Professional Documents
Culture Documents
discurriendo formalmente, sera necesario tratar tambin los errores sistemticos que poseen una
esperanza matemtica igual a cero como errores que surgen segn una ley peridica (por ejemplo, los
errores debidos a la desigualdad de los dimetros del limbo). Sin embargo, los errores de tal ndole,
prcticamente pueden incluirse en la categora de los aleatorios, aun ms por no tener, en general,
periodicidad rigurosa.
Al variar las condiciones, algunas fuentes de errores sistemticos pueden
convertirse en fuentes de errores aleatorios y viceversa, algunas fuentes de
errores aleatorios pueden convertirse en fuentes de errores sistemticos, a
consecuencia de los cual varan tambin los parmetros de distribucin de los
errores elementales.
Las fuentes de errores aleatorios son siempre considerablemente ms
numerosas que las de errores sistemticos, pero la accin de cada una de
ellas, comnmente, es pequea. En las mediciones de alta precisin hay que
prestar la mayor atencin a combatir la influencia de los errores sistemticos
(vense los ttulos 38-39 y el capitulo IV). Aqu, para ilustrar lo expuesto,
citaremos solo algunos ejemplos de errores sistemticos.
1. errores en el valor medido del largo de la lnea sobre el terreno debidos
a la desviacin de la cinta de medicin respecto al alineamiento.
2. error en la determinacin de la longitud de la cinta de medicin (error de
contraste). Este error es constante y acta proporcionalmente a la
distancia medida.
3. la refraccin lateral, cuyo valor medio deforma el resultado de la
medicin de una direccin acimutal. No obstante, en la red geodsica,
por ejemplo, la accin de la refraccin lateral es distinta en las diferentes
direcciones, y para la red en conjunto tiene carcter aleatorio.
4. errores sistemticos en la grabacin de las divisiones del limbo de un
teodolito. Al cambiar el limbo de posicin, estos errores adquieren un
carcter peridico, y su influencia sobre la medida de las vueltas de
medicin de un ngulo se debilita considerablemente.
5. errores en el clculo de correcciones por temperatura de la cinta
metlica de la medicin dispuesta a ras de tierra. Comnmente se mide
la temperatura ambiente y esta se toma como temperatura de la cinta,
admitiendo as un error sistemtico por su signo en la correccin por
temperatura de la cinta. Tales errores se llaman unilaterales.
Como ejemplos de errores aleatorios puede mencionarse el de la lectura por un
circulo angular; la parte del error en la visualizacin condicionada por las
oscilaciones de la imagen; los errores aleatorios en la grabacin de las
divisiones en un limo; el efecto de la vibracin de la seal; los errores en la
lectura de una mira de nivelacin; los errores de redondeo de nmeros en los
clculos y en la lectura de las escalas de los instrumentos, etc.
30 criterios para estimar la precisin de las mediciones
para valorar la precisin de cierta medicin de una magnitud se requiere
determinar, en un sentido probabilstico, las posibles desviaciones de los
resultados de la medicin de esta magnitud respecto de su valor verdadero. La
desviacin del valor medido de una magnitud cualquiera respecto a su valor
verdadero se expresar por medio de dos magnitudes: la desviacin del valor
medido respecto a su esperanza matemtica y la desviacin de esta ltima
respecto al valor verdadero. La primera desviacin es consecuencia de la
accin de los errores aleatorios, y la segunda, de los sistemticos.
Respectivamente, para valorar la precisin del resultado obtenido se requiere
conocer ambas caractersticas. Si, las mediciones contienen solo errores
aleatorios, la primera caracterstica resulta suficiente.
Es sabido (vese el titulo 28) que los resultados de mediciones obtenidos en
condiciones aproximadamente iguales se someten a la ley normal de
distribucin. En lo que se refiere a la esperanza matemtica de los resultados
de mediciones, puede decirse que sta, para un complejo de condiciones
prcticamente invariable, ser una magnitud constante, y por ello ser tambin
constante desviacin con respecto al valor verdadero, adems esta desviacin
estar condicionada por los errores sistemticos. De all se deduce que para
reducir la influencia de las fuentes de errores sistemticos deben variarse
respectivamente las condiciones de medicin, por ejemplo, realizar series de
mediciones con aparatos diferentes, en diversas condiciones ambientales, por
diversos observadores.
Para establecer las leyes de desviacin de las esperanzas matemticas
respecto a los valores verdaderos, y para reducir la influencia de estas
desviaciones sobre la precisin de las magnitudes a determinar, es necesario
conocer a fondo las propiedades de todos los factores que participan en las
mediciones. Esta tarea puede ser resuelta con xito solo por un especialista en
la rama de la ciencia y de la tcnica que se ocupa del estudio de las
observaciones.
La experiencia ensea que las desviaciones de las esperanzas matemticas de
los valores medidos respecto a los valores verdaderos, en el caso de
presentarse mltiples y diversas variaciones de las condiciones de medicin,
generalmente se someten a la ley normal de distribucin, y, en termino medio,
estas desviaciones, en grado considerable, se compensan mutuamente. Por
eso, la desviacin de la esperanza matemtica respecto al valor verdadero de
la magnitud medida, para n complejo dado de condiciones, puede tomarse
como un valor concreto de la variable aleatoria con una esperanza matemtica
cercana a cero, si se tienen en cuenta todas las posibles fluctuaciones del
complejo de condiciones
al estudiar esta cuestin, se analizan tambin los resultados de las observaciones de diversas magnitudes
fsicas homogneas.
= x-X= x-M(x)+M(x)-X
o bien,
=+.
En calidad de caracterstica bsica de la precisin en geodesia se toma el
llamado error estndar m, cuyo valor exacto corresponde a la formula
) (
2 2
M m =
Teniendo en cuenta la formula (III.2), puede escribirse
) ( ) ( 2 ) ( ) (
) 2 ( ) ) (( ) (
2 2 2
2 2 2 2 2
M M M M m
M M M m
+ =
= + = =
Dado que
0 ) ( = M
Entonces
) ( ) (
2 2 2
M M m + =
El primer sumando del segundo miembro de la igualdad (III.5) es la varianza,
de la magnitud aleatoria x, y el segundo sumando, la varianza de la variable
aleatoria , por cuanto M()0
Designemos
2 2
2 2
) (
) (
m M
m M
=
=
Y volvamos a escribir la formula (III.5) del modo siguiente:
2 2 2
m m m + =
Y
2 2
m m m + =
El error estndar m de una medicin caracteriza la influencia conjunta que
sobre ella ejercen los errores aleatorios y los errores sistemticos
de medicin.
A base de la formula (III.3), el valor aproximado del error estndar m puede
calcularse por la formula
n
m
n
i
i
=
1
2
Donde n es el nmero de mediciones de igual precisin de la magnitud X.
El valor aproximado de la magnitud puede ser obtenido por la formula
1
) (
1
2
=
=
n
x xi
m
n
i
Donde xi son mediciones individuales i=1,2,,n;
n
xi
x
n
i
=
=
1
Para , de acuerdo con la expresin (III.7), puede escribirse
2 2
= m m m
Las cuestiones referentes a la determinacin de las magnitudes m.
son fundamentales de la teora de errores de medicin.
2. los errores medio y probable y su relacin con el error estndar
adems de la caracterstica fundamental que refleja la influencia de los
errores aleatorios sobre los resultados de las mediciones, en ocasiones se
utilizan caractersticas complementarias; a saber, el error medio y el error
probable.
Llamase error medio a la esperanza matemtica de los valores absolutos de
las desviaciones de los resultados de las mediciones de una magnitud
cualquiera respecto a la esperanza matemtica para esos resultados, o sea,
) ( M =
El valor aproximado del error medio puede hallarse como la media aritmtica
de los valores absolutos de las desviaciones v de los resultados de las
mediciones con respecto a su media aritmtica; es decir,
n
vi
n
i
=
=
1
Donde n es el nmero de mediciones ;
Establezcamos la relacin entre las magnitudes .
Por definicin,
) ( M =
Designando
t
m
=
Escribiremos
dt te
m
M
t
=
0
2
2
2
2
) (
Hallemos la integral
1 ) 1 0 (
1 1
2
0
2
2
0
2
0
2
2 2
2 2 2
lim lim
= =
= = =
= =
t
t
t
t
t t t
e e
e de dt te
es decir
1
0
2
2
=
dt te
t
Por consiguiente
2
2
2
) ( = =
m
M
Pero
= =
m
M
m m
M
) (
1
) (
De donde se obtiene
= m m 80 . 0
2
25 . 1
2
=
m
Llamase error probable r aquella magnitud absoluta cuya probabilidad se
calcula por la frmula
5 . 0 ) ( =
m
r
Donde es la integral de probabilidades, cuyos valores se dan en la tabla del
apndice 2.
Partiendo de la magnitud de (t)= 0,5, obtenemos por potenciacin
..., 6745 . 0 = =
m
r
t
De donde
r m m r 48 . 1 ; 67 . 0
El error probable puede obtenerse, aproximadamente de la siguiente forma.
Las desviaciones vi de los resultados de las mediciones respecto a la media
aritmtica se disponen en serie, por orden de crecimiento de los valores
absolutos de vi. Despus de esto, la magnitud que se halla e el centro de
dicha serie ser el valor aproximado del error probable r. esto se deduce de la
formula (III.20), si se sustituye la probabilidad por la frecuencia relativa. Si el
nmero de mediciones es par, r se obtiene como la media de las dos
magnitudes de situadas en el centro de la serie. La magnitud r obtenida por
el mtodo emprico indicado se llama tambin error de la media.
Las relaciones (III.18) y (III.21) son puramente tericas. El grado de verificacin
de estas igualdades depende del nmero de mediciones y constituye uno de
los indicios de correspondencia de la distribucin real respecto a la normal.
31 errores absolutos y relativos
se llaman errores absolutos el error estndar m, el error medio , el error
probable r y el error real .
Se llama error relativo la relacin entre el correspondiente error absoluto y el
valor obtenido de la magnitud medida. El error relativo, por lo general, se
expresa en forma de fraccin con un numerador igual a la unidad. El error
relativo se determina a partir de l correspondiente error absoluto.
Sea x el valor obtenido de cierta magnitud.
Entonces,
1
1
N x
m
=
2
1
N x
=
3
1
N x
r
=
4
1
N x
=
El denominador del error relativo conviene redondearlo a dos cifras
significativas con ceros seguidos.
Ejemplos
780
1
=
x
m
2800
1
=
x
m
22000
1
=
x
m
32 estimacin de la precisin del valor aproximado del error estndar
m
Estudiemos la cuestin de la estimacin de la precisin del valor aproximado
del error estndar en funcin del nmero n de mediciones. Designemos por
el valor buscado del error estndar del valor aproximado de ;
,el valor exacto del error estndar, correspondiente a las condiciones de
medicin dadas;
, el error estndar aproximado, calculado a base de los resultados de n
mediciones.
el error real de la magnitud ser
0
= m m m
este error ser aleatorio, puesto que
0 ) ( , ) (
0
= =
m M m m M
partiendo de la definicin (III:3), escribiremos
{ }
2 0 2 2
) ( ) (
= = m m M M m
m m
o bien,
2
0 2
2
0 0 0 2
2
0 0 2 2
) ( 2 ) ( ) 2 (
= + = + = m m M m m m m M m m m m M m
m
o sea
2
0 2 2
) (
= m m M m
m
supongamos que los valores de han sido calculados por la formula
(III.19)
n
i
m
n
i
1
25 . 1 25 . 1
entonces, la formula (III.22)se puede volver a escribir as:
2
0 2 2 2
) ( 25 . 1
= m M m
m
xPero
|
.
|
\
|
=
|
.
|
\
|
=
=
=
2
1
2 2
2
1 2
1
) (
n
i
n
i
i M
n n
i
M M
Hallemos
|
|
.
|
\
|
+ =
|
.
|
\
|
= = = =
1
1 1 1
2
1
2
n
i
n
i j
n
i
n
i
j i i M i M
2 2
1
1
1
1
2
1
1
1
1 1
2
) 1 ( ) ( 2 ) ( 2 ) ( + + +
+ =
+ =
= =
n n nm i M i M nm i M i M i M
n
i j
n
i
n
i j
n
i
n
i
Es decir
2 2
2
1
) 1 ( + =
|
.
|
\
|
n n nm i M
n
i
Ahora, la igualdad (III.23) toma el aspecto
2
0 2
2
2
2
0 2 2
2
2 2
)
1
( 25 . 1 ) ) 1 ( (
1
25 . 1
+ = + = m
n
n
n
m
m n n m
n
m
m
Y teniendo en cuenta la expresin (III.19),
2
0 2
2
2 2
1
25 . 1
+ = m m
n
n
n
m
m
m
Sustituyendo el valor, para nosotros desconocido de por su valor aproximado
, obtendremos
) 1 25 . 1 (
1
25 . 1
2
2
2 2
2
2 2
=
n
m
m m
n
n
n
m
m
m
Es decir,
(III.24)
o bien,
Aproximadamente,
(III.25)
En la practica con frecuencia se emplea la formula ( III.25). Nosotros
utilizaremos la formula (III.24) mas exacta. Cuando , 20 n esta ultima permite
establecer los limites de confianza para la desviacin tpica, sin tener que
calcular estos previamente para la varianza, como se hacia en
, 21 obtendremos.
Los limites de confianza, como 8 . 0 = (o sea, t=1.28), sern
Se ha obtenido prcticamente la misma solucin que en el
, 21 Sin embargo,
cuando n<20, deber utilizarse la distribucin
2
x (vase el
, 21 ).
La formula (III.25) ese emplea para calcular el numero necesario de cifras
significativas de los valores calculados de
'
y
m .
Evidentemente no tiene sentido conservar las centsimas para
'
y debe
escribirse
'
=1,7. Notemos por cierto que casi en todos los casos prcticos,
tanto para el valor aproximado de la desviacin tpica como para el error
estndar son suficientes dos (o como mximo tres) cifras significativas.
m
obtenida ser la caracterstica del error aleatorio de una medicin.
En lo que toca al parmetro
m 3
lim
le corresponde una probabilidad de confianza de 997 . 0 =
Tabla 10
Para formar juicio acerca de la fiabilidad de la caracterstica obtenida de la
influencia de los errores sistemticos, se requiere adems calcular la media
general
med
de los errores, esto es,
La observancia de la desigualdad
es uno de los indicios de que la variedad de las condiciones ha sido
considerada bastante bien.
Claro esta que la fiabilidad del parmetro
m y
2 2
m m m + =
se realiza el estudio
de la serie ,
i
o de
j
, referente a la distribucin normal, segn lo expuesto en
el
22 .
Ejemplo Se tienen 106 errores de cierre
*
)reducidos de itinerarios de nivelacin
(o encaminamientos) de IV orden practicados entre referencias y chapas de
nivelacin de ordenes superiores (vase la tabla 10). Efectese el anlisis de la
serie de errores de cierre en cuanto a su correspondencia a la distribucin
normal.
Tabla 11
*
)Los errores de cierre de los itinerarios de nivelacin de IV orden se han reducido a errores de cierre convencionales en un
kilmetro (es decir, que se reduce al error que acusara un desnivel obtenido en un kilmetro de encaminamiento de nivelacin, N
del T.), en la suposicin de que su acumulacin ocurre proporcionalmente a la raz cuadrada de la longitud del itinerario.
Tabla 12
Las condiciones se cumplen para todos los grupos.
Anlisis:
I. Todos los errores de cierre han sido repartidos en seis grupos (1...23, I
grupo; 24..42, II grupo; 43...64, III grupo; 65...81, IV grupo; 82...95, V grupo;
96...106, VI grupo). Para los subsiguientes estudios se han calculado los datos
presentados en la tabla 11.
II. A base de los datos de las tablas 10...11 han sido calculados: el error
estndar global, los errores medio y probable, los coeficientes de las relaciones
entre estos: el exceso, el ndice de asimetra. Los resultados de los clculos se
han dispuesto en la tabla 12.
Adems de ello, calculemos
m y estimemos su fiabilidad.
mm m 6 . 0 364 . 0
1 6
82 , 1
=
Dado que , 0 =
m no tiene limites de confianza condicionados nicamente
por el numero de grupos.
m m m + =
Las magnitudes
m
i
=
m
t
i
i
, y en tal caso las magnitudes
i
se calculan
por la formula (III.26). Evidentemente, el mismo sentido posee la variable t en la
ley de distribucin de los resultados de la medicin.
Con ayuda de las tablas del apndice 2 es fcil establecer que cabe esperar un
68% de errores entre 0 y m (en valor absoluto); de 0a 2m, alrededor del 95%, y
de 0 a3m cerca del 100%.
Los errores que sobrepasen 3m en valor absoluto suelen considerarse errores
graves. Una distribucin semejante tiene lugar para las desviaciones
i
respecto
a
m .
En la primera aproximacin, la relacin porcentual indicada es suficiente para
verificar la distribucin normal.
\
|
+ + |
.
|
\
|
+
|
|
.
|
\
|
+ |
.
|
\
|
+
+ = =
...
) ,... , , ( ) ,... , , ( ) ,..., , , ( ) ,... , , (
0
0
0
Donde R es el termino residual de la descomposicin igual a la suma de todos
los trminos no lineales de la serie de Taylor.
En la gran mayora de los casos que se presenta en la prctica geodesica, los
trminos residuales R en las series de Taylor , al valorar la precisin, pueden
despreciarse y escribirse
Por analoga con la definicin del error estndar de las mediciones hallemos el
error estndar de la funcin (III.32) mediante la esperanza matemtica del
cuadrado de su error real, o sea
(III.36).
Hallemos ). (
2
F M
(III.37).
Los valores de las derivadas de los respectivos argumentos permanecen
prcticamente constantes y pueden ser calculados a parir de los valores
aproximados de los argumentos
0 0 0 0
,..., , , u z y x en calidad de los cuales pueden
usarse cualesquiera resultados de las mediciones . Para estas derivadas basta
conservar en los valores de
0 0 0 0
,..., , , u z y x dos o tres cifras significativas.
Calculemos ), ( ),. (
Z X Y X
M M etc, en el segundo miembro de la formula
(III.37). Del anlisis de correlacin se sabe que el coeficiente de correlacin
Considerando lo anterior e igualando
Tenemos
(III.38).
Ahora, la formula (III.37), en vista de (III.36), y (III.38), se escribe as:
(III.39).
En definitiva
Para el empleo practico de la formula (III.40), los coeficientes de correlacin
deben ser calculados a partir de estudios especiales.
2.Error estndar de una fusin de argumentos no correlacionados
En la organizacin de las observaciones, uno de los requerimientos bsicos es
asegurar condiciones, para las cuales los resultados de las mediciones
mltiples de una misma magnitud (o de varias magnitudes) sean, en lo posible,
independientes entre si. Cualquier metodologa de mediciones geodesicas, en
una u otra medida, esta orientada a cumplir dicho requerimiento.
Ya que para los argumentos no correlacionados los coeficientes de correlacin
en la formula (III.40) son iguales a cero, de esa formula se deriva como caso
particular.
(III.41).
As, pues, el error estndar de una funcin de argumentos no correlacionados
es igual a la raz cuadrada de los productos de las derivadas parciales de la
funcin segn cada uno de los argumentos por el error estndar del argumento
correspondiente.
3.Ejemplos de calculo de los errores estndares de las funciones
Ejemplo 1. Sea dada una funcin lineal en forma general
0 2 2 1 1
... k x k x k x k F
n n
+ + + + = ,
(III.42)
donde los coeficientes
i
k son ciertos nmeros constantes;
i
x , magnitudes
medidas con errores estndares
i
m , respectivamente;
0
k una constante.
Solucin : Aplicando la formula (III.41), obtenemos
. ...
2 2 2
2
2
2 2
1
1
2 2
n n
F m k m k m k m + + + =
(III.43)
Si hacemos en la expresin (III.42), , 1 ...
2 1
= = =
n
k k k o sea, si
, ...
2 1 n
x x x F + + + =
(III.44) entonces
2 2
2
2
1 1
...
n F
m m m m + + + =
(III.45)
En consecuencia, el error estndar de una suma algebraica es igual a la raz
cuadrada de la suma de los cuadrados de los errores estndares de los
sumandos, cualesquiera que sean los signos de estos.
Si en la formula (III.44) hacemos , ...
2 . 1
m m m m
n
= = = entonces
n m m
F
=
1
Ejemplo 2. Error estndar de la media aritmtica. Sea dada la funcin
n
x x x
x
n
+ + +
=
...
2 1
Donde , ...
2 . 1
m m m m
n
= = =
Solucin : Ya que
,
1
...
1 1
2 1 n
x
n
x
n
x
n
x + + + =
Entonces, por la formula (III.45) hallamos
n m
n
m
x
2
2
2
1
=
O bien
n
m
m
x
=
(III.47)
Por lo tanto, la media aritmtica simple es mas precisa que un sumando un
numero de veces igual a la raz cuadrada del numero de sumandos.
Es fcil ver que la formula (III.47)es un caso particular de aplicacin de la
formula (I.204).
Ejemplo 3. Sea dada la funcin
;
*
z
y x
F =
(III.48)
Donde x,y,z, son argumentos no correlacionados, obtenidos de mediciones con
errores estndares
z y x
m m m , , . Requierese determinar
F
m .
Solucin : Hallando el logaritmo de base e, podemos escribir
z y x F ln ln ln ln + =
Luego, teniendo en cuenta que
x
x
x
1
ln =
y as sucesivamente, obtenemos
,
2
2
2 2
|
.
|
\
|
+
|
|
.
|
\
|
+ |
.
|
\
|
= |
.
|
\
|
z
m
y
m
x
m
F
m
Z
y
X F
(III.49)
O sea, el cuadrado del error relativo de una funcin de tipo (III.48) es igual a la
suma de los cuadrados de los errores relativos de los argumentos.
Luego tenemos
,
2
2
2
2
2
2 2
|
.
|
\
|
+
|
|
.
|
\
|
+ |
.
|
\
|
=
z
m
F
y
m
F
x
m
F m
Z
y
X
F
Y, finalmente,
,
2
2
2
2
2
2
2
z y x F
m
z
xy
m
z
x
m
z
y
m |
.
|
\
|
+ |
.
|
\
|
+ |
.
|
\
|
=
Ejemplo 4. Hallar
F
m para la funcin x F log = Aqu el logaritmo es decimal.
Solucin : Escribamos
, ln x u F =
donde u= 0.4343 es el modulo de conversin del logaritmo decimal a
neperiano, o de base e:
x
m
u m
x
m
u m m
x
x
x
x F
= = =
log
2
2 2
log
2
;
(III.50)
Ejemplo 5. El coeficiente K del distanciometro filar de un teodolitos se
determina sobre una base de longitud S=250.00m, medida con un error
estndar 052 . 0 =
S
m m.
A partir de mediciones mltiples se ha obtenido una lectura media del
distanciometro cm l 0 . 249 = con un error estndar cm m
l
30 . 0 =
Calclese
l
S
K = (sumando constante del distanciometro c=0), y
K
m .
Solucin.
. 40 , 100
249
25000
= = K
De acuerdo a la formula (III.49), escribamos
2 2 2
|
.
|
\
|
+ |
.
|
\
|
= |
.
|
\
|
L
m
S
m
K
m
l s K
,
De donde
,
2490
330
3 52 , 0
1490
4 , 100
249
3 , 0
10 * 25
2 , 5
4 , 100
2 2
2 2
3
= + = |
.
|
\
|
+ |
.
|
\
|
=
K
m
o bien 12 , 0 =
K
m
Ejemplo 6. calclese el error estndar de un desnivel obtenido por la formula
tan s h =
donde la distancia reducida al plano es S=143,5 m, el ngulo de inclinacin es
' 0
30 2 + = , el desnivel medido es h=6,27 m, si m m
S
5 , 0 = y
'
0 , 1 =
m
Solucin.
2
2
4
2
2 2
*
cos
tan
m S
m m
S h
+ =
( )
2
2
' 3438
' 1
*
997 , 0
144
044 , 0 * 5 , 0 |
.
|
\
|
+ =
h
m
4 4
10 * 9 , 17 10 * 8 , 4
+ =
h
m
, 10 * 8 , 4
2
m m
h
= cm m
h
8 , 4 =
Ejemplo 7. Calcular el error estndar de la longitud de onda de un flujo
lumnico modulado calculada, si se conocen: la velocidad de la luz c = 299
792,5 Km/s, con un error estndar 4 , 0
,
=
C
m Km/s, y la frecuencia f=10 000,0
Khz., con un error estndar 15 , 0
,
=
f
m Khz.
Solucin. Puesto que
f
c
=
entonces
2
4
2
2
2
*
f
C
m
f
c
f
m
m + =
,
O bien
2 2 2
1
f C
m m
f
m
+ =
Ahora calculemos
( )
10000
15 , 0 * 30
15 , 0 * 30 4 , 0
10
1
2 2
3
+ =
m
00045 , 0 =
m m;
67000
1
30
00045 , 0
=
m
Con una probabilidad de 0,95, el valor exacto de la longitud de onda estar
comprendido entre los limites de 29,978 980 , 29 978 , 29 m.
Ejemplo 8. El lado de un triangulo se ha calculado por la ley de los senos
Donde b, A, B, se han obtenido a partir de mediciones independientes con los
errores estndares
, , A b
m m y
, B
m respectivamente.
Calclese el error estndar
, a
m del lado a calculado.
Solucin Hallemos por la formula (III.41)
2
2
2
2
2
2
B A b a
m
B
a
m
A
a
m
b
a
m |
.
|
\
|
+ |
.
|
\
|
+ |
.
|
\
|
= ,
2
2
2
2
*
cos * *
*
cos
* *
|
|
.
|
\
|
+
|
|
.
|
\
|
+ |
.
|
\
|
=
B A
b a
m
B sen
B senA b m
senB
A
b m
senB
senA
m
Ejemplo 9. Se conoce el error estndar de la medicin de un Angulo por el
mtodo de repeticin, ' ' 6
,
=
B
m . Calclese el error estndar de la suma de dos
ngulos contiguos
1
y
2
.
Solucin. Escribamos la funcin
Es sabido que los errores en los valores de los ngulos contiguos medidos por
el mtodo de repeticin estn enlazados correlativamente (mediante el error
sistemtico de la direccin comn a ambos ngulos). El coeficiente -
0,25. Aplicando la formula (III.39) para estimar la precisin, de la funcin
(III.44), escribimos.
O bien
Si no se tiene en cuenta la correlacin de los errores, obtendremos ' ' 5 , 8 =
f
M
(en unidades de la
ultima cifra a retener ), (III.54)
Donde n es el numero de sumandos.
En la adicin de sumandos redondeados hasta diferentes cifras decimales, en
la mayora de los casos carece de sentido conservar, tanto en los sumandos
como en la suma, mas de una cifra decimal extra en comparacin con los
sumandos redondeados a grandes rasgos.
Sea, por ejemplo, una suma que consta de dos grupos de sumandos: k
sumandos redondeados hasta cierta cifra decimal y l sumandos redondeados
con mas precisin que aquellos en una cifra decimal.
El error estndar de la suma se calcula por la formula.
Poniendo como condicin
Obtenemos
(III.55)
Por lo tanto , los sumandos redondeados con mas precisin deben ser tenidos
en cuenta al calcular el error de la suma solo en el caso de que su cantidad sea
cuatro veces mayor que la de los sumandos menos precisos.
2. Multiplicacin y divisin
Tenemos la funcin
Hallando los logaritmos y aplicando a continuacin la formula (III.49),
obtenemos
(III.56)
Para los errores de redondeo, la formula III.56 toma la forma
(III.57)
donde significa los errores limites de redondeo.
3. Elevacin a potencia
Analicemos la funcin
Hallando el logaritmo, es fcil notar que
(III.58)
El error relativo medio es
(III.59)
donde
X
es el error limite de redondeo de x. Cuando n=2, o sea para
se presenta una sencilla dependencia
Si 5 , 0 =
X
unidades de la cifra decimal a retener, entonces
(III.60)
en unidades de la ultima cifra decimal de la base de la potencia. Por ejemplo, el
error limite de redondeo de un numero iguala (0,14)
2
, obtenido con un error
limite de redondeo 005 , 0 =
X
ser igual a 2*0,14*0,005=0,0014, es decir,
0,14*0,01=0,0014.
Si en cambio, F= 14
2
, entones, ( ) 14 =
Lim F
.
4. Extraccin de una raz
Tenemos la funcin
Por la formula (III.58), considerando que ,
1
k
n = obtenemos
(III.61)
El error limite de redondeo ser igual a
(III.62)
5. Error limite de la potenciacin
Esta dado el x log . Hallar el error x en el numero x, si el x log contiene un
error x log
Tenemos
(III.63)
donde x log esta expresado en unidades de la n-esima cifra de la mantisa del
logaritmo.
Para los errores de redondeo, ( ) 5 , 0 log =
Lim
x unidades de la ultima cifra de la
mantisa.
Por lo tanto, para los errores de redondeo se tiene, aproximadamente
(III.64)
donde n es el numero de cifras significativas de la mantista de los logaritmos
dados en la tabla.
Por ejemplo, el error limite del numero x obtenido por tablas logartmicas de
seis cifras ser igual a
6
10 *
x .
m m m + =
(III.66)
donde
=
m
m
M M M
F
+ =
.
Para
2
M y del
M sern
y el error estndar de la suma ser
(III.69)
Comparemos la influencia de los errores aleatorios y sistemticos en el
presente caso.
En la nivelacin moderna de alta precisin, la parte sistemtica del error global
en la nivelacin de 1 Km constituye mas o menos 1/10 del valor estndar de los
errores aleatorios. Si esta parte sistemtica es constante, entonces, a base de
la formula (III.69) para el error estndar M de un desnivel obtenido en un
itinerario de nivelacin, podemos escribir.
(III.70)
donde S es la longitud en kilmetros del itinerario de nivelacin;
m , el error
estndar en la nivelacin de 1 Km. Calculemos las partes aleatoria y
sistemtica del cuadrado del error estndar en la nivelacin de itinerarios de
diversa longitud.
De los clculos realizados se ve que si en un itinerario de 10 Km de largo la
parte sistemtica es despreciable en comparacin con la aleatoria, en un
itinerario de nivelacin de 100 Km, en cambio, la influencia sistemtica llega a
ser igual a la aleatoria, y si la longitud del itinerario es de 300 Km , la influencia
aleatoria viene a ser la menor.
Los valores de permanecen constantes solo en tramos limitados de
itinerarios cuyo largo es, como termino medio, de unos 200. . .300 Km. Para
mayores valores del largo de los itinerarios mas largos, los correspondientes
valores sern otros, y pueden llegar a ser aleatorios para todos los itinerarios
para todos los itinerarios de tal longitud en conjunto.