B. rt. CnHPI1L(OHOB. A. A. !lOnATKI'lH MATEMATI1'1I!CI(AH OBPA60TKA <1>1131'11(0· XIl.'.UiQECKI1X ;!.

AHHbIX

H3AateJlb": ruo MO(:KoBtKOro YHE{B.ep-Cl1nrra

v. P. SPIRIDONOV. A. A. LOPA'I'KIN

TRATAMIENTO MATEMATICO DE DATOS PISICO-QUIMICOS

Trad uc i do {I el ru so ~or el Inge:n iero A. Grd !':U1:

EDITORIAL MIR MOSCU

coo 61/541.1(W5:.6) 1b.4jO

!NDlCt

Prr.rtletr,. Illtro~P,I .. cit'i11

ell ptturc L J\1 Q g:riill,.ltl-es Ill.:llor'll~ 'i ;5-LlS ca r:l!lderlsHns

§ I. Funcffm de ,dil5oLnlludon lh:! II!! m~,t:f1,lt1.Lm tI'IIl::~I(Jri,n. • o§. 2. All!il:&m.as (,elniduls.1lti1l:!o d~ JII.J rn~e[lltI,lJj~ a!r.1'.fILOti"'$

CJtp:t~1o 11. Alg1ltLIlS rli.!iLrjbudtllt~$ od:c lti.Jgj~ltnd;:.s It.~caLorl;fl!io S I. Dlslrit!lrci611 normal • , _ . . . , • . . . . S 2-. Dis:trllwd6n .d.c Student , • _ ~ • , •• _ , • § 3, Di:sl,riD!.1eloo Xi • . • , • • _ • . _ . • • , § 4. Distril:lucion de rT~h~r . .. .,..,..

CI1:P ilu'", I] I. HipOte,is E!.$1;adi~li CII:!!! Y .!iU ':l!:Tjfi~d6n

.1'1 17 i6

30 M 3~ 41 42

"

f ~: ~~}~eC:I~O:e g:~W~~~o:~d~'~f~ll~i~i~!~~@ ~~:dr.~ft~~e!~~ ~a:r~~1:~B~ H

de hlitami~J1!o de lo~ (It'lJl1l!;aru ell!:: 131" cbservaeiones . • • • • ~u § :1.. EIer.ci6[1, de 181 me.~rLitijd dd I\ke:1 de ~.ignHie:8ti6n d(!! entertc . . ... 9

Caplhdo tv. Nfimeros .IIptCl:'l:lmatJos 'i fiWl (:rrO~e:i • 53

t ~ ~~~I~ d'~fl:~DX('O~fd~f na;!~~~, CanBdlid' d~ clC;as' cxac:'tts : : ~

~ .3. ErrOf~!1 de los f@lmll.lldos de lfa5 opcfaelo.nes a~lt,m~II~lIs (11f10;3-

m~W~ ....,' . _ , . _ , _ - _ . . ' . . ~

§. i. E~Urn.Bdllin de los crrcrea d'll las fu ... e3ane:.!i doe .ar'{{umrmtos .(lro:llj·

medea 6!

CRpitulo V_ T'tI~D.mitnt:o dC!l 10s rt5LdladQS d-e- rnedici~e.s duectas I: indi-

rul.j)~ ","".' _ •. , •••• ' 72

So I. COJ1!§,j.d~r.3dOn Clel error Lhl h,~.a1.B ild iilMIUl!O Y erreres ~st~-

m.;iieos, """_"'_',.,. 73

§ 2. C:cns.ide-rliciOLl de los crrcece i!I«ident!l!~ , •.• 8t

f 3. Esfimacr6n del error lotal d-.:= l.,s rnedlciofl.C'. £jf'ffiplot &)

Capit1do VJ. Afi;i!i:d:lo de r~grc.s.ion • 97

§ L V~rirj(;iKi6n de l.il IUlfflll;!lgentfded de lu dbp'f!f~ionct doc repro. ductibilidad dol! l~iIi crdenadaa de Ia iLHlcf<5n que 5C mlde ' •. 99

s 2_ :;!~;~~d ~~tibif.d~6dt, ~:~II o~~nn~:~~:tl~lr~l'~ro.lll:~edf:~~f::~ 10 I § J_ ~: n:~i:Od~t~b~fde:~Ondtt~~ ~~d~~~~d~~d:i1:d ~udn~L!:S q~:~;~~';:: I J I

§ ... l".ormlll:l!l:!l de-L ;fInal!:;l:!! de- 'egre.~16rI een l~ua] nCirnf,:ro de medl-

clcnes pBr's tlJli;l,e.!- I'::II!! ordenadae d.e ~a lunclen _. .,~

ti s, EJemplo'!l 114

Cli ~ it~! 11;1 'Ill J, Me!oQdoD~ 010111 II kCJ.$ )' gra fk..:.:s de Ltfl t,Q.mlen!o I!!ic: Jl!lt0:5 r r,

s[oo-qll.1r.tI-coo • 13"2

I ~: ~lf:f~~~~~~:: ~~t~ll~! de, I~~ d ~!O~ ex ~rlm~:ll ~ I~~ : ~ ~

'§ 3. Dlrer-c-JJd a~.ioo "nal itj~;!I • 14.S

;. .... _ F,o,m Id;flS, ~m:pi,jC"a:lo •• • - l51

§ 5_ Se~e-cei;)n de- M"m..!II;p e 'i veri I i-Co'lcioiJ1 lie $11 I!Iplkllt<111 t'I ~d '. • 100

l ~_ fV:t~::;jj~~U'nf~:~:o~ J;IJ~~lics'· :::.'.:.: ~ t~

§ a... R,="~ol IJ.::ion ~ ri fie-a. d e i;fl' eeuaeieoes 'i m.~1 odo d e a,p.rID: imaCiQln ea

SUCc!o1 vas _ •• ! ti"l

'§ 9', MrHcdCi<S de tratumtentc (!!I!! d",iJ.$ cinlHICQ$ ]7'"

. La9

PREFACIO

Actualmente ningun campo de las de"cl.A~ exact as, .q~-e. llt!1i-za 10:5 datos d~ un expertmento, pnede dejar de a·pUca~"·.lO!l:·:,.~e~tido·~ mstematicos de tratemlento de .los datos -c~"eriment~I~·:S~.!Exis.leri nUmI;!TQSOs. rnanuales, buenos y ecmpletes, sabre. fa a~lk'a"c:l6n de' ln matematlc n al tr atamleutc de los, datos eX'Perinie:n.t~le·s: Natu-

ra I menta. sur goP. , a 'P re gu n la.: i.. conv iene escrtt» r IJ 11 1; bra m.as

sobre el misrno tema? La I;:spt{:iilcl,dad Hsico-qulmtca de este ttbro no puedc .... er una justlflcacion suliciente. ouesto que los datos Ct1 cstc campo no se dllerenctan, en prtnclplo, de ctros cualesquier a, y a elloa scm !l pticables los metodoa malemattcos genernlss.

Cie r tas co nsi der a c i 0 nes no s I?~T~U a d i oren de q LIe ef a coli V~~ nicnte ~.st:'rLblr sernejante 1 lbro, Hasta ahora los estudtantes de quimica catudi .• an con Lr~$lJnciello:.::ia rncluso los mHoJo:$ ctamenta. les de tralamicnto de l05 datos oblemdos per cllos y las regtas de e [ecu ctcn {I e los calc I,.! los en los cu r &05 (l.;;ad~ m lcos, en 1 CIS se rn i nartcs 'i en las pr acttces. E:s ilHicil exiglr que 10:5 estudiantcs aslstan B un: curse espacla I de estadtsttca matematlca. Pee otro 'ado, no es postble limita,rse aetuahnertte a los me.todo:s. etamenta tes de traIamlento. POt esc surge la necesldad de cresr un manual de mediana complejidad. en el que breve y simple-mente, aunque con sufictente rtgurosidad, se eX~ODgan los fundamentos de: In matcmattca lest adi stlca. J:a tecrla de los erurrcs, el aldollsls t!~ regl"1!:::;;[6n y tas bases del anaiiais numertco, es! como 105 meiorlos. gr.iiilc.o~ de tra. tamlento de los datos expanmcntales. adumas, los numerosos ejem~ plos sea." planteadua a base de problemas tlprcos de lSi pr!h::tictl [Isleo-qulmica. Scmejanla manual scetn lltil iii los fnvesttgadcres cienttlrcoa Hstco-qulrntcos, asi como olI todoa los que emplenn en au tr abajc me~odos {I~ in ... ·.es1'ig::H:i6n f[s.ico-quimieos,

Sin embargo, hay qUE' acaptar que h .. estadlstica matemattca, [Jarticul,3rment.e en el campo de sa aplkati6n ;3] tr at arntentc de los resultados de lAS medtetcnes, no pucdc constderarse pcrfecfa. En -LaSDS concrelos sur gun drstlntas dfftculradus ql1e no sil2ll1pre: son ro:s.iblc~ sopcr ar. Asl pues, hast a ahor a 110 cxlslen reccmcndaclones untvereetmente admitld!ts COn respecic <1 la represerrtaclcn de los res III ta des ell? [a 50 i nv ~s if gacfcn es exper i men ta les, 10 que

dHlrulfa e lnctuac hace tmpostb!e In compaructdn de los result .. des obtenidcs por dtlcrenles eutores. di1 Iugar u ILl divergellda en la Icrminojcgta, en ias notaclones, etc, Larnemablemente. en la mayorta tic los llbros Y JJHIIlL.liJ les no s.c presta r a ,f!t~!'lCion necesarf a fI estes problemas. Iududnblemcnfe, to-do este dl Hen! (,q la apllcacicn pradk:iL de los metcdos maternaticos 31 tralamiento de 105 datos experlmenlales. En este llbro sc ha lntC!nt~Hlo actarar una serle de problemas (en partlcular, ;)1 rcaltzar catculos estadtsttccs sc subr aya IE] necestdad de ccnstderar lw:; errorea de [9S eseataa de los apar atcs de medida y los crrcres ststemancce) ,

Por ultimo, Hisle el ccnocldo prejuicio, Incl uso entre los proIe scres. con respeclo a 1.,:1 ulllldad de l u aphcacfon de 1.<1 estadfsfica matemetlca al tratamiento de los exuedmentcs crd lnarios. Per un lade, la estadfstica asusta (Jor :5U aparente complt'jidad, y, por otrc lado. POf una elena lndetemunacion de los. resurtaeos de las csttmacfcnes, Per esc, uno de los objeuvos de este Hbro ha sido eatlmular, en etertc sen lldn, e! empleo de los metodos est adisticcs en la qulmlca llslea, 10 que «(m se haec con evidente insultclencia.

Ademas de la estedlslica, es mU:f importante ensenar a los estudtantcs r(!,ulizar correctamenle los cdlculos ordtnarlos, <lsi como utlllaar. en 10 posible ampllamcnte. los rnetodos grMicos '! analltlcos al resolver los dislintos problemas. Es que, antes de estirnar et error de 13 resoluclon, en general hay QlJC" ebtener esta sohreldn, 10 que no slenipre resulta simple,

Orlglnarfumente :s.e SU[)U:!iO que este HDfO seria ~61[J un sup!emenlo (I los manuales de problemas practlcos de qutmlca llstca. POt MO, en l a maycrta de los ejcrnptos se nillizen datos obtcnidos en la pr~c.lica de quimica fiSjCB de la Pacultad de qutmicn de ].1 Uni .. -ersided Estatal de Moscu, que adcrnns, rorrespondcn al nlvcl experimental obtcnido per los; estudtantes. Sin embargo, lentamente lIegamos _II 13 necastdad de ampliar el materia' Inclutdc Cl1 el llbro. De cste modo, bemcs lrutadc Q(!: que el ubrc conteuga no sdlo rescluciones concluldas, sino que en cler to grade demuesire el modo de nbterter est as scfuctcnes, Irecuentcrnenle muy ~.~:rfa:ii3s.y que requleren lnventiva e inhli~i6n. PDf fSO, lntenlamos. no abarear tanto todos los problemas. que entr an en la pf:ic;t{ca, como. en lo poslble, prcsentar tcdes los melodcs mas impofrante.~ 'de lratarnlenlo de los datos experlmentales, Esper amos':;dcsp~rtar el lnteres P:Ot este campo, CHyO conoctmiento ahcr a ~..5 [ndispensable a cada qulrnlcc-Ilsjco competeate. y dcmcstrar l.8s··~!lmpll.lls poslbllldades para 1.11.5 husqueda s prcplas que SOC pre· senten II cad a uno, que tr ata de relerirse serlarnente a los preblemas del analisis numertco.

I~TRODUCCION

EI cbjetc de- la rnayorla de los exper lmentos n~lca:"qurmicos ee el estudio euentltsttvo de ciertas propledades de la materia. Est, ealudtc .sf:! realiz a midiendo l:lt magnltud risica, 'que t;.ar8(:ieri:a. las prcplededes qua lnteresan al experimentedcr. mediante nparalos de mcdloa eon el ulterior tratamicntc de los datos obtenidcs. SegUfI Ia naturateea de 'a magnitud que se IJwf:sUga, el disposttlvo de medlda puede tencr dlstin!o grado de complejtded, No obstante. eualcuacra que sea _"U cf.ll'1~1 ruccion los dalos o x penmentales slcmprc conttenen errores, Para tralar de una rnancr a c:riHca asos datos y tener un erHer'io clare de cuales (I¢ las dedccctones de 10$ rnismos son ciertas y cualee dl..Hiables: 0 slmplernente lnlundadus, £:5 necesarlo saber valer ar -el error 1Jcl resurtedc de III medlclcn. Sin esta valcracldn no se puede ebtener una m4,HHda ccanntatlva de la propiedad que se estudia 0 estebteeer en elta leyes objeltvas.

La tare" de determlnar ~1 error de UIHI! rnagntlud mf'dlda en 1030 practlca no ee sencllla. La mayer dtflcuttad r adica en que 1.3 medlcton va acompeftade de la acclon y la inleraccion de un gran numero de los mas dtver sos lactores, que- lnlruyen en uno u otro grade sebec el resultadu de f a medtclcn. D.o.do que el conocirniento de l a naluraleea llstca del ren6meno que ae esl ldte. asS como I~s leyes de lo~ procesos ClUJ! acompaften a le propia me-dic.ion de la magnltud Ilslca, Inevitablernente sternpra es Hmttado, en cuatquiet- expenrnento concreto es imposlbf~ anaftaar 0 aunque sea indicar todus los Iactcres cue actuan sobrs c:I resultado de la medki6n_ Por eso, (:1 valor rea] d~1 error de 1.1 magnllud medida, en cuetquler etapn de desarrollo de 13 tk[l1ca experhnental y de I a me t 6d ita de ntcd icion permlit necu desconcc i d 0_ Dr. aq I.l L Ii! I objetivc de la teorta de los errores pue de ser 5-610 Is apreciacldn ma.dm;;liTl.fnte cterta del error de las medlciones, El grade de certcaa de t.!sa esttmacton depende, antes que neda. <.Ie la cantidad de Iaclcres que se han teruee en cuenta, en et expertrncnte CI}I1~ crelo dado, )' ~Ul!! lnnu},c.n sobs a cl rescltado de las rnedtclenes. I.a magrtitud abseluta del erecr se delermlna clero este, PQi Iacteres ,ubj.t1va, rates COlnO I. b.bmd.d, I a e scruputcstded y I.

pro'igLdad del expertmeniador. su nlvel de preparacldn cientfHc:e, etc.

La labor de aprcclactcn del error de las magnitudes ltstcoeulrnicas S~ compiiC"~ eun mas ror ls lmposibilidad pric!1c3 de medtr dtreetamente estes magnitudes. As;, por ej~rnplo. no es PQ5tbh~' medtr dtrectarnente Ja clectroconductfbltldad de una soIvcl611 cualqul e ra. Per eSD, para determina r la efectroccnducnblHdad S~ rccnrre oIL Ie medtctcn de I" -eststencle ~Icdric;, de la sotuctdn, 1.13 qUi!' a SLI vee se h IIll.- .. mtdrenoo el 'argo rre los brazos del [mente de reslstencias. EI valor de la electrocenducttbtltrtsu que lc Inleresa a! expertmeruador 10 obttene. luego, mediante e! caif<::uIQ uttliaando las teves de 'a teorla de electrtcidad.

En los casos mas cornplejcs, para obtener 13 magnttu d neccsaeta hay que estudiar 101 depeudencla lunclonal entre derta cerillc~ed:sth:.!I HSLco.quimica y 1.Jf1a magnllud cualqutcra: ademas, I:A ll!i'!gnilud que dlrectcmcnte rnteeesa a! cxper lmentadcr os un par ametrc de (a dcpendencla que se estudla. Como ejemp!o se puede cttar la medich.'in dl)! 1(1 preston del vapor de una eustancte en fund6n de. til temperatura. Eu este caso, el calor de evepcrado,., de le sustancja es Uri pararnetro de la dependeneia Iunclonal entre 1,[1 presioo del vapor y 11".1 lernperatur a. Aqul cabe senalar que [a propia lorma de eeta depcndencia. cstablecldn te6ricamente, es aprcxlmuda y uUl. como reg! a. soto en un tntervato pequefic de medlcldn del argumc.tllo.

Claslf[c.ad6n de los errcr es de 11I.:5 rnedlclones. Para lacilltar eJ analisis del error del resultado del experirnento, los crrcres de las n'1!dirlotles con v lene clasrttcartos de acuerdo a tos mcttvos que IQS provccan. En 101 tco-ra de 105 erroras se drsttnguen des caregortas: 10$ errcres elstemattcos y 1(':15 (a '·W'I.I ee u accldenta les.

veamos cede uno de cllos p(.'Ir sepnrado,

De ordlnar io. por ercree slstematteos se sobreentlcnden equellos qUf., sin ... artar prectlcernentc durante el ensayo, entran de ig\.la~ modQ' en cade resultado de I~:; medictones, dando luger ,It 5U apartarniento-bacla 1.111 senudo cuatqulera. Las luenfes de los. errotes- sj~h~me'l-e.ofi. pueden ser:

.I,) errores lnstrumentales origLnados POF defeetos o Irregul<l' rtdadea de los instrumcntcs de medlclon:

2f errcres vlncurados con el estano del rnedto nmblente en el qeese reathan los exper imentos:

3) errores debmos a las pertlculartdades del expertmentador (errores subjelivna 0 personates):

~J errcres debtdcs II 1.9 lnexaetitud de las cCJn~13"'ie.5- de ~t .. - duad6n ~e los tnsrrumantos " precision limltud;p de las constanles unlver sales.

Seii.alemos cornplementarlamente el tipo especllieo de errores sistematiccs que puedeu originars-(: en 1!1 expertmento Ilsiccqu lmlco: ellcs son

IU

5} errores, aport.edo.s por el mi:smo rnetodo de. mediclon, debido al car serer apmxlmadu de las corrclactones te6rjcas que vioculan las rnagnuuces observacas en 121 experjn'tc-",to con IRs rna gnitudes que inter esen dtrectamente i31 expertruentadcr.

Puesto que los errores sistcmatfcos sc deteemlnan, come) se aprecta de Ia cncmerecldn expueata, en particular. per la especllicidad de 105 instrumentos utliiaados y et propto metodo de medrctcn, DO puede exrstlr una tecrla general ~le estes errores. No ,.pbsCarlla, si se ccncce la fuente del error slslamsttco, en ptlnclpic se puedc conslder ar su lnllueneia sebre In rnagnltud q;Ui! sa mlde, i', en LJfHl scete de. cases. Sf.' puede c:~c.l\dr total o pardAlm~~ll2": o bien eltrnlnando 109 Iuenfe que lc provoca. 0 bIen lntroduclendc la correccjon que ttene en cuenl e aprexirnadnmente ~'IJ lnn"en~i:.i, Los erreres ststematicos se Rue-den revelar }' .8naliz~r:' sclarnente a base de un eetudto mtnuctoso 'tanto del misme rnetcde de rfiedidon. como de lodes 10!l tnstrumernos de medlcion.' En -1.8 .. tnaycrte de los cases esta es una ta rea ccmplejialme i' dtftcll de malertaliaer. Sin embargo. l'lilY que ~~nE:T en caenta qUI! en una serte de caS-DS el error sistematico pucde ser mayor que ~1 accidental. Por eso. Sill lugar a duda. C5 U(I;e.iI:;;;arjo el analisis de los. errcres ststematlccs.

Pasemos shore a l'~~min;'!J r la rMa eatcgorte de errcres. qu~ antes denomluamos accldenlales. Estu categorta de srrores de ordinaria ~.St8 vlnculada con lactere s que sulrcn plI:!:ct'Ueila.s VB' naetenes durante el e n;:HI yo. AM. per ejempto, scbre el resultedo del peso de uu eucrpo en balunaas anallttcas (de. preC!lslon). entre otros Iactores lnOuiral1 las vlbr aclones de los platulos j' las betanras en conjunlo, las oscitaciones de la tluminacien deJ fugal de Ireba]o, tas vlbreciones del estadc de 10$ crganos senslttvos del hombre. que partLd!)afl ell las med lclones. etc, La acctdn con-

I uri [;;1 de 1Jn gran rnimcre de lHI gi:!Tlero de lactcrcs de lugnr a que a repeticicn de una mlsma rnediclen nos da en cnde UCL"1sr6n un valor elgc dlsttntc.

Ell prlucfplo. 01 cstado actual de 1.1 ciencta nos permlte plantear y resolver el prcbtemn sobre la eonsideraclon de le tnlluencta en el resultado de las. medtciones de cada uno de 10$ iactores por sep a -ade. Sill embargo .... sHt (:LtHQ qLI~ aerneja nle tentallva L!S absurda ':I practicarnente tnut!l. POT eSO 13 teorla de los erreres ha LOo por otro camino, Puestc que el tt!5ulhl.do ~e cada medlcicn Indlvldual depende de ln accion de un gian rH~nH~j'O de distilltos Iaclores, que varian durante el enaayo, naturalmente el mismo debe consjdcr arse dependiente do Iii eventualidad, es deetr, como la magt'llLL .. H! Icrtulta 0 afeatorla. Per lo taulo, tamhnn et error de la mro:-dld¢n. metlvano per I~ acctcn de leles lactcrcs. puedc consfder arse como una rnagrnlud a lealurla, 501!'mejanlE!- enlcque permtle lratar Ifl error de ta medtctcn como una rnagoLtud regl,.l· 18d~ pDf las leyes de 103 probabllldnd. y utltlaar UI1 modale malamatico determinado, 1<1 Ieorta de 'as probabiltdades, es deC-ir, !<'J

jj

\~oria de 10$ lenernenos alealortos para considerar el eiecte de los Iactores Indlcados sonre 1<1 rnagnitud que se rnide. Con tal concepcion Ju lnlluenc! n de los crroes flc:dd-e'H~[e5 -s.obr~ ~I rusuttadc de las rnedlctones se puede estimar cuauttlnnvamente mediante 13 estadlstka rnatcmahca, ciCfitla encar gada de opltcar los ruetodo! de las probahllldnnes en las d+lerentes remas de 11;1~ ciencles. en particular. ell el tratamlento de los resultados de I.AS ebservaclones. Por eso, el error accidental n vecee SQ IL:H"Il3 tarnbien estadtstico. Mas adclante se demestrar a que la dcpendencia entre 01;;'1 error accldental cnce }' el ruuncro ,,:Ie medlclones IJ tlene la forma

BI~~'_ l!V~

PDf to tanto. al surnentar el nurncro de obscrvaetones c! error nccldental pueda !'('r una magn.ilu.d tall pequefia como se quiera,

La claslffcaclon de los errores ell slstematlcos ".. eccldcul aies, antes expuesta, -CS pur amunte convenclonal 'i justa scto P':H(L un expertmento concreto. cuandc el conjuutc de medicrones eshi deterrninado. ltuslremos (:SlO en un ejempto.

511pongnrno_":. que 11 dlsposjcion del expertrnentador se tieue un terrncmctro con escata cstaojectda eeroneamente. En tal case, 3. pesar de Ia postbte alta reproductibllidad de 10.5 resultados de medictones indfviduales s. es decir, ] e paqueflee del error accidental. ('I resultedo final .:II! In rnedlcion de 1.0 temperature de un cuerpo cualquiera se dfierenciarA considerablemente del verdadcru, Aqul. el error lnstrumentat iH.::h'ifi como un en-or ststemctlco llpico. Empero, sl el cxpcrlrncntador liene un ccnjuntn de termometros de Igual o, mejnr, de dislinto tiro, y ta medlcldn de ta temperatura del cuerpo se realiza ron to-dos estes lerrnometros, @I deleclo Instrumcntat Indlcado del aparato de rnedlda puedc constderarse 'Como una magntlud eleator!a.

El ejcrnplo expucstn demuestra ctar anrente que un mtsrno error en un canjuntn de rnediclcnes (cuande para madlr '.a temperatura se lllUiz;a un solo Iermemetrc] actua como sfstcmalico, y e:n·olro (aLllflH:z.ar en las mr~ma$ condiciones varies Iermcmetros iJe·',tipo anA logo 0 diterente}, como accidental. Por IQ tanto. sl la rU~l1te -del er-ror sisle,n1atlco S~ conoce 'i no .'j.C puede eitmtnar, la l.nJtue.n-i:ia del Iactor que provoca ese error sabre C!:I rosuttado deras' nicdicione5 sternpre.se paede ccnsiderar estadtsttcamcnte. Para ell~-es necesario pf anificar c-I exper lmento de rnarrera que e se lactOr·aNue de 1Jn modo rortutto.

De 10 examfnadc se deduce que los errcres, tanto sistcmatlco como Accidental, sa pueden hacer, 11.1 menos @11 prlncipic, de un .. ) Itl.agl)'itud 1 nil pCQf;leiia como se qui era. Por eso, a pelmera vtste p'ij(!rle perecer que 1.9: precision de las rnediclone: s, realtzadas en los epaeatos dados y en ccndtciones determtnadas, se puc-de Ol1Jr mentar H[mit.acbmenle y nbtener en el limite eI vnroe real de la 11113 gnitud Clue se mldc, Sin embargo, esto rJO es as! .

• 2

Cadn nparuto de me d Ida , lndependlente de la clase de preel. sion, ttene un inlervato de senslbulded determlnado. es declr. el rnenor voter de 1.1 magl1ltud que se mide y que d aparato esta no condiciones de discrtmtnar. Este interva!o de :sensiblJidad Htntta el podcr resolutive del apara to. Dcbido ~ esto, elimlnando Q t1is· nunuyendu ::;'1J(;I!}Si".1111l!ILte la magnttud de 105 errcres ststematicos 'Y aumentando el nume-o de mcdlctones I!! I error tota 1 de las medsctones no tlende II cere. sino a un cterto numero conslente. ca. ractenaado por cl intervale de senalbllldad del aparetc de medrda EI gran llstco y matemsuco H. Poincare expresti esta parblculnr idad del error de 1M mcdicicnes declarando. "Sl rncdlmcs La long-i. tud de un metro aunque sea mi llones y mlllones de vesec. [nunca obtendrernos 1<1 longilud dada CO[1 ta prcc.isiol1 d~ h3sia un micron!"

De aquf. Iii impcrtantc dedaccten para fa .fH.e.qt!ca ~~~Ilec_lo :.i que es irremediable y stn scntido tratar d~ compensar la. p6s,ibt: lldud Ilrnaada de IDs mrsmcs upar atcs tiE'!; medida pur alimtftac:"i60 o dtsrotnucton de 11.1s. crrores sistelnMiC:(ls o blen cor 01 eumento inmnadc dE'1 uumero de mcdiclcnes. lndudabtemente. vn eumento deterrninade, y a veces constderabte. de la precision de las meU ici(]HI!~ .$I! puede lcgr nr medlunte el per lecclonernienlo de le metcrltca de- 1<1::3 ruedtctones. Sin embargo, p.iln1 ol~tener un valor. bastante ma::;; alto en preclsren, de Ia magni~ud que :SP. mtde es necesarlc IIli!i;tM un aparn!o de clase U1~.s alta (] rccumr ~ un metoda de ruediclon basedo en otros prtncipfos. No extstc otro camine. El numento de la cl esc de pr cctston do los nparalos du me-didfl presents, nalumlmente, exigencies muchu mas altus a !;J ronstancta de les condrctenes externes, en las: cuales se rcatnan las mediciones (por cjemplo, loll temperatura al mec!r una rests. tcneta electrtcu 0 una lcngltud). Sin cbservar estes requisites. en general no se puede Iogr ar ef aumcnto de l a precision,

Sobre la ~oC"l)ria de IDS erreres .. recrdentales. LrJ tecrra de 105 errcres aecldcntatcs ha sldc desarrollnda en los 1 r.i:loajos de tin gran uurnerc de eminentes clcnulicos. entru los. que cabc r.it.u Newton, Laplace. Legendre. Gauss. CfH~bishev. l'UrkQY. Krtlov v machos otros. Esta tccrta, edemas <.IE!. I", noelon sobrc el car~c.tef :e.{"cidenta! (casual 0 fOf1.llilo), se basa en una eerie de postutados }' principios, cuya certeze 0 .singl.J[IHid.1d no s,em~re cs evldentc. Esta sdueclcn pl'tH'OCO, entre parentests, l a slgutcnte observacion burlone de H. Poim:are rcspccto a algunos postulaGOS doc- l~ teortn d:i\:sic:i!. de los erroree: "Los experirnenladeres ccnstdera 11 estes pcstvlados como estrlctamentc demostradcs por los matemaficoe. mtemeas q.1J~ los rnatemaueos lee considers n jusUHcados cxpcrtmeruahnente''. La i~.Rarl~ilr.:ia de esta eaestlon. p.ara la corrects ccmpeensjcn de los mdodos cstaoiellcos de valera(';on de 1~1 magnttud buscuda ~·egun las resultados de las. rnedfclones y !:!I error accidental de su dctermtnnclan. haec I mprescln. dibie un breve exarncn de '1.1 mlsma.

13

La base para er moil) del postuladn de acctdentalidad, 31 lra1&r 1r)S resultados de las obscrvacones. es e! hechu bfen eonocldo de que a pesar de las. osetlactones Q-C los resultados de observaclunee indivlduales en mcdtciones repetfdas, vn ellos apar ece una ley determinad a. qu~ 'leva et ncmbre de astabillded estadisfica. Eala ley ccnslste en que el rt~lllli'ldo (I valor medio de un numeru F:ran.rle (ell cl limite, Inlinttamcnle grande) de ohservaciones es lH;!lcU(:imenl~ una InIl.Rniiud no aleatwta. mdepcndiente 'lie la Inllucnc!a de iactores tndivirluales. El enorrne conjuntc de material expcrlmcntal acvmulado hasia l'IlJY dia atesugue roi! ergumentaclon 'i la ccnvenlencta del metodo de prob~biJidad del examen de los resultados de fa::; observaclones.

En pri net pio, el postulado de accldentalldad (I casueudnd de cada rcsultado lndlvtdual de las medidorLes y la postutacion 0 1.11 ucterminectcn experimental de I.;;. ley de: dlslrrbaclon de 12 magnitud aleatcrta corr espondlente es suttctente paru el rratsrruento I?:sloiluis!leo complete de los resultados de las observar-loues. en parficular, para obtener una uprectacten optima del valor de 13. magnitud que se mide. E!:1 error accidental de- su determinacion. as! como para verfttcar ai las dttercntcs htpotests qua interesan al axpertmentudnr con respecto 3 la magnitud cue se mtde Cor responden al ensayo. Sin embargo. en It! teorla dssic3 de los: erreres S'El incluye .suplernentartamcnte Lilla ser!e mas de poatuludcs. entre los cue!e ... , antes que nada, hay que di$!i~guir los postulados de In mf.:dia arltmettca como el valor mas probable de Ia magmtud que se rnlde. de ta dependencia d~ la probabntrtad de erroees lndivfdunles ;5010 de su rnagnilud y, per til tIJtL(). de que la mejor aproxlmacicn a 10$ pl.lr.ametros buscadoa de cuatquler dependencia Iunclonal sera aqualla para [a cua l la suma de loot. cuadmdos de las desvtaclones de res v nlorcs nbservados if C'1I1c1l1.ad()_~ de I.e luncidn €:s minima. Medtame estes pcstuladoa y 13 hi~otesi."l suplemeruaela, estrechnmente vinculada con ~IlQ5. sobeo loa lev normal de rlj~tr.ibudon de- -los «rroree {Icy de propagucien de errort!$} de 1~8 .. cbservselenes. se [agro clsborar esquernas rnatcmsttcos, comodOi;,::y ~e'a(hramenf-l! sahclllos, para estlmar los valores de 1~-5 magnitudes que se: miden, los pararnetros de las dependenclas Iunclonales i' SU5 errores acclderrtoles, as] come desarrollar la tecrta de vertllcacten de las hipctests estadlstlcas. I a teorte da planlfkacion delexpenmemo, etc.

El conjunto de material experimental ecumutado sctualmente permne ejirmar. qee 100S postulados de Iii te(lria ctasica de los crrores junto con la hlpctesrs sobre Ia luy normal de. di~tribuci6J1 de los. errores de las observeclcnes realrrtente. en j.!l. mayorlu de l()5 casos, conduce a vatcres razcnn blee de lI!!S rnagnlludes que Sf': mlden. Sin embargo. dcsde el punta de vista teorico exlstcn otrcs pcstulados argumentaccs en los que [,!imhie.n Sf p\lcde baaar 1;.'1 rnodelo mate-matico rare e! tr ata rnlento de los fl2SU lt a dos de la-s obser v acioncs. Asl, para esttruar los parametres d-e \HUt depeu-

Ii

dencla Iuncional cualqulere scgun los datos experfmcn1ales. se pueden uWi;z.ar unn serte de pustutedos relactcnadcs con ta.mrrumizacion de una clerta comblnectcn ::iisUniu de las desvlacicnes de los- vetores de le Iuncton halladcs experlmentatrnente con respecto a los calcutados teericamente, por ejemplc. Ja suma mfnima de los modules de las desvtacfones 0 [a suma de los. cuadrados de las dlsta nclaa desde 10:5 puntcs experlmentaies basta Ia curve -buscada etc".

De este modo, en tl tr.atarnlentc estadtsuco de los resultados de las observectones eJ modele matenuiUoeo· se puede basar en uistlntos postulados. Sin embargo. on prlnclplo no es pcslble demeslrar que cuelquiera de los pcslulados lleve a] prbcedl· mienlo maternattce que de los valores mas proxlmos a la ve[d(d de Is magnlfud que- Sf mlde 0 Ji'S estamactenee de los parame ..

~~01 a d~E ~~ a d~ r a~s~ ~:n~~a I (~~n~:~~~s eh! ~d~ ~1:ni ~o s~ n l~: ~~tS: ~ t:l~~!

matemarica Ia mas ernplla dHu:!'.ion estc he ocerrlde solo per que 105 esquemas matemsucos relaclonados con cllos, resultaron mas sfmplea y ccnverneruea para el eatculo. que los esquema! baaad05 en otros postul .. ufus. No menos irnportanle es -eJ nacho. de que estes pcstulados perrnlten de una maner a simple normaliaar la i6rC!1ula de representacidn de los resultados de lAS observaclones, to que. es lmportante al compar ar los resultados de las medtctenes de dtstlnfos aulores, los datos obterndos en dilerentes condiclones, a~i como para ~d tr alamienla ullerlor de los resuttedcs del expertmenle (por ejemplo, para halle r las leyes de las propiedades que ee estudtan) , Natur almente, todaa las dcducclones relerenies a 1.iJ magnltud que ..'!.1! mtde son ctertus solo en le medida en que ~I modele. matematlce, en el 91.lC SOC baaa el 1rata· mlento de ID!:' resultados de las caservecicnes, responde B lil verdad.

En resu men, cebe dactr 10 stguiente. Los distlntos metcdes rnatcmaticos de tcatamtento de los datos cxpertmentmes permlten solo hater determtnadas deducclcnes con respecte a le magnitud que se mide 0 al Ienomcno que se estudla cuando se Introducen determtnadcs pestu I i!I.«1 os, SIn embargo. por 1}I.9.s pcdercscs que sean, dt: pm si son impotenles si 'a mcdiclon S~ ha. ceallzado con negllgel'lCia, sin prcltttdad. sin observer los requlaltos elernentales de 1M metodologias. Esta conclusion ba srdo expresada con [ustees 'I mel~i6rlcame:nte per et lamcso ntlhHa.JiS.ta in~le5 T. Hu:t;~ ley. EI'1 uno de sus lnlormes. pclerniz ando coo William Thomson (lord Keh:in) df]o: "La matematlea 5C puede ccrnparar COil un molino de mecantsrno perfecto, que muele todo 10 que sc qutera hasta cualquler Jlnez a: 110 obstante, 10 que Ud, nbftene depende ti@. 10 que eche. lj tanto un moltno ma-avnjcso del mcndo no 1)05 da ltarlna de! trtgo del armuelte, como de p.6gLn.n~ de Mrmulas Ud. no obtendre un resultade determlnado de datos dudosos",

CAPITL:LO I

MAGNITUDES ALEATOIUAS Y SUS CARACTER1HICAS

§ I. Fllndan de di,lrlbu<16n de I a rnagnltud aleatorla

Supungatnoa que S~ re801 lz an obscrvacrones de ':In<1 magnjtud ~l'Ca!oTi.rl, dC!bii1o a I LIS cuales esta lorna cler tos valores posibtes, es dec! r, I (IS ruaflz acinncs de- 1::1 rna gnttud aleatcr!a. Estes vnlorcs postblcs puedcn lcrmar UIlU ~I.!:ric JisLr~~,jj o llenar completarnente etorto rnrcrvalo. es decir. P'"!..il'QE!rI »nr cnntinuus. De acucrdc oil. eato sc dLs1illgl,Jc·n 1.1S magnuudes eleetcnes discreles (dlscorulnuas) v conttnuas.

. Examtuemos ell nrlmer lugar 1.1;; meguituccs flle:ltCJria.~ discrcl<15. Per ejemp!o. ~I rcsunadc de las mcdictones de I.;] redloacttvl<lad de un prepa redo mediante un uontudar Gc! rt~f - ,.:\aller sr.r.a ",JrI.fI- magnltud nleatcr!a discrete. Ell este (:CL.!j.O 1'(lS mcd lcroncs conslsten .'11 n~~i5tt·.i:H cl numerc de lectures del contador en un liempo (l(:lr.I'llliIL~(l11. Evtdcntemcn tc. cst e numcrc solo pucce ser cntcro: 0, 1. 2. .. , e s decir. los "tll{)f~~s pcsihles de I:) m~lgnitvd ale:l!!tnri4't (Of"l"::!11 'LIn,1 seric ctscret a {dtsccnttnua).

Lo (.OJ rueter-is! icc del valor uosiblc de U II;! maf{;liiud «tcatcria dis-creta cs la prouabttidad de au ;J p:nr~d{)ll dtlt',jJ_,tlt~· 1.;1 s clrservacicnes. S i entre los velores. poslalcs tie tina: rna gnitud clcalorta dtscretn y las p~OQ~b;1 idndcs de SLl <I pnncton sc pucdc cstablecer LHli3 ruleclon rna lcmstlca dctermlnada, c sta se dcnomlna ley de dlstribucion .J~ I a majmltud a lr-alcria. L,-, lev de (I i::;ttil)uclon cs ~<L C-11 r.tL.:h.::.-i:;.hC-<I mas lmpcrtanle y complcta de 1<1 magnllud alcatoeta.

L.i:1:J l1l;'!-gn if.l.ld~~ eleetorlas las vamoa u dcsl gn.u con letrus mavuscuias, v sus Y.;110fC!' posiblcs. respcclivarncntc eon lei las m(,'iI,:!:(:Lllds ..

Supnngnmos que la magntnnl nteatoria dtscr eta X tenia la sene de veto-es po~iht1..!:o' .1'1. X... . ,",,,. Un,1 de las forrnas de

1}I(!.ntca~ l a .'~'i de distrlbuclon scru, ~I)( Djemj'llo. la 'nd~c:aci6r1 de il::; probahllidudcs I) (J: ~ xi). PC~ = xd, "" P(X = AH.} de SLlS vnlorcs ~(:.sib:(!:;, tj'.IC ccmpcneu ];2. scr!c de- distri[II . .!:{:io.tJ de I;! rnagn~t'Ja alea-crte dis-creta. E~~~ aerie cs una C1:I ractcr lstica de 1.Li 111,1~nj~tld alentor!e d iSCf('1 a.

P.a5{!111{1-~ nhom .~ cxamlna r las magn ltudea aleatortas conflnuas. Per cjcmpto, I~ rndjcnclcn de ~<'I <'I glLj n d~ uri galvaucmelm III mcdir lu rntenstcac de corrtentc de un ctr cutto cleutrtco es tina

17

magnitud aleatcrla conunua. Aunque d ccnjunto de estes lndlcaclones. {II.IUIn:t'E' las medtclones, s[e:mpre' Forma uru • .serle dtscreta. 1 .. rrLagnttull aleatorla respective es continua. puestc que sus realtractones paeden tamar cualquier valor en un eterto intervale.

La rnagnilud alealuria. que toma una seete .ccnunua doe valcres posibles. uena tina paruculsrtdad especlal. conslstente ~.i1 que no Sf puede Indicae 0 siqolera numerar sucesrvamente tedoa sus valores posjbtes. dndoa IE'n un intervale arbttrer!o, Sin embargo, temblcn en este case exlsle una ley, a ra que se somete Is dtstrtbueten de. las probahlltdades de Ie me guttud aleatcrta continua, S610 que su 1'ormB se diferanciar a de la exarntnada antes par a la rnagnitud aleatorla dlsrreta,

f"undon Irl!.egraJ de: dlstribucion de la rnagnHlld aleatcrj .. , En lugar d\' lndtcar las probabllidades R(X = x) de los valores Individuales de loa magnHud alcal.urfll en el C'aE.O gcn~ral es conventente examiner- ta pr{J.b~bjlidad R (X <.x) d~ lin S"l.2CC-SO, 1;;00.5;5-· rente en que [a magnitud atealcrta X en las observaciones toms u.n valor rnertcr que un crerto nurncro real .1::. Est.;) prcbablltdad es una cier la lunctdn de x

f'(X < x) = P(x)

(1.1)

"i se lLama frul.l:i6n, de distrjbucio11 d~ las Pfobo..blUdades de 113 mag· fiUud aleatori« IJ 'um::.iOn. fnte.gral de dlslrib!td6n., La lunclon F(x) es una caractertsltca de la magnltud aleetorla, que toma tanto la serle dlscreta COffin la aerie continua de valcres pcslblcs.

'iJj

'.LAF"'"

--'Pl.rr'X'~ r ,

Z

.r:;1.r ..

r[i/~ ,1~ ~~~CI~IL~~~t~~Ja~I::LO~lj:tr!~~:

tinua

Enuml2r.emo:s sin demostracfen Jas prcptedades Iundementales de I,· [""oWn f(,·).

1. F"{x) ~ 0, es dedi, la Iuncion F(.t) 1'10 es negativa (como tcda prob.billdad):

~, Si x, > x,. (endrom05 que f(~,) > f (x,) •• a deete, F (xl

es una iunt.l6n. no decrectcnte de su argumento. 3_ P(-oo) =0-

.4. F(+oo) = J.

Coma ejcmplc. en l.a fig. I ee muestrn la griH[c8 de una de lOIS Iunciones integrales de dlstribucion de una magnitud altatoda continua.

En hI:!! apllcactones pr§ctka5 de 1.31 cst adjstlca maternauce. u

I. par d. P{X $. 'l present. Inter es I. prubebilldad PIX > xl

16

del sucesc opuesto, ccnststenle en que la magultud aleatorla X tome un valor mayor que elcrtc nuotcrc real x, E.n le teoria de I., prcbabljtdades se dernueslra qu, I. euma do las probabtlldad .. de [ca secescs opuastos es iguDl a la unidad. PO'r eS!J,

P(X> xl = 1- PIX <,} ~ 1- F(x) (1.2)

M~rllantt la fUllc\On integral de ~idrjbuC:l0n F(x) se bette f.kilmcnte h. probabllidad de que 1a m8g:nltud aleatorta X' se -encuentre en I.H1 intervale cualqurera de valcres pasfbles.

'romemoe eobre .cl eJe ~e absctaas dos puntos 'X-r y. x~ ,/,'P3T.fI certesa supongamos que. Xt>.I;:L {\'fase 108 Hg. I). 'De' ,!:uerdo' a la lcrmula (1. I) se puede escrtbtr

P(X< x,} = F(x,). PIX < x,) = F(x,}.

(I:3)

Hall.amos le probabHidad de que 'a .meguitud aleatorla X se encucntre durante las cbservactcnes en el Intervale de x, a .(2. adernas, para comcdtoed iii 1 ccmenser las demostraclones inclulmos el extreme Izquier du Xl en eJ Intervale que exarnmemos. puestn que el suceso, conststente en que X < X2, es igual a 13 51Jmi1 de dos succsos tncompattbtea (es l1ecir, 511ce:S0:3 "QL1e no pueden ccumr 5irrIllIUincamen~lI!'~ X < XI. Y XL ~ X <X'2. por el teorerna de Ia surna de 1;;1:5 probabtltdades pam SUce~Q5 incompatibles

PrX < x.) ~ PIX < x,) + PIx, ,.; X < x,),

de dcnde

P(x,,.; X < x,)=P(X < x,j -PIX<x,)~ Frx,) - fiX,). IUj

A .r;Of'ttlm..li3c[lrn vamcs ;j]; di:s.l1'Iinuir Hirnitadamente el Inter .... ale (XI, .1;'2). teodiendr> el punta -t2 al punter x,. EJ'I el limlte cuando X~ = XI ebterwmos 1<'1 probabjlldad de que lli! magnltud ateatorla X en las cbservaclonea tome un cjerto valor XI

lim P(x,,, X < .,,} = lim (Fl.") - f(x,)1 = P(X~X,). (LS)

"'I~". J:,+};,

La Iormula (I. 5) tnctea quo la probnblltdad PIX = XI) depence de Las prnpiedades de la hmc:lon integral de distribuciun (,'11 el punta ,'"I. Si ell ese punto 18: lunelon F(x) es dtscortttnua, '<1 prcbacilldad P (X = XI) CSi igual at eattc de la [um:i6n integral de distrtbucicn en Pose punto. St. per el contra rio, ell ese punta Ia fUJ\cian F (x) ee continua,

11m IF (x,) - F(x,)J~ 0,

.I.i ... .z.

de donde se deduce q\.1~

P(X =x.) =0.

(1.6)

I"

Basandose en [as propledades de. In ftmciofl Integral de: distrfbucidn se pueda dar una definicion nHtS prcdsa de la magnltud aleatnrla continua. Sf J.'Jo Iuncidn illtegml de dlstdbuci6n es conunue Y dllerenctable en todos los. puntcs. SU ccrrespondlente magnltud lIj~ajori<l sera ccnttoua. En tal case, partlcndo de. esta deiinid6rt }' de 1,1 igLL.lrU;:]o(j (I. 6) SoC' puede Iorrnul ar cI s! ~uiellie posluladc: JrJ prof;!'(juUidad de r:tJtItqllier r,H2{or rndCv{dua/ de unG rrwgw'llld ateatorto ,"onfi'mla es fgmJl (J cer'O. Esto sc debe :3 qu@ el planlec de la Ie.y de dlatriauclcn de una mllgnJ1ud til~a!Oija continua mediante las probabumades P(X =; x) de: sus valores pcsfbles. es declr, de la serte de dtetrlbuclon. no Helle senljdo.

Los resultados de las observactones Ilslco-qulmicas, Oil Iratarrnentc de. los cuales esta dcdlcada la prcsente obra, sen farnbi1m magnitudes aleatortas continuaa Par eeo las magnttudes ateatortas, que tomen 10. st'rj~ dlscre!a de valores p-05[b'es. 'i las !Llncio[WS cit!: d'lstrib1J.ci6n correspendientes a ellas. (!JL adeta nte nc ae examlunr an.

De la igunldad [F. 4) ,0 deduce que I, probabilldad do que 1~ rnagnltud nleatona continua X sc cncuentre en e! Intervale (x,. x,J es igu.aj a (de acuerdo a la (1. G) ahnr-a se puede exclulr .1 extreme (Hrnile] Izquierdo dol lntervalo)

PIx, < X < .t,) = Fe.,) - F(x,), (1.7)

En rousocuencfa, fa probabilldad de Que ra magl'}Uud nleatorla continua, <11 obscrvar sus '~'ll lzaclcnes. Sf encuantre L~11 un cterto lntervalo. cs i~l.tal u! Incremento de hi luncten integral de dlstrlbudDn ccrrespcndieute B oCtl a en este intervelo {veasc 1 a rig, I),

func:lOll de 1jJ, denstdad de pr;QbllOilld'tur d( U na magultud ateetorla, Frecuentemante. ell [a praeti-La, en lugar de 1.9 Iuncion in(egral de distr'hu<:ion de la magmtud alc.aloria contin U<J. se utlllaa 103 funcidn diferef]ciaJ de distrilmcion 0 Ia Iunctcn de la densldad de probsbltldad. Esta luncton se estebtec« del sigui{!I1le modo.

ljutiaendc I, If. 7) escriblmos 10 probahilldad del ,yCOSO cons),s.l.entc en que 1.1 magnitud eleatcr!a X 02'sle en el tnterve!o de lnngttu d <lx

P(f < X < x + !IX) = Fix + .l''J - Fix). (I. B)

O~\'ld.tmo:s erI}I}Q..s miembros de estn igu.ah:larJ per l1x y pas~mos ,I limite para JIX - 0

(I. 9)

La magnitud del primer miembro d~ la Iguatdud f1.9) se llama den.sida(/ de fJfol)lJbWdud de lOW magnf/rld ateatortn ccntinua Q frmc~6n difefllncftl' de. dil)lrJbucion.. to dealgnarernos pot q:(.r)

(!. 10)

Pueslo Q11e. tl segu{1do mfernbro de la 19L1<lld.:!;·d {L9) ea. evldentemente, 1<1 primera derlvada de I~ lunclcn Integral de disl ribu('i6n en 01 puntc s, 10 (L 9) se puc-de eserjblr

~ (x) = F'lx).

(1.\\)

La ccrrclnclon (r.]]) c~prr~:)i:I ILl. lurteleu de l.u dcnsfdad d~ proDllbiHdad mediante ta dertvnda de la Iuncicn integ-ral de disfri· Du{"ion. Calle sefietar Que la denstdad de probabilidad a dlferencla de If} [lrob~tdlid<!d I~S 1<1 masnttud de dlmcnston {de scuerdo ;!l 13 delintclon (f. 10) 511 dlmcostonaltdad es inverse .a 1.0 dlmenslonaltdad (I~ 111 nHlgnilud ale aluria .\'}.

Como ejemplo, en la fig. 2: se muestra La Wane.!! de una de la,'!.

Iunclcnes de 1..1 densldad de probabilidad. Mediante 1"3 funci6J1

F~(J.. "2. P~I1I:·loo de !a dr;lsiuoe de jlrob;llllihd,d de- lJP[;; 1I1il;~rl'tud aleeto ria. £1 Ikll-.iI r.l~lIl'b r~Nesem:l ,~ 11m.

b;t.hiilo:lc Pt,T1 < .\' < .'i":i)

fP(x) se detcrmlna ldcilmeme l:.i probabllidad de Que I" rnagnitud nleatcr!e calgi·1 eo cuatquler intervale dade.

lntegrernoa ambos mternbros de 10 igllald~l.j (l.l t) entre los Hmites tl~ .'r.1 Y .l;':t

{ .. (_<)d_,'= rF'(_<)rh~I'(.<;)-F(_<I)- (f. t2J

En l111 I,.'"~SO, \.11 iHZ.iHldo la O. 7l obtcndremos

(1. \3)

De- este modo. Ia probebll ldad du que I~) magnltud elcatorie tumn cualquier valor ell c! Intervale dado de XI a ~1. grM~cam(,l1le es ig"'..t:ll al Srca limflrllj:;J pM ~I aje de absclsna. 1:1 CIlf'lHI qJ(.'t') }' las dos o~df.nt1das corresponclcnlcs tI los punlos .'·1 y x~ ( .... ·ca::. ... ' I;] ng. 2).

En I as opl lceclones de hi cstadisuca matemattca a~ Ir atamiento de les rcsullado~ de las ebservacioaes Irecuentemente se trcptcaan eon 1::15 ilmdar~C!~ ,~(x), stmetncns r espectc de b cedenada {1t;: nbactsn .\' = 0. Ell estc case, la prubahil ldad de f]He 1 .. magnil ud aleetoria .t' oJ,:'aigil en ('I In t-er'V:~[o, suuarro slmetrlce-

2,

mente cou rcspectc a l punta }[. = O. ae deterrnlnu POF le stgulente c:ro:pr(;'~;on

P(-.<, < X < <,1= p U X 1< "') ~ j'~'(") dx~ 2 F'I'iX)d,',

-,I:. I}

(1.1'1) L~ relucicn n. I f) entre l a Iunc.cn de l a dcnsldnd de probebilldad ~' I a rtillcion integr;d de distrtbucion se puede es.edbir tamI)j~"JI en torma lntegr al. Puesto que [Jar definicion

FI''! _ PIX < xl "" P(-"" <; ,\ <: v).

uHii:wmlo 'a (I. t3), obtendremos

F(x)= .r ~(z)dz

(1. 15)

(para c\ .. itar confusiones aqul de::;ignam0:5 la varial')e de integTa' cion COI·1 ctrn lctr a] Por 10 tan to, en ta grMlca de [a ClIfHI lie la

, "f)'·f,t.rhl

FIP.', 3, l~lmd6n .-.I..., In ueno;jdsd G.l". pro-b~Vjl;do.d de. l~l'In magnifud eteelcr!u. 6:1 ~JE"S r8~·.ildl'l ~l"ltl'l:'.Hrll . .EI In. r'llnci".loll j!lt~~'IIIJ de ~;:'>tii~III1:i6!L oJIor: In

RI!lgnituq aleatooe

denstdad de probabiltdad 1t1 iune-ion f(x) sc determine pM el area de le cu r ... 'a QJ (x), que sc encuentra (.I txqulerdn del punta x {vnase ~~ jig. 3. area rayada},

De las propiedadas de la hmeion integnl1 de distribuclon y de la igu.Dlitad· (I. 15) Sf! deduce la slgulonte propledad doe- I;} funcfen do ,I, densid.d de prcbeb iii d ad:

J) ",(,<I ;;; O. es declr, ~.(x} (IS una lunctcu no negaltva:

2) .r 'l'(,,)ax~ L

Do I, prari.dad 2, asi como ,Ie los Ecs ('- 2) y (I, 15). se deduce que c area de 1<1 CUr\'3 r:p (x). ubtcada (I Id derecna del pumo x, numerlcamente es igual a I. probabilidad P(X > x)

"

(v' a s e I. lig. 3). Do crdtnurto, I, prop;oda<i 2 so llama ,androldn de ncrrnaltzaclon de: ra runcron de te c.hmsid8d de probabllldad.

Para las Iunciones integrates (rar arncnte difeeenctefes} de dlstt-lbuclen de las magnitudes aleatortas, que se encuenlran en disti ntas i:I!~li~;acinnes de. t.o estadlstlce rnatems tjca, Sf: han cornpuesto tablas que ill:cHitan el uso pructicu de estes I unctonns. En 01 § I del capltu 10 II telemplos II. I )' I I. 2) Sf cxponen .j'mplo~ ~c hallazgo de I~.$ prcbahittdades de que una magnltud aleatorta c<liga en un rntervelo cualquier a, segun una magnitud dada del tntervato.

Determlnecion de la rnagnttud de! lntervalc en ul que p.uede halreree la magflHud aleah;HIII. En ta pr acflca, al !ralar tosresutIados de las ebservactones. Irecuentementc se hare necesarto reo solver C!J problema inverse: ccn lcrme a la probabmdad dada l' 1(1

conocida ley de dls1rjbu(~ion hallnr la mi.'igllitl.ld del lntervalo, 'fill el que puede eesultar la magnitud ah .. iatcr!a.

Exarninemos La fig, 4. St fa curve !f(.() cste dada, I~ probabl4 Hdnd lijada p {fir~lI (<Ij':::tt.l<l) res,pDnd€ a un valor deterrninado de Ia abscisa .I.:"J't cvya or-dcnada llmlta D la fzqutarda el .ire~ dada. puesto que I~ IjwbabilJdad fJ se Ius utcgtdo de rnenera que corraspcuda a! area dlspucst a a Ia der echa de 121 ordennda de absclsa Xp, ta ecuacion que deternuna el valor numer ico de .'t" tendd la IOI'ma 11' •• se I. Eo. (1.2))

P "" PIX > x,) ~ /- F{x,) (I, 16)

o en ctr a form. (vease I. E" II. 13))

p~ S <p(x)dx.

II. 17)

A Iin de. Iacllltar los calculus pr actlcos p.H3 [as magnitudes de ),.'". determlnadas por drstmtas Iunclones de- distribllciCin, se 11;;10 cornpuesto tablas.

Lt:I;5. rnagnfturte s xI' derermfnan los Hmltes del lruervalo, en el que COil I. probabllidad dada debe encontrarse I. rnagnitud ,I.,· tcrta exautinada,

Supongarncs que 13 prObabilid.!ld de Q~Je 1.1 magnill..ld alealorte X caigl:l 12[1 efertc Intervalo de va'ores poslbles es jguai a a.. (ve-as!.! Ia fig. 5, area rayaria). Tendremos que

p (x~ < X < "",] = Q. II. 18)

Pam ha11;:1 r 10.5 limites del lntervato buscado h.AY que dcterrrtinar las abscises Xp. ]' xfPo correspodten les ,a [as prubahlhdadcs PI y 1'1. relacionadas COil In prcbahllldud dada 0:. D02 las rrJtrl'luias

Fig. 5,. Flll\ei6n de te dl(!lI.~!dild de prcbabllided de una luagnlf1.ld .lc:doria. El IiT"'~ ril,\'31d3- eerresuende -3 1.11 prcbabilided d;l"dill de CjIJ41 la m.aglll· ted efeetcrta .r.tdt" en !III clerto In.

tervale de ... eloree iJo.,~ihle~

(L 7) Y (I, 16) 5€ deduce que entre las probnbllidades PI. p<J. Y " exlstc lOt srg<Jiente correlation

Pix" < X < ~p,)=F(x,J-F("~J= I -p,- (1 -p,)= a.

es uectr,

PI - p,. = tz, (J. 19)

Du aqul que en C!I case g8 11 era I IfJ iLlI1dQI1 de di::;lribuelQi'I y Ia prcbabntdud de que l~ rnagnltud alearcr la ca lga en un cierto interval" no ltja n untvocamerue I .... magnitud de este Intervale. puesto que Las probabitldades ,,~ )' P'.l. que defineu las. absetses lie los limites del Intervale .t.tl }' :t.l'" no pueden ser hellndas por se-

rarado conlormc a la magldlud dada de a. Por esc. para haltar a magnitud -del Interva!n segun Ie probabilldad dada de que la magnHud ateatorta t:.eiga en el, requiere en 1~1 case general la Introducclen de una condtcion scptementarta, que permlra deterrnlnar las probahutdades PI Y P'1, Y por 10 tanto, los- p'un[o~ Hmltea 'del Jhtervatc X[f, y .""".

S~n embargo, en 'UrI caso pi:1t~iLulai, cue Hene Irnpor iante valor practlco, ei uitervalo de los valcres posjbfes de ln magnltud sleatorte so determine unlvocarncnlc per la probahllldad ~. Este ';;:;'ISO -se produce ruanda [a lunctcn cp(x} es stmelrtca con respecto a 1,1 or denada de absclsa ,,( = 0, )' el inlervalo esta dlspucstc slmelr lcamente rC5p~to de esa erdenada (vease ta fig. G). Debtde a Ia $Imdria )! a 18 condlc.i60 de normalieaclon de ln lunclon de l a densided de pmbabilldad se pruducen las ccrrelactenes evldeMe~

(I. 20) (1. 21)

Esto permile escrihir la correlacldn {l. IS} de la stguienle martcru:

PI: - x'~. < X < '<'-;') =~. (1.22)

La Iorruula (1.22) demuestr a que los punles Hrnlles del intervalo buscadc - x i_a Y X I_II., Y por 10 tanto, el mlsmo intervale

2"" --;-

de valores de I a magnuud aleatcrla, En' -el case eaamlnado. 5~ del ermfnan untvocarnente pOT l a Iunclon de 1listribnci6n 'f la probe bllldad c.

A~ haflar practlcamente el lnlervalo de vnlorcs de ]~l rnagnllud alcator!a CO:l Ivnclcn de dlstrlbuclen slmetrica en las tahtns

PiJi,!. fa, FLmCKIO s.lrn~~ricl!!! de In. den~Ii.J",d de I)r,;:.b~_bilidll.~ ee una mils,:n[. (utl eteetorte. Eol Me!!: rtli~-dl\ entreeran ~e D l.rl ~)ri~lt;q bi I i as'!!. d 3.0-11 i!J~ uuc

(~~r~:lJf~ii!'~VL'lfJ" t~~:fl~.a I~~~~ ~~ ~1;~

dlspuestc ~imHrir.ilml!'llle 'l:Cn) 1"('$> pecIC! -III panto to;;:::"

es\,dlstkas (en parllcular, on 10 tabtn 2 del Suplementc) se I,," lab1Jl;;Ido para comodtdad los velures d-e Xl" correapcndientes .!I- la probehilidad

p'=P(lXI> x.,).

(L2J)

Se cprecla i-iicllmenle- que

P(I X I> xd= P(X < - <,.) + P(X > <.,) = 1}' 1.1 > ",,)=2p,

ten Q remus q LIII!

p' = 2p.

(I. 24)

De: aqui se deduce. que tos vatorcs numericos de Xp't en este caso Sf.'! dcterrnlnan per la probabllidan cos "tees mayor que 121 anterim, Pare el IJSO pr~citQ, es convenlente t'st-e modo de detcrmlnacl6n, puesto que en lvg.ar de Ia Ec, (1.22) se pucde uttuaar la correlaclon

(I. 25)

(~S. decir. los puntos trmltes del Intervale de valores de la magnitud a leatorta sc (\e\crmioarfm per 1i]5 magnitud-es -Xl_~ y x:_~ mh simp!cs: adcmas. a M ]lI; mlsme probiiJbilidad q\Je antes.

En c! cup. 11 se da L.§1l ejemp!o con crete (ejemplo H.3} d-e como hallar I:) m~g1'littld del tnterve!c de \'RI(')re~ poslbles de una rnagnitud eleatorta pOT [a probabflidad dada de que c:aiga en $U tnterveto.

§ 2. Alguna:'li carecferlstlcas de las rnagnltudcs sleatorlas

San lrnpurtantes caraclerlstieas de Jus magultudes alealorlas:

r) ctertc nnmero, alrededcr del cual se agrupan los vclores pcstbtes de una mugrulud Jllcatod~ ':I 2) Is medlda de disp@r.s16n de estes valcres con respecto a este numero. La posicion del centro de egrupacian de los vatores po.s.ibJ£5. de 121 magnttud ateetorta y su disperslan etrcdedor del centro se pucde camcteriaar poor dtstintos medics, .El11re 11.:5 at'fillidone.s de estas magl1ltud~ ncsctrcs vererncs I;;lS mas lrecuentcrnente uttllzadas en I~ jJr~etiC"1, 81 rJafor media de ta magnUud uJf!'d/orfa y SIJ .di$persfO'~ (0 to df'st;iac.i6n cuadrd.ti.Cfl media),

Antes de examiner las. caracter istlcas enumeradas de las magnitudes alealorlas, hay que aclar.ar el signiiic.arlo de algunos conceptos uftllzados en 1013 ~,.'~li!Ldfs1ic.a rnatcmatlca ar descrtbtr las me gIl j tudes a lea tori a s rnuest ~.e! as.

Cam(:leri.~!icR$ gene.rales y muestrafes de una magnlted Illestorte. EI Ienomuno de establlldad esr!itiea de los resultados (']~ tas cbservaciones, tome ya se indlc6 en ta "Introduccidn", se produce 5610 para un nllmtto grande de: medlclones (en ~I limite, lnllnltamente grande), Esle heche consfituye el contentde de In eonoclda ley de los Il,andc:s mymeros. Sin embargo, en 1.0 mayotla de loS experhnentns nay que obrer 5610 COn un rniraerc llmltado (gc'" neratrnenle penuenoj de chscrveclcnee. De-Dido .0 19 ley de casualidad crertas magnitudes, determtnadas por un rll"H'nero pequenc de observaclones. ell general, pueden no colnctdir COil las magnltudes, calcul ad as por un numero grande de obscrvacicnes, reallaaoss e-n Ias rnismas condlclcnes, Por esc, para dtlcrcnetar la caraeterlsttca "de unu 111<1 gill tu d alealurfa, hilllada por un Ilum~m sullclentemante gr ande (en el llrnitc, inlinltarnente g-rflr.ldc) 'Y un mime-roO ~eq\Jefi.o de observectones. en la estadlstica matemafh:iI se lnlroducen los conceptos de tOfljWr.to gelteraf. abstracto, compuestc de todas las ebservaclones imaginable's en las condiciones _ d.~.~, y, d. muestra (II. selecclcn) rcpresentado per un conjunto lhnit"a.do ·de observa clones. De acuerdo .9 csto se dlstinguen las

. cqf',l.c~r..r.fsl(cfJS' mue#rc.l.es de una rna gnitud aleatorta, hallada.s. per- 'u.n- nlimero Hmltado d. ccservaclones (0 0I00c;6"J y depen.dfentes de este numerc, Y. ecrrespcndlentcs ,1 ~tlas, las coraetertettces del con/unto gerle-ral. tndependlcntes del mlrnerc de ob& eervaelones. En este case Iss carsctertstlces muestrales se COn· sideran como e:.stJmacl6n de las respecttvas caractensuces en el cODJunta ge-neral. Le f:!5.ertetal es que las caracter lsticas muestr ales de- Utl03 rnagnllud aleatorie, a dllerencia riP.: f as gcml2:t!lI es, son magnttudas aleatntla s.

A.e[.a,remos los cooceptos de ennjonto ~n-efal, rnuestre 1j esllmaclcn de fa caracterlsttca general de una m.agnitud aleatcrla en un ejerrtpJo, elemental. Examlnemos la preducclon de una {Ab·

IB

dc:a que elabora utanstlios quiuucos (per ejemplo, matrsccsj , Tcdes los mat rac~~ de I a con st rucci 6n da dill. produ C:1 des per , a. ~;jj,. bdca en, UJt lntervslc de nempo determlnado, representan un conjunto general. Un cajon de rnatr aces de csta construccion, recibido por el consumidcr. E';S una rnuestra casual del conjunto geJlera.1. EI~ volumen medic de: un matraz del cajon, sin set et vclumen medic de los mat-aces de tcdo cl lote, es "[<:! cstlmac[6n para csta ca rectensnce d-el ccnjunto general.

De acuer do con ],111 rcgla eorr lcnte las carecttristlcas rnuestrales de una m41o!;nitud alealcrte las vamos a deslgnnr PDf lett as lst!nas, r ~Li.S car acfarfsttcas correspondientes (let coujunto genera], PQr lctres griegas, POT ccmodidad. eonvendremos .en que 'en, -adeIacte, ell una serte de Ca~05. designaremos con una misma tetra mlnuscula tanto el sfmaolc d~ [a magnitud alcatoria como el conjunto de sus valores pcsfbles.

AI deterrninar las caractcrtsficas de 1.15 magnitudes alcalorias del conjnnte general cs irnportanle e! c.ollcl1lpt(.l de esperanza maternattca.

Esperanxa matemdtlca 'de una lllagnHud aleatorte. Para generuhz ar vearnos {II principia 14 esperanaa matemdttca de la funcion do una magriitud eteatorta. Supongcmos tener III magnitu d ateato-la » ~~ una clerta hlnt".lnn auya y(x)_ Introduzcamos l~ slgulente definlclon. SJ If(xl 12:5 una hHlci6n de la densldnd de probabutdad de la rnagnilud afeator!a x, llamarernos l1Spl!r-anl(J r.tta-

iemtitica de la Iunctdn y(x) a 103 cxpresiun -

J :;::{y) ",(xl d'K

.II (U 1<)) ~ ~--- = f y Ix) '1' (xl dr_ (I. 26\

j 'l'tx)ti,l

La esperanaa Inettem.atic.a: expresa eJ prornedio de clerta CUnclcn y(.t) mediante lu ky de dialritrucicn del argumento. dado ~or (<1 luncion de Ja. densldatl de prcbabllidad It (x). Par cso, le Ec. (t. 26-) se llama t8mhicll tll1lor medto de la fUl'Jcion para. ~I rCQ1iju~to general c simplemente meti/(J geme.rai de ta fUI1.n'QrJ. Esto E~~ 1]r1 cierte. numcro.

La espcranz a matematica M IXJ de la rnagnltud aleator!a x plIt'!de obtenerse como un CaS{} particular de la idrmula (I. 26), ai en ella pcnemcs y(x) = x,

(1.27)

veernos sin demcstracion algnnas propledades de le esper anza matcmstica de una magnitud aleatona.

l , Si c es un numerc ccnstante [magnitud we aleatorla] , tendr ernos '111a

M{cJ=c

(1.28) (I. 29)

M{cx)=dl{.,l.

2', Si 1.1 magn it~HJ alaatorin » cs [8 Sl.HL1F.1 de I. magnitudes .al~i:I(orras lndepcndjentes

x = XI + ."~ +, ,+ An,

1:fI csuernnaa maremenca de la eurna de vsrlas magnitudes alcntortes es iguai a la suma de las csperanzas matematlcas de los sumandos

(I.JO)

3. Si 101 rnagnitud aleatcrle !1 es una cierta {undon nu lineal de n magnitudes aleutcrtas independicntes

Ii = [(XI, 1'2. ., I xn.),

~lur. varia poco en Inlcrvalos peqncnos de varlactdn de los rlrgvmenfos. prlra I.e esper.aru a maternatlca M{y} Ilene lu f:M ta lormula eproxirnada

M(y} = ;(.111<,1. M{x,} •... , M{,.}). (I. 31)

Media genern!' de una magnijud .IIle.atClria. £1 color mdio de /0 magnlttut atea/ofto. x nara et conjrmto gert.t?fal (,rnc.·J'ja grUteral) 11 se determina Como fa esperanra maJcmcitlca de till!) magnUud ateoiosio, E!S dectr,

f'~ M(>').

(1.32)

donde M{x) se expreea par I. formula (I. 27).

,\ltdia muestr al UIt'! unu magnltud ateatc-r». I_(j carncteristica nwestrat, correspoodiente a la Ec. (L 32). de til oHtgnUud alealnria x.. es el uator medio do las veto-es ObS€ftJtldos .\.'t. x,.., "" x", de ta magnrttfd.ateatarja, as dec!r,

,

x= .\"1+l:I+ ..... ' +.'f" =* ~.tJ' (1.33)

... '

que 's.e lJama iamb-len med:'(l arUmtlica. Cube haccr notar que tod~s las·propicdadc:J de Ia espernnz a matemsttca, y. por to tanto, t~tm~te.n de la medla general de I.e magnltud nlcatnrla, 1B(}[1 ~'~1 id~s p·~ra. ~a rnedle nmestral. POt el'empto. la propledad 3, que ~lWizareJ mosen adelante. se eecrtbc de siguiei11e modo. Si!J es una funcion no lineal de Ii magrtltudc:s slcatorias tndcpeodjentes

y == ts«; x" ...• x,,),

su me~ia mueatral se exprcsa eprexlmadamente $IOr le formula

if = t(x.. x" ...• i.).

(1. 34)

Dlsper-slon ~"e:nt:iill de une magnltud eleetorta," Lf.l dispr;rsi.'On cf'{x) ,J/} Ja IfUJgl,Uud a.lt!a(l"Iria x para, el canjlJfl-fr; gl!n~'aJ (disp.efSLOft C~rtl'miJ se det~_(mitl{J coma ,/a f11N,lrJ ,g~m~f[lJ de' los c~ac!rl1do_'S"- d~ sus i!.esrJ-r.aci"ones posibtes respecto de fa rnedill genera/fl. es dear. como ta r:!ip.enmza. malemdUtrl de ta fun[.UJi"I Y;;;;oJ' = {X_IJ,)2:

"1,<)= M (Ix- ~l~~ f IK- ~)'T IK)dx, tr, 35)

dOrtdt .q;.{x) es ,fa 'tHH:JOtl de la ,d.er:.shlad de pr'V'&a-bWdad d.e lrl ttlagtriJi.ld alea1o,-{(J_ E1 rJcdor pos'WrH) d.'Q ~G rolz cuadmaG de ta dts".~,.si6l~. 8S dear, CI (x). Se llama desufacJol'1 (:uadr6.Uc{J 'l1r!dir:i gen.eral' 0 dest!ir:u;icJ/t mracrefisrt.ctl (I n..or.rtlQJ ,error),

1 n d i Cl1.I emos si n d!;;!I'tl os t fn,=,.LO n U il a ser le d!! 'P ropl edad es "de ja dlspersien ~: algumas de su:5 conseei .. iencias.

I. St c cos uu numcrn ccmtante, enlonccs

a'(c) =0,

(j:~ (ex) = c~o (s).

(1.06) (L 37)

2 .. 5L I a rn.agllilud eleatcrla ~' es la sunia algebraica de 01 magnlhrde s aleatorlas independlentcs

.r == XI. + x~ + ... + ,""I,

le dlsper sldn de l a surna ~5 lguel <1 la suma de las dlsperslones de los s uma n(1 0::;

~'('") = ,,'(x,) + ~'I-',) + ' .. + 0'('-"). (I, ~8)

L.1 lor mula '1. ,38) :SIC II~m<1o ley de adfcrofl de I~!j di.sperSro.'1.oE's. Cabe [racer notar (pI: J.1 ley de <1{lid6n so t::UtnI1'JI:' para las disperstenes de las: magnttudea ateatortas {I"~{_1.:}. ~. :1'10 par:1l )~~:S magrdfuds3 (le l,~s dt;:s\'ladotlos. c:uadri'lti<:as medias (ervcrea) o (x).

3. Si la rna gnttud aleatcr!a II ee una ctcr ta luncton tLCI ltncal de rt magnltudcs 8!e.?toriilS lndcpcrmtcntes

Y =/1<" x" .... ,\-,,) ,

que varta poco e-n lntcrvato s pcquenos de 'ltari~ci6t'1 det argumente. para l[J dJ:;;pc.r.!iol6r; u=(1IJ {IS i,.'(lj~J3 jtJ, lorrnula aprcxtmada

o'luJ= (::,)',,'1,,) + (o";,)'o'{X,) + .. -i- (,,~"ycr'I'o). 11,09)

La IMmula ~ L 39) 512: uhli7.a irccucnternente en La lr::arl", du los errores para determinar e! error acctocntal de la runcioll poor 105 velcrcs de los errores acctdentares de> Io~ argurnentos.

A conttnoaclon veamcs algunos ejernptos de- \,jIll lznclon de; las p repled a des ell umeredas d e j if IT r spe-r~j(i 11.

EJo!lnplO E. I. AI detarmlnar I a reaistencla W :;tor I2'l metoeo de cornpensaclcn (ct' r-e-dut::tLon .a cere] se uttllza la formula

W=1i: '~-" =11 (''.:'" - I).

dcnde R es unu cierta resistencte petrdn ccnocida, a es la lndlcaclon de un puenle de hilo· y cursorfalambre de- curser}. !:Z:\presar 1~'1 dispcrslrin do la magnttud eleatorta I~ poor 101 dispersion 'de r .. l magnltud alearcr le Q_

Tcnemoa que

Utllltande I..] Idrmula {I. 39}, expn:'\.;,amos ln dlspersicn en la reststencla W por 11' .;Iispl!fsi6n en 1ft lndicaelon dE!.I puente de 1111'0 Y cursor:

d' (W) = R' /" '" la)_

Ejemplo [ . .2, Exproaar la dlaper slcn del utecto terrnico de lu reaccion

Nt\, + i O,~ NO + f H,O'M' M1

[lor 19; rI!!1 p'l!rsi oil de tos e tee! oa ler rni cos d ~ las rea eel on cs

1'i~01l"1:I t::::::: H~Oil~_ !J.H"

~N:J+4l·I~.::::;::NI-~. lJt/-I2!

H, + t 0,= H,O",. ~H,. NO=iN,+~Q,. tJ.fI,.

per la Ia.y d-e Hess (ley de 18 constancie de ta suma integral de li:;a l!=l r} el ~r eelc ·te:rm i co de 1 a rea cot 15:(1 buaca d a so! ex f.i res-a per los electoe termR:os de La ~ reacclortes d escett as del :5l gl,l ten te m.odo'

&H = -]- /;J-/, - MI,+ ]-tJ.H, - MI,.

tl !iUz!in do. las P ~(I P LC4~ des de t fl.$ 11 I s.pers [ones, ob! Ilnd rcmos <1'(1.11)= (i-)' o'(I!.H,) +~'(~H~ + (fl' o'(tJ.H,) + o'(II.H.) .• Dt:" este modo, las djspcrliQ~[!:s. de las CQmpDt1e~tes. de 105 elee-

tos tcrmkas en if -!I n en I a d i5pe.r:!:! M-n d~1 e fed c tef J1tICO tela I con los cuadradcs. de los cceflct entes est ElQ u.1 omstnccs, to n 105 cu a 1 ~ se comblnan ]0:9 correspondlentcs elcctes t~rmlcos componcntes en la ~.cuac:t6n lermcqulrnlca p.a~a tl eleele termfcc buscado.

SO

Ejernplo ,1.3. Exprcsa.r ra d[:;lf~f$LOn: de La media erumetjea par la dispersi6n de la observ .. ecldn Iin tee ,

Su POorI ga moos q U~ se h a rei]; I tz ad 0 una ser le de J1. cbee [V acjonea de la magmlurl aleatorta x y se han obtenldo los stgulentes vato. res: t I • .x'2, •••• X;n. S I se efect U.i3 n va r las eerles d~ observactcnes :s'emeJl:I:nt~s., ohtendremos, en _g~Jl~ral. otrce ccnjuntca lie valcres: .l:1.~, '., x~~ 4. r~, .,'"' ~. etc. Por I.'!SO, XI, .l:'":t., _'., .til de la serte de II cbeervactcnes pueden cousrdcrarse come n1iifgTlitCJcles; aleatoriae ron -cJl2"rta.s dispcrsloncs q2(X"I'). C?(X2)j I (j7.(:tn.:}. Pu~sto que esas rnagnltudns aleatorles nparecen HI medlr una misrna rna gnltud aleatorf a x, sus dlspersiones se conslderen aalur~JmC'n!e Lgu.ales

o'(x,1 = 0' (x.) ~ .... ~ o'(x,).

Utillundo, ahern ta EL (1. 38} para cuando x es hl 'merll:a, P.li~tmr' ttce (L 33) I ~ cmp!el:!ndo 1<11 prcpfedad (l_ 37) dE' I.:J:~ dlsuerslones, obtenemcs

~'(i)~ -;!,l"(~') +u'(.<,) + ... + 0' «,.)] = -;!,IIO'(x)= "'!<I .

(1. ~O) O. aqui .0 dcduc que I. dlsperstcn de I. media ari[m!lic' es ~ v eces menor qu C 1 a d is pers i 0[1 d e ~ B merli c i oft Ur.l Ira, de don de, par a el error cuadratlco medlo, tendrernos

<f(.i)=W. (UI)

Fernando o (x) come n1o:d[d-IJ dd error accidental de 1:f1: media arttrnetlca, cbtenemos el ~ig'llL'E'l1te resultado: el aumento del I1Umi:'rtl de de1rflrti;t'!,tl!.ciol'tl!!,s pemtetas d~ una mtsma mag/LUud. dismim~ye Ja magrrllu.J det error occtnentci. ~t.1 pmpfeded del error acctd en ta I se u t L li om en la ~f ~ct ica para aumenla r ] il 'P recision del reS1J I ta 1.10 de l u S med lclon ~S.

Dispfrsloti mu.tstr,al de ul1l!i, m!!ll!!'nUud aluiorja_ Llf dispe.rsron mueslr-ai d.e n vatores oh.~l'lntJados de la l1U.igrl{tr..t.a ~{eaIQrla x s8 dt(ermin~ til est~d.lsttca matematica POt J{] :erpre-siOn.

"(XI=-'-, t(x,-f)'.

.t.l~ ......

,_,

(l.4~J

COlwl~,ne hacer notar que en el dencmlnador de [u Ec. [L ,42) en iug,M de Pl" como ~I ,determLnl!r la rncd!a arltmetlca (].33). S~ t~elle 13 ma grutud !f - I, Frecuecternente ell e::;fadiil-llciil m.aI,~m8- Uc:a surge una sltuaclen an:Mc:rg<l al oetermlnar las caraetcrlstkea muealrales d. I, magnilud .I ca 'o.i,. Analtccmos csta 0".0>1160 detallccameote.

A ·011.,.",1. d. I, Eo. (1. 35) en I, 16rmola (1.42) I. dlspersMn de j.il rna gn j tud a lea j orl a x ~st.a t1€"termi n a d iii con res-pee: to ,') r a

.,

media arttmetlce f. y no rcepecto de 'a me-dla gen.eral )1. Este cambln en 1:'.1 detcrminscien d{" la dispersion muestr a! es ccnventente, pnestc que en el ensayn, dehldn a '2 Hmltacion del numerc de cbservaclones, se puede dctcrmirtar sotamente f. mienirns C\ue de or{ifnnio la m.a~(Iitud JI permanece rJ1cogf1it11. SQ puede deraostrar ~tle esto da !ugar .a 10 ~i,gl.lient~.

Supungamcs que c ee un nurnero ccnstnnte arbilr ar lo cuetqu lera , Translormemo» ~l numeradcr de (I. 4:;;!) de' siguienle modo:

2:«, - -'!'= ~[(x, - r.) - C, - <"\1'=

, ,

=l:(x,- ')'-2~!x, - ,)(,/- c)+ ](.r-,:)'=

J I I

= z« - c)'- 2(" - c) ~'('" - c\+ IJ (i - c)'=

, ,

= !dxr - c)1 - 2 (,e - i:"HII.i: - ri'f') + /j(x - ~,}"l":c:::I r

~ ~(x, - 'f - 2,,(.<- oj'+ "Ii - ,)'=

~ .f(x, - C)' -11('<- r)'.

Por 10 lanlo,

Pan gamll~ ahcr a la conste rite c = ~~. media general de tao magnitud ale'sIDrI.n x. 1::n lal caso, tendrernus

~ (x, - ~)'~ l:,(Xt - )11' - tll,! - ).j', (I, 43)

, ,

De 13 formula (T. ,13') se deduce que 81 su£tHuir i por J.1 en lao deflnlcJ60 (1,4.2) disminuye la 511m3 de los cuadrados at! las desviaclones. Debtdo a esto. conviene varinr atgo tambteu el de.nomi· n ... dor, pOI el gue Sf dlvide la suma, para cornpensar esta dlsmfnu... ~16n, Para ttall~t esta magnitud ccrregtda aplic arnos ~.a cperacldn de esperanaa matarnattcn .0.1 prirnerc y a! segundo mlemoros 1jt 1<1; formula [L ~3) ~' elrnultdneamvnle trauslorrnarnos 121 segundo rnlembro

M {:rex, - ;;)'l~ M {ft.', - ~)'}- tiM (i - ~'!=

= ~M (X, - ~)'l- nA1 {(i-~)'). (AI calcular It! espet anza ItiritemAUe~ del segundo mtembro se utttlearcn las propredades (I, Z9) ~I (1.30) de la esperanra matematfca): De ecuerdo 3 ll'.l d(!i[nld6n. <1(' la dispersion general {J. 35), 4 conhnuectnn tendrcmos

MI I', - I')') = 0' 1<,),

Y d. las lormulas (1.35) y (I. ~O) 'e tendr.

Ai (i _ ~)')~ cr'(i) = "'~'J .

E1Ltoi1(;~:5, Iinahnenta obtendremos

M{l: (t, --'1')= ~<r'«r) - "0'«1 = ..,'Ix) _ cr'«)~

I , 11·

= (0 -l)a'(x).

ea" dcctr,

.\J{~(x, - x)') = (~-I)a'(,I.

(I. 44)

La [ormula (I. 4~) no, indica quo .1 dlvidirncs la magnltud do I a s urna de ! os t uadr ill des de 1 as d esviaciones ,. (.{. - if per

n -. I. tend remos

(1. 45)

D sea. q'-l~ sl 1 a dispersion muc . str.al $2 (X) se determine por la formula Il. 4~) I elili. sera una magnltud ateatoria (for tuita] ton esper.:J naa m (I tem.a ti ca ~ igl.l,"i I a lad lsperston gtmera I

MI" (x)) = o'(x). (I. 46)

UrI> carncterlsticos mrfeStra{es. cr~yas f'spf!'nm..M$ lfT.atl!m.aUw!.) $Oil ~·guales a los C()t'tespondienfes ooraclerl.sac~s de~ COf~j~n!o gel1erat en estodisttc« matt'm~Uc~ se tlamaa /'lO mjx~as.

En cons ~C\J a net a I I ill. d lsperston muestr a 1 S2 (x.) I dete rm i na c..a {l-or 1;;1 formula (142), es la estrmactdn no rruxta de Ia correapondtcnte al!1per:s.iOn general ~(x)_

De est e modo, la nccesi d ad de ca mbt a r el d enc ml n a dot a J d~termlnar 18 diapersjen rnucetral se debe. s.610 a la Hmit acion de\ numero de observacicnes. Por eSQ. pari!!. gr.andea valeres de f"l no sc hace ncccsarlo el cambic del dcnominador y la di$r~rsi6n mu~st:ra! se puedc determlnar pm If! formula

}; (x, - 1)'

s'{<)=-'-.-- (1.47)

on I" ga, de I. Eo. (1. 42).

Para evitar semejantes razonamlemos i' ca lculos. al deterrninar ctertas caractcnsticas muestra les en la estill dlsuca matcmatlca se ha Irnroducldo el conccptc de {,,,dos doe (ibertad.

EI namero de gmdos de libertcul de la caractertsttca mu.eslml se determ.ina ,como el numero eaero doe o"s.etrJa.ciQn/;!S inaependi~nUs »renoa el numero de ~tt/{lc~.!I. Que se stJ.perpanell sob.-e fos resultados de las observa.don.es illdl{Jidut1.Ies ~J catcular la caroc-

teristica examinada; Si cste definicion se apllca a In dispersion muestral, dclertntnada per In formula (l. 42), pcdemos h.all.ar que el numero de grados de! Ubertad. de csta caractcrlstlcn debe ser n - J; puesto que el numero total de- observaclones es igual a n. y en Ia deterrnlnacion de .s2 t-~) se be utllleado Is magt'1itt,ld X. Que IjS Is media arltmetice de los valorea obscrvados, cuvo calculo reIaciona res resultados de las observactones indtviduales con Ia lormul. (I. 33). Do csta rnancra, el denorninador d. I. f6rrnul. (1.42) ee el nurncro d. (:TadD< de llbertad do le dlsper stcn muesu-al.

Et valor poslUvf,J de fa ra12 cuodrada de ta di~pelsi6n muestrat sex) se Nama _ media cuadrutica muestmt, a desti~'ad6n normal.

En conclusion, cabc hacer notar que las propledades antes enumeradas de las disperstcncs generales son valides tembten para las dtsper sfones muestrales. AM, por e-/'emplo. r(l propledad 3, que nos sera uti] en adelante, se escrtbe de: slgulcnte modo. Si la rnagnitud atcatorla !J es una [uncldn no Hnce! de n rnngnnurtcs alcatorias lndependlenrcs:

y Ie3: '(x" X11 ••• t X~)I

para 13 disper ston muestr al s~(y) es vallda la f6rmula aprcxlmeda

s' (U) ~ (-!k)' s'(x,) + (-:!-;l' s-'(x,) + + (::J s' (xnJ. (I. 18)

en oeste caso, para- el tratamlento de las mcdlciones reales los valores de las dertvades SoC ea lcutan en los puntos iguales a las medias aritmeticas de los ccrrcspondlentes argurnentos.

CAPITULO 11

ALGUNAS DISTI/JBUCIONf.S DE MA<lN ITUDES ALE.ATORIAS

§ 1. Dlstrlbucl6n norme l

En 13 teorla de las prohabllidades )'.13 es.tfJdi~l.ica ry1at~",~~lca dene gran Importancia [a ley de. dlsitlbuc{()n normal- de fa magi'll:tud aleatorta, teecuenternente Hamada tambi~n ley de ~i$ttibtt.C(6n de GO"S'. E,t. I.)· de dlstribuclen omp. un lug", "pod.l. pnr scr fundamental tanto r~ r a la teorl:a {:'~:;ica de los error es de las observaciones como f):e;ra el t-at amtenrc eetadlstlcc mooemu de 105 resultados do un cxpurfmenlo Ademas, es una [ey limite p.arlt las dtstlntas 'eye!li de dlstetbuclcn de las. magnitudes eleatonas. Asl. por ejemplo, I, di.tribution de Student ( •• ase rna. ad~t."teJ para un gran nemeeo de grados de \lbertad sc aprcxima de modo satlstaetor!o por '3 distrtbuclon normal.

La funcMrld~ ta de-ftSidad ds- prabafJ-Wdad de djstribudori MrmG[ Sa ddetmi-rw por ta /orlnura

(ILl)

para todo« iDS tta{ores de x comprendtdos entre - 00 Y + <XI_ Sc puene demoslrar que los parametrns IlIJn1erlc:os '"' y 6, que enuan en la expreston nnaltttce de Ia tunclon Ijl (x), concuerdan con 18 media general (e~perllIl1_a matemattca]

I' = Mix)

y 13: dcsviacidn cuadr atlca media general

0-= (J(x)

de Ia ma~f1it!.ld aleatorle x. Por IQ tanto, el pernmetrc 1.1 debHm~na la !Ioslr.lon del centro de di::.pu:::;ion de la rna gnltud a eatnria, subordinada t1 la ley de dtstnbucion normal, 'I el parametro (J car acteriaa el gndo de dlspersten de esta magnitud aleatori~ con respecto at (eO~TO .

La grifiea do I, run, ion de 10 denslda d d. probe bHfd,d de dlstrtbuclcn nurmal ~sta representada en 1 n ~i~. 7_ Est", es una CUT\' a aca mp a na J a (ell rv a t"l e Ga uss) 51 rnetrica co n respectc a I a orcen ada de r"Ib~cis.:l x = JI. }' que ti(!nde estntcttcementc <1.1 ejc d"" abscises par" X - ± 00. La lonna de 1.1 cur ... ' ~ $C oeteemtna per et paramctro 0: ill crccer (j 111 curva deviene de pendlente rn~s suave

"

35

(aehl'lb.l,cla}, extendlenuosn a to 1 argo del eJ~ de abs ctsas. pueato que el area HmH.ada por [a cueva tp(xl y el de de abscises debe ser de masnltuo constnnte, igual iI If! unidad. Esto c.s.t.g: ilustr ado en tu ii~, 8, Ch:nHJC. cstM represent ad as (res curvas d-e nlstnbuclcn norma' con p'1fametfD~~ 111, = J. m = :2 Y 111.) = ·1.

Ell las. apf lcaclenes pradlC<JS de I.!I luneien de distr lbucten normal convtene 1il~:S utjllaer otra Iorma de 1<1 tunclon de 1.1 densidad de. prcbabllldad, Que se f1L1['dE! obtener :;1 Sl,~ SU~Wtly~il las variables segi:.ln 1:a Jormuta

.to-.!=-

U =--;;r;r. (IU)

Para escr lhlr 1 c expresion de la fum:io.n de la dnnsfdad de probabllidad de ]<1 rnagnltud aleatcrla U, "1:1)' tf~l~ deterrnlnar sus

L_l_

-,r l r 11 r

Fli_ ~. Arm:-Jol1 de- 1.1 Ill!"1is.kled de Fi~, e, Fund{.11 doe [A .:rtf~s.d-'l~ oi!l.!'

P1ob.!i.!1jjidoll1 cit! I~ dJ$tribLlel~n prebehlhdad de 1';1 d!s.1ri\:l~ld6;n 111;'1._

rnH f!'l~1 COli di5.h1lOs valeees del para-

rnetru o

,IJ:lrametros: r.u. esperenaa matemauca ~' 1<1 desvlacton cuadr atica medial y sustlluirlas en III n r. 2) en lugar de II 'i 1)_

De las prcpiedades de: le esperanza matem§Hcr.:l (tormul as (I. 28)-(1. 30)) tendrernos

M{UJ=M{'.t.J;}= "utS ~o. (11.3)

Allalogi!lm~J1t~. de lu propledsdes de 1 .. dlsper slcn tfdrJ1lwlflS (I. 06\ -(I. 38) ) se deduce

,,'WJ = ",[ :~n= ".:.T) ,,'[(x- ~)l~ "';') "'(~)= I. (11. 4)

Per 10 tant!},

"(U) = I.

Suetttuyendo en In Icrmula (If. J) )" por U y poniendo ,~{U) = 0, a(V) = 1. linalmenle obtcndrernos

Y'

~(U)~~.-r (11.5)

V2a

Gracias :a. esta 9-ustiltJc16n e' arlgen de coordcnadas soc lr;;J:sI[lcl~ et centro doe disp-e.r.s;6n. 'i PDf el eje de abscises s.e lI~v.n. lift. m<ig. nituCl U. q\.l~ es l a desviselen respecto de~ vaicr med:o. expresado en rraccloees de a. L,',I ccnventencta de tal s\J!iUh.ll;;'itlt1 constste ('11 <1"" I. Iuneton de la densldad de probabiltdad (11. 5) no depcnde

,fig. '9 Func.ifin intcgr:!l de di$tribuc16n nonnal

doe las val ores concretes de los fll!Irametros !.I ~' (1'. 10 que la hace universal 'i cemeda parala tabulaclen.

~\edl.nle I as 16,n1UI., (II. 5) y (I, 15) 5' obfiene 11.llm,nlo I. f.xpr€'sion para la correspondiente Iuncion integral de dlstribucion normat

" i'

I f--'

(l)(U)~~ e dz,

J'2.rt -w

(11.6)

En I, fig. 9 se muestra I. gr e llca d. I. '"n<l611 <l>(Uj, L. curve m(U) erece monotonamente desde 0 ha!t~ I. ':I tjene un punta de. itlfklldn para U = O.

Eo la tabla l del "Suplcmento" Sf: dan 10:5 vale-as de [a tunc+en <D(U) p.r. valeres de U desde -,6.00 hast. +6.00. Intervalos del a rgumento de 0.01.

veamos nlpuncs ejemplos de apllcacian d. I. luncton <D(U). EJemplo II. I. Heller I. ~fob.bllld,d do que I. m'fI11ltud alcaror!a U tema LJn "'21 lor •.. cornprendldo en el tnlerva 10 (-I,!}6; +1.90), Por I. IOlmul, (1. 7) Y utlllaando I. tabla I del ··Supl •• mente' obtenemos

P{-1.96 < U <: 1,96)=

=(l)(+ 1.96)-rll(-1.96) =0.97500 - 0,02500 = 0.')500.

EJ.mplo 11.2. Hallar I. probabilidad de qu e e 1 re suuado de la mcdlcldn de! una cbservacren unicl.'I_ riO cxccde de los Hrnites ±2cJ.

Sl!~aI1ROIm05 que x - i1 = ::t 2o. Ell hi (:350 U COi 3!; jl I!m ,,;;;;;j ± 2_ U1iIl"l.endo la formuLil (I. 7) ~I !a tabla I d@-I "Suplementc". obteacmos

P(-2,OO <: U < +2.00\ = <D1+2,OOl-(!I(-2.oo1 = = om 725 - 0,02 n 5 ~ 0.95 45().

31

De csfe modo. 51 las obser .... actoncs cumplen la Ic), de diatrlbucl6.'1 normal, con Ie probahitldad de 95A5% se pucde ulirmar que el rcsuitudo de 1;;"1 mediclon, obtcntdo d-e U:J;iI obseevacidn unica. se encuculr a entre lo~ Hmltee ±'20. An.fdogamente :3~ puece de· mostrar _que Ie probabHid3d de q_uc ra observaclon unfca taiga e:J el intefv .... ,D =31J es Igua' a 99,7%.

De este resultado ,s_€ dedHce qu{' 1<1 pr(]Il<lbdttLud de aparlctdn de dcsvtactonee mavores que 2rt )' .)(T es Igual respecllvamente a O,O~ y 0,003. Per ~S(). trecuentcmente 1.1 mognllud 20 (0 JIJ'} se coneldera COrT](I ol t'lTOr maximo adml5iMf! y se despreclan los resultados de las medtclcnes para 105 cnales la rna gt'Iilud de la t1es"\{iaddn supera ese vaior. Sin embargo. en este C<l50 hay que lener en cuenta que la trmgullud 0'. que £'501;] desvtacion cuadratlcn medla general, en 1<:18 medlctonas habiluales pcrma neee illcbgtl[l~ debido a In llmilaclen d(ll numcre de cbservaclones. Per Io cunl. !a apllcaclon de uno de los crlrerlos mencionados para la ~:!iUma· don't 1:;1 -cxcllJ~i6n s.iglJitt'lte de la rtl~{lir.:i6n groseru {aproxirnada] s610 es postble mediante Ia simple sustitnclon d~ la dlsperstcn ge· neral o por $1:1 valor s. Es.to lrace a 10::; crttcrlos aproximados. No obstante. la aptlcacicn de los rntsmos es (Ltll {In la p'f.2!CUta.

C0l'11110to de rnagnltudes aleatortns, que obedecen a t.l dlstrtbuciQIl normal. Hasta ahnra examtnamos solamcnte una magnilud alcatoria que satislace 1.1 le';o' de dlstrlbucion normal, .. \il.21oga~ mente se puerle exnmtnar e! conjuntc dt vorlas magn itndcs aleetor las. E.1l eete C"aSQ se tJeJICo el siguicnte notable teorema. Si Se

~~~n~:at;;;£~~t;j~;!~j~~~I~~aGJ:~;~:~~~i:-~1:.p;~d~~j~:i~s't:~:Ne~n;Q:!

de ta ley de distribcu.itm normat. A veces a este tecrema la llarnan teorcma de adidon p<!.ra las magnHude,:. eteetortas normalmen!e distribllld,1S.

Aptlquemos esle tecrcm .... a In media ,erflmHica dl: n observucrones independlenres, cada una de las cuales es una magnttud aleator!a norrnalmeu!e dis1ribulC:.1 de media g@'lleral 11 (""e::ise el ejemplo I. :j.). Confcrme (l eale reorema ILl magn itLU.l X sera una rnagnltud ateatorla que se somete a la ley de distribuci6n normal. En este caso, de acuerdo a 'as propledades de I a esperanaa maternatlca, In media general de la ml;1€nltud .'I;'" 110 varia, puesto que

M(iJ=+W{,,}+M{,,J+ ... +M{x,JJ~

== "'*""(,~ + ~I + ... + It) = II 1;-= ~~

)' le desvlactdn ruadmucs med!a general. de acuerdo .a la io.tfllulil

(1.41),,,,; .

aO~)= ~;~) .

La magnlhul ;lie.Jlori<l U Sf. delerminara en cste case per la expreston

1111)

l' no por I. (II. 2)-

§ 2. Di.frlbucion d. Studenl

"La d'stribucj~(l de ulla magnlJud (l/eatrm'a, lH1.L'iloga a OJ. :2)1 ti.onde en tugll' de la diS!Jillcitm c!.!adrdllc{l media ien.eral Sf} en.cuerura fa correspondiente desahu:lim muestral

1= ~ ;r . (IT. 6)

fue deauctda por prtmem vez POf Student (seud6nimv del rnatemdHco y .qtdmiCO .i.ngMs Gossel) y llerJa sn Hombre. La IUnd"n d.e I(J d~ltSiaad d~ probab:i.lid{ld de. ta mag'lH~d { de S/ru!M~ (di.stribw.:IO!l J) denende sMo de un. paraml!lrO, es declf, del nllmero d(! grado de Uberh.ul f de JCJ disperstan rnueslrnl Sil(.r) M se determina po« ta i6rmuJa

( ,+ [) _r!±!.

'l'(t)=----l:" r ~ (I +f) e (1L9)

I.")' r(--d

~~<,<oo.

EI sirnbolo I' d. I. (I L 9) 0'"0[. I. conoclda fUlld6n Gamma d. Euler, reprcsentada por La inllCgral

"'" -!J .z_.

r (Z)~ f. y dy. c

En le lig. [0 se ntueslran las curvas de T (l) para un numcro dllerenle de gr~rl(]s. de Bbertad. De- lOll rigura se apreciu que 1<3:5 curvas son sbnetrlcas ron respecto a la oreenuda de abscise t = o.. Para valores de I > '20 let luncldn de diatrlbncidn de Stmienl se aproxlrna cenvcnten tomente por l;n. luncion de dlstnbucton normal, y pnra f = 00 colneide exactamente con ella. Sin embnrgo, pur a valores pcquefios de los ~radlJs de ltbertad, es dlctr. para un ['1(;mere pcqueflo de' medlctones, 18 dis.tribud6n de. Student Sa dlferencla constderablemente de 12 normal. Asl, cuandc f ~ I la funC-L6n ql (r) uene una ordennda maxima rnenor 'i se apro.xima b.A:!;'· rente mes lentamente al e]e de abscisas pnr.s t-. ± 00.

AI sustlruir en le (1l.8) 101 magnltud x pot i obtl.'"ndremos

t = (·;I.~I = (', ~,~) V;; (11. 10)

ccmpjetamenle analoga a lao ccrrespondlentc il1Agnitud U (U,7) pur a la dlstrioucton normal.

La dtstrtbuctdn de Student ttene gran aptlcacton IlJ Iralar los resultados de La::; med icicnes que obedcceu ({ l3 dlembucton 11.0rmal. La nccesrdad de uttllz ar 101 dtstribucldn de Stuael1 l, que <:QIlliMe la desviaclon cuadralica media rneestral .~~.I() on lugar de 13 general 0(..\'). SI2 debe' a la ltmltaclcn del ncmerc de cbservactones. que hnpld£' la detcrmtnaclon de ra 1,rl.l;lgtlihHI fI (xl en III pdc:trc-.a. No obstante, c.'II;II;: hacer notar que 11:1. apllcacion de [a dlstrLbudo11 de StUCCf!t en una sertc de problemas ccmplica cnonnemeute los cdlculos y pr acticamente no :S'C jusfiilca. En cases semej antes es mas converrienfa sustltuir can aprcc lmaclen ~(x) pm fJ(.r) }', en

~IIJ

lugar de la tuneton de disj,rlbuclon de Student. utlliz ar la funci6-n d~ dlstrtbucinn normal.

Determinacidn de la magl'lhud del intervale, en el que S{! puede encontrur la 'tHl.gnit1Jd aleatcrta t, En una scrle de aplkacionc-s de IDS mC!lJtdos estadlsttcos al tratamientu de los resultados de lus eb survaclonea mediante la di~lrlbuciQT\ de Student. seg\m l a probabilidad dada, llay que deierminar ja rnagnitud del mtcrvelo, en cl ~1Je deben enconlra rae los va lares poslbles d~ la magnftud aleatcrls t._Si Ia pmbahllidad a de que Ia msgnltud ateatoria ( cCilga en un Intervale cualquier a esta Gilda. los Itmites del Intervale buscado se caracter iz eran per las magnitudes -tl ... (!(f), 'I-a.(f}, def.ae~!~~1~1~ndel rru.me:to de gradus de libertad f y dererrninados de

P(-I,-.liI < flf) < 1, -c (/1) = '" (ll, II)

(v ..... I. [ormula (1.~5»), Para nallar ptacttcamentc las magnitudes Il-a.(f) ell 13 tabla 2 del "Suplernenlo" se dan t05 ve lcrcs de I. m.gnit"~ de Student 1,(1) para las prubabiltdades ii = ~,60, 0,~5: 0,10, 0,05, 0,025: 0,010 y 0,005 y los numeros de grados de libcrtad I ~ 1,2, ,.,' 00. ' •

EJ<mplo 11,3, Balla, I. me gnltud del lntervalc, par. ,I 'UBI I. probabrhdsd de que caiga la rnagrntutl a leatorta I, con un g,.do d. Hbert a d, es lgua! 80,95.

Tong.mo. a. = 0,9:;, I -" = 0,05, I = I. ,'Iodl.ole 18 tabla 2 del "Suplemcrttc" heuamos IM,(I) = 12,706, Du .~"I 01 tntcrvalo buscado 0, Igual • (-12,100;.+ t2,1oo) ,

~

~ 3. DJsl'lbucl\io X'

SupongamO$ qae tenemos n mac"UUdl!'li t1/~a,lo,ias independientes XL. x~, ' . , , Xr,.. rada W1Q de JD.5 cuates saUsface ia leu de di.s(r'~ b-~cidn !tonth'll ae paramerrt)s IL y 0. PtIrrl cada rru~gr1itud alealoda estabtecemos 1(1 expresuin

u1- rr;l! .

(11.121

£'1 tal "aso, Ja sLlma de las cuadrados de las magn..itu.ael «teaIcriafi

(11.13)

lien, ley dB dlsfribucMI1. lIanu~da dtst,UJud6n '1.1., ~rm , = n. gr.-a. rlr):'i de ueertad. La funt16n de 'a detisldad de pmbabm.do:d de dis!ribta:("'tl 'X.~ se ddermt.n:a por Ira jOl'mJJ/r'l

I 1_1 -'I,:

<jl(l)~ "T" --(~'l' e > (11.141

i' r(.~)

o';;x' < '"

!I t!~peltde $010 del ruimef(.l de grQdos d6! libl!rtad f. El almbotc r de Ia formula OJ· 14) deslgna nuevamente Ia. Iuncien Gamma df! Euler,

1:, . k~,

o

En In fig, 11 se muesfran las curves de cp('X~') para dtsttntos numercs de b..,.3(jOS de llbertad. La partlculartdad earacterlsttca de est as curvas ee lt.l estmema clarueiente expre.sada, que dlsmlnuye ton el crecirnlento de [. En la tsbla .3 del " Suplemento" se dan las magnitudes :x.!(f) para lcs numerus de gr~dos de libertad f = ~ 1, 2, .. _ y las p'ob,bilir.aoe., p ~ O,~O; 0,30: 0,20; 0.10, 0.05; 0.025; 0.010, 0.005; O.OOt )' 0.0005.

E].mplo 11.~. Para I, ~rob"blljdBd p ~ 0.05 1 01 ""mero d. grados. de ffbertad i= 13 hal lar 18 rnagnllud de l~(J). Por t~ tabla 3 hallamus "4." (13) = 22,4.

"

§ 4_ Dtstdbuclen de fisher

Su.por'lgamos qUl! ll3n.ernos dQ~ ~i_~/elJlG!s de QbSi?tlr,aC[li-.'les irr.defM.Ndiettlt.'s {it!' ta magtJrt.lJ.(i ateosoria ;1(

x;, x.;', ....... '\"~r

(II. IS)

COn n.umeros de meaiciones 1'1. y n~ U dtspersioaes rn~e-strates s~ .v s~ respectlvamente. St 'at> d{SPftsi","J.~~ gl!J!~t(l,le~ (1~ JJ o! carrespondtentes Cl las dfspf'tsJanes mUr!!'.traJes sf y s-i safi.s!acel1 Imu tnisma dispcrM(m .. gefcual, es dear. 5~ produce ta igr1clldad')

(11.10)

ta r'eJCi!ttoll. de las disperstones m!fes.Jl'{des "

f=--!,

"

(II. 17)

es l~lIQ magfutud ateatoria. qUI! obedece G! ItJ ley dt! dislribucion_ La !,mr;,cm de ta den.tndad de prob(J,!iJlrdad soc delef"mina. par If} /6,.mt.tJa

dr, +.!J..) F""'-'

~(f)= .;. ~ -I:'"'fl"'-~--,-=.

rl+J-r'l:tl HI+/If),··+h:.,j J

O .... J<oo_

Como antes. e! slmbolo r ~oP,sigr..:.I la Iuncldn Oarnma de Euler.

L. dlsirii>lJoi<i" <011 Iunclon de denstdad de probai>i;iJ.rl {II. lS) se 1l.ama dtatribucton de. Fi.3.hN, Esta hmclen Herre des pa r autetros f, ~ I~, ee decir, respecttva rnnnle tos numercs de grades .de libertad de las dtspcretonee si Y sl. En la fig. 12 se muestran las graiic3s de 10 lunclon de dertsidad de probabllidad de I, di'lribuci6n de Ptsher para dlferenies eombtnaclones d, t. y f,. d. I., cuales se deduce que las CUTVa$ qJ (F1 son a.l::,i!n~tr[cas"

~~ra iruJi<:ar [a magnltud aleatcrla F. detenninada p"Dr I a fOrL mula (II. 17), en Junclen de 10' nemeros de g-,.da, de libell,d, eu adelante-!a escrjbh-emos est: f(fl, ,~). conde {, es el numerCi de grades d. (jber!.d del numer ador de I. (11.17) )' f" "'pect!"'· mente el del denomlnaccr. En este case, se produce la sigule:nte propledad de la runcldn de i:li.siriDucion de Flsher

FI/" I,) oF f(f,. I.). (II. 19)

(II. IS)

+) la.s dI5pe~sjorri~~ mlJ~:;.trRoIES, P.i1f.a ju euatee se curuple este c(ludk-IQn, sc IlilIDBJ\ ilomoB('nell~, AI1;j,i-oW,lIl'1lQJlt(' "5~" !l1H!d-l! lutrudacir 4!1 C{:!',c~pto d~ na:Jl.J.· g-c:neidolid pere. un numefOo IIIrbitUliu de d!9:ii'1=~lJlles. muestrates.

Por (:50, para. ellltM Is no univocldad varncs 8 scgulr 101. regia. de aoCucrdo a la CU~ I en er numeradnr de la (1 I. 17) cscrtbtremcs la mayor dE! las dlsperslones. Oe acuer de a ~SlO. par IL Ital' ql,l[! tomar el numero de grados de fiber-iad para Ja mayor de. las dlspsrsiones, y pm f'1' para la mencr.

r

Ell hI t.abla .. del -Suptemenro'' se dan l.!l;"s eta gnitude:s Fp {fh f,J paea los. valores p = 0,25; 0.10; 0,05: tl.025; 0,01; 0.005 'Y las combtnaclones de loa numeros de gr ados de. IIbertad:-

i, = I, 2 ..... 10. 12. 15. 20. 24. 30. 40.60. 120 •.... 00,

j, = I, 2 •... , 30.40.60. 120 •...• 00.

En estf! case, la tab! a est-a forrnada de mcnere -que ta admisi6n tntrodnctda antes se satlslace: fJ e:!l e! TlUmtTO ee geadoe de; liberlBo de hi. mayor de las. dtspersicnee, y I:. respectlvamente de '01 menor.

Ejentnlo 11.5. D,(crminor .1 vajor de f, (I,. M par" f, = 10. h=: 4 Y P = 0,05. Por I. tabla 4 del "S"~I'me"ID" hullnmcs F •. Q, (10; 4)= 5.964.

CAPITULO III

HIPOTESIS ESTAQISTICAS ~ SU VERIFICACION

En una serte de problemas, orlgmados al tr atar los resultados de las medtctones. es necesario saber 3 base de realtzactones ccnocld as sl una u ctra rnegnitud aleatorla obedcce a una determtn ada [e), de d i strt bucion. Puesto que el n u mere de rea I iaacic 11~ stempre 12.3. I tmuado, 1-8 respueste 1'1 c:sttl cuesrlon lnevuablcmente connene U!J elernentn de casualidad y debe 'ener un cMader de ~r.b3I>iljdod,

Vamos a euponer ql1e ta mo.glliljld Qi~'ata"a examtneaa s!)r{sface tlfJ.tl ley de disl,ibuc;.(m determinode, to 'II.iC uamaremos Jr!'prjtests t!J'/l'Idisti.Crl_ LA correspondcncia de Ia htpotesls estadlsttca, que interesa al 'c~'(perlrtlentador, con l(ls datos. exparfmentales se esttms mediante una regIa deterrntnede. depcndleete dt'l c.ar.icler de la hipctesf s expuesta, Hamada criteria estcdistico. E' cruerio estedlstico e"S Urt mefGdo DfdhlllJ'ra d~ e.·dirnacjofl de if; corresoond£nci.a de ta JJipotes~'s p:r~sen.((Jda (.Oil los datos experimentales. En este C;;IS(], aeeptsr mediante el crilcrta lljado que la cnrrespondencla de: l.a bipo(esis, que se analiza. al expertmenta se aettstace, I10 equlvale de ningun modo a demostrar su [usleae. Tal admtslon signtlica s~o que los dates e:~perimC'nial~:s. no cunttadlcen jJ 13 hipciesis que M nnatlza. nc ecuerdo H esto, [a ;,Jmlsjon de 18 hipottsis la varnos a censiderar come \HHlI lndicacion de qu-e ella puede servtr ai, traba]o, en tcdc caso, hasta que a dtspcsrcten doe! expertmentalfOr. cxlst.:m. datos nuevos que puedan corregir ta interpretacIOn de los resultados del exper lmento.

En esfe capitulo se l2::taminar.1f1 brevernente algunos prifldpios generalU de verlllcadon "de: las bfp6tests estadfsncas y SU apllcai::I6n a los problemas ~Ue!u.r~n al tretar los resultados de (as mediciones.

§ I. I'rlneJ p!o, ~. nerales d. YO Tin "016" d. 1o, hlp6t •• I ... I,di.llea,

Supongamos que Ienemcs a nuestra disposicien la magniiurl ..t~, es declr, UIlO de. )DS valores posihles de J3 magnilud nleetorla X qU£l se examlna, Expong.amo,s la hip6tesis, quI.!" de::!itgnRi~mos por H,. d. ~U. la "'gnil"d alealorla X es Ii distribuitla segun u"o loy

c,ar~,t!ri_z.odg par I~ hloci6n (jP., 1:111 densfdad de probablllded l}1a (~). A Ia. htpctests H~ la denomlnarncs hrpctesls nula. Introduclmcs cierta hlpote:Sis HI alternattva, tuya contenldo SI2: reduce ,it que la magnttud efcatorfa X que· SC' examine obedece a ]a ley de distribucfon, descr ira pur la func.lol1 de loa densldad de probabrlldad !JIJ (x), 'j vamos a constderar que la hip6ttsis HI CS cierta. SI ta hy,otesis nule H(J e!. Iatsa. A base de. la rnagnttud Xo hay que resolver a mal d-e las tlir*6tcs[s H[) {j HI se debe dar pr.e(erl"-l1~la.

D [vi d a mas 1 ~_L ra.gio n de ted 0:5 JQS valorcs ppslb les de 1.13 rna gn i ~ tud aleatcrta que So!!' examtna en dos partes: "la region -R])1 ~9rres~ pondientn a la hlpcteals HOt>, la region RI. que corresponde OJ i~ hlpctesls H, (v eas e 1, IIg. 13). Supongamos que el punto x (RoIR.)

Y.,

Pi;!!:. l3. Gr.i1i-!!:] ene HU$t{.11 til eleedon del pente Ilmlt(! -'(R(JJJ~,), qll.! r.'I.i IrLdl! las r~lonf!~ DJHIt!Il~ni!llor_LHe1 ~

las hip6tesh H~ 'I II j

que sefJ3ra las rcglones Ro )' R. es concctdc. En tal caw, el problema de- estableclmiento del crttertc buscadu eSiia resueltc. SI

(lit. 1)

X[J cae en la region RfJ y hay qut! tcmar la hipotcsls Ho'_ SI, por et cnnlr arto,

x, > xIRoIR,I.

(111. ~l

X.(I resulta en la regit;'i.p RI de 131 hipclesis altematlva HI, y la hip6- tests pula debe despreeiar. De este modo, el problema de eslableclmtento del crttenc estadtstlco se reduce a la elecclen oplirnu del puutc limile x(RoIR,).

S •• cual luese d modo d •• I.g;r el puntn x(RaiRtl. siernpre ex IS( e deter m ina da pro hall L I j dad de una resol ue .611. I n cor recta. S e aprecl a lacllmente que la resolucrdn lnccrrecta puede ser de des tipos: el nrtmero, a( d~iar de tomor fa h.ip()Je~"s nuia f/lUlfldQ e-/Ja ell realidad es cierta (es aectr, tamar Hj ell Iu.gar de Hr,), II el $I? gU.MO, a! tamar 10 hip6iesi.s nul« tuando dla es [atsa [es dear, I;:UN(H Ho ~/t fuga.t de H r}. En. estoaattco majemd.UCQ ei primer error se llm1t(1 error de prim~r gefzero, !oJ et segundo, '''Or de segundo lI"n,.ro.

Supongamcs que en realtdad ee clerte 14.1 11[p6te.sj~ Ho que se verlllca. Y po. 10 tanto I. magnttud .I •• tori. X es I. dislrlbutd. c.ol'l:for~ne a una lc-y dade por Is Iuneron 'FO(x). Bntcnces, '3 prebebtlldad fJ(j de elegtr de manera incorrecta le hipotcsls,H1,esde-c.ir,

·15

.;J~ oe.5pr·cclar HI) )' cometer e! error de primer ger1er·o sera (ve':ISi~

I. fig. 13) ~

Po~ f 'I\, (x) dx. (11t,3)

J: IR.aJR,1

Atl(lra eupongamos que en rcaUd~d es crerta li.I lllp6t-esis alternaliva H1• En ese casu, la probabilldad OJ dt! tomar lneorrectamente la hJp6teslS Hn. es decir, de deaprcclar HI l-' cometer el errol' de segundo gene.o, sera (veese la ng_ 13,

J: iR~tR,1

P, = f ~,('')d<, (111.4)

LQ probabiJ£dad del SU{;i!SO opues(o I - PI, que es, ccerc se tlprecra Jd.dlmtmte, ia prooaaiJidad d·,.. de.spft/t:iar I~ IJlpQ/~sl$ que Se (Jerff{ca, cuarr.d.o ,U(j es (a.lsa, sc ttama pol~lIC"i.o. aet cr.ilerio estoalsttco.

Ahara. volvamos nuevamente al examen de la llg. t.'3, donee se eprecia que la dismlnucion de p.,. es declr, ta probabilidad de desprectar la hlpoteste nula Ho, cuando ella es clerta, cia lugar a! erecirutento simuilineo de PEl 1', por [0 tanto. 1I la dismtnuclnn d~ l ~ PL, cs dcclr, la prchabtlfdad de desprecla r Ie hipdlesls Ho, cuando elta en rcalldad es Ialsa. De aqu! se deduce que la magnitud x(RoiRol hay que buscarte d. I. rel,cion 6pllma de I as prcbabtljdades Pi) Y PL' En la teorla general ~c \'t2rificacion de las hlp6lesis estudlstjcas se demuestr a que miuhniz andc de cierto modo til combinaclon llnea! elegida de las prebnblltdades flu U PL se puede deteemlnar el valor o;pHrl1O de x(R(}/RJ) v, per 10 tanto,

el crneno buscade puede ser estabtectde. .

El mefodo descnto de establecimienlo del crlterto de estlmactou de la hip6t.esis estad[slica se na dllundtdo arnpliamenta ell eaelolecOLCB, rnd ar,. estadistlce econcnnea y 01 rQS C.l:IlTLpOS d e apl~-caej6u de la estadistjca matemettca. Sin embargo, en los problemas de tratamiento de los resultados de las mcdrclcnes este resuttd poco ~lIl debidc a I. 'Imposlbilidad de deteemmar, on I. maycr la de los c_a;~.toif"los ccelicfentes de 13 eombinaclon lineal y et desconoct-~j~~to· de '10 Iunctnn 'Pl, (x). Per eso, en estes problem as se recurre a"ptro,,·metQdo de estableclmfento del crlterlc de esttmecten de 119 ~·fp.iJte:Si.s: es1~d(sUca, que no-requtere el conoclmiente de las magrtltudes de los coeUdentes y el clare ptantcarnlento de fa func.io",'1"(').

§2. Crit er ]. d e es !lUlui on d. Ia hi ~6t es i. eatadlstlca en los problemas de 1ratamlento dlt 10$ resultados de las obst(vadones

En este pi!. rr afo ex amln a re rnos el crHe.do de esf m aci6n de I a hlpctesis H.g a bas-e del valor cbservade de 1<1 re-ali.tac:ioll de III magnttud aleatcria " y 10 Iunclcn !po(') ~U. se postuln, supo-

<II

ntendo stn certeea que exi$te clerta htpctesrs altematlva HI ccn 'iII. correspondlente dfstribucl6n de las prouabtlidades descritas por le nmcton tpl (x),

EI eriterto buscado se obtlell~ eon mas senclJl{!2; si so. supone que In hip6tesis fir> que se verlllca es clerte, es declr. que. la magr~',~ tud a!ca~oria que sc cxamina est<i rcalmenle dtstdbctda aegun una ~e)' dada par la funci6n fVO{t) , y sl se cxamlna la region en la Que r esulrc el valor QbSCr\",H!Q '..(1. Supnngamos 'Que x{} ha catde en 1(1 r~.o[] prextma a ln derecha (fig_ til). 0 e la .laquterde (rig. l~} dol extreme d. I. 1u"0;0" ~.(." y. per 10 tanto, I •.. prob,bilida~ d. que la rna gnilud eteetorta caigl:l. en esa ,.egion, catculade rrt@dianie 13. luncion Q.ll)(x). practtcemente es igual 0 sullctentemente proxima

~rg: H. Functcn dri! 1.3 d~M[d.iili de pl,...b~.bijid~d de UIL;'!. magnttud 1'II~e-;tto· rt R. La rt!'(I len I:!dt lea <:~L:fI ~Ibka(j;} cerca del extreme der~c::l1fl de 19 111(:1- (ion, E] 8rea ra.~r.,'l{l.1!I nurnertcamente es lll:!Ja.! .. 1 nWe~ doe si;S:E'loltle:!.d6tl del

crjtdiof}

Fi(l:. 1.5. f'uocion tle: hi .censl-dild doc lIH:babilidnt! ,;'i ... L!n3 rnagnl~l,ld lI1_if:Bl'O. ri R. La re;Il'iOI1. (rIL~~. ~~!a Id:UI!.[].4;f1 ccrcn 'If!!'1 extreme iI-Qui@r~Oo dc-Lit lenclen. £1 aren r;llya!:l;ll L'LL!mMlcll.n'lerd<: c1 igulll I'lo! ntvet lie :5[gnifitillcI6n del

uit~rjo j.\

a cero. Esto S[f.~Tlm("~ que: (';I bien tuvo lugar un ~IlCCSQ invercslmf] en tas condlciones dedes, 0 bien It'! hip6tc.sis 11>0 es telsn. La apllca-Lion praclica de 1.1 teorla de verUicacioll de las hij)6t-e:!i.~ cstadtstlcas a los problemas de trutamiente de los resultados de la,;;, observacicncs muestra que en cslas suuectones convlene elegir In aegunda poslbiltdad. es dcch, recorrccer la falscd.ad de 'a. htpdtesls 'liQ• Por el conlrar io, si i!1 valor observado .('" rcsulta til un interva 10 baslnn te o(stante de umbos exrrernos de: 121 luocrcn 'fP;l (.x). convlene considerar qcc ls bip6il'!si.s Ho puc-de ser ad rntttda.

£1 (,:fite:rio buecndc de esttrnacton de la corn;!:!$pnndl,;:m::ia de- 101 llipotest:9 Nfl que se analtze, a1 ensa.}'o. SIi'! puecc estabtecer sl ::!. estes raaonamtentos eualitatlvos se les da un car deter cueutltatlvo.

£1 irtlerouto de »ctores de lei ma.gnllud aieatorfo, es dear, et segm.:!!tfo de eie de absci.SQS pro.'r:.ima at extremo de I{J 'ltw;,i6/~ (p.:dX). 1(1 d~/w!t!rfl~m(,l$ regi6n uiUc.{J de 1{J flmci6n de distrllwci6n dada. e l.,drodl .. H:imQS la supasi.clOrt .de que UI in.cidtm.cia de fa teaUz.(j{;~'On de In magnUIJd o.leo,io,ia ~I J6 regWn Cl'iU(;(1 ef.Jrde.n.dll fa inadmi.sioiU.aad de III ',lp61.f!sis Gnalizaaa. Segim c\ (:Llradcr de le hipo'esis que se \'~dHC"~ l a regl6n crtlica se constder a compuesta s6J{) de una parte ublcada 0 bien pro:dmn .[;I la derecha

"

(fig. 14).0 bien proxima a la ltquierda (lig, 15) dol extreme de I, funefen ",,(xl, 0 de ambas p artes a I. vee (fig, 16).

Vamos a caeacterlaar las dimen,slones de la region crtncn de ra rUfLcian dada de distribudol'l per la probabtlldad de que los. valcres posrhles de la magnitud aieatorra caigan en ella. Es:fil probabllidad numertcamente es igual a 1:n. magnltud de lee breas rayad .. de I" jig •. l~ )' 15.0 bien a su surna (fig, 16), La probabUidad de qUI! la magnitud alca/oria taiga en la '~gi6n. altica se llama rr(vel de ~igni.fi'llt;i6n,

Supnngamcs para prccisa r Que [a region ertttca esU l,'Ibkada enteramente en la parte derecha de loa ~riific.a de la runetcn 4-o{.r) (vcase la Ilg. t4). }' que el 'live.J de signLficaciCin es igual LI fl., Estc

Pi.:, 16. F"llndol1 de Iii densrded de prooiibm'l!.ad If e una tt10111:",1! CJrl aleat Drin. toll tell[-Or:! .r:riticil e§~ii ubi>C('Id.J ~r~1I clt. ambos -e:drem(J5 de tu lun- 1::16n_ La ~t! m.1I. de j,g:;, ~'t'US re )'iJ~.tI s nlJmerkafll("~~:ntr~C.-I!!~~~1 ~ 81 nivtl de

s!gnifica que et arj!-a Iirnltada por Ia cerva q;o{x) , la reg-lOll crltica y II! ordennda del puntn laquierdn eetremo de La region crluea CS igual • ~ (rayada On I, fig. 14). EI puntc x" que limit. I, region crlllca a Izqulurda, se puede deterrninar en este caso por 113 magnitud d. I. probabtlldad ~ = p (X > x,), e. dec!r. per I. cC"" <ion (v .... I. ecuaclon (I. 11))

J 'l>o(x)dx~~.

.,

(1II.5)

El I;rlte~io estadistlco buseado de esttmacten de 13 hipotp.si5 HI) ~llJs1Sfc. eritnnces, en cornparar XI) eon Ia megnltud rlumerka .l'~,

Xo> x",

(111.6)

para sl nive.l du sfgr1iifcaci6n ~ elegido, en t41! caao .1:1) CSt en [a r~.~d," crI!l,. d. I. funcio" ~. dlslribucLon' postulads y I. hipOlesj, '10 deb" ser desprectade. SI, ppr el contrar!o,

(Ill. 7)

entonces. XIl se encuentra Iuer a de la region crfttca y la hlp6t{'.si.s Ht} puede set admltjda.

Art.lHogamc:nte se puede cxamlnar Ja -otra. variante del criterio, coando la re-g[on <:::ritica se encuentra prexima a Ia Izqulerda del extrema de la funclon <Ie distribuci6n pcstulada.

Si la. regIOn uW.c:a. ~J1 ta que sa puede esoercr to. caidt:I de ttl ref:1Ut_a.ci6n x~ de fa magnUud aleaJorif1.. esUl_ enteramente uf.}tcada

41

a (a derecne (0 a fa izquiefda) de ia grdffca de q-.-o(x). el criterto se llama un.il(l/ual. EI crtter!o unllaleral hay que utilizarlo cuendo exlsten prevlamente solldca lundarnenfcs para affrmer que, lndependianfcmenle del valor concrete de Is TcaliUlcjd" de loa rt\agnltud alealoria, su caida (Incidencla] en 13 re·I!!;L6n. opucsta de Ia iunclen de d:isldbucl6n 0 no e5 poslble 0 no tiene un valor practteo, Si el exper lmentador no uene de ante-manti lundarnenlns para semejante sURP,~jdon. In region crltlca. se debe consi_de:rar compuesta de (lI)S partes. En estc case, cl nivel de s1gnHlcadon del crtterlo ~ numerlcamente es iguaJ a 1£1 sums de las areas. rayadae en 121 Hg. 161 Y eJ criteria correspcudlente se Up-ma bilateral. En arleliinte no necesttaremcs et crite.rla unilateral lzquierdo )' el bilateral,

§ :1. Etecc:!On de 18 t'Ill!gniiud del nlvel d. ,Ig n I Ii cae i6n del orl terl 0

En el parrafc anterior s.-e demosuo que el problema de es~.i!.l>le, coer ~I crtterto de estimactcn de la hlpntcsis Ho a base del valor conccido de til reallaecion '! la hmd6n !frc-(x) que sc postuta puedc ser resuettc sl se da la magnltud del n[\'e.1 de s[gl1iHcaC:ion p del criteria que determine las dlmenstenes de la region crltlca de la iuuc~6n q:1)(X) , Expllquemos ahora tas consideracicues por las cueles nos. gulamus £II elegir un \'8101'" concreto de ~ para [uagar [a cerbcza de una U ctre hlpotasls.

CDmparando las. f6rm1Jla:s (Ill. 3} Y (111.5) se aprecia i~d'· mente que ~ = Pt}., es decir, que por de[i.rHc{(m. el rl,j'Del de sigrdNc(lw riofl coinCide LO:"! J_Q probabHLdod de dessreciar !lI hip6/!:'!sts HD qu.e S(' venucc Clumao eita elj recaUdad Cf> cterta. Per esc le eleccldn, per ejemv!o. del ntve! de stgnlllcactan del 1% denola que solo en uri case de aplicaclen del crlterlo entre den ~a hipotf;",.5.ls. dena en realldad se despreciara. De aqut, a prlmer a vista, parece que stcmprc es necesano tratar de dar el valor mas pequeno poslble a! ulvel Ill! signHicad6n. Sin embargo, csto no es est.

En el § l de e~t~ capltulo se demcetro que la dtsminuclen de 101 ~robalJjl ldad fIB da lugar a la rcducclon stmultnnaa de. la prcbabtHdad l - p, de oesprecias l~) hi~o(I.:::s.L:s Hf}, cunndo ella es tatea, es deelr. 13 potcncla oct criteria. De esfe motlo la tcndencia a sse~'UJ iJr_~c desrnesur adamante contra et descchc de 1.1 hlpctesis CDrrect 1.'1 , ~:n realtdad puede conducir a une inevitable. disminuciOI] de l a sem:ilbllidO!!d del erlterlo lItiliz~do con respcctc " la hlpiJ.tcsis Ialsa. Preclsarnente hay que cvltar esto.

m ccmprcrnise deacabte entre las prcbabttldndes de deaprecter iB~ hip-6tesis cierta '! hdsa en -eaudad SI: asegura, sa nl el~gjr el nivcl de signlHc:.;:r!,="LOrl se actua conlorrna a tlctermine.da.s reecmenducionaa. elahomdas por ln aphcacicn JHilctlc..a de la teorta de 'I.'-e. nllcacton M ,~s hip(11t:'iiis estllciistic.as" Estaa recctnendeclcnes perrnllcn l.lmbi.jJ:n C'II ita r, ell medlda considerable, la parctahdad 0 e!

.~

prejniclo a! dictamin n r 1<"1 correspondeucta !'J !::I dispartdad de I:J bip,jtl:sIs present ada con kJS datos cxpertmentnles.

Adm'.si6n de I n I:Jlpol~si.s, Si la 'ripM(1s~'s q[.(~ se »edlico se tome COf) ll~ vator tiL',! ,')% 0 mas atto dd Jti{.lel ae signi!irac::ilm. illdl~dublr~mc-1tt-l:.' 'Ia!1 !111l! iIdmiljr que la hipotesfs COljt;ut,da con tos datos e._tperime~Ir'J'e," ob/~m(rir"._

$.:: ta hlp01C.:;is qlle se vertitca ptlt~t1i:! set tomodu LOf! un ninei d,J :;ign:'fiCCli.fOn rrlt!flDr t{fie et 5%. pero mayor que r:!"l 1 %. () IJifm sc ouede Gtri'esgar It! [rdl~~I$:i611 oe ta 'dp6tesis • .0 bion ,mrwT F.'I! dudo lQ misma. En raj SilJHtc::ion Ci'JIWierl" repettr (H 8.'qut:T.imento para otnener los dato«, (A bdS,l." de IllS !:uu!es sc puedon e,feCfUar deaarciones md"s de!il!rtins.

Para adm{lrt la la'polesis hay Que eviter fa aplicad6.'l del criierio ton WI valor del niv~t de signijicac.iim menu, qUI! et 1%.

Desprecio de tu htpotcsls. Sf ta JripM(!Sfs se desptf':Lill cor;: UlJ ~'hlar de'/ fJiue/ de slgm"{fcClr.ilw. ad 1 % I'J mds b~io, irUhl-dahlemr.'l/e IHJ!I (lfU! wimltir que Ie: hrp6tt!si:) no COfH'LJerdn (ill! lo.~ dates exoenmenuues ob/~nidM.

Si 10 'liFfit(!,"iis qa,~ £1.' r.;t'l'i,tim pue.dl!' ser de$.preda.da ron tl![ ruuet at! sigilifircdo1J maS' utta. wmprr!f~di,Jo entre It).~ V{1!'Ot~S Jel I'';' ':J df-I aCtO. iJ bien Itl fripb;f;$fs !(:mbi(m Ita" flue desprccierta, 0 bien s(;fo noscerta IJ'rr df~d(J, Sfr: i2mbiJ,gD. eli esta S!lHI . .u:16n. to meior es ;t?p~'tlr et i]xprtfitrJimto !1 ;lo.lorD, Illlt!tramen.te tl.l flip·utesis pro. puestn.

El £mpllJQ de rI.'J iJt110t del SOk, , r) mtlS t1lto, de! r~t[N!j de _~ig{ji. !itacilm roD lJ.lnu,Q;'m'rJlrl eol dcsprecio at:! fa hipOtesi~.

llustrcmos 10 dlcho en elempios.

EJ~ml}IQ III, I. Al dererrntnar lu reslstencia de una solucicn cnn dos dllcrentes rcstslcncics petroncs RI " Rt S'!l' nnn OOIC!l1ido lo.s siKlliel1tr.s ,'.alflr{~:!!. de las dlspersicncs moestralcs: , s :=2.,84-2, IO-~ t."'Q1] :1 g:rados. de. liber! ad (de 3 rnediclones) "f sI::::::I l,646 10-1 can 12 gr adus de ubcetco "(dE' 1.3 medtcjoncs) Se neccske esuruar la hlpnreais, que tI~signam[}Si per H« aobre La tgualded de 'as <.:0- rrepondlentes dtspersaenes generates o~ y a~:

H\J:<.:ri=o~.

En el § ~ de! ca p. II se demos! r6 \I',.J.e s! las dlspcrslnnes muestreles .s1 j' s~ setis iacen a L.:11l.a mtsma dtspersfon general. es declr, se cumple [e: lgualdad

1.0 rclacidn

ocedece a la distdbudcJn de F[::;i;f!t . Per 10 tanto, la e~1 lrnactdn de: 13 h[p6tesis. Nfl debe reducirse a veriHcar la ccrnpalibilldad de- la relad6n expertmenta 1 de tas disperstones .)

;r~ 2,B-t2· LO-~

P.u'j!="4'"= UHll. I!}~~ = l.727

eon ta funcldn de distrlbncicn de Fisher. De scuerdo :J la teo ria, dc*rit.a en este capltulo, -:1 valor obtcnldo de ,~ realtz.OIci6n de la m&gnitLid aleetorta fb(l = 1.127 }lay Que comperar!o Con el valor F~ (fl, i'2), I.:: a leu lade raediun le [a d(s.tribud6J'1 de Fishl]:r para litl nrvet de stgnlllcacton dado y los oumeros de grados de Hbert.ad I, = 2 Y I, ~ 12.

vatoramos 0101 prtnetpto loa posibllldad de admtston de la hip6 tests. P~r('. eHa. eleglrnos e!. nivel de slgnlllcaclnn ~ = O.~~5 y par I, 'abl" ~ 001 "Supfemcnto hallamas r, ... (2; 12) ~ 3.880, p·u.,to que 1,127 < 3,885. la hlputesls expuesta. Indudabtcmcnte, lwy qUI!!" admltirla.

De estc modo. fa apllcaclcn de! cruerto estadisttco dcrnucstru que las dlsperslones generales. qLI~ satlsfacen 1:15 dlspcrstcnes rnuestralcs S7 = 2,84,2 . 10-: 'i s~ = ! J:l·'16· I L)-~, !5(JM_ Igu,ilcs. cs dcclr, I as dlspersicnes .~~ y si hL~Y que conslder artas hnmogeneas.

Ejemplo IIi. 2, Al determinar la eapncitanciu de la celula par n medlr le conductancia clectrtca en dos ser ies de medlctones. se obtuvleron los stguientes vatorcs de las dlspersicnes muestrates de tes lndlcecicnes de! puente ~L! Julo ~' curser; s'f= 20,675 '!I .!i~~ 1.746 con un nurnero de. grades de lioerlad i ~Uill u 5 en amb05 USOs (de 6 rnedicioncsj , Se ncceslta egtlmar ~a hipctesls

Ho~r;;f= Q'~-

Proced-endo de igual modo que en el elcmplo f1tJlc-rtor, hutlamns te relZleion l"_',,p.erimentf!1

fop = .4- = 2O,11j'5 = II,S.:II

~ 1.7';11

yle comperamcs CDn cl valor tabular.

Esthnamcs al Jlr![1d~lo hi poaibilldad de admisjon de la hip6· tests. Pa ra cllo etegrmoa el nlvel de signific.a('-io.n ~ = 0,05 )' P6( la tabla 4 del "Su pfcmentc" hallamos F{I,05.(5; 5)~ S,05U, Puesto que ll..841 > 5,050. con un nlvel de: elguthcuclon del 5% ia h.lJo~ tests que soc verHic19 no pucde ser admitidn.

A couttnuecton csttmemos la posibitldad de despreelar le hlpntcsls. Pare etle suponernos el ntvct de signiflcad61'1 ~ = 0,01 Y

·l 0(:: .. ~L'I.;Jr. con !1I r~;~JII Ln.rQd~l~i~il I\['jr ueeetroe en d i'" 'II".!; ('3'1'. II ~J'j el mnnerador de ~I~ rer iI,<;;~11 6~' ,L~ nlHI GL5P't:rs~OD 111.1 ~'or -d1C I as que so: ccmparan.

51

por la tabla ,1 del "Supf amenfo' ha.llamos FC,DI (5~ 5) = lO,957, Dado que 11.841 :> 10,9&7, la bipotesis que Sf' valur a Fir; debe ser d€spor!i!clada con un ntvel de signHic.i3CLcJ.n del 1 %.

En consecuencte. la estimacten estadistlce de 1.1 hip6tcsis a! -IJ~ conlorme a i07- valcres expcrtmcnlales de las disperstones muestrnles s~ y $'; indica que en el ease C(Hl~iderado l a hjru\t~i:ir que .... e verlllca puedc set" desprcciada con 5egllJ'idCl(l. Esto sigllifi~a que las disperslones 5~ y '~'~ SD[J het~rQgeF!oI.::;il.s.

Elemplo ilLS, A' If[[]oulr III f.e.m. de una pl!n de cobre-ztnc, _para des scrres de medlcrones s o han obrcnldo las sigulentes magnttudes de las disperslnnes rnucelmlcs de tas tndtcaetoues del puente de hilo y cursor: ~i== (0,20 con [J = I() grades de Hbert ad (de I J mediciones) )' s~=2.0S1) COr! f~ =; 5 ~r'IH1(js. de Hbertad (de 6 m~d tclones). Se neeeslta valcrar 1<:1 hlpotesrs

Nn;ai=a?,

Como ell los <l05 ejemplos untertcres, h(1~' que hallar la relaci6n experimenl ai

Fu.p=';== JIl,~lJ_=4J976

5J 2,,00

'i compar arln mil ci valor tabular F~ (fl. '~2)"

Estlmamos Bi principfo Ia poslbtttdad de ~dmiti r Ja hipctes!s.

Para ello supencmcs el [live! de sigrullcacion p = 0,05 )' por 13 tabla 4. d~~ "Suplemento'' hatlamos flj,!M{lO. 5) = 1.735. l'uesto que 4,976 > 4,73.5, con un valor del 5% del nivel de sigiljfjctlciofl 1<1 hlpotesis no puede ser adruilida.

A eontinuacion esnmaruos le pcslhllidad de dc.spreciar J,jj hipctesis. Supouamos ~I nivel de. signii!cllcion f~ = 0,0 I y Per 18 tabla 4 del "Suplemento" hallamos f,_,,(IO; 5) = ]0,051. PlIe510 flue 4,976 < 10,051, UII rtivcl de ~ignifica<:i6n del 1% no permilc despreciar la hip!jte:sls que se estlme. Por 10 tanto, en este ej'emplD la estlmaclon eetadtslica Indica que ta hipotesis que Se vert lei'[ no puede ser nl ollrrlmiHda nl despreeiada cOU segurtdad. Si se ellgc. el nlve! de $(gn;ri.ca~L6n ~ I;FI O.O~5. per la labj~ 4 del "Suplerncnto" hatlamos: F,.",(IO; 5) = 0,6J9. Pu es to quo ',976 <; 6,619, I, hipctests que se estirna puede set admillda con un vejor del 2,5,% dol riiV,el' de .sigrlfIic.l!l~j6t'i, De acuerdo a las eecomendaclones expuestas antes, e_", ~St3 situacicn sc puede arriesgar la edmislon de ta hlpp· testa. Sin embargo, conviene repeftr el experimento par a WHl conclusion tnt.s segur a respectc de la hip~Hc'Sis. que se vcrtllca.

CAPITULO 11,'

NUMEROS i\PRO){IMAOOS ~ SUS ERRORES

La Inmensa mayor ia de Ins magnitudes QUE se uiiHzall en 10:5 (:::i!ttlks sou aproxlrnadas: los pesos aUJmicos y los va'oree d~ las foncfcnes termcrllnnmicas. rodas las prool!ld2ldes iisicas medihles ~' Lod 8 S 1 U So cmacrcr latica s en tc ut ad as- B base Q c elt ;H" r resen tn d as ell iorma de citrus en ,~S corrcspondtentes tables. etc, Ademds. ens! todas I as cons-tallies puruutente rnatemaucas {por cjcmplc, n, e), es! como ~05 resultados dt: las oper aclones rnaternatlcas (lo· ~arilnH'J-S {It: mnneros. lunciones trignnome lncas, rafce s. l'uh'llcia:=. y shnptcrnente lruccloues eu sistema decimal) son nurueros P4'HCi. 1'\)::; cuales, en prtnclptu. no se [l'"l[!rle haHar LLn valor exacto, Y por esc, debernos llrruta rnns a una clerta cauhdad de cilras dcccrnalcs. to qne natur almente ocasicne \.10 error. rnelcso aqvcllas m;;lgnH'.r. des, f.1~ra tas cuales en priuclpio puc-de ser Obt~I1\-dO un valor oxacto. de or dlna rio -:;:1..: d.1L1 con un nurnero rr.due'tdtl de cilrea decirnalns, cs dectr. l.l'jmbi~n se convterten en r r nmuros anrcxtmados.

POf ultimo, conviene lracer uolar que III aproximacicn de: los numcros, con 105 que opcr arnos. en parte eatd vincu I;) du con ~I sistema de numeracten decimal, que. noaolrua utilixamos. En efecto. $1 1:;1 frao:,.':i.::Ir.I1 2.'7 con hi «ctactdn l,,!S LLIl,,! m~'lJnitutj ~xad.9:, no pr1Um110S rcp rcecntarfa ell forma dl~ 1111 n(JI1H~fO exacto en 'l':~ sistema de notncton decimal. ~,j'1a que pouemcs dar' sulumcn!c 1,.1[1 nurnero aproxlmado: edemas. el gr ado de aproxtmacten (en prlncip!o, iltmitcdc] se det~rmirlf1 ncr la canudad de dinrs uecfrnales, nue se utih~.~ 31 rnscrfblr. En csrc case, de crdinar lc se rednndean los. nurneros. lo ~11LC- ViI tugar ,11 ccrrespondiemc error.

De este modo, pnr nccesida d uuliaemos en tD~10S los eatcutos mJHlefOS aproxtmados. Per £,;'1). h<!y que definlr el error tiel numero apruxtrnado. \a regla doe opemcton I;On les numeros aproxlmados para dtstfntas clasts de d Il''U los y el melod:) rle esttrnacldn del error r:!d! nr'r mere aprcxtmado.

§ I. Error absolute y errol' retauvo

Par a {.'iHad~rjt;uT la desviacton del valor aprcxtmado de cierta mill'{",tud con resperto a su vulcr real, 8~ Introduce el coocecto de crrorcs cbscfutc ~' rcvattvo. presCi~ldlE'rL{!t) de la teentc

<J::Qn creta del error, L a d ii I cui tad pori nc lpal restd C an q LI e en 1,1 mayorfn de- los caSQS ej valor real (0 exacto] de la magnitud que. se examlna es descunocldo. Vearncs esto mas dcteltadnrncnte.

Supcngamos llL10t A es E:I valor exacto (en general descoeocldo] de cierta magnltud }' G! C-S SU valor a prox ima do. Ltamamos error absol'ut(} a error d¢ I~j '~wgIlHtuJ!I' J.u ti'/tm!n.c{~l

A -0 = ac. IIV.I)

Pucstc que geucralmente cl slgno del error es desconoctrtc. convlene determlnar ttl efta, e, igual a.J uotor obso'ulfJ de 'a d~'f~ret~c!-a

(IV. ~)

Como regia. cuandc se habl:i del error abscluto de W'I numoro aproximedo 0, se Ilene en euenta e. y no iHt"

[;,'/ error {Ju.sohiio umite 61wu sc deterrn4'lw oor to dt>.iJgIUlldo.d

'"~;;"IA-"I=' 6 ,"~;;,,±.~±o==C' (IV. 3]

D~ donrlc

a+ejlJ:1~.t1, A~a-~'m.

De cste modo, el valQr real de- 11 evidentemente se cncuentea entre los ttmues

(IV_4)

danae .a es una magnltud uprcxlrnada. La eleccidn de .c;.lm es en gredo couslderuble iHbiH'ari.a,.Ii posnr de que pr5dic.3mente es ccmodo reduclr en 10 pcslblc el intervalo, en e~ que se encuentra Ia magaltud .4. es decir, elegir el JnC:I1Qr V<l1Qr de 14.1 magn~tlld ftltiJDc las r{'l<1ciorlcs expuestas se epeccla QUe. t 'i IEUm tienen ln dlmension de- aquelhs rtlOlgllitude'S, CUl'CI error dcterrninan.

Eviden tcmente, la car.acterfstlca de exuctltud del numem aprcxlmado a, dada per 1.25 magnlludes e 0 f.JI;th no es su liclente. En eleetc. si et error absolute limite ellm. cue cnracterlza ln medicton, 'e:s·el 'mlsmc, rnienlras que la magl1ihid que SoC rnide en un Cast) .~.! iguaJ .a ttj, Y ea otro, ii 111·(J1 c= 1'12. evldenterrtente, en el segundo case er rcsultado tiena una axacntud rsl ativa mayor que en el pnmero. PDr ejemplo, 51 5~ mlde I ... temperatura ron un termemetro con la pl'l!.cislOn de ±O,I" y las ternperaturas rncdidas son 20 :!: OJ to) ~' 200 ± 0.1 ~I e~ nivel experlmantal de] segundo caso ts .... bastente mas :'-:lIto que el del pr lrnero, il peser de: Que el r:rro; abso I utc ell .n rubes ca sos I1'S cl m is mo.

Pars: car.aetenzar la exaetttud rclaliva tic le medicidn, en [unciun de ta magnltud qu~ se mlde. Sf; introduce et error reteJi:JO fl. deJerminlldo pm Ja igtJllldJld

IIV.5)

AI lgual que se intrQdujo _I concepte de error absolute limite. sc Introduce 'a noclon de errar relfJHaa t(m"Je Oiam. el que e.fJ,·tien.lemMle d.ebe ser mt:lyot que el eror ttlalitJo rJe.r"a.adefD IS y se determina por la deslgu.nldad

O",.;;.r;h- 6 O .. ~IAI;;'.. (IV. 6)

dcnd •• OS .1 error absoluto (Uimilado). E. conventente eleglr .1 error eescnuc limite de rnaner a que ta destguetdad anlerlor Sf! <o<IVierla .,n una i gual dad, es decir,

0"",1.41=0",.00" •. =*. (IV.7)

Las Ees. (lV.5) y (IV. 7) son ccrrelacfcnes Iundamentalee que vtnculan el error abscluto Y .1 rdalivQ. La ecuacten .(IV. ·7),.C<in" Ilene, evldentemente. elernento de arbttr artedad en 1a .el.ecdo·p d~ "'-1m Y tjlEll.. no cbs ta n te estes arrores, per d e.Hrtld on: -en lcido cas.b no eon mencres qu e los erru res verd adcros, )I "5em~j a n te est! madon aprm:.hnn(h.!. ee-ls calf dad de las. mcdidon~.Si (0 redcndec) no aumenta I. exactltud d. las magrutudes oblenida s, Como podrep]OS apreciar en adelante. en todas las operuclones con nu.meros aprcxlmadcs siempre se halo de elegir 'a , .. artante menos laverebte para que el valor verdadero de 13 magnliud se encuentre a clencts r::iertB dantro del lntervalo de vatores cbtenldc. es dectr, se opera con e-r-ror es II rnl tes.

Empero, en todas las. formulas entra la raagnjtud inoognita A. que irnpooibilita la dcterrulnaclen nllm.~rica del error. Practtcamente se procede del siguiente modo: puesto que stcmpre se traie de medtr con la mhirna exectltud po slble. en rnuchos casas se puede conslderar que eel error I!Ibsoluto 1:8 macho menor que la misrna magnitud aprodmeda ... declr, , « IA I y e « lal 0 A es ::=::::: e. Para. rates medlelooes sallclentemente precieas lea relectones expuestas antes ee pLieden escrtbtr aproxlmad .. arnente del sigulente modo:

61al ""'. y 6, .. la' "" "'1m. (IV.S)

gvldentamente, esto es equlvalente .8 desprectar la rnagnltud (./a)' (y potencias superior es j. En electe,

I: u &!!. (I 'j

A=~~ a{l.:t-;) Rf7 :1:;-;-.

La ccrrelecten (IV.8) ya se puede 'ulili,zar para los dlculos. Partjendo de las d@finiciones del error ebscluto )' del retat(vQ, se puede escnblr

Y puesto qee

A~tl:t;I:=!](l±f) ~ Col! m =~. tendremce que A"" atl +3).

(IV. 9)

(lV.IO) :;0

51. como _<:.e. he! descrtlo antes, Sf' arnpllan los Hmitcs, entre [os (,IHII~s se encucru-a el valor cxacto .4, _~~ ptle.rl~ escribtr

(IV. II)

EI C!uO( retatlvo. :::I detcr encta de! absolute. ('5 una magnilnd adhnunsicnal. Gt>nt.I",:)]menle sc cxpresa en tantos por clento (para cl!o I~ rna f!llillbd 1.112"1 error relative sc mel llpiica pm rou)_

EJl!'rnpro lV. I. Supongumos que rnedlmos I a tension can LHl vclllmel roo w}'1'1 escala csla dividtda desde 0 hasta a(lo V a cade .3 V: edemas. l a d lsr ancia entre l aa suceatvas drvtstones es idenIlea. Semejante I;lscal;:l se llama unllormc 0 lineal. A simple vista S(! puede cstimar la posidon de la agujl1 en tode C'<]SO COil la pr - ctsicn de basta Ia rnltad de la dtst anc!a entre divlalones [e s dectr, e = [/ .. V). Per Jo 101lltO, B] error relative en ':3 Jectur a sobre l~Jd.i [u esca!n es j{!I,1~[ a

~=~ = (J.ao.S;"":::l 0,5 %.

Sin embargo 1:35 rnedicicncs reales, r callz adas en dlstlntes sectoras de hi escejn. no son de lgual exsctttud, a pesar de quo. tlenen Jdt!JlfCO error xbsoluto. Supnngamns que ncccsstarnos rnef.!;r 1.1 tensidn con ILIl error relative 110 mayor que ('I :2'%. E~ faei[ tndlcar ~I sector de la escala dondu .5(" puedc obtener tal prectsjdn. En etccro.

O,O-l=~; x=~ =7Sl'.

De: esta maneea. con (':58 ,preC"L~i6n sc puede me-air 13 tension solo co men t.P.I n do rfe 15 V v mas. Pa r 3 m (i'~ I r ten 5 tones rnenorcs con [a precision de 2%, hay quo tcmar orro aparalo.

No obstante cxtstcn muchos aparatos con escala Irregular. En tales. apaeatos el error absolute crece con e aumentc de 13 [ndlc:ri~r6n del ep s reto. La vclocidad de este crcetmteme puede ser dis.fi!1t.1 (cxtsten. pm ejernp!c, cscal'as lcgar ltmlcas: esto s[gnj. fit::!;l qHe.: b. escala del uparato ea unlforme con respoclo .F.I los 10' ~il'dlmos de la~· tndicacioncs de la aguja, es declr, las rllsfancla s entre las marcaclones I; 10; 100: etc son iglfale:s). Haliernos, cue! debe ser la funcien de hi .vetccldad de creclrntente del valor de 1'lJ division de l a cseal a par a que el error relative') a 10 largo de tcda la escala sea la mlsma.

Exarnlnernos La divisldn COn la marcucicn I). Supongamos que of!.l error en Is dE!t~fmiflaf;ior1 de las dlstanclas ·por lu escala c ..... n.x. La vclecidad de vaeiaclcn dd Vf.I!or elf: ln dJvision 1I eon lonqltutl

de cscala x xe car actenza por 1<1 magnitud *. 5J e:l Intervale ~x es bastante pequefic para que en los llmltes de este intervale 1.1

dcrlvada "*" sea pui.dlc8m~nte constanle, 1a magnltud *- L\.:c es e1 errOr sbsolulc !J en e~ punto y. EI error relative S-E!ra tgual a

*A:r

-.-=copsl,

De aqu!

1.. *;;;= 1;;~,.~t == c; d IIl.Y=- cdx-; III U = CJ': + e',

De este modo. Is eacale logarltmic a sf:r.B unllorme en otl senlido de ccnstancfa del error retativo.

§ 2. Regia de redondee de ndmercs.

CanUd8d de cures exactas

los r!lJt'tteros aproxrmados, quI!' prectlcarnente ant-an en lodos los c~kLlIGS. irecuentemcnte pueden tcner errares absolutes y relauvos hastanta dtsnntos. El error del resutledu final, obtantdo al calcular, $.";: determlna pOT los en ores de toda!:l. la5 magnl1u~e~ mtcrmedias que entran en e:1 celcclc "1. en prjmer 1t~l"ll1ino, dE! aquellas I;;U~:OS; errcres son gran des, De aqul sc deduce que 5i parte de las magnitudes, que entr an eo las f6rmulas de catculo, se detetmtna COil poca precision. no Ilene sentldo tomer 1.9.~ dcmas m~gt'1itudC$ con gran exactnud. P<H' 10 tanto. estes megnltudes [nas exactas hay que redcndea rlas, pero {It' ta~ manera que el error rciatrvo -tlord numern, obtenido par cJ retlondeo, ::;11:<:1., en k~(lo caso, no nlayor que ~.I numero rnas inexacto pcalble, que entr a en et calculc Ipr acficarnenle se recomtcnda que C.! sea aproxlmadamente de un urden mtnor).

AI rnultlplice r y dividir los numeres aproxlmacos la centidad de cttres deeimales aumenta {al dfvfdlr. en el case general. haste iniini.to}, Sin emb:3fgo cl nemero de cilras exaclas t1a dennie-loll exacta de estc conceptc vcase mas udelante] en p-I reaultado s,er.u. llmttado. £n ese caso tambten hay que suprlmtr res ctlr as excedentes del numeru obtcnldo, es decir. hay que recondearlo.

Pot' uHimG, pue.de resuttar que para ctertcs tines es suticlente nhtenar un rcsultado ftnal con exacltlud relativamente pequefi.n, En este case, convtene redondcer las rnagnltudcs jn[clal~s (asr como las uurueroa lntcrmedios] ten lando en cuenta I~$ mcncres exl gencfas de exactl lud del rcsultado itnal. perc SiD superar el error adrrdstble.

La determinacion eel error de! resclraco de una scrte de operaciones s~gun 105 errnres conoctdca de las magnitudes Iniciales

57

se e:xaminanl. dclanadamente en los §§ J y ~~ de eete capitulo. Aqul earcrnos hJ regia de redondeo de un numero, los rnelodos de determinacion de los errores de los numcros redondeados Ij la cautlded de cllr as uccirnales exectas.

En SU notactcm dcclrnat cualquler numcso puede ser reprcseni.1tfo en Ja Jcnrr»

A;;;;;;;,jI ~11i'W"'+ (lw_I·IO'rr.I-1 + ... + c;(.m-N~I' IO}J~-r.l"". (IVJ2) dOf!ilc -ttl'll. lXTJI_I, de. son elfr as (JUC se encuentrnn en los CONes· pondientcs lugnres (crdenes decjmates] del nurnerc .4~ m cs cl exponente que carartenza et orccn decimal superior del nu.nu!to A. En el case general puede ester compuesto de uti numarc illiinHo de cdras.

Si desccrnponemcs e! numeru It en un cienc crden (poor ejemp!o, m - I~ + I), cbtendrcmns el numerc aproxlrnado a compcesfo de II cllras signilicatlvas. Se fl{jman [itras significalilU1S de UI~ I'H~mero crwt'quh'ra t:l toaos ius cr·{fa!t J • .2, 3, ., ., 9. qae t'fl/f{.lr~ £)1[ estc n:1~ml;!ra, asi como et cera, $1 {'sJe se t!/u:Utmtra en medio del m~' rm,'rO (;I G fa. .d.ef'eclt(j. En el Liflimo case el cera (0 los 'I.:cro..':.J debe cor responde .. 3 los vetcres cere Of! cq en el nirmero f!x~c:ta A a en eJ 11UII1ero aproximado a, Si los CCrOS etrven solemente para des.ignar el orden decimal, ellos no se conslder an cifras slgn:iiiCo"ti!' V3.S·. Por esc se recomienda especlalmenta una noraciocn l al de los numercs aprcxmtados. en Is que e-nfl'en s610 !IlS citras slgnlflcativas, Estn forma de eserltura generalrnente laclllta 103 calculos. E::Sll-cciotrnetHe en el case de ruimcros tor. ~T .. tn C.ill1tidi-.lJ de- drdenes decimates para unn cantidad bastame ruenor de cures sl.J;rjifj~ canvas. EI pnnciplc de loiL eacritura tiene como objeto representar lOGOs los ceres no slgniflcntlvos, qUE se encuentran a 1<1: dsrecha o ~L 13 laqulerda del nurnerc dado y que dealgnan tea OrdeTl.es dectnHIlM se representan. en forma de PCle:ncl9S enteras poaltivas o uegatlvas de dlez. PQr e.j1!tnplo, 0,0036 = 3j6·lC)--!. ACII.l! el 3 y el 6 son diHI5 slgnlficallvas. S1 para c! numero d(' i\vog2ldrn :si!' escribe 6,{)23· 10», 1000s cilras slgnilicenvee. aqut SoOTl 6; (); 2 y 3. Sl III .constante de gravltaclon unjvereal se escrtbe en la forma 8.67Q·, 10-" MoO ' em'/g, 01 utttmo cero do I. derecha tarnblen es una~·ci1ra.$i~JlifLC".t1tj\'a,

Haste ahura no ee dljo nade con qu~ exactitud esUin deterrnlnadds los numeros aproximados, chtetudos cor cl redondeo, 0, en otras palabras, cuatas de las ell-as sigl"·dr'i('afivas en elloe SOrt esactas. Evtdenlcrnenfe. el conceptc de "clfra exacta" es ccnvendonal. Extsten des deftnlclenes del nurnero de cttras exactas: una de ell.as es rn:ii.s rfgld~l con respccto. a La cxaeutuo del nnmero aprcxlmado, la otra. mencs. Actualmente se utiB7.an ambos metcdos, ~ pesi]r da que para los numeres redondeados. come vercmos mas adelante, 10 pr~jerible E!S c! mctodo mas rlgldc.

DC!fI~ici.o1l 1. Las p,imr;fa.'i 11 ctlras aectmotes dt., t.t,rJ; ri!umero aproximlJdo se {jttmttr. eX£lctas st ~I error absaJulo de este num~ro

apro)<I'mado flO as mayor qrre 0,5 de 1a "tlldud dol orden de (01] tdUnu.ol cqrr1 co~w:.:::'rtlad.t:l (n-Simn orden., .51 .!ie .co.'1.Sld.era prim.-::ro f.'1 oreen sup.erio,r). es riedi, s 19 cumote 'a c(md.idOn

,~ IA -"I ,,;; D.;, IOm-.~'. (IV. 13)

L~ I'rILlgn:1 ucl e - l15 _lfl'11-r.·1 en este case es e! error absolute limite.

DeJinic.ion :t Las p.dme.f(lJ:; n d{t"(ls decimales: de Uti num.ero f!prm:imlldo se lit!rl1Q)1 exactns sf e! error (Jbso!lIifl de esre '~llml'fO apJ'oximadD no es mayor qU€! la untdtui del ard.tm de 'a alUma (:ifrtr canseruada:

.(1:= 1,4-111 ~ 110---"1'1.

(IV, 14)

Ei1 este I;~J~a c! I:!.rror absolute limite es hl mflgrl~lucj i!- = ! X X IQ.-n-n-+I,

Para SrHiSi!!C~: lot dellntcton 1. los numercs se redondean pOT 1<1 rcg1.1 de adlcion, E.sb roegla e e puede [ormulnr del sibtulcrd~ 010(10. Supongamos kl1JC dcspues de redcndear en 'P.I nurnarc dahen qiJCd,:H II ctlras signWC"r.li .... -as, En 1f11 cas;o:

si fa (11 + 1) -sima citra suprimida. as menor qu.i!. 5, ttl a-sima cijra (I)f'lsen.'uaa flO o~f"[a;

~.; 1a (If + l ] • .sima [jIm s1,'prirrdd(l es mayor ene S. 1(.1 n-sim~ cilra t:IM..5.frt!.tIdtl :oi;~ aWll-l'!nia t!'11 l ;

Sf If} (II + I) -sima dlr~ :$jlprimidti rl: igtml i1 5, pUl:'d~r1 ccusrir Gas casus:

I) entre tos citrus $tlptitrlid(IS. (ldemas de fa '-lira: 5 hat) of((l.~ disrinla_c de am (erl e:l>rl~ C~SQ la II.rsima r:ift'"11 CQIL$(.'rtJfH!a .H' cumenla c.'1 l L

1) sodas 1.'1s ~hm~ds c!Jras saorimtaos, s,JJ~'o It; I;i,fm. 5. JOII UrO.';; {~~n f~S;e esc la n-simc cI[ra coaservode se aWllr:!1f;~ e!l I, si ella es impar, y no varia. $[ t'/{{1 cs pa.r),

La rrltlrna re~L"J. e s ;tlgQ arburerta. pc.ro ~\ ar \;'-L ~i~tll": sistemaricnrncn lG!, Ir):li errorc s que U' lrurcduccn en los {,'?Icl.llo~ • de gran lHJmHO (1C! opcrnctoncs, deb en a.proxhnadamentc curnponsarse. Si :;e iomn ::3 deiioidoll Z. at reoondcar el flilmf'ro se pucden simplemente suprimir ctlras cxcedentes.

El error rc!e tivo de on numcro apmxlmado S~ plU{:d~ determlnat .. j se conccr 1;"3 c::'Inl ldad ~e rffr as c;o.:ar.:tu5 de esc uumero. La cennond do(: cdn n s cxnctus de un numeru rcdondoadc se Cil;11'~(ILe (ella Sl' puede rtctermmar para ClJi1hFlict numcrc cuyo error .ID:loO' Jute sc concce). Para un numcro redondeeuc correctamentc ((,5 duetr, tic en nurnerc p!:Ira e'l cunl el error absolute ae detcrmiun pm la dCSjg~l:~hlad (IV. 13)) con II c! tr as exnetas. steudo IT ~ 2, ul er rcr relntlvc ~~" detcemln a por ln de::1i~lJakhl(!

(IV.15) 5'J

(loniie (itl" CS la prlrner a cllr a signHLc.atl\'a de esle rU"lTn~.o. (Para n - 1 Sf' obttene la mlsrtea d~sj~llaldad, pure disnunuidal. EJ error rclati ... ·o tlml le se detemuna per 1.11 igLJ<l1chll;:l

(IV, 161

No alernprc todas 135 rUras. sibmificativas de un numerc aproxtmedo son cxactas. en el seulldo en que Sf' deiil'lr6 antes (pUI!s.io que. evldenternentc. no tcdoa los numcros aproxlrnados son correctarnente r-ed 0['.1 dt'(f.r.l os) . Er eeueniemunte en el numer o aproximado se escrtbe ;1 If! dcrecna una <::if,Oi stgrnllcallva de mas. que no es execto (es declr, ::;,1 error absolute super a la mltad de 1::1 unidnd de SU orden decimal}. Cuando £!I error ahscluto de. es!e numero no supers des unidade,; del ultimo urdcu decimal. la cilra Ialsa (en <11 senttdo antes dlcho) se llama a mulguo [d ud 0$0) _ Por ultimo, pueden haber 11'1Im(HOS eprcximadoa. t.lJyo error super a dDS unldades de! orden de I.;] LLHilllrl cilr a e Int.lllSo puc-de lnclulr des o mas en-us sigYlirtcalh'as, Tates numeros aprorlmados :SoC cncuentran Irecuenremcnte, En el case general sus errores no SOt1 e-rcrcs ah- 5.010l05 llmites del nfrmero. E! error relative limite de tal numero Se derermlnu par la fOrmula

(IV, 171

dcnde 1I es la cantldad de cllras exccras: p es el l1umero de eJ!T.'I.£ slgntltcativas despues de la coma. La formula (IV_ 17) se apllca cuando S610 la ultima dira s.igniflcativa es ralsa. Si el nurnero confiene vertas cl lrus lets.as. 61;f1". se detsrmina par 1<1 formula

(IV. 17 a)

que ee !a mas general. A~lli I es la cantlded de: cifr as .signH1c.1 U· Vas del (lumero; m es el numero de or den superjcr.

L •• r6rmulas (IV, 17) y (lV.170) so pueeen obtcner del sigl.ll~n_tE!' modo. DC' la Idrrnula (IV_ 12) se deduce que para m >eI 0 se ·olitl!U1en Jns unldadcs, para m = I. las decenas. etc; es declr, 51 1· es la. eantldad de cllras slgntflca uvea del nemcro. 'Y P es la cemldad de cllras s.ignlrlcatlvi1.s despues de !a coma, (' -.0) es lao canlidad de cllr es slgnlltcetlvas de [a parte entem, igllal a. in + J. POT 10 tanto, 1- p - I ~ m. Esta es fa correlacion general p.l1tr@- las di5Hntas car acter lstfeas de un num~ro ell 13 06- b~cj6fl decimaL EI nurneo (J se SusUh1~r(! uproxirnnde rnente ,p.0r 'Q:,UJ. rOm. En e~1e (:.:I:SO, !J. s610 puede crecer. En cl C',I_""Oo de 11:1 16rmula {IV.l7) 101 cactidad de cllr as exactas en la unid ad es menor que 103 cantldad de cllr as -5igtllrll.:,<ltl ..... as J. es declr. n = 1- 1. Par ]<3 correlacfen antes expuesta a", .1C)n! _ C(.!?1' I Ql-,H = "l.r'l· IOn-l' lee !6ctnul •• (iV, 15) )' (IV_16) se obuenen despues do susttrulr .1 valor d. e de Ia E" (tV,IJ) en I. Ec. ([V_17.).

so

EJ.mplo IV_ 2. La ccnstante d. Planck h se pone en las tabl as de constaetes entvcesates en la forma

h = (6,62377 ± 0.0(027) -10-" 'rg-'_

Es evidente que po, delinlclon ell el numcrc 6,62371 ::.ere51 exact as centre c! lras: 6,6~3, El error relative I Irnltc se deterrnina ['JDr la lorrnula IIV. 17.).

~[m'= t7-~O-~(Tot-I-~= ~".:Q_4 =5, IO~~=5, 10-3 %,

Si se ccnoce eel error relat.vo del namero (en el CaSO gerler~t, proximo al verdadcrc. 'i no limite). se puede determinar el error absolute limite del numero }' Ia cantldad de ctfras exactas en eL El error absolute Hmtle se puede determjnar por [a J6rmul..,

a prox] m IHl OJ

"'~ = too," + 1)-10'-"-'6 = (~m + II I Om~ (IV. 18)

{'a~ designadoncs son lguales a las de 18 r6rnJilia (lV_lia)), Aqu i uuftaamos 1<1 correlation E = ab, perc solo se aumento If! clencia etcrta c-I numeec !t11l (Y COil ellc 13 magnHud de e). supr lmiendo todas las eilras signiii('ativas, 3 excepclon de (Z.", y aumenlaude te ultlma en L EI error absolute limite. caleulado pOi la formula (IV. 18) es proxima £11 valor exacto determtnedo por la fOrmu! a t. = tJo., en tcdns 10:5 CilSOS, oil exccpcion de aqueltos en que Is eilra o:.lIlI-1 E'S tgual -2 0 0 a poces uni dn des, "i 1;;1 clfr~ d-m tam-

btI!IL~~ !a~~l~~\j' de cilrus exaetas en: ct numero, SL se conoce su error relatlvn (111;;'1 ltmite), se puede determlnar del slguleme modo. Supongamos que 6 ~ ~i' En trd CaSQ per la formula nV. IS)

• .;; '''~ = (a" + I) - IO~· { , 10-'';; ~ X IO~-·~'. nV.19) En el segundo mlembrc de la desiglJald~d tim + I sc ha sustiluidc por 10. De es~@- modo, el rmmero It contiene a elencle clerte n cttras aeaetas (('ompel"e~ con 13 termule IV. 13).

En I as tables nll.ltcmalkJl"S todee las ctlrns :sigl1i~lcaU'l;as SDn (lxact.;)t\ (de ccuerdo :0 la deiil'lLcio.n I). D(.:. cste modo. et error relat! .... o de las i . ables de cualr c valores para los numeros que cnnttenen cuetrc dira:s sfgntllcaftvas. no sapera la magnltud

6111l1=~=5 10111=0.05%.

Respccflvemente pa r a las tab'~s de -cln-c:o cilras el error (lei numere cue centtene 5 clfr as s"ir0IHc:ativas. no cs mayor q~Q O,O(l5~. En las gules que COIl Henan rnagnluides Bslcas 'i rl"irnl~i.'I5. 10$ numeros dadcs an I2IS tublas de or dtnarlo son exectos do(!: acuerdo

oil tEl dellructcn 2, es dec! r, 3U error no es mil~'or qU[! ± I de \~ l'IUilTi:J :::iiri(.

Sin embargo, esta renla no siernpre se cumple Y Del ii-it·rt1;Jre se lndlc n el error de I as magn~tLtde,~ rl."trla , ,&, voces en .(15 t~;l)1as cxtst C U1HI ;~O!iJ cue r.-~jllhojcCE! la exacflturl rie kJ,~ uurrteros ccnfc-udes, PDr c~{·m])lo, en I" ''('Hlla de quimica" (L 1, p2gS. 17-18, 1~62"1 en l~ table de las IHIl;:i.il5 atcmfces rL'ialhrSl.s [a dllime ctlra du casl tccos los elementos e:'oL~ determtnnda COil 18 exact itud de ±(I,.~. Excepzjon: par a scf s clurnentns 1005 errcres ~;er".n mnynrcs (!r1 .ultima cllrn 110 es verdadera} debldo a ras oscilaciones de la composicion tsotepica natural. Para cinco elementos esl an indicadol' Ins errores cxpcrtmeru a lcs, a 1 deterrnlnartcs, ius cualea li:lmbiel1 son mayores que 0.5 de- ln unidad de Ja ul1 lma cllr a Para I.e longllud de 105 enlaces mclecularo s Y los valores de los angulca cle vatenets 10:-; crrorcs, como I·egh~, sc dan al lado de cada rnagni'~ud P'Qf separedo de acucrdo .!]. la prectstnn experimental de su dclcrrnlnaclcn. En Ii'I rnavor!n lie las 01 ras tablas de est a guitl ItO se tndrcan la'f: errores de i;J:S J[li'lgliitude-s dadas. AI calcular con estas rnnanl- 111de, se pucde £-.11POIlN que. elf as Henen un error ah~o\Jlo igua l a ± I en 12 'Il!ima cura.

fS 3. Errores de [050 resultados de las eneractcnes

~ arHm~nc.a,~ Iundamentelcs

Adlc:ir..tl de mlmeroe uproxtrnadcs. Las opcraclnncs arrtmetfcas element ... res con los n(H'J1L~mS a pr oxtmadcs sc podr ian I'HIDer examt"ado en el parr aio slguienlc, rlonde se exponen los melodcs gener ales IHITfl ha~~ar las e+rores de las iunetores conlcrme e los errores Cl1TIOci(]t):5 de los argumcntos: :sin embargo, pn ra Sin1[1tlc:ta rfe ~:'I;p(J~ki61'! convlenc dedicar Hila parte especial u eslns operaclones.

\'~!1ImOS al principio Ia S,[HlI;;,J de un numero iinit" d€ numeros aprcslrnadcs. consrdernnrlo ~U{' lodos los sumantlns tlenen tgual stgnc.

(;1 +llj+ 03 + , .. +(1f1'

De aruurdo a la dcltnteron de: numerc aprcxlmado ~I(: pucde escrtbtr

.~ -= At + A1+ , .. + 11..1= a,+6.a:+a;j'+Aa~+ .,' + a,,+.lan=

= (fll + ~~+ ,., + a,.,~ + (~ai + !l.'J~ + + Ll.a:Lj,

Aqul A I!:~ un valor exacto dcaconocldo de 1;[ SLJnt.~. En el segundo miembro de la .gualdad en et primer pareJ1tMls sc encuentrs eJ valor a prcxtrnado de I,,'] SL!m.A, 'tJ en el segundo. cl error de 1.1 surna de los nLtmeros eprcxtmados dados, Puesto quu las cllras etc! los errctes lltl, no los ccuccemos. suponemos La peer var iante. es decir. cuando InS cirrus tic tudes los crror es son Iguatcs. De cste

62

modo, ohtcnernos en reeuded 111 error limite de la sums. ,,,,,-ltlo,I+I!\a,I+ ... +1';0.1 ="+<+' +',. (IV.2UI s", las. magnitudes I!:f 5-011 los crrores absolutes limit12S de los sumendos.

6Ii::t=(e'I[O:; +50JHm + . _, +e.",I!!!I)~

;;'1 ~aL 1+ 1 ~o, I + ... +160" 1= '1'.,.

De est" rnanera, se puede dar la slgulente deunlclen: ofl error abSO/lAo nmiM de JG soma de trjlm.eros ~pfoi"Jml'J".dos es igu.!] I a to SIU/''la de los etrores tlIMO[rJ.Jas Iimites doe los sumandcs;

donde

(lV.21)

Doli! esl ill de fin 1 c i 6n se ded uce, tam bien, qu 11 ell~ 110 puede ser meno- que el mayor de los errores .f.llfm. De tal Iorrua, e! rnenor error po~ibhl de la 5UJna se delcrrnina pur al error de~ sumendo monos exacto. Esto 110 signihca que riO sea neccsarlc alccnzer una exeeutud mits alla de los dt'rtul:S sumandos. Puesto que- los errores se acumulan, cl error total depemljcra tarnbien del error de los surttandcs mas exactos. Sin embargo, r'.i(l ee necesatlo lOJTI~r estes sumandc s COli: un numerc exceslvc Q'I.: cttras (L~S dectr. con execslva exactltud}.

EI error retativo limite: Ik l:;i surna de nurncros apro;(iInados se determina por la formula general

([V. 2"2)

Cuando se conocen las citres de los errcres (p'I)r eJemplo. !., Sf! r edondenn IOf! nUfmU05 exactcs que entran en la Sll111a) Sa puede cetculer cl valor exacto de b

{V. 23)

Ell el caso general tOS errcres relatives de los sumandos $011 dtsttntos }' se pueden hallar tos ltrnltcs, en los que $I.! encucntra ~I error relatlvo de I .. suma, En electc, POf deftntcten {pU~.5to que <r = ~,Ar)

61fmoo=i AL~'II:'(J+A~~!lro+ .•• +A!'I,Or.'II11I OV.24}

AJ+A~+ ... +~1.'J

Supcngarncs Que entre los errorcs 6j e~i$t@ c;.l m~;(imo om,)~ y el mlramo 6~1!i- En Ia! case, $1 sustnelmos at principia todos los ~i

.J

por ~lT1".E' Y lucgo per Or:ninr obtendr cmcs )3 correlacton SIl1I1,X > ~ill:i > bmw'

(lV.25)

De este modo, E!J error relative jlirlite fie fa ;5LHI19 de V.:nLOS IlUJU!;!:roS aprcxlrnados no puedc scr mayor Que el mayor de los errcre-s relatives de 103 sumandos.

Para; cvitar contuslones hay QUi!: suhrayar una VEl mas el caracter donle del conceptu de: "error trmile" en las operaclones con numer05 eproximados. Per un I ada Il!I tl!rlnino "hmttc" signi. llca qUi! los errores de los surnandos undcpendtemerncntc de que cttes sean 0 no Hmltts) $le11lpre se suman, es decir, sc SUpDi1e. le varlante menos lavorabfc; par et-c ledo. a! determinar el error limite de! restlH<:Ido se rccomienda, en el cuso general. utlllzar los errores ilmites de los sumandos. 9 pesar de que en cases partlculares se pueden utiH:zar I,,~ vatores exactos de estes errores.

Sustraction de rui 111 er cs eproxtmados. La regla obtcnida en el parralo anrertcr 'para el error de 1.0 auma de rnlmeros aproxtmadcs de un mismc slgno se puede extender a I ·C<tso de 10. sum.a aJgetJraica de numeros aproxtmados. La regIa general SI?: formula aal: el error absotuto I!mile de ta SLJma (Jlg~braica l'S iguaJ. a la StJmll de los eerores absolueos !fmites de los sunlando.~. Como C.8S0 partteuter de aqul se pucde cbtener la regl a Que determlna d error absolute limite de III dilerencta de dos nrimcros aproximados. Eaie error scr~ lguel a lu surna de los errores absolutes limjtes dl2'l rrunuendu y del sustraende.

EI error relattvo Hmlle de In dHerc,n.da de des numeros a proxfmados se exprese P,UT la lcrmuta

1:1 1:1i1+1!1:Ul11 ~llJi'n+Bjlllm ~

c"Ilim At _ Al iJ'. r:h (lr _ ~~ (IV.26}

AI talcu'.1f la dllerencia de des numeros aproxlmadcs, cuandc GI }f a~ SQO de lnagnitudes proxlmas, ['5 declr, 180 dtlereucle es peq uefi;j;1, com pa ra d <I ron hi!:' P repros n U meres, se prod ucc 10 que St llama "perdida de fa exactitud", cuando el error retatjvo de Jill t11~erenda results ser bastante mayor que los errcres relatives del mtnuencc y det auatraendo.

Para aclnrar 10 dtcho veamos el sigulente ejernplo.

Ejernplo I V,S, Supcngamos que I •• y que determinar ,I eleele lermloo de 13 reaccien de iscmerfaacicn:

heJ:eno-2 c{s ~ bexenc.z i{(HlS - AHu_

Eslo se puede hacce mediante los calor-as de iOrm2l-ciDn normares o con los calores de cumbustion. En este case 51; conocen log calcres ·de combustion y los ca teres de. Iormscion,

CiI~u_IQ por res eaferes de tcrroecren. Sean dados:

f.flo (h ex eno.2 cis) = -]1,56 kcallm~l, 4H~ (bexeno-z tta.ns) !:5 -l2,56 kcal/rnol.

"

L[lIS magnitudes de los errorcs no est.ar1 lndicadas en las tables. por e-SI) V<.HlW$ a cousldcrsr que el error absolute en ambos C~SD:'i 1f'5 tgual a 0.01 kcal/mo~ (vta,,~ ul p.ii,rraro «uterfor j. Ell tul C~I~O, el error releuvo limite 5l~tLl. par ~13 formula (IV. 17) [constder ando LlLtC son exaclas tres cilr as}. £11 ambos cases, ifZual a 1·10"-'] (I 0.1 % EI ciecto temtico de 13 re';!ccUIl1 de rsomenaectcn es igual a

lJJiQ~= Mlo (ll-exeno·:2 IraIfs) -l)Ji" (hexeno-z ds) =

= -12.'>6 + 11,>5 = -1,00 k"l/mol, EI error absoluto limite de hi magnitud ~}f(J es i~al a 180 -surna de los crrores absnlutos del minuendo y del sustraendo, es declr,

'"ff" = 0.D1 + 0,0 1= 0,02 kcal/mol,

y el error relative trmnc de III magnitud t1H~ es 19ual a O.H' = 0,02: 1,00 = 0.02= 2%,

es decir. el error relative del resultadc cs '20 veces, mayor que Ios errores relatives de los datos tntcteles.

Ciilcula per 10:5 cetcres de cOUlbusHon. Sean dados

tJ,H':.1JC1 (he,:u~J1o~2cis) = - 91].2,66 kca Ilrno\. /J.H~ulII Ibexeno-f Cnl1t$) = - 9t:iI,66 ktalfmol.

Vamos a C.(l.n$jd:~rar que el erroe absolute de estas megnttudcs [nrnblcn 12S 1~1I<11 L! 0,01 keel/mel. En ambos cases e! error rdattvc llmlte sera aproximadamcnte 19uol i-! (O-$l) o,aal ~~

i}f[J = tJ, '-~rr.n (heseno-z ciS) - e...N~m (1Ie:-L~no·2 IrtJlrs) =

~ - 1,00 "calimol.

P1H~5-~O que el error rcf auvo del resultadc <:5 igual. como en el catcu 10 til rtteriOl , 9 2%, en cste caw \a cxacntud dlsmtnuye 2000 veccs. De esa rncdo, ta csactuod dismlnuye slempre que tengam(l!i. que hallur lu magnltud quc nos intcresa como dtlerencla .18 des nemeros gr andes; ademss, en un ~rado tanto mayer, cuartlo mayor sean estes pmptos nameros. (own S~ aprecia del ejemp!o, la per dlda de exectttud ce espccialmenlc grande- 31 utiliz ar ."""5 calores dot combustion. Sl estes calores Iuesen conoctdos ron melior exactttud, (p..l€: 1(1 adrnltida par nosotros. los crrores relative y nbsotulo de su dilerencia crecertan de modo conslderabrc, ". 1 a penHda de cxuctltud pcrmaneceria Lg'IJ.1.1 (a p-es:;,r de que e! error ab.soluto da I a dlferencla. uaturulreemc. tnrnblen erecedit). Di! e8~(!1 menes a. cuando hay q\H~ ut.iliz ar 18 oj ler encia de des megnllu dcs grandee. se debe lri'ilu de que esae mThgniludes sean dcterminadas CO_!) 18. rnaxlma cxactitud poslble.

Otto medic C$ el aumcnto de 18 dtjerencta. Como ejernplo se pucde dar Ia delermlnaclen <I" los calcres de veportaaclon per la ecuacldn de Clapeyron - Cmuslus (o la em.~rIlLA tI:~ acttvaelcn por 18 ecuactcn de Arrhentes):

Rta1i.1lr1

i.-~

Aqui la exactttud de dlC'L.I1o de ~. se determlne prtnclpal mente par II!!. exacutud de 1.3 dllerencra T~ - T1 (v-ease ~I eje:mp~o V.5). Geeerelmenle ln drfcrencle de las temperaturas es pcquefia en ccmparacton con IO::i prupins valcres de T. Y T2_ Para disrninulr el error de ordinaria se trata de ampliar el lntervalo de lernper.atura. Sin embargo, no 113),1 que ampharlc muebo, ya que en ese case las forlllu'as de Clapeyron - ChHl~ius y de Arrhenius no sa pueden apllc ar ~or ser aprcximadas,

A1uUlplle.ad6n de mimeres apinl:imados. En el caso de la. mul\ipliC:~(;loti y l a dlvtsten, (!I error relative del rcsultauo se adt~mtne con mas s£!nc:ill-e~, Para deduelr la regla general de determlnacten del error del productc se pui:dt: mclbplfcar directamente a, + Aa'i y despues suprtmir tones los termmos que contlenen el producto de des o mas magnitudes .6.al, puesto Que estes productDS se pueden consrderar magnitudes 1llfinilesfm:as de segundo. tercero. etc, or den ell compar acion con las ma~nitud-es ~-I1l (per hrp(\tcsis 6,oj« Q[), Sin embargo. m.a.i vale esamirur cierlo melode ~flerr1l, ulllizado m,b I!de'ante el determlnar los errores de las lunclcnes.

Supongames que !l = ala, . , ,a~ es cl producto de It numercs apruximados. Procedrendo 8 loll logerumecton de esta expresten (en particular. temarnos los lngarltmns naturales}:

In a = Il'lal + ~na2+'" + Ina".

Con J3 e'J;adilud de hasta 135 iniinil~$jm8s de! segundo orden dlnal:llll;;;O~

.,

do, = 6o,.,; I~"d ee as.

Puesto que los errores son pequenos en cemparaclon Con los propios numeros at. se puede admttir aproxlmadamente que

7~ t!.(J~1 + ~a:t + ... + ha:n = ~:Il + ~~:~ +".+ ~C~II. (IV. 27)

donde Aaj son los crrores (en el case general sstos pueden ser errcres lfmites) de 105 nurnercs .apro:dmados aj. Puesto que no

00

conccemes los elgnos de M.f, nuevamente etegimos la peor vartante y tomamos los valures absclutos de .estas magnitlld.e:~

~~AQfllfI=~=~+~+ ,.+~=01

,0: a .tI 011] ~ a.,

=*+*+ ... +~=*+*+ ... + ~: =

=~,+I>,+ , .. +ol,.. OV.28) De. este modo. s.~ puede determlnar el error relaflvc limite del prudecto

(IV. 29)

dondc. bl. fJ2 ••.•• 6 .. en cl case general sen ~o:.s errore~ refattvos Hrniles (si !H ~ f.llw), £!S decir. et error rela.UvO lImite atl p'i'Q.. du:ctD es (g IJ.G I 0 ra :wma d~ las. I!lrror.e5 reJIJHUDS I.fmites 'd(] jos /attorl!s. EI error absolute l[mjt~ de' prcducto ee puede hedlar per 18 i6rml..tla

P.Llm=a(:.L!I:j.

AI multlplicar et mlrnero aprexrmado a por e1 numero cxaete k ~.1 error rerauvc Hmlte del produetc CS Igual, evldentemente, per It f6rmula. (lV,29) 31 error retattvo del numerc a, mie.t"!I:r~S que el error nbsoluto llmtte del producto es k veces mayor que el error absolute del nUlTIcro (1, En eleele,

ilI..!l=' = (kll)62:1J. = k(athll:)) s= k~,

DI v i:slon de dumeros aproalmndos. El error rclallve del eociente de dos nurnercs aproxlmados se determine como en el csso eel prcducto de numeeos aproximados. Supougamos que

a~.!l...

0,

en tat caso.

In(]~lntll-lnll::; ~a = ~I _~.

Nuevamente proponernos 1<1 varlnnte rncnos lavorebte, es declr, cousidcramos que todos los crrcres se suman, y tomarnos los vatores absolutes de los errores

~~ !M!!lll1 ~~=.!.:~ + ~=~+!!. __ 2+'::' =

d {1 1I 41 IIi (.IJ IJ1 A, "'1

=~'+~' (lV,lO) E! error relattvo Ifmiie del cocicote se puede dctermmar dd si· gu LCili ~ mo-do:

(lV.31)

3'

01

es decir, este es igual iii, t« sumf] de los errores re/uUVO$ /imlll!S aet diaidn .. do II de'- dicdsOf.

El error absolute Iffl1~te del ceclente se 111311£1 par cl valcr coneciao de 8U error relatlvo Ilmite y of'S lgual a

tJjm = ntiUc·

La division del nemerc aprcxirnado a por eJ numero exacto k se puede cousiderer como e~ producto de it por l/k. En este CaSC. uvidentemente, el error relatlvu limite de' cociente es lgual al error rclauvo del nurnero a, perc 12"1 error absolute IJmLte doer ccctente ea k veces mellor que el error absolute del numere 12" (Para recordar: .a[ rnultlplicar 0 dfvldfr un numerQ aproxtrnadc per UIiO exacto, se puede ccnstderar 13 notaclon del n6m~ro apto~ ximadc en Ia forma! a:l: f. donde ambos surnandes SE multlplican o so dlvlden par k),

§ 4. f.stim.adon de 10.$ ertoees de las funclenes dl! argumernns eproxlmades

Error de la fundon de urta variable inde,pendlente. Supongamas que SF;: Ilene clerta (undon ecnoclda y "'" f(rh %':;"!, ••• , %'11') de variables Xli x'~, . r., J;:'~, Hay que determlnar el error ebsojuto y ej rei i3' I \1"0 d e I a r u ncl On P Dr los of r rores conocldcs de t OS .,It r gumentos,

AI prlrtclple examinerncs 1.8 Iunctcn de una varmhle. Supan' games que

u=Lt»).

{IV. 32)

E, evidente Que el error del argurnente AX deb. dar Ingar .1 error de Ja functOn n..", Esto Sf" puede escrlbtr del algulente modo:

y + t;v = [(~ + ~x), (IV. 33)

La Iuneren del segundo mfembro de In Iguaidad la deseomponemos. en is sene de T ayrcr per las pclenclas de ~i:

fl. + 4,)= f(x) + ;'«)6x+ if"(X)<lx'+ ... =y + t.y.

A contlnu ael6n S1l ponemos qlJ e ] ~:!I medlel ones son SL! Fici'fllt emenl e praclsas, de manera que JlI magnitud 6cx CIS; peQueii.a en compa~a.c::ion ton x. Per eso 51;'! pueden suprlmlr l05 termlnos que conttcnen lu de segundo grado y mils. Obtenemos

y + <ly "" f(x) + nx)t.x ode acuerrtc • I. Eo. (tv. 321

6y "" f'(x) lu, (IV, 34)

Admltlendo que 14Y1 ~', f llul = e •. pcdemos es cnblr

e."" if'(x) 1<.· (IV. 35),

68

Para hallar cl errer relative de !I hal' que: dfvidtr ambos mtembrns d. I. igu.lda<l (lV.34) POT Y = f«). Tent et ado en cusnta quo para Ia varlable Independiente s: se sallsfnce la identidad A,.t. IIIII:l ,;;::;Ii dx, oblenemos

" I', I 1 dl(') 1 I d I

~'=1iT=171~ lTWT =ldlnl(~JI= 'd7ln/(x) 1 ~'I=

=1fr-1nHt)j.,. (IV.3S)

De. eate modo, el error absoiulo de fa frlflci6" di? fmQ u(lriable~ es iguat (Jj error li.bsa/~ltD del argum~ITJo rnUmpl!cadD POT Ir;;r. dt'.fi~ r;J{:Jda. de. esta ,wH~i.6tl, !J su error rer/atitJo es igual fda. deti.vtJdllr.de sa logaritnu: natural (neperlar1o) multJplicada por el error Q5so~ tuto del atgumertto (0 Si.mpl8m.ent.e a la dije.re,ff.cilil de SU toga. rrtmo natura!). VC!amos algunos ejeroplos.

Ejernpte \ v. 4. Error de lu potentia c:li!l un nurnere apro.:<imadt). Supongarnos qUE! y = XiI, Al psinciple ha'damos ei crrorre· lenvo

(IV. 371

£1 error relath}o de la polem:il'J de WI mlmera o.prO:drlulda f?S 19"~ a/ error rdafir.!O til! La tias« de la It-oienc:tJ im~ltipltcadll por el exponente.

EI error ahsoluto de la potencia sc determine con mas senctlie' per I. lermule

ilunque (tTl jirfncipln $C puede ~ltilii<l.r {lrnbien otre fOrmula obtenid. de I, (IV. 35)

Ejemplo IV.n. Error d: ~ ralz de un numere aproxlrnado. Supongamus que y=)1 x. UliUz.;:J.n{l.o el tnlsme prccedimlenfo, ehlenemcs

(IV.3a)

es deck, ei error telaUvo de ta ra.fz. de JU1 mlmero: tlpto:dmudo es jgual al error rettuiuo de ese nthrzero .tiivid(dfl [JOt cl 1rHUce, EI er rcr absolute se deterrnlna 1'!1E'.jdr pur la !6rmula

6~= II! .... ,

Ej~mplo IV, 6. Enor de' '01:aritmo natural dt;: un numero aproctrnado.

Supongamos que!l~ Inx. Utillaande Ia fOrmula (lV.36}1 obtenemcs

(IV. 39)

Este Jormula SE' uuuaa con mueha lrccuencia. ya qLLe 1<1 funcidn j.Q~f:lramic~ esui rn.1.lj' dtlu Ildida ell los problemas de quirulca Hslca. Iii error absolute se puede hullar P(H la Idrmula

e.t~tJIIY=a..r-

Ejernplo IV. 7. veemos un ejemplo de Juncion !dgonolm~~rica, Supcngarncs que y =- tg ffl. en tal C350

6 =1~lnl I, =~....:...,. =--.-'-~~. (IV .• OJ

It dill glf ~ 1l!"~ cO!lIql 4' s!!nrpcos'l" sl!Ifl2.J'J

Error de las rUIlCII;U]I'S; de vartas vari8.ble-s lndependlentes. La detemuneclon de! eerur absoluto ~ del retallvc de le functon de varias vnrjables Independientas es una operacicn geru~ralb;ada. aptlcada para Ja .cielermirta-r.::ion de los erroeca de 1:It fUf'l-chit"i de una vnrtahle, Sl.2rwngatrLos que

y = /«" x" ..• xo) (IV.41)

es una hHldon de. tales variables, dance XI, %2 •• '" ;t" son magnitudes aproximadas determinades cxperhnentnlmentc. SupongemOS nuevamente que I ~yl = .. y IMr I = '" y que I •• magnltudes ~x. son tan pequeiias que los termlnos que conllenen Ax, de gratlo super lor Ell prirnero se pueden suprtrnlr. Entonces, desarroliando I~ functon

y + Il.v = /(x, + Ax,. x. + Il.x" ... , X. + M.) (IV. 42) en 121 scrte de Taylor y auprlmfencc los. Ierminos de sobra, obtenemos

d. dcnde

(IV. 43)

Consldcrandc que Iedoe los eerores uenen i gUrlJ elgno, cbtenamos 18 expresion parOl c.1 error absolute llmlte de la [uncidn de n. varlahles

'Um ~ ~j .!.LIJ Il.x,j= ~1_!j__1'"

, at.1 I a;t;j

(IV. 44)

(En los cajculos prp.c:tico~ los velcres de las der lvadas iJ~j se ternan en los puntas ~crrE'srJ!O(ldrenks a !~ valcres me-didos de Xj D a les medias arumetfces de .i~, !1;j se he reallzudc una sene de mcdlctones). Para obtener ,1 error relative limlte de 1. luncldn

10

hay que dlvidlr ambos mJembros de. Ia 19uahJad por y = =/('" x" _ ., x.)

~lIm= "~~ = :E l-r ,a%-ltV;I= ~ l Q~[ ln rlJ Axd=

, I

=~l~lnll',=~-l rI~' lnllldx,l=dlnf(£" x" ''', x.l.

, ,

(IV. 45) Las 16rmul35 (IV.44) Y (IV_ 40) sen fundamental es para- 10' calcutos practices.

De este modo, ei error absoJulo limite dll ta /unci(m de variables If!(teperuJ.itmfe5 es {euat a to sjJm~ d~ las; d8ri'(Jqd.a.~ p(";<l.E'e~ de esta /lJflr;ioll, mlJUlpllcada.5 pat los 'respect{rJG.~, errores ~bSf?I!f' los ck los argumllm~os. segul"! los Cua les se di.fer tn ci:a, !y {! I error j~IQj IVD Ii milt de ss i a f Ilft t:l.On I!.S f.g1.1tJ.l .a IfJ srzma d r; las der loa· aas parclf1ies. de Sjj logarUmD ntliuraJ, mu.Uip-lh;Gd~ls por los respecHvO$. errores ab50lu~as de los ar,IHi1enlr;t,5 {o .a ~e drrcrem:ial Iota I det lcgaritrno ",lu,,1 de esa Juoctcn).

Mediante I., Iormulas (IV.44) Y (IV,45) 50 nbtienen lacilmente las formulas d@'duc:das antes para los crrores de la suma, f e dtlerencla, eJ produclc \, el ccetente de numercs aprcxtmados. Es cvldentc que la sums, [a diferencla, etc. se pueden considerar como lunciones de vattaa vsrtabtes.

Aqui ranvtene hacer una obsa-rvaciCin, que puede ser cxten dLda El tode 10 expuesto antes. En p ri [lei pi 0 I a s uma de- m a gu itud es oonslanies, determlnedas con clertos errores, puede conslderarae como una [u nc i6n de vat I as va ria hi ES, tom a d a en el pu nto co r respondlente 8 IDS vateres dados de XL. X1'. "., X'n. don de esta [uncion ee continua, La iunct6n se puedc desarroltar en eSC punic en la s@rie de Taylor por gradCls de pll<Iuefios Incrementos ~.t~, Ax:t. _ .. , 6,%" .. que 50n 19uales a lo.S errcres de las respectlvas (en realtdad censtantes) magnitudes ,(1, Xlt "" t.n. En reetldad est procedernoa, uttllaendo la teorla general. por ejemplo, J. ta suma de magrutudcs a proxtmadas, Esta te.sls se pucde extender a aqueltos coelteiecles constantes Iperc delermlnados eon clertc of r ror}, q ue entr a n en m ucb.a n l erm u las. Estes los pede mos conslderer como variables en una pequche vectrtded elreoedcr de su ~Jl!I;lor aprcximado y epllcar a ell CiS Is tccrla general.

CAPITULO V

T~ATAMI ENTO DE lOS RESU L 1 ADOS Of M£DICIONES DUlECTAS

E INDI REClAS

Apltcaremos a contlnuacldn los resultados chtemdos en 103 capltujos anteriores 31 tratamtenlo de los. resultados de mediciones di! magnltudcs lisico-quimicas. El preseute capitulo 10' dedlcaremos a examinar cl case en qua la m3gnltud f{sico.qlJhnica que in I C'creS;II, .f!ll ex penmen j adcr est~ d i reetemen te [nd lcada pm co! a P aralo de mcdlda. 0 atcn puede see chtenlda de rnidlciones dlr.ec.le~ mediante el calcuto {medlctcnes lndlreclas]: en tanto que el examen {it:: las medlctones de las dependencias Juncionales 10 deJaremos para el 51gultUlt~ capltulo,

P<lra trater correctamente los resuttados de ja~ mediclones, escnbir )' csUma'r ebjettvarnento 1.3 ver acided del valor obtenido de I", rnagnltud que sc rnide, hay que rener en cuenta la precisldn I rrnitada de] apar ato de medida • aai como estimar los errores sistcmaticos '1 accidcntales.

Antes de pasar n! eetculc concreto de los crrores de dlstintc Ilpo vearnos la correlacicn entre los errores acctdentales )' los srstematicos }' el poder rasclutive de la escala de' aparato de medide.

En medtciones ccncratas e' POdE:T resolulivo del apa ratc de med[da y los errcres ststernattcos aetuan como rnagnltudas Lndo!!'pendlentes del msmcee de medlclones. Par otrc tedo, mediante el aumcntc del numerc de medtcones et error accidental ouede ~a'c_e:r-5@ -tan peq.ueiic come se quieta_ Tal c:ilrader de estes errorcs se debe ,B S'u <Ils.fin[e naturaleze.

S ,·i:\in I, d.,. d. P recrs i 6n dol a par alo u til i •• do y de I as con- 11c]one:s' de !'ied'iei!lnes. entre las ma'gulludes de estes errores ;Iu.-e~e h~ber dfstlnta lnterrelacfcn. 'A.J utilizer eper atos de medtda ordin·arloj. el error ncdde~taj puede aer bastante menor que e~ pcder resolutive del -apar ato, que an este case deteernlna preeisamente i!'l error de las medici.cHlCS. Por el ccnlrartc, 51 Sf utiliu un eparato de alia clase. pero se observan COn poca riguros[dad 1.0 constancia de 19.::;' eondtctones externaa. el error a.ccidenlal pucde seper.sr bastante el error de la escala del upar ato, En ambos caSO$ los errorea slstematteos pueden ser may-ores 0 menores que los errores de Is escala del aparato, Por 10 tanto, en condtcfones realea concretes ee posible cuatquier comblnadon mutua de las

72

magnitudes relaUv8.s de los Ires Up-os de errcras. Sin embargo. en la mayodl de las mediclones practices tanto los errores sls(errHl' uccs c-omo los acctdentates superan el nlvel de los errores de ·It! escela del e.paralo. L~ barrelacinn entre las magnitudes de los errorea en Iuncron del namero de mediclcnes se puede tlustr ar per

I. greek. d. Ia fig_ 17.

Supcniertdo que 10$ tees tlpos de errores SOil mutuarnente tie' ptnd[ent.e:s., et error tolal oo1juiene repres.entar(o loma !ilJ.ma de las compone"les if1.dit'idua.'~s

(V.I)

DI! esta definici6n Sf deduce el ceso ifl.l1'ite: .~j rt -'" oo , e:·u:004-0· y. €.! error total devlene igual a ~c. "II + E:tdJl. Cuandc !o.C(i ~

fig. 17. Corrt:ll1d6J, ~ntre, di~lifittn I.iIlQ$ de erreres

(b

'ilrY:

t srs

. Ic5(;.{]p

n

~ LI!~(! ... p + ;f!.aLt. , a precl 51 on de l;fl S med ieio nes S~ 41 eter mln ar is pOT

el error accidental. .

Ttene scnudo dlstlngulr individual mente el error

(V. 2)

que caroderiza sbnulldneamente ta prc.d.siOn limitCld{l dtH oporato de medida y eI error sistematico. La eonveniencia de Introduelr el error ~ se evldencla en que ~s~e lirnlta el numero de ell-as signlllcativas exectes en los rC:5l1lt.odO:i dn las medidCln~ dtreclas. (0 lndlrectas), Este error hay que considerano <II cornicnz,o de 10$ calculos. sl ell adctante se oresupone la reaHl.e.eion de: ;!Iguncs ciJll:lll~.s estadlstleos, par ejemplo, el calculc de 1.1 medta aritujlat\cn. el tnlerva!o corrltdenctal, el error eccldenlal. la estlI1Hld6n de clertns hipctesis estadlstlcas. etc,

§ L CD:tlsioerac_16n det ermr de In estala del ilpar,l!4J y errcres s;i.s1~r1l.lifi(O:5i

lo carnctertsnee del error de la escata del aparatc y de los (!TTOre5 sjstematteos es que 19S magnitudes censtantes, como regl a. son pequeflae en com pol! ra c Jon co n J a pro p la rna gnr l ud que se mide. Puesto que ta magnllud buscada, en al ease g-enera~. es una funciau eli? las magnitudes q~e se nnden dlreetemente en cl cnsayc, fa pcqucncl. del error de te escala del apar atc 'Y de los

1'3

errores s,istema[icos perrnile calcular los errcres de las Iunclones, segur. to-So errores ccuccidos de los argumentos, mediante 1.,5 rec:~as. clemcntales descrnes en el cap. IV. Para dominar mejor estas reglas daremcs clemplos de S\.l apliC.iu::ion,

Cmu1d.eraclOn deJ frrOr de fa escata del aparate, VanlO." a enmcterizer ~I (nlO'ftla'o de sfms~'lJilid(Jd del apomto por to exocnIud de tectnra ell. fa escota de mtdjcLon de' aoarcto. es dedr, por et error de _~u escota eee, nc.(x) I aproxf.madamefitfJ fgual a:l [J{dr,lr de rma di{lisitm ., As1. por ejernplo, la medlcldn de una lcngttud mediante una regia. en el mejcr de los cases. se puede reallzar con la prectstco de lectura de 1, IO~l mm. La mtsrna medlclcn con un mieremetro de tornillo gatanfiza Lilla precision de lectura del ur den de 1- ro-3' mrn. Sl se uHliLil un cornparador , IB. precision cit' la lecture se puede elevar en un erden mas i' llevar su rnugnltud hast-a I·IO~ mm. LB-s, magnitudes ~ .1O~1 mrn, I.IQ-~ mm }' I, 10-3 mm. :s.iendo los erroresvabsolutos de las escalas de los corrcspondientes aparatcs de medlda, caracterlzen [a precisian llmltada de estes aparalcs.

Veamcs los. sLguienle:s- ejcrnplos.

fJtmpJo V.l. Al deterrnlnar una rcststencia desconcclda pm ef metodc de compensation ta resistencta a medlr W se ealcula por 13 ccnoclda Icrmula

W~I? 100;,-', (V,3)

doude R es 1.11 resletencla patron. 'i a cs el brazo medrdo cJd puente de {J lounbre. y cursor en 1&5 dtvlsiones de su escala, AQ-ui la magnftlld dl t ectamentc medida es 17. en tanto que- al cxpertmenta. dor te Intcresa cterts lunclcn W de [a indlcacrdn del puente (/lcllO,

SLJP-OflgSIiIOS que l:a resis.!ent!a R. Sf: cuncce exactarnente, y ~J error absolute de la escala del puente de alarnbre y curser etj,1). ~_Ji(a) =: I dlv (una divlsi6n de la escala} esta dado (lor su clase de precisfcn. Hay que hallar el error absolute ~I:" I>p( W) ~c le reslstcnc!a que se mide, debldo a 180 pre-c:isi6n del puente de ~!afIltite~'y "cujso.r "de m~.i.d~, es dcclr, el error de. su f!s-cat.a,·:!i! II "'i 10\1 chmlos 0-= 365 dlv d,1 puente d e a larnbre y cursor.

Ha[I'am"Cls Ii d~r~""'.lfd-ll

!!:...=I?-!-(~)=R..!!...( 1000 _ I)=-I?_!f_. (V 4)

Oll (1(;1 a all t:I . a~ •

Utlhzando la jormllia (IV,44) y poniendo los valores numerlcos, obtenernos

R ~ 10'.101 ,

'"" .,~V) =7' 10 .. ~_ .p(.).=~. I =0,751 ebmic .

.. } ,Sol e! JI1~toi;i!ldor d!!:l IlIpar:l:lo eRE entre ,,~ dM~Jcll1tS d1l I~ eM:ill~, II!rI-

~r;i~_"Il\~~~~~~~!:i~d~sru:di~~:~~J~e:~_1DD~i~n!B' d~~~!;~ ~ dflttl:r~:r~U~! f:" ~~~:

Ii' enmenler sUfll~n:'LtDtllirlbrnl'111>c le !In'C:I~lo.n doe II l~tul1,

N

De este modo, el error ab:solujo de la re.sI~11!I1cla que se rnlde 11", d ebldo a 13 dose d. preclslcn del ["ont< de 318mb,. ':I curser d~ medlda, es aprcxlmadamente de- 0, nhmto. La rnagnllud d. I. , es istencia medlda es Ig",1 a

W~ 100 IOO'k~3S5 = 100: = 173,97= 174,0 ohmtos.

El calcule expuesto lndlca quc!a clase de pr-eclsI6f1 del puent.e d'e- alambre )r cursor uHHz.adc para las medlclones no permlte medlr leI reststencia W l1::li 174,0 chmlcs con un error mencr de 0.8 ohm. Por ill tanto, en loll rc-sisliHlcia medlda, Inc:l\1!o' $il1 errores $~:!Itema Hem. If a.eci den I a! [S., pr MI lea me n. til! so! D _. pu.eden ser verd a der as u n ida<l ea ell ter as de on mio.

EjenJplo V.2. Hallar a! errnr .absclulo efl 10 medtclon de Is 1. e, m. d!i: una plla de cobre-etec por cl metoda· de confpertsatton. vlnculado con el error abselulo de IJl eseula del puerile de .[J~!!i·mbif! y cursor eeec. ~r ta) ~ I dlv, si [a Indlcaderi del puente dtcho para I. pil' norm. (do Weston) at = 450 dlv, y para .1 circuit" que se mide cc, = "86 dlv.

AI dol!te,mlr.Jar la f. f. m. E!f, d~ un cler10 ckeultn desconocldo por e~ rn~Hodo de ccmpensaclen se uilllza la coneclda lormula

(V,S)

dono, Ew es I. f .•. "1. de I. plle normal, Igu.1 , 1,01113 V. HaHernos las derivadas

(V,6)

SusUluyendo estes valores de 13$ dertvadas en la f6rrnlll~ OV.44). obtenemoe I", axpresldn para el error absolulo e~c.'DJI~El') en la l, e. rn. buscada

."""(f.I=£,,,[(:.) .. ".,,(a •• I+ \::i~ ... , ..• (aclj, (V 7) Puesto que I ill rnedicidn para 103 plln normal y para el drcultn de-scenocldo se hi] reafizado.o-l1 un mlsmc puente de alarnbre ~r (:UfSOf, lendremos que

1Eet-.r: •• ,{acx) = ~r:.. n1l'(ac),

Susti tuyen do los va lores numer I C(J$ en 1:11. f 6rm1i la (V. 7} I hallamos

." •• , IB.)= 1.0183 [~. J +~ . I] =M· IO-'V.

L3 magnitud obtentda de ~e, .JI(£jt) lndtca que: III pret:hj~6n de IE:! lectura per [a escala del puente de alambre y cursor de mcdlda

15

.eUi:."p(a} = I dlv da (ugar a una lndelermtnaclon en la r. e. m. medida

£.= 1,01B3 ~~ = 1,100V

aprcrtmadamante de (1,005 V. De aqut se deduce que le pr1!c'[Si6n Hmilad.a del puente de alarnhre V cursor no permits rnedlr [8 mag' nltud de lu L e. rn., igLial apro.~lmLld<lffiC:lltc .u. J V, eon un error menor que 0,005 V.

Cotlsidf'racion de los errores slstemsttcas. En esta sccctdn 1l0S ltnuraremos a valorar In tnlloencia de los errores slstematlccs ineopcrebles de 3pflr,~los sobre el resultado iln3t de laos rnediclones. suponiendu que SoU' conccen tanto SOU luente como SU m.ill~· nitud .

.51 12'[ error slstcmattcc es bastarue menor que lilI magnllud que se mj~le, la In(luencifi de los errores slslematlcos d-e 10:9 argurnentQS sobre el resultade nnal, e.n el caso g-ener:J] de medlcemee lndir cctss, p~!""a una lunclou de varies argumentns se puede valor ar ~O, IaIdrmnla 11\1, .14),

Vcamos r03 ejcmplcs.

Ejempla v.a. Supcngnmos que 1!1'l las condiciones del eiemplc V, I la reslstencia pate-on R no se conoce cxactamente, adernas, el error absolute eri su magnifud es igunl oil 0.1 ohmic. Eaie error enha:rh de igual modo en los resultados de todas I;R.E;. medletcnas ccu cl valor dado de la reststcncia parton, )', por 10 tanto, S~ 10 plicae COl1 5; dera r sis tern ~ t lea. Hay que V<'I lora r i a i n n uenc j a de es te error slstemelfcc en d rasultado de la rnediclon de: Itt reslstencla W, as! come. tenlendo M cuenla res resu! lades del ejemplc (V, i.), calcular .1 error absoluto 101,1 Ii (W), Ulili,,",'"o I. Josmu!e (V,3) hallnracs cl '.'alar de 13 deetveda

aU)' !lJO!J-f~

TR=-"-· -,

(V. 8)

De aqul, madlanle Ia Icrrnula (IV,44) obtendremas

0,,, (W) = '000,-. ',I, (m ~ :: ·0, I = 0, 174 ohmic,

EI error absolute lQI.1 ",,(W) en ,I valor do la reslstencla medtda. al "1IIi,., 01 resultado del .j.rnplo (V. I). sera

t.(W) = le",.(W) + •• ,.('P') = 0,751 +0,174 = O.92~ ohmic.

De este modo, fa indeterrrttnecton en la magnitud de W, dehitJa a 1a lnexactitud de la escala del puenle, de alambre )' cursor de medlda }' el error sistematico en la rnagnltud de la reslstencla patrdn, es aproximadamente doe 0.9 olunjo, [0 que se puede escrlbtr as!

\1" = 17(,0 ± 0,9 ohrnto s.

16

En este case, cl error sistcmMko en la rnagnitud de la reaistencla patron e'!"l!(R)= 0.1 ohmic da luger 5610 a un pequejio creclrnlento del error ",11 [a magnltud de W que, Sf,!: determlna. Si en adetante hay que realhar vn calculo cualqulera, sed neccsarto teller En c:ucnt:a que en 1;;1 magnltud de 11:'1 resistencta W prac.UCflmente son exactns (verdadcr as) solo las cjtrns slgntHt:.alivas enteras,

Bjemplo V.4. Supang'mo, 000'" que en I., eendlclcn .. del eJt!mplo anterior :2~llidR) = I ohmic. POi lo tanto

.0" (WI = 1000,- , '''' (R) ~ :~ • '~',74 chmlc s,

EI error absolute total en la reststencle WI en este caso sera ig',Hll a

6(W) ~ 0.751 + I.H = 2.491 ohrnlos

es declr, pr acllcamente 3 ehmios, d~ (kmdp.

W = 174:l: 3 chmics.

De este modo, el error srstemauco en. In reslstencra patron e~I.(Rl = l chrnlo conduce a un crectmtento considerable del error en la magnltud de Ia resistencia III y ya Iii tercera ciira signlficatlva ttene un error de rnagnttud conslderab!e.

Per uttlmo. veamos un ejemplc alga 111:1s c.ompl·cjo_

Ejempfo V. s, SlJpongamos que sc necealta calcular eJ calor de eva pcracidn '\ del agua. Les tenstones de vapor medldas son Lgu.1lcs fI: para 350) C P = 42.2 mrn, y para 45'1:1 C p = 7!,!;! mm, Por fa lerrnu!n de ClapeyroJ1 - Clausius:

RlniJ-T,TJ ~.= T,- T]

podemos hallar el valor medio de ]" para el Jntervalo de tempera hJr3S dado. Respendase a las stgulentes preguntas:

1) ~euMes son 10$ errcres de las magnltudes injdaJ~s~:

2) ~c!.litl ca el error absolute y el relatlvo de ~.?;

3) ~ cu B n ta.5 c.i lr as. exac tas (v erda dcras] can ti ene !?;

4) .f.C,01l qu~ C;:':'~CU111d sc puaden Iomar las mngnttndes tnlcla. les ~ar.1. que, POT UI' lado, TLO riisminUY:i!I la exaclltud de ~ y, ~ar otro, no se recer gue el calculo con cilres lnnecesartass:

5) ~cklal1las cilras sjgnmc.~tivas hay qUE {omaT en los catculcs lntermediosf

G) lelia' es Ia magnllud que lnfluye prlnclpalrncnte en .1 error de 'W Y I;;omo S(! puede dismtnuir este error?

No detallaremos las icentes de 105 errcres. Supcnemcs que los err ores Li~rl~' un caracter no aleclorlo (crevteto].

AI prtnclptc slernpre es util ccmponer la tabla de IQS nrrorcs absolutoa y relall ..... os de las, magnftudes lnlclales, Supcngamos qu.e las pre..slcmes estsn medld2l5 CDn !;3 pr~{jsidn. de ± (1,1 mm, 'Y

17

I., "m~rr't"r" con I, precisien de ±O.2" (I., l,mp",.I"ras hay que romarlas en ~IO

P. = '12.~ ± 0.1 rnm. T, = 31)3,0 '" 0.2' K.

Ii 'dem ~5 de estn.

R = l.gS72 ± (1,00005 ".I/'nol· grud

10 < = +, Ig r ~ (2,30058509 ± 0',00000(005) 'll' x,

p~>;;;;;;I1].9 ± 0,1 mrn. r, ~ 316.0 ± 0,2' K.

D~ aqul ae puedcn halL1 r los errcres ebselutos }' relallvcs de Ladas las. magntludcs:

iEp,=O,,1 rnm,

~,. = ~ = O.OOJ = 0,3%, ~Ii'l =~ ~ (J,0015 = 0,J5%. ~T, =~ 11= O.nOO7 ~ 0,07%, 1lr, =:£s% o::.~ 0,D001 = 0,07 % t

e~lr= 0.1 rum,

~r, = ° ,'2e, l!.,,_ O:2~,

I}~ = 1}. IO-~ calrsncl . gr~d. o.iil::::::; 5- Ig~J; ~ 2,5~ 1(I-~ = 2,5.IQ-J,%" 8111.1 ~:S 'lO-~. 6lf.~1 ~ o.

Detcrrnlnamcs eJ errur -eletfvc llmue {I~ A. P~lra eno ulilieamos I, flj,mu!, (IV. 45);

In 1.= In R+ In (Inf,} + I" T, + I" T, -In(T, - T,l;

dinA = £:::.=~ + d (f.-) + ~+!!t.._ rtt!-dl' ..

~ R ~.III.E!_ TI r1 rl~r,!

PI PI

!

&llni = i!J,r.: + Irl~:;_ + Il.r, + 6rr + a;r,_T,;

p,

~L'I'!.)"', = 6~r+ 0.,[11 = O,4G%;

~n~,' =2 . .'300 Ig 7._~(1). =0.53; ~~11~. = 0,.--45% =0,9%;

" '"" 1t'!.!L 0-,5 ~ P,

tlTI + ~TI = 0,14%. 61'1-71 = U.'2~ O,~ =4%;

~u~=2,5· 10-'% + 0.9% + O.I~% + 4% ~ 5% ~ 0,05.

Como era de esperur. el error mas gr1'lnde Io introduce Ia dlferencia de temperaturas. Este error $I! pucde dismittuir aumcnlando Ia precision de la mectclon de la lerrmeretur e 0 amptlando el Intervale de temperatura (estc ultlmo hay que reallearlo con caldsoo pura no paser los- Ijmi11!3 de ia apltcncldn de la (4,)rmLila). Surg-e tembren I..HL 'error considerable debldc a lall1l!:ri:iH~titud de la s medic LO nes de: I as P resloues.

Dctermlnemos el eumere de cllr as verdaderas de i' .. De acuerdo a 1'-01. destgualdad 6 < 6~5·IO~L ). tienc ilflU ctlra verdadera.

Evldentemenle, el error de R no tiene nlnguna Importancla, es dectr, R se puede rcdcndear. Si se toma R = 2,0, el error relattvo de esta magnilud es igllill a

b. = ~ = 0.006 = 0.611.

as declr, tal redcndeo ee baslnnte grosero. Si se lorna R = ! ,00, el errcr relatlvu es lgunl a

6R ~ ~\~28 a:l O.OOI5E:J!O,15%" Tal redondeo no Introduce un error fmportnnte.

Se I)uede reeondear Iarnbten la magnitud 11M, Antes utulza. mos el valor 2,303, Valoremos su error relative

~L/M=~~=O,QO02 = 0,02%.

Semcjante redondeo praeUI,.':~m~llte no lntroduce un error 1;[1 01 re::;ullaco.

Deterrnlnemcs ternlilen lit magnitLL<1 RIM qUI! lrecuentemente se encuentra an los calculos Hsic(}·Q~rmk:os.

En la aproxtmacton dada

; = 1.99· 2.303 ~ ~_58297

6,1" = 0,15% + 0.02% = 0.17%.

H a ilcmos el nu me ro de d r r {] S exactas [ver da dcr aa). Puestc

0,0011 < 0,5 ·10".

este nrimerc Hene 2 cllr as exaetas. Su crrer absolute es Igual a '>t~ "" -1.58·0.002'" 0.01.

Sf se lorna R = l,987, 511 error rorauvo cs

0 ... 0'"2002 = 0.0001 ~ O,OJ %.

En oslo case, RIM = \.987 -~_.'lO3 = 4.5700Gl. ~ ~ 0.01 % + + 0,02 'I, = 0.03 % = 0.0003. Pucstc ~ ue U. 0003.< 0,5· 10-', ,I nu.

7'1

mero de clfras exactas es j g:\HII a 3. E.! error absolute eo. ~ 0,0015. Por IQ t'"IO, RIM = 1,5700 ± 0.001 S,

Para nuestro csleulo es sultefenla tOl110r 'UM con do:s ellras e x aetas t,,·-erctnderl;l:;). Tcdas tas mcgnltudes, que entran en e~ calculo, es sulictente formulas lambien con des cifras e.ladas (conservando una citra jalsa):

~,~8 • h: 4721 ~:2 • a08 ' 2:!3 -4,53 .O,Z32 . :308. 31 S 1

I. = ----'-0--- = IG [0400 ~~l .

EI error absolute limIte es

.",,~ = 10400 ' 0.05", 500 cal/mol,

1. = 10400 ± 500 col/mol.

Formal mente la magll llud 1. !Loene :2 ciiras exactns: I }' O. 10 que: contradlce ul valor de Q =0 0,05, de donde SI! deduce que solo una cilra s.c.r!~ exactu. Sin embargo, este case es exclusive y se Tenere Imicamentc a los pnrneros nameros de cade arden (cs deelr. a los numerus cuyos 0:'11 = 1, Y 1%1')1-1 = 06 a un oumero paqueno}.

B.asand()lio.s. en esta ejernplo y en los anterlcrcs podemos lormuler iligull3S regtas pracllcas:

;]) ol1/es df!l tti.lCtl{o soJt re-wmler!dQ determinar los errores reJatl{.iiJs de fodas tos magnUr~dfJs ,.,tle C!1~lr(m on ei (:rih:laQ !J el I1U~ mero de ciiras esuaas en elias:

b) determiner el trror ,.~'aJi{,,!o II et rurmero de cifra.s excctas de! resuttado;

e) reaondear todos las m~meros de menera qu.e ltl. Gf111tJ'dad de c"i/rl11> esact«s en BUOS se(( una u.rr.idad srl{Je-rior a 'tl (Q}ttIdad de airas ex~ct(}.$ dd re:.'I;IIIl{l,ao (pa.ra los n~~me-ros redon.di!l'MOS t.ntorrec(.ame"te conserves» una cilro fa/stoll;

rlJ f!.!1 tcdos las ma.gn.itlldes intermedius hay qr1e tomar UII 111lmerO de ciiras oue Silper,.''J, iYI (/0.') un..ifiades et n.umcJ'Q de cllra! exaclas del r(!sulfa.do,

El numemde cllres exactastverdsderas) Sf' puedc detcrminar t,nto per I. d.osigu.ld,d queefecte 10 formul. (IV. 19), como pm hI mngn'it'uu del error absolute (se rccornlenda utlllz ar ta d elln ldon I de I. pig, 58).

las reg-las antes expuastas ria son universales. Cuando en el cAlc:1J!O entran numeroa redondeados, que se pueden tamar COn Ull grado de exactitud cualquieta 0 $uiicientcme:nt.e grande, y CoS nccesarlc hailer 18 dtlerencla de cos numeros prexlmos por su valor, csos nutneros se deben tornur con un gran ntimero de cllres signl'flC.aUV3S para qUill el error de Is dtlcrencta sea bastante pequerto. En tal es cases [pur ejemplo. en los calculos per .1 matodo de los cuadrados mlntmos] ell los cdlculoa lntermedlcs aparecen numeros con una gnm canlldad de cifras ~ignific3ti\'as .. PCfO. tambien en este case cl resultado linal fIene, naturalrnenle, solo un numero

Hmltado de cilras exactes. Que determlnan l a exaclltud de los d.B,tos Inlciales.

Larncntablemente, en la laorf" de los calculos eproxim.arlos no extsten reglas .establecidas .s6lidame.ll'te con respecto .31 n1Jll1em de eilr~s s:jg[H[icaUv~s. que se deben considerar 1!O los calculos Interrnedlcs. Per 10 vlsto. en carla. caso concrete estc ncmerc hay que eleglrlo de dlstlnto modo, En 10' ejempl"s dadcs en este e .• pttulc 'i en los sigulenles, el lector oblendf~ una idee sobre Ia cantldad ~ clJIas 5ignificatlvas ron que se reauaan 1'05 calculos lntermedios en uno U ctrc case.

§ 2. Consi~~rac.ion de los eeeores accldentales

En el pa.rrafo antertor se demostre que la fJredsj6-n IlmiJada del apereto de madlda 't la exlstencla de- erroree sisilimatrcos -S& puede ccnstderar eon el clJkulo de IQ~ errores absotutcs en ·I·a magnltud Que ,0 mid. par I. 16rn,ul'. (IV. 44). Est. IOTma do conslderar esos Iactores ha stdo pcslble porqu~ enos aciuan ccnstantemente. 51;"1 vartar sustaecialmente durante ~I ensayo, Para coastder er 10"5 laetores aleetortos hay que rceurrtr a.l modeto probnbte del proceso de medlcienea ':! upltcar los rnetodos de la estadtstfea metemetfca.

Puestc que In limilaci6n de la preclsldn del apar ato de rnedlda Ij las errores slstemattcos restrtn gr.:n ct ncmero de- tHras signlllcafivas exactas en la rnagnnud que se rnide, en los resultados de las. medicloncs dircctas de 13 magnitud x, asl como. en cualqulera de su funclcn Y = f(x) no ttene senudo escrtbtr un nurnero excestco de cliras sLg-nlfkntivas, D~ acuerdo a esto, conoenaremos en escrtotr en tel'! magnitudes xj!J (a.s1 como i e jj~. a en o/rf4s magn{ludes cuatesoutero. catculaaas de etlos, {bntas ciiros sl'g/tifl. catioos como se necesua efl ia m.agnUud del error absoluto tclot ~(x) (0 ~(Yll. delotm'ltMo oll/e, (I"'" I. ccuacton (V. 2)). Sin embargo. cuendo x, .rI u otras magnitudes calculedas de ellas, se utillzan como magnitudes de c-31c:1Jl0 Intcnnedlas, para evttar etrores de. cafcule ee recomienda dejar un numero de ctlras signHi. cattvas mayor que el esrgtdo per ta re.gla a nlcrlor (vease el parralo anlertor).

Analogarnente nos stendrcmos a la regia tocante a! numere de cltras signHic.ali v as. cuando y es una Iuncion de vanes argumentos.

M~-diciont:;; dfrectas. Supongamos que. tenemos n magnitudes rl. Xt •• ' , , An. ootenidas en las rnedlctcnes dlrectas de una clarf a magnitud s. Si estas medtcrones han stdo efectll~d.1s; pm un exper hnentador. en un mssmc upar atc uttllzando analoga melodo~ogi.u e lguates condiciones tnlclales, como [cgla, todas las medlclones tendra.rl identk~ pr ectsfon. Oeuernlmenie, eeto ccurr e en las mediclones [lsico-quimicas. Per eso ell adelante nDS limltarcmos a exarninar $610 Ius medtclones de tguat precision.

La extsteacla de Iactores que ;:tC-((Hll1 casualrnente do. r'ugar a que los. resattados de las mentctenes indh·jdua!cs Sean magnitudes ateatorlas, que oscnen ulrcdedor de clertc I!alor medto. es dectr, d~ La magnHud alE!atodn media gc.n~rsl que se examtna. ql.lt' determlnarnos antes en et § '2 del c-ap. 1. DF! aqu! se deduce que 1a accicn de los raeteees ateatorlos scbre ta rna gnltud que se mlde se constdera, en prlncipio, a base de des problemas:

I) halter per 10:::; dates de I£lS medtclcnee una elerte estlmecion iiptima de 16 media ~en~raJ de lu magnffud qUI! Sf! mlde;

2) determtnar cl grado de psoxlrmdad de est a estjmaclen a 18. medla general de 11'l magnltud que se mlde,

E.I segundo de los problemas cnumerados es lu csttmactcn del error aecidental. Ambos problernns pueden ser r esueltos .si suponernos que los resultados de las medlciones sattsfacen 13 Ie)' de distnbucton normal. vca mcs cads uno de elh'l~ per separede,

l. AdmUimos .como esNmacfcHl de t« media g~fU!(tJJ de to magnitu.d ql/e se mid~ ~ la m~dia arUfltl!nc.~ de las o!J$crvaclcmes, determinaaa sor fa formu.la [I. 33), qr~e escrtbtmos nueoomente

"

j=~-£.tr,

.-,

En. e!itadislica maternatica se demucstre que li3 nlcdior arttmeucu es un centre de dlspersidn am respecto a! cual I a S\JJ11:a de los cuadradcs de las desvlectones eo&. minima. Po, III tanto. le eteccton de ln estlmactcn en forma de media arilinetic8: es optima an el senttdc de los cuadr adoe rnlntrucs de las des v -laclones.

2. COi'ltl,~mim.(.lS'.f:'1"j esstmar ~{ grado de pro:dmldad de /a mesta (Lf1l.rneUcO, a '0 media gt..'n~ral per {", rnag/li'ud del irueruato. cu.!lrJ centro f.'S ta media arUmetic.a. En este co:$o [os 1imites del intertlal(l los. determtnomos de manera qUfJ! irsle clibra CO,! rln.(J p(obaM~ U?(Jd, eSla&/ecldti III media lI.eruu(}/ d.e la m~gfl.ilu.d aleo.ior.ia qu.I] ~p;"-mlde~. pef1o"!in.aremos tJ este inJ~rvalo pot" intervalo .c.;cm,lden.eim ill J6 probabi.lid~ de que ta me.dia genefal cai.!!a ~n el. tor p';otJ(ibf~ul{uI ,fldl.Jddl, La dcstgnarcrnos por 1.1 letr a e.

La magnltud tt dctcrrntna el grade da certeaa de qur.: 1:1 intervelo. conlldenclal dado cubre realmente la media general de [a magnltud .I ea torts que se mldc, L. probabllidad fiducial debe ser dada par el experimenlador eon Iunclon del grade de certeea de-~ seedu de la csUrnl!l.r;:16n, 10 qu-e se deterrninu per hnr Hues y plantecs de la, iI;'lves.Ugac:ion experimental establecida. Gener almente I a mag£liturl de Iq probabllid~d fiducial se de lgual a [').95 {a veces t.mlji~n 0,975; 0,99; 0,999),

El Intervale ccntldenc!al para fa media general de 103 magntlud .a1f!a~orj;;J qu e se m Id e Sf ~u n I U probe b L lid ud dadn de cacr en e.1 s.~ (:HJI!!Ce ccnstrutr mediante la rnagnttud atcatcrla ( )' la Iuncion de distribution de Student (v. as. el cap. II, § 2), Tomarnos la distrl·

'I

buclon de Student puesto que el nnmerc de rnedictones es llmltado.

Utlllzamos la rormulil (U~:5), que detcrmlna Ills umltes del Intervale cenlldencial por IF.! probebllidad dada de que ta rnegnltud aleatorla ,,( caig3 en el; como tal tomemes I:a. mngnltud d~ Stud,nt rill OOn l = ,,- I graces de llbertad. donee n. es .1 ",;. mere de madtclcnes

P!-Ij-.(I) < 1m < 1,_. If)) =~. (V.9)

A continuacion ponemos en lugar de f(/) su valor segiln II:!

Ee. (I L 10). Obtenemos

p[-'l-o(f)<~<',-o(/)l=a. (V. 10)

Resolvlendc In desig1181dad entre ccrchelee respscto de ~, hmd remos

P!i-I,-.(/).S(X')<~ < I+ 1,-,,(/)-«1')1= ~ (V. 11)

La f6rnlLila lV_l1) express La prcbabrudad a. de que el Intervale con extremes

x -I,_.(/)s(.<). i + Ih(f)«l)

cubre 1:.:1 media ge.neral de la magnltud que se rnlde, Por to tanto, este Intervale ser~ preelsamenta cl tntervalo conudenctal buscadc, que dntermlna la certeea de [a media arUmcUca, como CSHTil4CioIJ de. 1:A m.edia general de 1<1 mngnitutl que au mfde. A ta m.agnilud

t,_,1f) ·'(~l ~j,_" (f!';~ =0,,,(,,,), lV.12)

I "

es decir, Q ta mUad del intervale rorr!iderrclal in llamaremos error nccideniol. La utagnltud 11_",,%(f) para al nume:ro dado de grados d. IIbe,t.d ! = n - I Y I. probabilldad e. se halta niedtanle I. tabla 2 del "Suplemento".

Ter!itnc!o eft cuenia sola el error acciden.tal et resuUado de Ias m.ed{rlOt1~S' de una .derta m.ag'nillUi ,~ /lay que c-:$CfitJirJo est:

.=~ ± ' •• ,(.'1= -' ± 1,_,1/) • (.fl = t: ± 1,-.(1) 'I;~' IV. 13)

M~dicione:i indire(tas de 1.I:l funcldn de un argumento, SuponglHT105 que 5~ mfd(' dirl"daml.:'nll:! 1<11 magniturl nleatoda ». 'i 11.1 ex-

raer;~1~~~~d:~ lrn~~\~r::~e ~~:oc~;t:crd~f~~~l~l:/~ c:.;~~c~~: d~r8ex;~

mtnadc en la parte antertor. SI {a dependencta Iunclcnal es no ltneal, en el r.3S0 general e! t:rllMisis estedtsuco rigurosu clrece grandes diticultades de cslccto. Esto S~ debe 8 que pera 13 dtstrlbuclon normal del ar gumcrtte la lev de dLstrlbucion de 12: [llnCi6n Sf dilcrencte. en C€Ilp.ral, de- l a norma! y ~Odfl vel requiere buscarl a para cadu tcy de ot'li~1ribuclon rl.lH~eJ doe' ~ rpumcnto.

Sill embargo, el caso estudrado no SE! dtlerenclera en nsda del examlnooo en I a pOHle anterior. si se tntroducc la hipotests slmptlftcadcre de que en puquefios lntervales de varfaelon del argurnenin norm a l mente d ist rihui do I a hmci6n de este 01 r gil U1 en to tam b i c.n obedece a la ley tie distribuc-idn normal. btecSlan11! tal h.lp6t~5i5 se pueden obtener resultados completamente adrnlstbfes para Jines practices Y. lit miamo tiempo, evnar 13 ccnsjderahle compllcaclon de '08 caleujos, que aparecen al resolver exactamenre el probterna }' que dan. en realtdad, sdlc p~q~LlZnas eorrecciones a las magn ltudes de los, e roree accldentmes, hallados por el rnetodo simpHficado.

Supcngamos que Xl, ..t'2. _ •• !(>l SOn 10s resultados de n medleicnes de Is magnitud aleatoria .1:_ En lal caso, para cada ,tl se puede hallnr ct respective valor de y" calcular 103 megnitud de 1<1 media aritm~Hca g y In disperslcn muestral s~(y), A continuacidn, apttcaneo 1!1 metoda analogI) al utlllzado en 1::1 1}.IJ;rL(: antettor, pure la megnilud del error aocldental f:1Io~dY) se puede obtener la expresidu

(V. 14)

donde 1= n - 1 cs 01 numerc d. gtadns do llbertad de la dlsper - siftn S2(y).

A I cons{der(lf· s6'0 el error accidental el resuttoao d-e las me:tU· ctcees de J(J. [unclcn. en tal coso, se nnede esc1"ibir asi

- (f) ,(,I

y=p±/!-u fi·

5i 1(,) ea una lu "don bastanle compleia y 01 ,.Icolo r.~,tidQ de 111 magnftud 11, ~gUn el valor ccrrespondlente de x, es dlnCl:.lI~ t050, se reccmlcada determiner, 31 priT)crpio, 'as rnagmIudes i y s:rf.\') par t'Hii mediclones dadas de XI, x~, " .• .tn., Y fuego calcular[~S 1lI1'.1.'! \'eZ. de acucrdn a hJS rnagntludcs !i Y s(y) mediante las Iorrnulas aproxlrnadas (I. 34) Y II. 48)

ii~f(.<),

'(Y)=I*I~fg(x),

Medh:lrJonU Indlreefas de [a hmcion de miis de un erguntento.

Supongamos que tenemos concclda 1& lunclon ell:! mHJ~ cuanlqjS ergumentos H ~ f(xl• Xi, ••• I x.I!.L ademas, las magnljudee XI, Xl "., x~ se mrdan directamente en el ensayo. Este es un ejemplo de medlclones indrrectas en el C.l50 mas general. Un ana· nsts estadlsuco rigurosn del error acctdental, como C!J1 Ia 1HITh~ anterior, requlere le huaqueda de: Ia ley de di.striDucl6n de la Iuncion conforrne a una 14!_Y de. disirilmdorJ concclda de los argumenIosfsupuestos. par ejemplo, norrnates para un numere grande d-e

&,

ruediciones, ~. de Student para un rmmcrc Hmitado). En el caso general III rcsulucicu de tal problema presents gr<ind~'So dliicultades de celculo. Pur cso, la estimactdn rlgurosa del error en este caso es diHdl y practtcnrnente es vaua. Por 10 cual, urlllenmos et metod", strnpllilcado, que hdlita ccnsfderabtemente los celculcs, Y III rnisrno llcmpo da una esnmecien dol error accidental sellcientemente sellalaclortc ~' npficable par a Hnes pr ecttcos .

... lnlroduzcamos las :!iigL~I~nles auposjctones,

1. Las magnitudes alcatonas Xl~ X-1. _ •• , X.I! Son tndependlentes.

2. En pequc-flos Intervelos de vartactcn de los argumcntcs 1.1.'1 hmri6n u esta normalmente distrlbnida.

3. LB~ dtspcrstcn muestrat doe 13 magnltud 9 es jgual a 13 correspcndlcnte general, es declr.

~,WJ = a'lii).

Apolical1iJo cstae l1l{)'6tesls el analisis de~ error accldenta! :5i! reduce a In stgu iente:

MediantC" lu lormuta aproxirnade (1. J.l) hallamcs In magnihH!J

y= I(i" r". "io).

donde XI. 1';1. ' , , , _t:iI SDn las medias aritrneticas de: los respecllvcs argumentns. A conttnuacion per la Idrmule ('1.48) esumamcs la disperstuu muestral

•

,-'Iii) = 1: (-;t-)" ,,'(i,l

r .. 1 (J:1ICJr

y de acuerdo a te suposic_j6n 3 If'J cOl'Jsir.U:iimos. igual <I 1:;!. dlspersldn ge neral a~ (Y) ,

las. supostciones 0 hlpvtcsis inlrnducidas permlten escribir

.. ",,(yl= U,~SW) (V. 16)

para ;a magnltu d del error accidenlel. don de Ul---{J es una rnagnitu.1 detcrmtnaoa por I .... hmti.:'in de dfstrihl!ci6n norma! para la prcbabtndnd fidudal .rz. Esta ftwgni~ ud 3C puc-ode halter en IL'I Inbla 2 del "Suplumento''. Los v alores de- UI-a: llenan las Hneaa de esta t .... bla correspondlcnte a f = QO. pucstc Que pam un Ilumcro Iniin Ifamente grande de. ~f3dos de lIbcrlad Ia Iuncfdn th~ dfstribucion de Student, mediante la CU.;! I ae ha compcesto esta tabla, pasa a ta Iuncien de distribuclon normal (vease er cap. II. § 2)_ Si como es habitual se toma Is magnltud de la probabilidad liduclat a.. = 0.9.5. mediante la tabla 2 del "gnptemcnto'' se puede hallar U,_~, = U(1,I;I~ = 1,96:::::: 2. La cxpresi6.n par;) et error acerdental (V, If;} se cnnvlerte en

IV. 11) &>

Puesto q\l~ para calcular el error accldcntal siempre utltlzaremos la probablndad fiducial optima d. 95%, e', et Coso ,,<"eraJ I!xa.mi.nado de las medic/ones tndirectos di! la frHlch'm dB I~ af"gttmertlos el resnuoao de las medictones al con.slderar scHo et error acctdentot to t'saivimo~ en. to [orma eJemenlul

g= y±2.>(!l),

W1B)

§ 3. E.sfimatl6n dt" error tete! de llis medlctcnes, Ejemplos

A eontinuacicn veamos una serie de eje:mplos que Ilusttan el r.alculo del error accidental y el error Iota! de 'as medlctones.

Ejemplo V_ 6. Sa ha rnedldc la longuud L con un mlcroscopfo medtdor, con dlvlslcn ea de 0,0 I mrn en la escala del tambor. L" leclura pOT la escala del tembor S~ efeclu.a n ejn con pflC'Cis[t')n d. !,.,t, 0,1 del Intervale d. I, "col" es declr, ''"'" .,ILl = ~ 0,001 mrn, S~ han medldo cinco veces (n =< 5} '!! se han obte"Ida 10 s s lgulentes vajcres de L en mrn: 6,191: 6,215; 6,228, B,2UO Y ~2r1. Determinar por las mcdiclones dad as el valor de la lengilud que Sf mlde eetimar el error accidental y el total de 12s mediciones, auponiendc que no extsten errcres sistemalicos de las, medlcicnes.

L" magnitudes ! y ,'(I.) •• calculan mediante los natus dado' en la tabla I:

. ,

t ~ t :E 1.1 = 31~' = 6,2102,

.. ,

n

s'(L)=F, L(L,-Lf= D~=2,146" 10 .....

1-'

t, Li-! (r.~-i)1
6,Jm -0,019' 0,0000""&
6J~1S +0,0048 0,000023(1
B,2~a +0.01;8 0,000.1168
',200 -0,0102 0.0001040
6,21i +0.0068 0,0000462
~ I 31,{)51 I 0,0000 O,OIIO&'l"G
I r-.,IW'] jt {l..~ lei. 2,1 ·1150· [(I ..... De acu! hallamos

siLl = )/2,1,16. io < = 1,460' 10-'.

'tomando para l a probabllldad lldnclal el vulcr C(. ~'O.%, per la tabla :2 del "Suplemento'' hallamns t-D,~(4) = 2,7764. D~ aq Ltl I pOT I~ formula (V. l2) obtencmos para el error aceldental

.em (L) ~_, II-a (~l_s U .. ~ 2.711)~, L 1.16.." LfI_-~ = II,S2 _ lir~ mm,

y~ ~,?.3&

EI error 101.1 .(L) ,.,! fg'-,"I a

'IL) = Oc". ",ILl + omlL) = O.ilOI + 0.013 = Q.019 mm.

El r esultado de I ns medlcionea de le lcngttud sera L = 6,210 ±O,OI 9 mm.

La magnttud d-cl error total de ias modlctcnes mdlca qUe! I.b milesimas partes de 1<1 longltud medlda WI'! ta lsas , y las C4!'n!~.:ii[· mas tlenen inrleterminecicn nprcxtmaoamcnte en (los unldadea, es decfr. el resullaoc itnal de 1,15 F1lC'ili:Cl(l'lCS es mBS cor rectn eecrtblrlo ~~i:

L = 6.21 ± 0,02 ntm.

Ejemplo V_ 7. La capncttuncta ~~~ctrLCI3 de ta ce[uhL utillz ada para medlr 1<1 conductancia lfOr I:!.I circultc de compensacfen ae delermln6 medtante un plJelll[! de alambre 'f cursor, cuyo error de eS'C,j!I2I es doe I dlv. Se [tnn obtcl1iliD las slgui.e-nle:.s In(Hc~clo~ nes a del puente do alambru '1 cursor para 0,1 N .:1F2 le sclucban de- I\.CI: 529: 526: 524; 525 'j 518 di~ ell una eeststencla pi!fr'DD R = 2.0 ol1mim,. Hallar ln cecacitaocla electeice de I,r! celulu C, csumsr las error,c'S, aeeroentaf y totel, 5i el error s.ist~matico de: 1", reststencia l},'t~r6n ~!.(R) = Q, I ohrmo.

L.8 capacltnncia electricil doe la celula C se eateutn per la conocid ~ f otJ1'u.l1 a

IV. IS)

don de ",.{ = 1 ,285tiCl- J (I-~ 0-1 - -:.':111-1 es ln CQ 11~ uti i bll ida d e H~drica de D,l IV rfe le eolucton de KCl a 25~ C (lo ecnstde-amos lln~ ,Il),p,.g. nttud exacts}, \1 WJ cs ~a resletencla de lu :5C1iud6fL que '5'C mlde. cakulada de- I~/s hH.Hca.;::jont~S (lei puente de elamcre 'f cursor ~m ,,, formula

es i.l~fir t

(V. 20)

IV_21)

Antes que nndn vamos ,L 11 .... 11 ur col error absolute de 109 cepacitanctn (!:1~dJka d(!- l n ClBuh que se mlde. dcpendjente daJ error de ta (;;3c~1 a de mcdtcton del puente de alambru }' cursor.

51

De r. Eo. rv. 21) se deduce

.!if ~ - :: . 10".

D. don de. uliii •• "do I. formula (IV, ~4), nallamcs eeAe,,"'p (C) = !j:-. IO~8c-Jo('_ tp(a),

(V.22)

IV,Z3)

Suetltuyendo aqu l los _ valores IlLHnt!riC"QS d-c ",04: =:. 1.28500 X X ~Og3" ~l-I'c:rn-I, R ;:::::;;; 20 ehmios, a = if = 524,4 dlv (venae la tabla 2), £~",,~(a)= J dlv, obtenernos

J.'2&500. jO-~· 20, I(I~ -4-1

"' .. , .,lC) = 1,,.,,,1' . 1 ~9,4· [0 em .

A ccntinuaclen determtnemcs el error absolute de la capacllancia que se mlde, relacloneua con el error slstematlcc de la rcTabid Z

" IJ~_"I w, "'r-W (lej-i'r
529 41L 11.801 -0,>330 0,111200
5:26, 04i7" 11\,01.) ~O.IL74J 0,01:3(1.30
524 "0 18.168 +0.027< n,OOOi~1
525 475 18.00-J -D.~';~ O,OOXl7g
&lB ;'82 18,610 +0,4694 0.220338
lj I 2622 I 90,7((1 I O.OOIXJ O,.l'ffi285
I--,NAI 10' = I~,"OAI "111')-8,70', [0-' elstenc!n patron: lI!~b{RJ = O.l obmto. Utntaendo [a Iorrnula (\1.21). 1,,,110100' I. der! va o.

*=~ IOOOQ-"' (V,24)

De .qul, mediante I. formula (IV, 44), chlenemos

B;l11 (C) ~:it ~IOOO(j-.!I 65h {RJ.

Sustttuyendo eon esta f6rmula l05 valores numcricos

;If; = 1,26660·10-2: Q-I crn-'. U = a = 524A dlv, ... (II) ~ 0.1 ohrnto,

(V,2~)

hsHamos

sa

De set P.: modo, ,1;.':1 error a bsol u to to ta I en l III rna gr:Jitu d d e I iii, ca paclrancla de 111 celule C:es 19u.al a

Alc)= 9,4 -10-' + 11.7-10--< - nl-IO·· ~ 2.1 1·10-' crn-",

A. h~ r II h alla 1T1.Q:'; ~a rna gn lt \l dey estl mn moo. el errc r accidcn tal ho::;dC)- 13:1 hj labla 2 Sf: Cia al calcule de 1::1 ma.goit1.H1 W == lS.Has.

j .' I W) = B.701·1 0". es deelr ,(W) ~ V fio7 - 10.""' -= 2.951' 10- , Utili'!.<lrulo ~a$ formulas

y

C=~W siC) = "-'IW),

IV. 26) (V. 27-)

obtenernos

c ~ 1.28560·10-"18.1406 = a .. n3.21 em"

'IC) = I,2S5BO·I·O"-~.951.1O-' = 3.194·10·' cm-'.

Catcutarnos a t:m1tinu.a.::i6Li I~ magnttud del error accidental P'Or loa lermvln. que ttl eslc caso ILene la forma

('") "-0 III , I C) (\' . "8)

'.~u= Yo •

donde I ~ ~ -I ~ 4. par. ln p'ob't>jjjd,~ liduclal a· = 0.95. Per la !.~h~tI 2 del "Sualementc" ll~lhmas, to.l)!;.(4) = 2,11()4_ gustltuyen. O(l 10$ val-orcs ntJm.erjco:3. en le Idrmula (V_ ~8), cbtenemcs

I];~~~ ~C)= ~,I7fj.lj-~;if:~ w~l! =4,711, JO-:I: cm ",

El error tote! de ]<1' magnitud C results 19u.3l a

,IC) ~ 2.1·10-' + 4,7·10-' ~ 6,8.10-' ~ 7·10-' cnr", El resultado llual serd

C ~ 0,233 ± 0.007 c m-'.

L:;II magrutud chlenida d-el error indica ~uc are et vntcr u1'1':dldo de 1& -C".~pneH!mc.ia de 111 ce-lula. Ii'! terce-a citr a si gnllicetlva tiene U J1 a, ind cterml nacion a pro x i mn d amente d ~ 7 IJ n i d R des po r cent lmetro.

Ej,mpl. V. 8 .• M"~I'nl. I. c!lol" cUY' capacttancia se determi ru) ~11 i:"!l 'E:j em I}! I) V _ 1, S'E' ha med i do 1 a constante de d isoci acton del Jcldo lO,mico con diluci6n V = 100.4 Ilg·.qul, Ion este oj.mplc V sc constder a una mngnllud @:!o;.acta) 'i re·~jslenr.i;q p-atron R ;[;01 5JOO ohrnros. En cstc case, se han cblenldo iss slgu,lcmtes tnoicacion",." del p"Mte d •• I.mbro ~ '""0" 516: 522, 519, 519 Y 518 dLi,I'_ Hay que haltar 1.1 ccnelente de disoc.[,iicicn del .1c[QO Idrmim yo eat! mar el e rrc r dC-51.:! del erm i n ac len, el 1 n P reels [611 del puente de atarnbre ~ cursor de rnedtdu eee. <L1jl(,iT) = 1 dlv. r et error slstemallco d. I, resistencla pal 'ZYn ".1 R) = I 011 m i o.

"

Deducimos 8.1 prtnclolo las eceectactenes neceaartas.

Se sabe que la constante de dlsoclacrdn k rlt" un MinD dHrJ se delermina pm la Ie.y de diluc16n de Ostwald

k ~ (I ~(J,:) V I (V. 29)

doede tz. es el grade de dis,{)cf.1cj.u'n del add!.) peru la drlucion V. que a su vee Se determlna par tn f6rmula

hv

n= '\00. (V. 30)

en donde

Av = ~V·IO'

IV 31)

es la conduetaneta equlvalentc par.'} 1;;1 d[llJdon I', y ~ (IS la mlsma magnltud pt! ra una d Iludon lnnnJl u (V,I rot- ~I acrdo lonnlcc ~ = ~1043·1Q1, par,a slmptlllcar los dl!'ulo:'i Iii comlder amos una ma g:nltud exact ~} I :i':. es Ia co ndnct a n ci 4 cspecll i c a de lc sed IJ ri Oil de ac.tdo ~,1ra loa clilucf6f1 V.

La magnitlJG de 'K se determtna de Ia resrsteue!e W de 1<1 solucian que se mlde p"or 1<1 formula

(V. 32)

donde C es la capacltaneie de 1.1 celula ullllzada, La r eslstencia W de 18 SOhici611 eslil reluclonnda eon tas lndlcaciones del puente de alambre y cursor a por le formul.a

rv, 33)

De este modo, deterrrunando dfrectamenle en el ensayc 1£1 [ndicacten a del puente doe alambre y curser f!:iLra Ie solucion acid.!!.. mediante I. hilera de igueldades (V. Z9) -(V. 3.3) so puede nallar Ia constante de dlsociaclon bus-carla- de\ acldc para Ia dilucl6n dad e.

Deduclrnos al prlnclplo las r6rm!Jl~:s neceearlaa para delsrtnln a r ius. errores- a bsolutcs eee. ILl' {k} '!I f!6ln (It) •

UIIII.,ndo ·1. 16, mula (V.29) ha harnos I. do,i",d~

i):t J 2il _ai

dO~V' fl-.)' (V. 34)

0, sl Sf despreclan las magnitudes jnillli~csjmas de segundo orden to. < I),

a. I 20

To=V'~'

(V. 35)

Par 10 tanto. el error abscluto ~~. lilt!.:, se cxpresa por ei error absolute E"u~ DJ)(a.) con Ie Inrmule

IV. So)

A con(inu.oion, uflHz.ndo I as 16rmulas (V.30) Y (V. 3t), exprasamcs el error absolute f~(l_ "II (a:,) pOt el error absolute eese. oIII1{l(), Para ~lID calculsrnos 1;[1 derl ..... ada

%i-==- y~: I (v. 31)

de donde

"'K .. ,(U)~ v~~ <o< • .,(~). (V.3S)

Ponlendo I. E<. (V.38) en 1. (V. 35), expresamos ",",." (~l por I'~e.llj)(~)

~~~ n5'J{k~ == +. l..:_o 2(1. , V ~~IJ~ I!:~!.o:. "'P (",.1;) =-

= l ~ 24 • ;:: .. ,., ,,(~). (V. 39) Uttfb ando la J6rl11ula (V. 3.2) expresamos ahora el error absolui. c ....... r.) por los errorcs absolutes eeee .•• (e) .y ....... (W). Calcutamos las derlvadas

(V. 40)

De dcnde

"' .... ,.(,,) ~~ '.~ ,,(e) + ;, '.~ .,(W). (V.41)

Utllieandc 1, Eo. (V.33) exprcsaaioe ","c . .,(W) POT eee. ,,(a)

e,,, .• ,(W)= R~:n' ...... ,(~). (V. 42)

POT 10 tanto, I. eo. (V .. 41) 50 puede escrtblr .,,1

~~, !lil(X) .... ~!~"C'. Iljl(C) + ~ R:.!rl 6.,1;1,:.1, (0). (V. 43) lntrnduelendu t. Eo. (V.131 en to (V.39), obtenemos

~ 1[1;1 [I t CR· IQ' 1 )

,,,, .•• {kl~~K:' w.,,~.>(C)TUiT-;;r- ....... (a) • (V.44

An~~og.aL'ilente pur a 4!bl~{k) ~~ puede obtcner la expreslon

(,.) 2. 10' [ t. C 1000-. (R)j (V 5

~ll ~ 0:::::: -.--:::1'a /t.~ W-fi.Ju,(C) + W'T--.-t.JII ' .4 )

Sumandc (V. HI y (V. 45) obtcnemos I, Iormula final para el dlcu'u del error absolute total en 1.0 ma~nilud de la con stante de dtscclactcn

l1(k}- I ~u21l ~G~ X

x[~~B+ f,-V~!O' ,= .• ,(0)+ 1000.-" O'l'(~I)l. (V,~6)

91

Dcducirnos ahcra la Idrmutn p.fL~a delerminar ln dlsperaion de fa constarue de disociacicn,

UtiH7.ando la rdrmula (V. 35)1 tendremos

(V. 17)

°1 despreclandn los lerrnlnce Inltnltestmcs de 6rdl,mes suuerlor ea

t· s« )' I •• '

To =--yi"" i~4a"

De aqul hellamos para 1(.1 dispersion media cuadrsttca

,f'(k) = *' I :a.:a s'l{(i).

D. I, fOrm"l. (V .• 17) obtenemos

(~)'_V"'O'. ih. - i\~ 1

por 10 tanto.

.'(0) = V",'D' "(~J.

A~

Reunlendo I as Ecs, (V. 511 Y (V .. 19), hallamos S'(R)=~._I2'_s,(~). 1-40: A!

(V. 48)

(V. 49)

(V. 50)

(V.5I)

(V. 52)

Utlltaando la Ec, (V.411) P;:H":;I las det ivadas, nbtenemos la expresian per a 1.0 dlsper ston

t ~ C' ~

."(i<)=v.s'(C) + IV' ,'(WI· (V.53)

(V. 54)

Las formu[" (V.46) y (V. 01) dan [as expresiones necesarlas para estlmar el error total IlOT los datos experlmentales.

veamos ahora los calculos numertcos.

En la tabla 3 es.t~n csleuladas las magnltudca de a ~ 5]8.8, W = 46J.7H 01'm;05. Tomando d.[ "/'omplo V. 7 I, magnltud C = .=0.23321, per I, [ormul. (V. 32) hallamos

i='£ O,2332l =502853. IO-~-l em-I,

IF ':6ll,770.1 •

Luego, per ta f6TIl1uhl {V. al) de1l:!!rl11fnurnos

X. = V· 10',,= JO~,4· 10',5,02853· [0"=5,01804 ·10'.

g,

r"M.a :t
" 1 LijI:JJ-Qj I ~, tf't-ii" (lFj~or'"jl
516 Ill' ·'Gil,99 +~,:2"113 27,20W!
;:.~ 01-78- ;!j,r,7,B5 .......s,g:2 .. 30,003,"
,19 ,81 ,153,39 ~D,::IB ... Q,L,ll'6
5L~ ,81 '''',39 ~D,::j.jW D,H746
BIS <I, ~[:!).2L +'."6 tlls.a
1: ZO:Jij,..j 2l'1.s,81 O,(]OO 64.:n.1'.H
11 .. [H8,8 WIc::II~.l1'l :s-f(U?)_ t~,IW y pori, Wrnuia (V_ 30)

_ .hv 6.04&14· LQ' " ~I

0= A~ = ',OJ'. L~ = 1.24874,10 •

_'\e<lJ'nto ea I as m.g"ilu~ as por I" f6,m"la (V, 29) hail.",,,

~ =~= IL.'-I!m _ -!Q~I)' = 1,77'176 _ 10-'.

(1- 0) V (L -1,2·1'" _ 10 '), 100,'

A mntL,[lUr.i,r.ian ponlendo en J.n.f6'rHmla (y_ <IS} a = a = 5] S.8t R = SOU chrnlos, C = C = Q,n321 cm-' W = 11' = (63.174 011- mms ,,= ,\ = 1,2Q811·IO-', ,'I_ = 4,OQ3·IO', 61C) = 2,11 X X 10"' cnr" (\0",.40' del ajcrnplo V.7) • eeac. "~(") = 1 div, !f:.st~(R) = ,l olunto, ontenemos ILl slguJ.cn1e magnited del error absolu I 0 to t a' en \ a 1;:.0 natun toe de d tsoctacron:

/J. {k) = 2· '.~48"· w-' w' X

- L - 2· 1~"24371· LO ! ' ,t,01)3· Hi

X [~.".IG-' + O,1JJOI (500' 10' . I + '000- 51',8 . III =

463.,n~ , (~63.n4)1 {!j18,W . ~L8J3

= O,82336{4,55. 10-' + 3,U2 . IQ-,) = 0,82336·7,57. 10-6 =

~ 6,23 ' 10-'.

Cateulamos seguldarnenle la magntluu de' error accldental.

Del ejcmplc (V 7) Iomamca s (C) ~ J,7g4 ]0". I), 'Qui ,,' (C)= c::: ;: ~C] [-I.:3~1'4:. IO-e. = 2,S789 , 10-6• Er1 la labia 3 esta cutcu-

lad. s (W) = 16, 19a, de "bode .' (IV) = ";") = r6.~ro = 3.~Jaf;.

Suetrtuyendc los correspondientcs valor es numertcos en la formula (V. 5,1). naflamcs

~ - ~.(.,2-1aN.lO-I)~ IO~

'(k)~ I' j. '.2"'''1 . I'."'" '0')' X

X[~.l. I~'''''')''''=J 1 311·10-"

("'li3,774)2 I (4W.174)i =' I •

De- uqul

)' parr! cl error accidental en It! magnltud de ta ccnstente de disoclacldn per [a f6rmul(l (V. 11) obtcncmos

eece (I,) = 2s(~1 = 2· 3l>'O.I{)-" = 1,2.10· 10 ....

EI error totat de! las madiciones de 1~ constantc oUl;: dtscctaclon sera

elk) = t,(k) + ... dk) = 6.23· '0-' + 7.24 ·IO~ = 13,17·10-'.

De este modo, e! resultado de ILiS medlcloues de la constanle de dtsocncldn de! dctdo Iormtcc hay que escriblrlo en J~~ Icrma:

,,= (1,17 ± 0,13) ·10-'.

La rnagnltud obtentda del error rete! de las m~tHciones demuestra que en el valor 113113d(j doe lu conslanle de dlscctacren del acidc fdrmico I ill segundu ctlra signiiic:alh·,a despues de la coma es lalsa, y la prlmera uenc una tndcic-rm;nacion de una unldad, es decir, Iinalrnente

k= (I,S±O.I).IO··.

Ejemple V.1t Al determinar la r,~.m, de una ptla de cobre-atnc sa ban oblenido las indtcuctones del puerile de alarnbre "1 curser "'l WI = 452; ,153: 450, 450 Y 457 par" .1 circuito de la plle normal y .«x) = 183: 469; .86; .88 y 483 para .1 clrcultocuya l.e.m, hay ~ue determiner. Hallar l a Le.m. de, Ia plla de cobrc-zinc y estimar el. error de su delermlnecion, si el error absolute de aa escala del puente de me-dida seee. tip (ac) = J djv, Se supone que no exlsten errores ststemalicos de medlclones,

L~ formula para deterrnlnar el error absolute de la l.e.m, que: se midI!! en hmcfon del error de lecture per la escala de medlda chi puente de alambrc y cursor ue dedu]c en el ejempto V, 2, En el lie 11<1H6 su magnuud per 10:$ dates del prescnte cjemplo

,~ e. .,(E.) = ;,6 ·IO_' V,

Ahor. hallamos I. media "Umeiica d. 1. t.e.m, que se mid.

Y eetculamos su error accidental. PQr los valores de acw = = 4S5.8 )' ii<TWl = 450.4 (vecse I. tabla ,I). hallarncs

E,=E~~ =1.Q'S3~=I,O~8V •

•• (wl <5O,j

I or, jlitl 1~~17)-~~)'ol~( I,#)_~~l ~ ~GJ i~l j C~j ."I-llIt~1r~1 t;tiI-:-IIIe INn'
,
, <5. +1,6 2.00 .", -2,3 , 7,84
, <53 +',Il e.l0 ,so +3.2 10.24
" .50 -G,4 (1,[06 .fat +0.2 I 0,1:14
• or,o -M 0.16 46S +~? ....R"
s .. , -3.' llJif~ <S" -2.,13 1,84
}.;I m' I 0.0 I :l:l,W 242') 0.0 I ,G.'"
I~-' ,tllac(WH"",,5.30 tH(7;= s11Iic(~)11i5 (,'l1:1
~4.50.4 -."'.8 Ut]l[7'.ando los valores de las dnrivadas (V.6) 'i i~ formula (I. ~8). b"HL'lffiO:!1 la, expresiflll ptlf<J 1<1 dlspereldn ,

.'(E,)= £',,[ , S'I"'lx)] + ,,,I,ll' . s'IOC(Wll]. IV. 55)

. [a:c (ll7jp . r,lJ'~ (WH'

En I. tabla ~ eslan ealeutedos 10' vatores de .,' [ar(W)l = ;,;W y s'[ DC (x)J = 7,70, de donde

"10«11")1- "1"0111'11 = ";0 = 1.060,

s'rMTxiI= "1";("1 = ';70 = 1.04Q.

S\.lSl;~u)l~n(l1) estes va'cres. asl como las magnltudes lie (.I") = = 485,8 Y iiC(Wj' ~ ·15O.i en 10 lermula IV. 55) obtenemcs

s'(E.I= 1.0183' l('I~:I' + l:~~::l: . 1,0001 = 1.41752.10-'.

Por to tanto

,(E.) = 3.76(;·10-' V

l' para la magnltud de] error accidental teoeutos (veese la formula (V. 17))

''''( E.) = 2, (!.) es, 7.532· 10"' V.

Ahora estlmamcs l a maanllud del error total de: las JI1Q.diciD· ucs

• (£.) = '''''' .. IE.) + .",{J.i,) = M, 10"" + 7.5.10-' =

.:::::::l l2,l·1Q-~ V,

E. = I.WS o!; 0.012 V,

La rfi3IJfiitud obtenjd» del error total indica que 1"1 tcrcera cllr a decimal en la megnjtud medida de la Le, Ill, ee latsa, y La segunda tiene una rndetermtnaclcn a proximedementc {j1Z una unidad, es dcclr,

E,= 1.I0±O,OI V,

Eo eonct uston. ca be tracer nota r QIJ C' en to d na Ius ejcmp los ~:!Imjll,fJdos. ~I error accldental he stdo del mismo orden que 1,)" Esto 1100 :s.iKlliriC'CI I'a ~I!~, ctasc de ta.s. medtcloncs. slnc S1jIQ de-nuta QU~ la eonstanctn d-e las C'O[]diciO:ll~se .. (l{'~I'a.s correspoude a: Ia clsse de prt'(,Isi6n de- los aparetos de medtde.