

x = xm x

(1)

Si el valor medido xm es menor que el valor verdadero x, el error tendr signo

negativo, en cuyo caso se dice que se ha cometido un error por defecto; en cambio,
si el error es positivo se dice que se ha cometido un error por exceso.
Como se explic en el epgrafe anterior no es posible conocer con exactitud el valor
de una magnitud fsica como resultado de una medicin, en consecuencia,
tampoco es posible determinar exactamente cunto vale el error que se comete al
realizar la medida. En el mejor de los casos apenas puede llegar a estimarse el
orden de ese error. Entonces, al expresar el resultado de una medicin como:

x m = x x

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

(2)

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Ello debe entenderse como la indicacin de que el valor medido est comprendido
en el intervalo [x x , x + x] con cierta probabilidad. Es decir, con la realizacin
de una medida no se logra ms que acotar el intervalo de valores en el cual est
comprendida la magnitud que se mide, pero siempre con cierta probabilidad.
En otro sentido, ntese tambin que al definir el error absoluto se ha mencionado
al valor verdadero x que, de acuerdo a los razonamientos efectuados, es
verdaderamente inalcanzable. Por lo tanto, es ms apropiado hablar de valor
nominal antes que de valor verdadero.
Es evidente que el error x es de la misma clase o naturaleza que la magnitud
medida, por lo que se expresa en la misma unidad.
Por otra parte, al formularse la teora de errores se supone que la calidad de la
medida es normal, en otras palabras, se presume que ella se realiza en modo tal
que el error es mucho menor que el valor nominal de la magnitud medida.

Error relativo
Tal como fue definido, el error absoluto tiene el inconveniente de que no permite
una comparacin rpida y clara en relacin con el valor nominal de la magnitud
medida; mucho menos todava si se trata de comparar los errores correspondientes
a mediciones de magnitudes de diferente especie. Por ejemplo, si se dice que la
medicin de una longitud acus 1m 0,001m y que al medir un caudal se obtuvo
0,5m3/s 0,001m3/s, a partir de esta manera de expresar los resultados no es
posible dilucidar en cul de las medidas se ha cometido mayor error, puesto que
las magnitudes a comparar son de diferente naturaleza fsica. El error relativo, en
realidad, no es ms que otra manera de expresar el error, de modo que las
comparaciones mencionadas puedan llevarse a cabo con cierta facilidad.
Como error relativo se define al cociente entre el error absoluto y el valor nominal
de la magnitud medida.

(3)

As expresado el error relativo se corresponde con una magnitud por unidad;

algunas veces se prefiere expresarlo en porcentaje:

% =

x
x

100

(4)

En ciertos casos, en lugar de comparar el error absoluto con el valor nominal, se

lo compara con el valor medido; es decir:
=

x
xm

x
100
xm

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

(5)

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Obviamente, debido a que el valor medido xm es obtenido por la medicin, estas

ltimas expresiones son mas fcilmente aplicables que (3) y (4).

Cifras significativas y redondeo

Las cifras significativas de un nmero son aquellas que aportan alguna
informacin en relacin con lo que ese nmero expresa. Como contrapartida, las
cifras no significativas aparecen como resultado de los clculos y no tienen
significado alguno.
Las cifras significativas estn determinadas por el error con que ese nmero fue
estimado, y son aquellas que ocupan una posicin igual o superior al orden o
posicin del error. Por ejemplo, considrese una medicin de longitud que conduce
a un valor de 978,642m con un error de 0,1m. Es evidente que todas las cifras
de orden inferior a las dcimas de metro no aportan informacin ya que, al ser el
error de ese orden, nada puede afirmarse con alguna mnima certeza sobre las
centsimas y milsimas de metro. En efecto, qu sentido tiene hablar de
centmetros o milmetros, cuando el error con que se ha efectuado la medida es
del orden del decmetro?.
Al expresar un nmero, es una buena prctica evitar la utilizacin de cifras no
significativas, ya que ellas pueden constituir una fuente de confusin; los nmeros
deben redondearse.
Se llama redondeo al proceso de eliminacin de las cifras no significativas de un
nmero.
La utilizacin de cifras significativas exclusivamente constituye tambin una forma
de expresar el orden del error. En otras palabras, si se afirma que todas las cifras
con que se expresa un nmero son significativas, ello equivale a decir que el error
es del orden de la ltima cifra que contiene el nmero. As, al decir que el resultado
de una medicin de longitud es 978,6m, si se afirma que todas las cifras son
significativas, se est expresando que el error con que se ha llevado a cabo la
medida es del orden del decmetro.
Siempre debe tenerse presente que los valores de los errores surgen como
resultado de procesos de estimacin en los que la incertidumbre es generalmente
importante, en consecuencia, tampoco tiene sentido expresar el error con excesiva
cantidad de cifras. Salvo casos excepcionales, y debidamente fundamentados, es
usual y recomendable expresar el error con una sola cifra significativa.
En resumen, puesto que todos los nmeros que surgen como resultado de una
medida tienen cierta incertidumbre, es necesario eliminar de ellos aquellas cifras
que carecen de sentido por cuanto el error es mayor que lo que esas cifras
significan.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Estimacin del error de una medida directa

No existen reglas bien fundamentadas y determinadas y que, adems, sean
aplicables inalterablemente en todos los casos posibles, para estimar
adecuadamente el error de una medida. Por este motivo, siempre es prudente y
til indicar explcitamente no slo el resultado de una medicin, sino tambin
cmo ha sido obtenida y cmo se ha estimado el error correspondiente.
En realidad la estimacin del error est siempre influenciada por cuestiones
subjetivas. No hay nadie mas indicado que aquella persona que ha efectuado en
numerosas ocasiones un cierto tipo de medida, con un equipo de medicin
determinado, en condiciones diversas y que haya ocupado los resultados de esas
mediciones con diferentes propsitos, para conocer el grado de confianza que se le
puede atribuir a otras mediciones efectuadas con ese mismo equipo.
No obstante, la aplicacin de algunos procedimientos estadsticos permite objetivar
en algn grado la estimacin de los llamados errores aleatorios. La ciencia
Estadstica hace posible obtener los parmetros de una poblacin, determinada
por el conjunto de todas las mediciones que es posible efectuar de una magnitud
dada, a partir de la muestra definida por el nmero limitado de medidas que
pueden efectivamente realizarse.
Supngase que se realiza un nmero n de mediciones de una magnitud
determinada en las que se obtienen los valores x1, x2, ... , xn que, en general, sern
diferentes entre s. El valor ms razonable para tomar como resultado de la
medicin es el valor medio x , tal que:
n

xi

x =

i =1

(6)

En efecto, si los errores siguen un comportamiento aleatorio, es tan probable que

ellos ocurran por defecto como por exceso, es decir que tiendan a compensarse;
con lo que el valor medio probablemente ser el mejor valor.
Es evidente que el error de una medida est relacionado con la dispersin de los
valores obtenidos. Si todos los valores obtenidos en el proceso son muy parecidos
entre s, el sentido comn indica que el error debe ser pequeo, mientras que si
los valores difieren mucho entre s el error debe ser mayor. Tngase presente que
en este anlisis se consideran solamente los errores que siguen un
comportamiento aleatorio, no se incluyen los errores sistemticos.
Si se adopta un criterio pesimista puede decirse que el error es la semidiferencia
entre los valores mximo y mnimo medidos. Por ejemplo, si en una serie de
medidas de una misma magnitud se obtienen los resultados consignados en la
tabla 1, los valores mximo y mnimo son 1398 y 1118, respectivamente, y la
semidiferencia entre ellos es (13981118)/2 = 140. En tanto que el valor medio de

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

todos los datos de la tabla es 1253. Con este criterio se debera dar como resultado
de la medida el valor 1253140, lo cual implica que todos los valores de la tabla
estn comprendidos en ese intervalo y el error relativo porcentual resulta ser del
orden de % = (140/1253)100 11%.
Sin embargo, el error as
estimado resulta excesivamente
1238
1318
1152
1236
1152
grande. Por otra parte, el criterio
1286
1166
1168
1398
1318
adoptado es discutible desde el
1278
1298
1318
1318
1312
punto de vista estadstico. Parece
ms apropiado tomar como error
1228
1226
1220
1312
1118
la desviacin media, es decir, el
valor medio de la diferencia de los
Tabla 1:
Diferentes valores obtenidos en el
proceso
de medicin de una
datos con respecto al valor
magnitud fsica.
central. No obstante, como los
errores por defecto y por exceso tienden a compensarse, tal valor tendera a cero
y el error estimado sera demasiado pequeo. Para evitar esta situacin se
acostumbra a tomar el valor medio de las desviaciones elevadas al cuadrado y
luego extraer la raz cuadrada para que la unidad del nmero obtenido sea
dimensionalmente homognea con respecto a los datos. En otros trminos, se
utiliza la desviacin tpica o desviacin estndar del conjunto de datos.
=

n
1
(x i x )2
n 1 i =1

(7)

Para la estimacin de errores se prefiere esta forma de calcular la desviacin

estndar, que se denomina desviacin estndar muestral, para distinguirla de la
desviacin estndar de poblacin que se calcula segn:
=

1 n
(x i x )2
n i =1

(8)

Ntese que, en el caso de que se mida una sola vez la magnitud en cuestin, la
expresin (7) conduce a la indeterminacin = 0/0, es decir, un nmero indefinido;
lo cual es perfectamente coherente con los conceptos que sustentan la teora de
errores. Advirtase que, al disponer de un solo dato, no se dispone de la
informacin necesaria para estimar el error. Sin embargo, en el caso de disponer
de una sola medida o dato, si se emplea la expresin (8) de la desviacin estndar
de poblacin se estimara un error nulo, lo cual no es realmente cierto. Por otra
parte, si el nmero de mediciones efectuado es muy elevado, las diferencias entre
las desviaciones estndar calculadas con las expresiones (7) y (8) es despreciable.
Los valores de la desviacin estndar calculados mediante estas expresiones son,
en realidad, estimadores de dicho parmetro.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

El conjunto de medidas de una magnitud, siempre que ellas estn afectadas por
errores accidentales, pueden caracterizarse mediante una distribucin estadstica.
Una forma estadstica de representar la distribucin de un conjunto de medidas
consiste en utilizar un sistema de ejes ortogonales, de modo que las abscisas
corresponden a los valores que puede tomar una medida y las ordenadas a la
probabilidad de obtener esos valores. En el caso de que la magnitud vare de forma
continua en ordenadas se representa la probabilidad por unidad de intervalo de la
magnitud medida.
Si la distribucin es continua, la probabilidad p(x1,x2) de que el valor de una
medida se encuentre entre x1 y x2 est dada por:
p (x1 , x 2 ) =

x2

f (x ) d x

(9)

x1

Donde f(x) es la denominada funcin de densidad de la distribucin, y ella

representa la probabilidad por unidad de intervalo de la magnitud medida de
obtener un cierto valor en la medida. Evidentemente:
+

f (x ) d x = 1

(10)

Cuando los errores son relativamente pequeos y estn originados por causas
independientes es decir cuando verdaderamente son accidentales la distribucin
se acerca a la llamada forma normal de la distribucin o directamente distribucin
normal. sta es quizs la ms importante en todo el campo de la estadstica; su
grfica tiene la tpica forma de campana que se muestra en la figura 2 y ella se da
en gran cantidad de casos de la naturaleza, la industria y la investigacin.
La formulacin matemtica de la
distribucin normal fue inicialmente
desarrollada por Abraham DeMoivre en
1733 y la misma es:
f (x ) =

1
2

1 x x

e 2

f (x )

(11)

x
La distribucin normal tambin se conoce
x
como distribucin gaussiana, en honor a
Karl Friedich Gauss, quien tambin
Figura 2: Funcin de densidad de
una distribucin normal.
dedujo esta expresin, justamente, a
partir del estudio de los errores que se cometen al medir repetidas veces una
magnitud fsica, trabajo que se public en 1809.

La distribucin normal est caracterizada entonces por dos parmetros, la media

x y la desviacin estndar . La media es el valor con que mayor probabilidad

aparecer en una medida y la desviacin estndar define la apertura que tendr
MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

la campana de Gauss correspondiente. Una campana muy cerrada corresponde a

una serie de medidas con muy poca dispersin, en tanto que una desviacin
estndar grande implica una distribucin abierta.
Una de las propiedades de la distribucin normal est dada por el hecho de que la
probabilidad comprendida en el intervalo ( x , x +) es del 68,3%,
aproximadamente. Esto significa que es de esperar que el 68,3% de las medidas
de una magnitud estn comprendidas en ese intervalo. Dicho de otra forma, si se
mide una magnitud un nmero grande de veces, el 68,3% de los valores obtenidos
estarn comprendidos en el entorno de una desviacin estndar alrededor de la
media. La probabilidad se ampla al 95,4% y al 99,7% si se consideran los
intervalos ( x 2, x +2) y ( x 3, x +3), respectivamente.
El error expresado por la desviacin estndar tiene entonces un significado
probabilstico perfectamente definido: la probabilidad de que una medida est en
el entorno de una desviacin estndar alrededor de la media es del orden de 68%.
Se ha dicho anteriormente que la distribucin normal es de gran importancia en
las ciencias y la ingeniera, especialmente en lo que hace a la estimacin de errores,
porque aparece la mayora de las veces. Si bien esto es cierto, la mayora de las
veces no significa siempre. No pocas veces una mala interpretacin de esta cuestin
puede conducir a equivocaciones groseras; por este motivo, debe ponerse especial
atencin al suponer para una situacin determinada un modelo de probabilidad
normal, ello no debe efectuarse sin previa verificacin.
La distribucin de una serie de medidas se aproxima a una normal siempre y
cuando la fuente de error sea la superposicin de muchas causas pequeas e
independientes. Si hay una o varias causas de error predominantes, o si las causas
de error estn relacionadas entre s, se dice que las medidas presentan un sesgo
y la distribucin puede muy bien ser otra. No es inusual encontrar distribuciones
de medidas no simtricas, con dos o ms mximos, etc.
Por ltimo, es conveniente insistir en que no es posible determinar exactamente la
media y la desviacin estndar de una distribucin, sino solamente estimarlas.

Medidas sin dispersin. Errores instrumentales o de lectura

Algunas veces la repeticin de una medida conduce siempre a un mismo valor. Por
ejemplo, se sabe por la experiencia que si la medicin de la longitud de un lado
recto de cierto objeto se realiza con mucho cuidado utilizando una regla graduada
en mm, y el tamao del lado medido es comparable al de la regla utilizada, todas
las medidas son prcticamente iguales. En consecuencia, la dispersin es nula y
la desviacin estndar resulta ser igual a cero. No obstante, se sabe intuitivamente
que realmente esto no puede interpretarse como que la medida es perfecta y el
error verdaderamente nulo. Lo que sucede en casos de este tipo es que la teora

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

presentada precedentemente resulta inaplicable, ya que la fuente de error no es la

resultante de muchas causas aleatorias, sino que es el producto de la calidad o la
sensibilidad del instrumento empleado.
En general, el hecho de que todas las medidas resulten prcticamente iguales al
efectuar una serie de mediciones de una magnitud fsica no implica la inexistencia
de errores accidentales o aleatorios, sino que ellos son demasiado pequeos para
que se pongan de manifiesto a travs del aparato o mtodo utilizado para llevar a
cabo esa serie de medidas. En el ejemplo antes citado, si el error accidental es del
orden de las centsimas de mm, es obvio que una regla graduada en mm no podr
apreciarlo.
Se llama sensibilidad de un instrumento de medida a la mnima variacin de la
magnitud medida que es capaz de detectar. En los instrumentos analgicos
coincide con la mnima divisin de la escala. Segn esta definicin, para la regla
del ejemplo la sensibilidad es de 1 mm.
Suele llamarse apreciacin de un instrumento al mximo error que puede
cometerse debido a la sensibilidad del mismo. Generalmente se considera a la
apreciacin como la mitad de la sensibilidad. Para justificar esta definicin puede
ser conveniente recurrir nuevamente al ejemplo: supngase que como resultado
de la medicin se obtiene un valor comprendido entre 191mm y 192mm, es decir
una longitud comprendida entre dos marcas de la regla empleada. Una persona
con visin normal debe ser capaz de decidir si la medida est ms prxima a
191mm que a 192mm y aproximar la medida segn un criterio razonable. Es
indiscutible que la situacin ms difcil corresponder al caso en que la medida
caiga exactamente en la mitad del espacio comprendido entre ambas marcas, en
tal caso, aproximando la medida tanto a 191mm como a 192mm se cometer un
error cuyo valor absoluto es del orden de 0,5mm, es decir, la mitad de la mnima
divisin de la escala.
Convencionalmente es frecuente expresar el error instrumental o de lectura xins
de modo que la probabilidad de que la medida se encuentre dentro del intervalo
(xmxins , xm+xins) sea del orden del 68%, en concordancia con la definicin de la
desviacin estndar correspondiente a la distribucin normal. Se hace hincapi en
que esto es simplemente una convencin concordante con la teora de errores,
aunque realmente no tiene su origen en ella; recurdese que la misma no es
aplicable a los errores instrumentales.
Sobre la base de los conceptos expuestos anteriormente se puede suponer
fundamentalmente que el valor de la magnitud medida se encuentra con seguridad
en el intervalo (xms/2 , xm+s/2), donde s es la sensibilidad del instrumento y s/2
su apreciacin.
Si se acepta que es igualmente probable que el valor de la magnitud se encuentre
en cualquier punto de este intervalo, para reducir la probabilidad al 68 %, se debe

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

10

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

reducir el intervalo proporcionalmente, es decir, en un factor aproximado de 2/3.

Con ello el radio del intervalo resulta: s/22/3 = s/3.
En consecuencia, de acuerdo con los criterios expuestos, el error instrumental de
una medida puede expresarse convencionalmente por:
x ins =

s
3

(12)

En el anlisis efectuado aqu se ha supuesto que el error instrumental es mucho

mayor que el accidental, no obstante, el caso inverso tambin es posible. Segn
sea la situacin puede que alguno de ambos tipos de errores sea despreciable, por
lo tanto, puede considerarse al error total como si estuviese definido por solamente
uno de ellos y, lgicamente, se aplica la tcnica de anlisis de errores
correspondiente a la categora que se tiene en cuenta.
En aquellos casos en que los errores accidentales e instrumentales sean del mismo
orden de magnitud, puede considerarse que el error total es la suma de los dos:

x tot = x ins +

(13)

Siendo xins el error instrumental y el error accidental expresado por la

desviacin estndar.

Propagacin de errores
Cuando se realizan operaciones matemticas con nmeros que estn afectados de
errores, lgicamente, el resultado obtenido tambin tendr cierta incertidumbre.
Por lo tanto, es importante poder estimar el error del resultado a partir de los
errores estimados de cada uno de los nmeros que intervienen en las operaciones.
Supngase, por ejemplo, que se calcula el rea de un cuadrado segn A= l2. Donde
la longitud l de uno de sus lados se conoce a partir de su valor medido lm, el cual
est afectado de un error l. El rea calculada vendr dada entonces por (lm l)2=
2
2lml + l2. Como se analiz en los apartados precedentes, el error es
lm

relativamente pequeo, entonces, el valor de su cuadrado l2 es todava ms

pequeo y puede despreciarse. Como consecuencia de esto el rea calculada
2
tendr asociado un error A, de modo que Ac A= lm
2lml. De la observacin
de esta ltima expresin es inmediato llegar a la conclusin de que, al calcular el

rea del cuadrado, se incurre en un error que puede estimarse como A= 2lml.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

11

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

En la figura 3 se da
una interpretacin
geomtrica del
planteamiento antes
llevado a cabo.
Advirtase que, de la
expresin del error que
se comete en el clculo
del rea formulada, se

A = l2

Ac+ A
Ac
Ac A

deduce que A/l= 2lm.

lm
l m l
lm+ l
l
Esto indica que la
relacin entre los
Figura 3: Interpretacin geomtrica de la propagacin del
errores en el clculo
error en el clculo del rea de un cuadrado.
del rea y la medicin
del lado es igual a la
pendiente de la curva determinada por la relacin funcional existente entre la
longitud del lado y el rea del cuadrado, puesto que es igual a la derivada de
dicha funcin en el punto l= lm.
El anlisis de la propagacin del error en el clculo del rea del cuadrado realizado
hasta aqu por una va intuitivo-conceptual puede tambin formularse por un
camino matemticamente riguroso. En efecto, como el rea del cuadrado viene
dado por A= l2, su derivada es dA/dl= 2l. Si, en lugar de tomar diferenciales, se
consideran incrementos finitos A y l lo suficientemente pequeos, es inmediato
deducir que A= 2ll.
Para un caso general, en el que la expresin de clculo es una funcin de n
variables independientes, del tipo y = f(x1, x2, ... , xn), debe recordarse que el
diferencial total est dado por:
dy=

y
y
y
d x1 +
d x2 + K +
d xn =
x1
x2
xn

x
i =1

d xi

(14)

Sustituyendo los diferenciales totales dy y dxi por incrementos finitos lo

suficientemente pequeos se obtiene:
y =

y
y
y
x1 +
x 2 + K +
x n =
x1
x2
xn

x
i =1

x i

(15)

Expresin sta que permite estimar el error y que se comete al calcular un valor
y que depende de n variables independientes x1, x2, ... , xn afectadas de sendos
errores x1, x2, ..., xn, respectivamente.
Es importante tener presente que la (15) es estrictamente vlida solamente si se
cumplen los siguientes supuestos:

El error de cada variable es mucho menor que el valor de esa misma variable.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

12

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Todas las variables son independientes en el sentido estadstico del trmino.

Para esclarecer la segunda de estas condiciones puede ser conveniente

ejemplificar: la estatura de una persona y su peso no son variables
estadsticamente independientes. Si se miden ambas magnitudes en un conjunto
formado por un gran nmero de personas, segn se sabe, es posible hallar una
correlacin estadstica entre las dos magnitudes debido a que, generalmente, las
personas de mayor estatura pesan ms.

Ejemplo 1: Clculo del error que se comete al evaluar el nmero de Reynolds a partir

de los errores relativos con que se estiman las variables y parmetros que
intervienen en su clculo.
La expresin del nmero de Reynolds es:

R=

l V

(16.a)

Por lo tanto, el error absoluto en el clculo del nmero de Reynolds puede

estimarse como:

R =

R
R
R
R
l +
V +
+

l
V

|(16.b)

Calculando las derivadas parciales se obtiene:

R V
=
l

(16.c)

R l
=
V

(16.d)

R l V
=

(16.e)

R
l V
=

(16.f)

Llevando (16.c), (16.d), (16.e) y (16.f) a (16.b):

R =

l +

V +

l V

l V

(16.g)

Dividiendo el miembro izquierdo de (16.g) por R y el derecho por su expresin

puede evaluarse el error relativo que se comete al calcular el nmero de Reynolds
a partir del conocimiento de los errores relativos correspondientes a cada una de
las variables y parmetros que intervienen en su clculo, en efecto:

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

13

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

l V

l V

R
2

=
l +
V +
+

l V
l V
l V
l V
R

(16.h)

Simplificando:

R =

R
l
V

=
+
+
+
= l + V + +

R
l
V

(16.i)

Ejemplo 2: Se ha medido con un error relativo porcentual U% el voltaje de corriente

continua U aplicado en los terminales de un elemento resistivo, del cual se sabe

que tiene un valor de resistencia R con una tolerancia R%. Qu error relativo
porcentual se comete al calcular la potencia disipada en el elemento en cuestin?.
Partiendo de estos datos la potencia disipada en la resistencia puede calcularse
como:
P=

U2
R

(17.a)

En consecuencia:

P =

P
P
U +
R
U
R

(17.b)

Por otra parte:

P
U
= 2
U
R

P
U
=
R
R

(17.c)
2

(17.d)

Reemplazando las derivadas de (17.b) por sus expresiones correspondientes,

dadas por (17.c) y (17.d), se obtiene:
2

P = 2

U
U
U + R
R
R

(17.e)

Si ahora se divide el miembro izquierdo por P y se divide el miembro derecho por

su expresin, es decir U2/R, en tanto que ambos miembros se multiplican por 100,
se responde el interrogante planteado.

P % =

P
U
R
100 = 2
+
100 = 2 U % + R %
P
U
R

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

14

FUNDAMENTOS BSICOS DE LA TEORA DE ERRORES

Bibliografa
Daz de Argandoa Gonzlez J. Teora de Errores. Departamento de Fsica Aplicada I.
E.U.I.T.I. y T. de Vitoria. Universidad del Pas Vasco. Curso 1998/99.
Canavos G. C. Probabilidad y Estadstica: Aplicaciones y Mtodos. McGraw-Hill. Madrid,
Buenos Aires. 1984. Captulo 5. Pg. 130-143.
Walpole R. E., Myers R. H. Probabilidad y Estadstica para Ingenieros. McGraw-Hill.
Madrid, Buenos Aires. 1989. Captulo 5. Pg. 145-160.
lvarez Blanco M., Gmez Montenegro A., Guerra Hernndez A., Lau Fernndez R.
Matemtica Numrica. Editorial Flix Varela. La Habana, 1998. Captulo 1. Pg. 4-40.
Caballero A. L. Feltan C., Introduccin a la teora de errores. Material didctico de la
asignatura Modelacin en Ingeniera. Facultad de Ingeniera, Universidad Nacional de
Misiones. Argentina, 2013.

MODELACIN EN INGENIERA MATERIAL DIDCTICO No 2 Ao 2013

15