Documentos de Académico
Documentos de Profesional
Documentos de Cultura
La probabilidad de que un error este comprendido entre dos valores a y b, vendrá por la
integral:
𝒑 𝒃 𝟐 𝟐
. 𝒆 𝒂−𝒑 𝒙 . 𝒅𝒙
√𝝅
Que presenta el área comprendida entre la curva de Gauss, las ordenadas levantadas en a y
b, y el eje de abscisas.
ERRORES MODELO MATEMATICO
Para determinar la probabilidad sin necesidad de calcular la integral se han tabulado los
valores de la misma. Si queremos entrar en la tabla que nos da la probabilidad, es decir
el área comprendida entre el eje de ordenadas, la ordenada por la abscisa
correspondiente y la curva de Gauss, hay que tipificar la variable, para lo cual se le resta
la media aritmética y se divide por la deviación típica. De este modo conseguimos que
la media aritmética sea cero y la desviación típica la unidad. La desviación típica
coincide con el error medio cuadrático. Para tipificar una variable hace falta un mínimo
de treinta medidas.
ERRORES MODELO MATEMATICO
• El área comprendida entre -1 y +1, es el 68.27% del
total que es igual a la unidad. El área comprendida
entre -2 y +2, y entre -3 y +3 son respectivamente el
95.45% y el 99.73% del total. Este valor, es decir el
valor de la abscisa que delimita el 99.73% de la
superficie comprendida entre la curva y el eje de la
abscisa corresponde al error máximo, que será más
utilizado en Topografía ya que nos define la tolerancia
de los errores cometidos
Interpretación del error estándar
• El error estándar establece los límites dentro de los
cuales debe esperarse que caigan las mediciones
68.27% de las veces. En otras palabras, si se repitió 10
veces una medición, debería esperarse que
aproximadamente 7 de los resultados queden dentro
de los límites establecidos por el error estándar y 3 de
ellos caerían fuera de dichos límites. Otra
interpretación es que una medición adicional tendría
68.27% de probabilidad de caer dentro de los límites
establecidos por el error estándar. Una tercera
deducción es que el valor real o verdadero tiene
68.27% de probabilidades de caer dentro de los límites
del error estándar.
Interpretación del error estándar
E50 = 0,6745σ
E90 = 1,6449σ
E95 = 1,9599σ
El error de 50% (E50) es el llamado error
probable. Este valor establece los límites
dentro de los cuales han de caer las
mediciones 50% de las veces. En otras
palabras, una medida tendrá la misma
probabilidad de quedar dentro de estos
límites que de caer fuera de ellos.
Interpretación del error estándar
Interpretación del error estándar
• Errores de 50, 90 y 95%
Se puede determinar la probabilidad de un error
de cualquier porcentaje de probabilidad
mediante la siguiente ecuación general.
Ep=Cpσ
En la cual Ep es el porcentaje de error y Cp es
un factor numérico.
ERRORES MODELO MATEMATICO
Ejemplo
• Supóngase que se ha medido 10 veces una
línea, con los resultados a continuación. Se
supone que estas mediciones ya se han
corregido por todos los errores sistemáticos.
ERRORES MODELO MATEMATICO
Ejemplo
ERRORES MODELO MATEMATICO
Ejemplo
Pueden deducirse las siguientes conclusiones:
1. La longitud más probable es 1000,45 m.
2. El error estándar de una sola medida es ±0,08 m.
3. La expectativa normal es que 68% de las veces, una longitud
registrada estaría comprendida entre 1000,37 y 1000,53 m; es
decir, que aproximadamente siete de los valores estarían
comprendidos dentro de estos límites. (Realmente siete lo están.)
4. El error probable (E50) es ±0,05 m. Por tanto, puede anticiparse
que la mitad, o sea cinco, de las medidas caerán dentro del
intervalo 1000,40 a 1000,50. (Cuatro valores quedan ahí).
5. 90% de las veces una longitud medida no contendrá un error
mayor de ±0,13 m, y su valor estaría dentro del intervalo de
1000,32 y 1000,58
ERRORES MODELO MATEMATICO
Ejemplo
• . El error de 95% sería ±0,15, y la longitud
estaría comprendida entre 1000,30 y 1000,60
en el 95% de las veces. (Nótese que todas las
medidas están, por cierto, dentro de los
límites de ambos errores, el de 90% y el de
95%.
ERRORES MODELO MATEMATICO.-
EJEMPLO
• Se ha medido un ángulo con un teodolito sexagesimal y se han realizado treinta y
seis medidas, cuyos resultados son los siguientes:
123º 42' 6.11'' 123º 42' 5.14'' 123º 42' 5.14'' 123º 42' 11.78''
123º 42' 8.28'' 123º 42' 8.28'' 123º 42' 6.11'' 123º 42' 7.21''
123º 42' 6.11'' 123º 42' 8.28'' 123º 42' 6.47'' 123º 42' 6.47''
123º 42' 6.47'' 123º 42' 6.47'' 123º 42' 7.21'' 123º 42' 5.14''
123º 42' 6.47'' 123º 42' 6.47'' 123º 42' 5.14'' 123º 42' 6.47''
123º 42' 6.47'' 123º 42' 6.47'' 123º 42' 6.47'' 123º 42' 6.47''
123º 42' 6.47'' 123º 42' 6.47'' 123º 42' 8.28'' 123º 42' 6.11''
123º 42' 8.28'' 123º 42' 6.47'' 123º 42' 8.28'' 123º 42' 8.28''
123º 42' 8.28'' 123º 42' 6.47'' 123º 42' 5.14'' 123º 42' 6.47''
• SOLUCION
• En primer lugar calculamos la media aritmética y la desviación típica para
poder tipificar la variable y de esta forma utilizar la tabla que nos da los
valores de la probabilidad.
• Media = M = 123º42’6.83’’ = 123.7019º
σ 𝜀𝑖 2
Desviacion Tipica 𝜎=
𝑛−1
Medidas Medidas Frecuencia 𝜀𝑖 𝜀𝑖 2
123º 42 6.11'' 123.7017º 4 0.00020º 1.620E-07
123º 42' 8.28'' 123.7023º 8 -0.00040º 1.291E-06
123º 42' 6.47'' 123.7018º 16 0.00010º 1.673E-07
123º 42' 5.14'' 123.7014º 5 0.00047º 1.110E-06
123º 42' 7.21'' 123.7020º 2 -0.00010º 2.195E-08
11.78'
123º 42' 123.7033º 1 -0.00137º
' 1.887E-06
4.640E-06
ERRORES MODELO MATEMATICO.- EJEMPLO
4.640E−06
• 𝜎= = 0.0004 (1.310=0.0004)
35
• Primera pregunta
𝑥−𝑀 123°42’5.23’’−123°42’6.83’’
• 𝑍𝑎 = = = −1.220
𝜎 0.0004
• Encontrando con este valor en la tabla obtenemos una
probabilidad de 0.3888
𝑥−𝑀 123°42’11.78’’−123°42’6.83’’
• 𝑍𝑏 = = = 3.773
𝜎 0.0004
• El máximo valor de la probabilidad que nos da la tabla
es para 3.49 que le corresponde 0.4998 luego a 3.773
le asignamos 0.4999
ERRORES MERRORES MODELO MATEMATICO.- EJEMPLO
• Gráficamente tendremos:
-1.22 3.773
Segunda pregunta
𝑥−𝑀 123°42’1.80’’−123°42’6.83’’
• 𝑍𝑐 = = = −3.840
𝜎 0.0004
• El máximo valor de la probabilidad que nos da
la tabla es para -3.49 que le corresponde
0.4998 luego a -3.840 le asignamos 0.4999
• Gráficamente tendríamos:
ERRORES MODELO MATEMATICO.- EJEMPLO
0.4999
-3.840
• La probabilidad de que un nuevo valor sea inferior 123º42’1.80’’ vendrá dada por el área
limitada por las ordenadas levantadas en -3.840 y en -∞, la curva de Gauss y el eje de
abscisas, es decir:
• 0.5 – 0.4999 = 0.0001
• 𝑃𝑟 = 0.01%
ERRORES MODELO MATEMATICO.- EJEMPLO
• Tercera pregunta
𝑥−𝑀 123°42’8.99’’−123°42’6.83’’
• 𝑍𝑑 = = = 1.647
𝜎 0.0004
• Entrando con este valor en la tabla obtenemos
una probabilidad de 0.4505
• Gráficamente tendríamos:
ERRORES MODELO MATEMATICO.- EJEMPLO
0.4505
1.647
• 1. Error de una suma.- Supongamos que para medir una magnitud efectuando n
mediciones elementales afectadas de un cierto error.
•
• Se cumplirá que:
• 𝑀 =𝐴+𝐵+𝐶+⋯
• Siendo
• 𝐴 = 𝑎 ± 𝑒1
• 𝐵 = 𝑏 ± 𝑒2
• 𝐶 = 𝑐 ± 𝑒3
• ⋮
• El error de la suma será:
• 𝑒𝑠 2 = 𝑒1 2 ± 𝑒2 2 ± 𝑒3 2 ± ⋯ ± 𝑒𝑛 2
• Evaluando el cuadrado y sumando tendremos
• 𝑒𝑠 2 = 𝑒1 2 + 𝑒2 2 + 𝑒3 2 + ⋯ + 𝑒𝑛 2 ± 2𝑒1 𝑒2 ± 2𝑒1 𝑒3 ± ⋯ = σ 𝑒𝑖 2 ± 2 σ 𝑒𝑖 𝑒𝑗
• Si el número de mediciones es suficiente elevado podemos considerar que σ 𝑒𝑖 𝑒𝑗 tiende a
anularse, y por tanto nos quedara
• 𝑒𝑠 2 = σ 𝑒𝑖 2 ; 𝑒𝑠 = σ 𝑒𝑖 2 = ± 𝑒1 2 ± 𝑒2 2 ± 𝑒3 2 ± ⋯ ± 𝑒𝑛 2
TRANSMICION DE ERRORES
• 𝑒𝑇 = ± 𝑒𝑣𝑎 2 + 𝑒𝑝𝑎 2 + 𝑒𝑑 2 + 𝑒𝑙 2
• En el caso de que todos los errores sean iguales, el error de la suma tendrá
la expresión siguiente
• 𝑒𝑠 = ± 𝑒 2 + 𝑒 2 + ⋯ + 𝑒 2 = ± 𝑛𝑒 2 = ±𝑒 𝑛
• Y se puede afirmar que el error de una suma crece con la raíz cuadrada del
número de sumandos.
• Supongamos que estamos midiendo una distancia de 1000m con una cinta
de 25m, y que el error de una observación aislada es de 3cm. El error total
será:
• 𝑒𝑠 = 3𝑐𝑚 40 ≈ 19𝑐𝑚
TRANSMICION DE ERRORES
• Se cumplirá que:
• 𝑀 = 𝐴−𝐵…
• Siendo
• 𝐴 = 𝑎 ± 𝑒1
• 𝐵 = 𝑏 ± 𝑒2
• 𝑀 = 𝐴 − 𝐵 = 𝑎 − 𝑏 ± 𝑒1 2 ± 𝑒2 2
TRANSMICION DE ERRORES
3. Error de un producto
U = es una función DE LAS MAGNITUDES MEDIDAS x, y, z,….n; y los errores
probables de esas magnitudes son Δx, Δy, Δz,… Δn
2 2 2 2
𝜕𝑈 𝜕𝑈 𝜕𝑈 𝜕𝑈
∆𝑈 = ∆𝑥 + ∆𝑦 + ∆𝑧 + ⋯+ ∆𝑛
𝜕𝑥 𝜕𝑦 𝜕𝑧 𝜕𝑛
Ejemplo: Calcular la superficie de un terreno que tiene las siguientes medidas A= 50.00
± 0.01,B=100 ±0.02.
El área del terreno será el producto de S = A x B ;
𝜕𝑆 𝜕𝑆 𝜕𝑆 2 𝜕𝑆 2
=b; =a ∆𝑆 = ∆𝑎 + ∆𝑏 =
𝜕𝑎 𝜕𝑏 𝜕𝑎 𝜕𝑏
Ejemplo:
Se va ha calcular el desnivel h entre los extremos de un lado de poligonal, a partir de la
distancia inclinada medida L = 255, 209 ±0.03m; y el ángulo vertical a = 3º 20´ ± 30´´,
calcular el error probable de la altura y el valor mas probable de la altura.
TRANSMISION DE ERRORES
𝑀1 𝑃1 + 𝑀2 𝑃2 + 𝑀3 𝑃3
𝑃1 + 𝑃2 + 𝑃3
𝑃1 , 𝑃2 𝑦 𝑃3 representan los pesos de cada medida y su valor es
igual a la inversa del cuadrado del error medio cuadrático de la
media.
El error medio cuadrático de la media ponderada viene dado
por la expresión:
σ(𝑃𝑒 2 )
𝑒𝑀𝑝 = σ 𝑃(𝑛−1)
Siendo P los pesos, e la diferencia entre la
media ponderada y la media aritmética y n el
número de métodos o instrumentos utilizados.
.
OBSERVACIONES DE DIFERENTE PRECISION
•
OBSERVACIONES DE DIFERENTE PRECISION
Ejemplo: Se ha medido una longitud por cuatro brigadas diferentes obteniéndose los siguientes
resultados con sus errores probables., hallar el valor más probable de la magnitud medida:
• Discrepancia 15” 5 Τ3
• X + 1Τ2 X + 1Τ6 X = 15 X = 3Τ5 x 15