CAPTULO 2: INTRODUCCIN A LAS

MEDICIONES
Y TEORA DEY ERRORES
MEDICIONES
TERA
ERA
DE
DE ERRORES
ERRORES

EXACTITUD Y PRECISIN

INTRODUCCIN.- Toda medicin contiene errores

inevitables. Es necesario saber cmo y cundo se
pueden ajustar o corregir estos errores
EXACTITUD Y PRECISIN

La Exactitud es el grado de perfeccin obtenido

l mediciones
di i
((valor
l real)
l )
en las
La Precisin es el grado de refinamiento de las
mediciones, es decir que tan cerca est una
medicin de otra

EXACTITUD
VALOR REAL 100 m

1ra Medicin = 90 m
2da Medicin = 110 m

3ra Medicin = 100 m

Promedio

= 100 m

El promedio = valor real, entonces es EXACTO

PRECISIN
VALOR REAL 100 m

1ra Medicin = 90.01 m

2da Medicin = 89.99 m
3ra Medicin = 90.00 m
Promedio

= 90.00 m

El valor promedio = valor real, no es EXACTO

Una medicin es muy similar a la siguiente, PRECISO

ERRORES

Errores.- un error es la diferencia entre lo

medido y el valor real. Los errores no
pueden ser eliminados, pero si minimizados

Es importante conocer cuales son las

f
d
b j topogrfico
fi
fuentes
de error en un trabajo
y
como se clasifican los errores

FUENTES DE ERROR

Fuentes de error.- son de tres tipos:

Instrumentales: se deben a imperfecciones o

desajustes de los instrumentos empleados
Personales: se deben a la falta de habilidad
del operador o a sus limitaciones fsicas
Naturales: se deben a los fenmenos
naturales que influyen en las mediciones
(viento, lluvia, temperatura)

CLASES DE ERROR

La equivocacin.- debido a la falta de atencin del

operador, se evita comprobando todas las
mediciones que se efecten
Error sistemtico.- obedece a leyes fijas, a
condiciones constantes mantienen su signo y
magnitud. Son acumulativos y deben corregirse
Errores aleatorios.- siempre estn presentes y su
magnitud y signo dependen del azar. Son positivos
y negativos, y tienden a cancelarse

CLASES DE ERROR
B
e
a

d
S

b
c

TEORA DE PROBABILIDADES

Si se eliminan las equivocaciones y se

corrigen los errores sistemticos, entonces
las discrepancias sern nicamente debido a
los errores aleatorios.
son
son
as
Observaciones de igual precisin.sonlas
las
realizadas en exactas condiciones generales
(mismo personal, mismo equipo, condiciones
climatolgicas similares)

TEORA DE PROBABILIDADES

El valor ms probable.- se puede calcular si se

realizan mediciones redundantes. El valor ms
probable de una magnitud medida varias
veces con el mismo equipo y procedimiento,
es la media aritmtica
Residuo.- es la diferencia entre cualquier
valor medido de una magnitud y su valor ms
probable

TEORA DE PROBABILIDADES
Leyes Generales de la Probabilidad:

Los residuos pequeos ocurren con mayor

frecuencia que los grandes, es decir su
probabilidad es mayor
Los errores grandes ocurren con poca
frecuencia y los excepcionalmente grandes son
por lo general equivocaciones
Los errores positivos y negativos de la misma
magnitud ocurren con igual frecuencia

TEORA DE PROBABILIDADES
Medidas de Precisin.- La magnitud de la dispersin es una
indicacin acerca de la precisin de las medidas. La
desviacin estndar y la variancia son trminos estadsticos
usados comnmente para expresar la precisin de una serie
de medidas
v2

(desviacin estndar)
n-1

La variancia es igual a 2 , el cuadrado de la desviacin

estndar

TEORA DE PROBABILIDADES

TEORA DE PROBABILIDADES

TEORA DE PROBABILIDADES

TEORA DE PROBABILIDADES

Los errores 50, 90 y 95%

El error de 50% o sea E50, es el llamado error

probable
Los errores 90% y 95% se usan
comnmente
para
pprecisiones
ara
comnmente
para especificar
especificar
e
specificar
p
recisiones
recisiones
necesarias en trabajos topogrficos

TEORA DE PROBABILIDADES

En algunos casos es necesario que el error 2

sea menor o igual a cierto valor para que el
trabajo sea aceptable
El error 3 se usa como criterio para rechazar
mediciones individuales. De esta manera un
valor cuyo residuo sea mayor a 3 se considera
una equivocacin
i
i

EJEMPLO
N medicin Longitud (m) R esiduo (v )
1
538.57
0.12
2
538.39
-0.06
3
538.37
-0.08
4
538.39
-0.06
5
538.48
0.03
6
538.49
0.04
7
538.33
-0.12
8
538.46
0.01
9
538.47
0.02
10
538.55
0.10
Sumatoria
5384.50
0.00

v2
0.0144
0.0036
0.0064
0.0036
0.0009
0.0016
0.0144
0.0001
0.0004
0.0100
0.0554

CLCULOS ETADSTICOS

Promedio
Desviacin
E50
0.674
E90 1.645
E95

1.960

Estandar

=
=
=

538.45
0.078
0.05

m
m
m

0.13

0.15

Comentarios del ejemplo

La longitud ms probable es de 538.45 m

La desviacin estndar de una sola medida es 0.08 m,
se espera que el 68% de los casos se encuentren entre
538.37 y 538.53 m (aproximadamente 7 valores)
El error probable E50 es 0.05, se espera que la mitad de
los valores estn dentro de 538.40 a 538.50 m.
0.15
m,15
se
ElEerror
l e o de
de
d95%
e 95%
9es
5%
e 0
15 espera
e eque
e los valores
e lo
lo
lo
lo e
estn en el intervalo 538.30 y 538.60 m. en 95% de las
veces

10

PROPAGACIN DE ERRORES

Muchas veces las mediciones no se hacen en el campo, sino

que se calculan en el gabinete a partir de otros datos de
campo, para este caso es necesario calcular el error probable
segn la teora de errores
Sea M una magnitud que es funcin de las variables x, y, z,
entonces el error probable de M (EM) es dado por:
EM =

[M x]2 + [M y]2 + [M z]2

x
y
z

donde:

x , x , x son los errores asociados a las

variables x, y, z

MTODO DE LOS MNIMOS CUADRADOS

Primero es necesario eliminar las equivocaciones y

corregir los errores sistemticos
Las mediciones deben ser independientes y deben ser
ms que las estrictamente necesarias
El mtodo se basa en minimizar la suma del cuadrado
de los residuos
Mn { vi2 }

Donde:

Mn { pivi2 }

vi son los residuos

pi el peso de cada medicin (pi = 1/i 2)

11

PROCEDIMIENTO

Expresar cada medida como el valor medido ms un residuo:

L=320.06+v1 ; L=320.08+v2
Expresar cada residuo en funcin de las medidas efectuadas:
v1=L-320.06 ; v2=L-320.08
Escribir la expresin de la suma del cuadrado de los residuos
(afectando cada trmino por su peso)
Tomar las derivadas parciales de cada una de las incgnitas e
igualarlas a cero (mnimo)
Resolver el sistema de ecuaciones obtenido en el paso
anterior

EJEMPLO DE AJUSTE DE DISTANCIAS POR

MNIMOS CUADRADOS
Una distancia ha sido medida 4 veces con el siguiente resultado:
135.22 m.; 135.26 m.; 135.20 m. y 135.23 m. Determinar la
distancia ms probable, suponiendo que todas las mediciones
tienen igual peso
Paso 1.- L=135.22+v1; L=135.26+v2; L=135.20+v3
L=135.23+v4
Paso 2.- v1=L-135.22; v2=L-135.26; v3=L-135.20;
v4=L-135.23
Paso 3.Paso 4.-

vi = (L-135.22) +(L-135.26)
+(135.20)
2

+(L-135.23)

d vi =0 ;
dL

L= 135.23 m.

12