Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Error y Estadistica
Error y Estadistica
Capítulo 2
El error y la estadística
Introducción a la estadística en la teoría de errores
2-1 Conceptos generales
Al efectuar una medición se debe tratar de eliminar o corregir los errores que en ella se
puedan originar, por ejemplo, cuantificando los sistemáticos, realizando curvas de
contraste de los instrumentos utilizados, estimando la influencia de las diferentes
fuentes de incertidumbre , combinado las incertidumbres individuales para obtener la
incertidumbre total.
La manera de hacerlo y la cantidad de datos a obtener, variará de acuerdo a la exigencia,
la complejidad y la exactitud que sea necesaria
2-2 Redondeo
Sabemos que no tiene sentido considerar más cifras decimales que la indica el error por
lo tanto, la forma de redondear será:
Ejemplos:
34
El error y la estadística
Capítulo 2
Si se efectúan varias medidas experimentales y después se entregan estos valores o se
hacen cálculos, es importante realizarlo de la manera más exacta posible, indicando
cómo se han obtenido estos.
Una es anotando el número sin cota de error entendiendo que el último dígito es
incierto.
Ejemplo1:
Ejemplo .2:
Si realizamos una medición y colocamos L = (97.1 ± 0.5) mm diremos que ella tiene
tres cifras significativas (2 exactas y una dudosa). Si colocamos L = (97 ± 1) mm
tendremos 2 cifras significativas (1 exacta y una dudosa).
Son cifras significativas aquellas que ocupan una posición igual o superior al orden o
posición del error.
Ejemplo3:
35
El error y la estadística
Capítulo 2
En efecto, ¿qué sentido tiene dar el número con precisión de diezmilésimas si
afirmamos que el error es de casi 1 metro?
Las cifras significativas en el número serán por tanto las que ocupan la posición
de las décimas, unidades, decenas, etc, pero no las centésimas, milésimas y
diezmilésimas.
El primer dígito, o sea el que está más a la izquierda, es el más significativo y el último,
el más a la derecha, el menos significativo o sea en el que tenemos "menos certeza".
Si el número es mayor que (1), todos los ceros a la derecha del punto decimal
son significativos.
400.00 5 cifras significativas
L = (83±1) m.
Podemos suponer que la incertidumbre es del orden del metro y, el resultado de
L tiene dos cifras significativas.
Si deseamos expresar L en mm, el resultado sería L = (83000±1000) mm.
¿Cambiaron las cifras significativas en el resultado?
36
El error y la estadística
Capítulo 2
¡No!
Hay dos, igual que antes, ya que la última cifra significativa sigue siendo 3. Sin
embargo, si no indicamos explícitamente la incertidumbre de L, es difícil saber
cuántas cifras significativas tenemos.
Otros ejemplos
2,0 x 105 2 cifras significativas
2,00 x 105 3 cifras significativas
Uso en cálculos
Suma y Sustracción:
Dicho de otra forma: Al sumar o restar se redondean todos los números de acuerdo con
el que menos sitios decimales tenga (el número de la incertidumbre o error absoluto
mayor) antes de llevar a cabo la operación o al final de la misma. El resultado tendrá el
mismo número de lugares decimales que el que menos tiene.
Rta : 4,21
Rta.: 70,13
37
El error y la estadística
Capítulo 2
Multiplicación y División:
El resultado debe tener el número de cifras significativas de la cantidad o medida menos
precisa. O sea, es determinado por el número original que tenga las cifras significativas
más pequeño.
3 c.s 0,0983
0,008197 8,2 x 10 3
2 c.s. 12
2 c.s
Su volumen:
Su masa:
= 22.7/3.5=6.485714286 g/cm3.
Usando
= M/M + V/V x100
38
El error y la estadística
Capítulo 2
De manera que, en el valor de sólo una cifra decimal es significativa.
Sin embargo, al truncar el número 6.4857, debemos tener en cuenta que el número más
cercano a él (redondeo) y con una sola cifra decimal es 6.5 y no 6.4 que resultaría de un
truncado automático.
Es a este tipo de errores a los que comúnmente hace referencia la teoría estadística de
errores y se aplica cuando se realizan N mediciones repetidas.
a) Directas
Son las que se obtienen al realizar N mediciones de una determinada magnitud o
variable.
b) Indirectas
Son las que para obtener un valor de una magnitud o variable intervienen otras para
calcular ese valor que son medidas en forma directa.
39
El error y la estadística
Capítulo 2
Los histogramas son diagramas de frecuencias o probabilidades cuyos ejes ortogonales
tienen como ordenada a la frecuencia o probabilidad y como abscisa los sucesos o
eventos agrupados.
Al considerar que en los errores la distribución de los mismos se encuentra a igual valor
en exceso o en defecto, respecto al valor verdadero, aparece el concepto de distribución
normal (forma de campana)
Los parámetros más usuales con los que puede caracterizarse la localización de una
distribución asociada a un conjunto de N datos de una variable X son:
a) la media
b) la mediana
c) la moda
40
El error y la estadística
Capítulo 2
Se puede demostrar que el valor más probable de una medición es el valor que hace
mínima la suma de los cuadrados de los errores.
Ese valor es
La moda corresponde al valor de la variable donde está la máxima frecuencia, o sea, que
en un histograma la moda corresponde al valor de la variable donde hay un pico o
máximo.
Si una distribución tiene dos máximos la denominamos distribución bimodal, si tiene
tres máximos trimodal y así sucesivamente.
Si todas las variables tienen la misma frecuencia no hay moda.
Ejemplos:
Serie 14; 16; 18; 16; 15; 12; 14; 14; 16; 17; 18; 16; 16
El 14 se repite 3 veces
El 18 se repite 2 veces
El 16 se repite 5 veces
Serie 1, 2, 3, 4, 4, 5, 2, 1, 3, 4, 2, -3, 4, 6, 3, 3
La mediana (poco utilizada, pero que también define un valor medio) es el valor de la
variable que divide en 2 partes la serie de números conteniendo cada una de ellas la
misma cantidad de datos mayores y menores a ese valor.
Se llama Dispersión a la manera en que los datos se distribuyen alrededor del centro o
valor medio
En realidad debería ser la raíz cuadrada del promedio del cuadrado de los errores con lo
que se debería usar ”n” y no “n-1” en la fórmula pero, al usar “n-1” se evita el uso de la
fórmula cuando se efectúa una sola medición.
Utilizando la expresión (a) para una sola medición se llegaría a 0/0 que es una
indeterminación.
En caso de tener una muestra con muchos valores se ve que ambas formas de cálculo
tienden a coincidir.
1
2 ( X i X ) 2
n 1
Una desviación estándar más grande resultará en un error estándar de la media más
grande y una estimación menos precisa.
Un tamaño de muestra más grande resultará en un error estándar menor de la media y
una estimación más precisa.
Decir dispersión no equivale a decir error dado que no lo conocemos. Lo estima dentro
determinados límites establecidos por un intervalo, dado por el nivel de confianza que
elijamos, tal como se verá más adelante.
donde
42
El error y la estadística
Capítulo 2
X = error absoluto
K= cte. que varía según el caso y es
K 1/ 2
35
El error y la estadística
Capítulo 2
Por otra parte, la desviación estándar determina el grado de “apuntamiento” de la curva.
Cuanto mayor sea el valor de σ, más se dispersarán los datos en torno a la media y la
curva será más plana.
Un valor pequeño de este parámetro indica, por tanto, una gran probabilidad de obtener
datos cercanos al valor medio de la distribución. O sea, si los errores cometidos son
pequeños, los valores medidos estarán cerca del valor medio y la medida de la magnitud
será muy precisa.
En cambio los valores más alejados tienen menos probabilidad de ocurrencia. Por eso la
curva va decreciendo. Esto significa que la probabilidad de realizar mediciones con
errores grandes es baja.
Se define como error probable al que tiene probabilidad 0,5 (igual probabilidad -50%)
de que alguna medición tenga un error aleatorio ± 0,675
Esto equivale a decir que sobre 100 mediciones podría ocurrir que 31,73 sean mayores
al valor más probable más la desviación estándar (σ)
X
De la misma manera, el área bajo la curva comprendida entre los valores situados
aproximadamente a dos desviaciones estándar de la media es igual 95,45% y la de 3 σ
es de 99,72%. En este último caso se ve que si efectuamos 1000 mediciones solo 3
tienen la probabilidad de caer fuera de ese intervalo. Lo que demuestra que se pueden
eliminar sin que afecte el resultado de la medición.
36
El error y la estadística
Capítulo 2
Por consiguiente la desviación standard se debe afectar por el factor de cobertura para
establecer un “nivel de confianza” en el valor de la incertidumbre.
37
El error y la estadística
Capítulo 2
’ = x k
En el mundo industrial se suelo adoptar k=2, con el que el nivel de confianza rodará el
95%
- Si las medidas realizadas para determinar una variable son pocas (menores a 10) no
se debe realizar tratamiento estadístico y el error asociado se calcula en la forma
convencional.
- Cuando el número de mediciones oscila entre 10 y 25 se puede considerar que un
valor obtenido está equivocado cuando difiere del valor más probable en más de 2 σ.
- Cuando el número de mediciones es grande (más de 50) se considera que un valor
está equivocado cuando difiere del valor medio en más de 3 σ.
Incertidumbre categoría B: Las que son evaluadas por otros métodos como ser
las especificaciones dadas por un fabricante o el conocimiento previo que se
tenga (experiencia).
38
El error y la estadística
Capítulo 2
3- Se toma ese valor como valor verdadero y se calculan los errores de todos los
valores de las mediciones.
5- El resultado del error accidental será, si el nivel de confianza elegido fuese del 68%.
X X
(1 k=1 por lo que ’ =
En general
Es decir que su varianza es igual a la suma de cada una las varianzas de los Commented [c1]: qué cosa???
componentes. Esto es válido siempre y cuando los errores no estén correlacionados,
o sea que uno no influya en el otro
X
erel 100
X
39
El error y la estadística
Capítulo 2
2-13 Ejemplos
Ejemplo 1
Para saber las cifras significativas hay que conocer el error que introduce el instrumento
de medición.
Supongamos 0,1.
El valor de la medición será 6,3 +/- 0.1 – Las otras cifras dejan de tener sentido.
Ejemplo 2
Significa que el valor medido es 7,25 estando el valor verdadero entre 7,45 y 7,05 con
una confianza del 95%
Ejemplo 3
Para medir una temperatura se utiliza un instrumento que tiene una incertidumbre de
0,2ºC.
Se realizan 50 mediciones y con los valores obtenidos se calcula su media que resulta
ser 30ºC.
Su desviación estándar es 5ºC
¿Cómo expresaríamos el resultado?
40
El error y la estadística
Capítulo 2
Ejemplo:
41
El error y la estadística
Capítulo 2
Z = f(X, Y)
Será
Su desviación estándar es
42
El error y la estadística
Capítulo 2
Esto muestra que las varianzas son aditivas, afectadas por las derivadas (suelen llamarse
coeficientes de sensibilidad) al cuadrado.
Si las variables fuesen correlacionadas, el término que incluye al producto de las
indeterminaciones no podría despreciarse y debería ser considerado en el cálculo.
Existe una correlación entre las mediciones que efectúa un operador, por ejemplo
tensión y corriente, con el cansancio que ello le genera.
43