RESUMEN En cualquier actividad científica o técnica es inevitable la existencia de errores. Puede tratarse de errores de medición o errores de transcripción, errores de posicionamiento o errores en la variable medida. Tan absurdo resultaría negar el error como invertir esfuerzos más allá de lo razonable para conseguir pequeñas reducciones del mismo una vez que se ha conseguido una exactitud adecuada para los objetivos del trabajo. La actitud más razonable es tratar de estimar la magnitud de los errores cometidos, comunicarlo y tenerlo en cuenta para no pedirle a los resultados una precisión mayor de la que realmente pueden ofrecer. En primer lugar, hay que distinguir entre precisión y exactitud. Precisión es el detalle con el que un instrumento o procedimiento puede medir una variable mientras que exactitud es lo que se acerca esta medición al valor real, en SIG el concepto de precisión se relaciona con el de resolución en formato raster. El error es la diferencia entre el valor real y el medido, sin embargo, puesto que el valor real nunca se conoce realmente, el error siempre debe estimarse. Por ejemplo, una regla tiene una precisión de milímetro mientras que un metro de electricista tiene una precisión de centímetro. Sin embargo, será más exacto medir un muro con un metro que con una regla ya que el instrumento es más apropiado. En ocasiones los errores proceden de la utilización de ordenadores con precisión finita para manejar el espacio que es un continuo. Los errores en las operaciones en coma flotante de los ordenadores pueden afectar a los resultados, por ello es recomendable utilizar siempre números enteros. Por ejemplo, las coordenadas X e Y deberían expresarse siempre en metros nunca en kilómetros, los valores de las variables regionalizadas deberían expresarse de forma que no incluyeran decimales
(altitud en centímetros, precipitación en décimas de milímetro, etc.). De esta
manera además de prevenir errores conseguiríamos que los ficheros ocuparan menos en el disco duro.
Crea puntos de muestra de forma aleatoria para la evaluación de exactitud
posterior a la clasificación. Una práctica habitual es seleccionar de forma aleatoria cientos de puntos y etiquetar sus tipos de clasificación haciendo referencia a fuentes de confianza como, por ejemplo, el trabajo de campo o la interpretación humana de imágenes de alta resolución. Es entonces cuando los puntos de realidad del terreno se comparan con los resultados de la clasificación en las mismas ubicaciones.
Espaciamiento de los puntos de exactitud: Al diseñar un mecanismo para
generar una función particular, generalmente es imposible producir con exactitud la función deseada en más de unos cuantos puntos. Estos puntos se conocen como puntos de exactitud, o puntos de precisión, y se deben localizar de tal forma, que se minimice el error entre la función generada y la función deseada. Si definimos el error estructural como: ε = f(x) g(x) donde: f(x): es la función deseada g(x): es la función generada
En la figura anterior, podemos ver la gráfica de la variación en el error
estructural de la función generada, en un intervalo 2h, estando el centro del intervalo en un punto x = a, siendo el error igual a 0 en los puntos a1, a2, a3 que serían los puntos de exactitud. En ella se puede apreciar que el error máximo ε1 al pasar de a1 a a2 es menor que ε2 al pasar de a2 a a3. De ella se puede despender también, que el error estructural total se minimiza cuando estos dos errores se hicieran iguales. 9 Pues bien, mediante la teoría desarrollada por Chebyshev, es posible localizar unos puntos a1, a2, a3, de manera que ε1 sea aproximadamente igual a ε2. El procedimiento es, según la siguiente figura:
El método de Chebyshev para hallar tres puntos de exactitud tiene los
siguientes pasos: • Se dibuja un semicírculo en el eje x con radio h y centro en el punto a. • Luego se inscribe un polígono regular, de manera que dos de sus lados sean perpendiculares al eje x. • Pues bien las líneas que se trazan perpendiculares al eje x desde los vertices del polígono determinan los puntos de exactitud: a1, a2, a3.
En la siguiente figura, podemos ver gráficamente el método para hallar tres
puntos de exactitud:
Y para conseguir cuatro puntos de exactitud:
Puede apreciarse que en el caso de cuatro puntos de exactitud, el polígono es un octágono, mientras que para tres puntos era un hexágono, es decir que el número
de lados del polígono inscrito, es doble del número de puntos de exactitud a
deseados.
Imagen de clasificación de entrada u otros datos de referencia de datos SIG
temáticos. La entrada puede ser un ráster o una clase de entidades. Los datos típicos son una imagen de clasificación (tipo de datos enteros de una banda) o la salida de polígono de referencia de una barra de herramientas de clasificación de imagen de ArcMap. Al usar polígonos como entrada, utilice solo aquellos no empleados como muestras de referencia. También pueden ser datos SIG de cobertura de suelo en formato shapefile o de clase de entidad. Aplicaciones • Esta herramienta crea un conjunto de puntos aleatorios y les asigna una clase basada en los datos de referencia. • Esta herramienta también permite asignar una clase a un conjunto de puntos utilizando una imagen clasificada con anterioridad o una clase de entidad. • Después de ejecutar esta herramienta, puede editar la tabla si desea asignar una clase manualmente a alguno de los puntos o a todos ellos. CONCLUSIÓN En conclusión, podemos observar la teoría de los puntos de precisión o espaciamientos de Chevychev para la generación de funciones para mecanismos de 4 barras y la posibilidad de generar una ecuación mediante un método de tanteo que se encuentra en el temario de la materia, en la unidad 5. También se puede hacer cálculos cómo el conocer la velocidad del mismo.