Capitulo IV ELABORACIN MAGNITUD

MATEMTICA

DE

MEDICIONES

DE

UNA

MISMA

40. El valor mas fiable de una magnitud medida reiteradamente y con igual precisin y Estimacin de su precisin.

En el

27

se ha dado el concepto de mediciones de igual y de diferente

precisin. Desde el punto de vista de las estimaciones numricas de la precisin, suele entenderse por mediciones de igual precisin aquellas que se caracterizan por un mismo error estndar; en el caso de diferentes errores estndares, las mediciones homogneas sern de diferente precisin. En la practica a menudo surge la necesidad de juzgar acerca de la igual o diferente precisin de las mediciones cuando no se cuenta con los errores estndares de las mediciones. En tales casos, la solucin se obtiene del estudio comparativo de tales condiciones de medicin, acerca de las cuales puede juzgarse de un modo bien definido; el numero de vueltas de medicin , el orden de precisin de los instrumentos, los mtodos de medicin, etc. Sea una cierta magnitud, cuyo valor real es igual a X, medida n veces con igual precisin, de lo cual se han obtenido los resultados x1 , x 2 ...x n . Requierese hallar el valor mas confiable de la magnitud medida empleando el conjunto (serie) dado de mediciones. Resulta natural la tendencia a obtener un valor de lo mas cercano posible en probabilidad al real. Sabemos que la precisin de la magnitud buscada se caracteriza, en primer termino, por la desviacin de esta magnitud respecto a la esperanza de los resultados de medicin; en segundo lugar, por la desviacin de la esperanza matemtica M (x) respecto al valor real, debida a la existencia de errores sistemticos en las mediciones. En cuanto a la desviacin de M (x) respecto a X, esta, en la elaboracin de una serie de mediciones, no puede aminorarse. Queda la tarea de obtener la mayor aproximacin a la esperanza matemtica. Como ya sabemos, esta mayor aproximacin para una serie de igual precisin es la media aritmtica de estos resultados . Por eso, como valor mas fiable de una serie de resultados de igual precisin se toma la media aritmtica

(IV.1) En la formula (IV.1) hemos empleado la designacin de la suma introducida por Gauss,

Al estudiar cuestiones de la elaboracin matemtica de mediciones mltiples de una magnitud, vamos a emplear las siguientes designaciones de las sumas de productos de diversos valores de dicha magnitud. Sean dos series de magnitudes

La suma algebraica de los productos, de acuerdo con las designaciones gaussianas, se escribir, as:

De manera anloga,

La propiedad bsica de las sumas en las designaciones de Gauss consiste en que todos los factores de cada sumando han de poseer el mismo subndice, por eso las sumas de productos del tipo

no pueden ser escritas en las designaciones gaussianas. Estudiemos la cuestin acerca de la estimacin de precisin de la media aritmtica. Hablando con rigor, por estimacin o caracterstica de precisin se entiende el establecimiento de los limites de confianza para el intervalo en el cual es probable que se encuentre el valor verdadero de la magnitud medida. Para ello, es preciso conocer el error estndar. Designemos por M 1 el error estndar de la media aritmtica de mediciones de igual precisin en cierto complejo constante de condiciones y escribamos

(IV.2) Donde M es la desviacin tpica de la media aritmtica respecto a la esperanza matemtica de la magnitud medida; m , el error estndar de la esperanza matemtica, el cual caracteriza la influencia que sobre este ejercen los errores sistemticos en el complejo dado de condiciones de medicin. Si la media aritmtica se ha obtenido a base de n mediciones de igual precisin, entonces segn la formula (III.47), podemos calcular la magnitud 2 M por la expresin.

(IV.3)

donde m es el valor estndar de la influencia de los errores sistemticos sobre una medicin aislada. La magnitud m puede calcularse aproximadamente por la formula (III.10). Teniendo en cuenta la expresin (IV.3), la igualdad (IV.2) adquiere la forma (IV.4) De la igualdad (IV.4) se deduce que, si las influencias sistemticas (para cierto complejo invariable de condiciones de medicin) se caracterizan por la magnitud m , el aumento del numero n de mediciones ser efectivo solo hasta cierto limite. Si, por ejemplo,

entonces

y ya cuando n=10, resulta

m , el aumento del numero n mas all de 10, en las 3 condiciones dadas de medicin, resultara poco efectivo. De lo dicho se desprende que si se exige un mejoramiento considerable de la precisin en la obtencin de la magnitud medida, han de efectuarse varia series de mediciones en las condiciones de medicin mas variables posibles. Para complejos de condiciones convenientemente escogidos, cave esperar que la influencia sistemtica sobre diferentes series de mediciones acuse un carcter aleatorio, y en un numero de complejos diferentes igual a K puede suponerse que el valor estndar de las influencias sistemticas sobre el resultado final (para ciertas condiciones medias de medicin), ser K veces m menor, es decir, igual a . Desde luego en la practica laboral, el numero K K no puede ser grande. n Si en cada uno de los K complejos de condiciones se han efectuado k mediciones, entonces para el error estndar M de la media aritmtica de n * K = n mediciones d igual precisin, es decir, para la media aritmtica de los k resultados de las mediciones en todos los K complejos, escribiremos que

Por lo tanto, cuando m =

(IV.5)

Los problemas relacionados con la eleccin de diversos complejos de condiciones se analizan, por lo general, en la rama de la geodesia que estudian las respectivas mediciones, Aqu puede hacerse notar que, por ejemplo, en las mediciones geodesicas de ngulos, para que sean de alta precisin, es conveniente elegir el momento de las mediciones en horas matutinas, vespertinas y nocturnas. Con el fin de aumentar la precisin es til efectuar las mediciones con diversos instrumentos pero de una misma clase de precisin, por diferentes observadores, etc. Adems cabe notar asimismo que al aplicar la formula (IV.5), el numero de mediciones en diferentes complejos, que al deducir ducha formula se supona n igual a , puede ser igual a este numero solo aproximadamente. Por ejemplo, k cuando n=12 y K=2, en los grupos pueden haber 5 y 7 mediciones, e incluso 4 y 8. Una vez obtenido M, pueden establecerse los limites de confianza para el valor verdadero. Pero, aqu surge otra dificultad. La cosa es que la fiabilidad de las m2 m2 magnitudes y puede ser notablemente diferente. Si la magnitud m ha n K sido calculada a base de una serie de observaciones cuando n<20, entonces, para establecer los limites de confianza debe aplicarse la distribucin de Student. Por otro lado, la magnitud m comnmente se calcula a partir de un gran numero de observaciones, y para establecer los limites de confianza para el valor verdadero calculados a partir de la esperanza matemtica, debe aplicarse la ley normal de distribucin. Sin embargo, los intervalos de confianza que se sobrecubren resultan incmodos. Por eso, puede recomendarse la siguiente solucin. 1. Si n 20 , los limites de confianza del valor real se establecen a base de la ley normal, haciendo uso del error estndar

2. Si n < 20, primeramente se calcula la magnitud

y cuando N 20 se aplica la ley normal, y para N<20, la distribucin de Student. La magnitud M puede ser obtenida directamente a partir de los errores de cierre obtenidos de materiales de trabajo. En este caso, se aplica la normal o la de Student, en dependencia del numero de errores de cierre. Ejemplo 1. El valor de x ha sido obtenido de 20 vueltas de medicin; m = 2; m = 0,70; K = 2 .

Ya que n=20, emplearemos la ley normal. Los limites de confianza para el valor verdadero, cuando B = 0,99 sern x 2,57 * 0,66 = x 1,69 y x + 1,69 . Ejemplo 2. El valor de x se ha obtenido a partir de 12 vueltas de medicin

Puesto que n<20 obtengamos primeramente N N = 12 + 12(0,25 : 0,33 = 21 Ya que N>20, hay que aplicar la ley normal. Los limites de confianza para B = 0,99 son: x 2,57 * 0,76 = x 1,95 y x + 1,95 Ejemplo 3. El valor de x se ha obtenido en 8 vueltas de medicin

Puesto que n <20, obtengamos primeramente N, N = 8 + 80,25 : 0,50) = 12. Ya que N < 20, aplicaremos la distribucin de Sudent. Los limites de confianza, para = 0,99 : x 3,11 + 0,87 = x 2,71 y x + 2,71. As, pues, para valorar la precisin de la media aritmtica no basta conocer solo la magnitud del error estndar; se requiere conocer como se ha obtenido. Convengamos en emplear las siguientes designaciones. Llamemos N el numero de mediciones equivalentes. Si N 20 , entonces designaremos el error estndar por M; si N <20, por M ( N ) . Por ejemplo, M (12) significa que M ha sido obtenido de 12 mediciones equivalentes y que para establecer los limites de confianza deber emplearse la distribucin de Student. En geodesia se utiliza tambin la designacin x M . En este libro aplicaremos esta solo cuando N 20 . Por ejemplo, 203513 7 quiere decir que el resultado 203513 posee un error estndar M= 7 obtenido de un numero N 20 de mediciones.

41. Secuencia

de elaboracin de las mediciones de igual precisin de

una misma magnitud En la practica de los trabajos geodsicos, una gran importancia tiene el control fiable de los resultados de los clculos. En el calculo de la media aritmtica, el control se realiza por las desviaciones de los resultados xi respecto a la media aritmtica. Las diferencias xi x se llaman en geodesia desviaciones respecto a la media, y las diferencias x xi , correcciones, y se designan estas ultimas usualmente por i designaciones, escribamos. . Con estas

(IV.6) Hallemos la suma de estas desigualdades

Pero,

Por lo tanto,

(IV.7) En la practica de los clculos, la media aritmtica se obtiene generalmente redondeada hasta cierta cifra decimal a retener. Por esta razn, la igualdad (IV.7) no se cumple exactamente. Designemos el valor redondeado de la media aritmtica por el x o , el error de redondeo por o y escribamos xo = x + o . Las magnitudes i se obtienen con el valor redondeado de x0 , o sea Al hallar la suma de todas las io obtenemos 0 = [ ] + o n . Dado que [ ] = 0 , entonces

[ ]

[ ] = n
0

(IV.8) La igualdad obtenida puede servir como control de los clculos de x o y io . El calculo de la media aritmtica puede ser facilitado por el siguiente procedimiento. Cada resultado de las mediciones xi se representa en forma de la suma (IV.9) donde xo es cierto numero redondeado, elegido de manera que todos los i sean nmeros pequeos positivos. Entonces (IV.10)

Obtengamos una formula para el control del calculo de las desviaciones i y

[ ]. Tenemos
2

De all

y, finalmente

(IV.11) La secuencia del calculo en la elaboracin de una serie de mediciones de igual precisin es: 1) Se obtiene xo y se calcula i = xi xo (i = 1,2...., n) ; 2) Se calcula
xo = xo +

[ ]

n y el error de redondeo
0 = xo x

La magnitud o se ha obtenido tambin con cierto error de redondeo que puede despreciarse; 3) Se calcula i = xo xi (i = 1,2...., n) ; 4) Se efecta el control o = o n; *)

[ ]
02

5) Se calculan

[ ], [ ], [n] ;
2 2

6) Se efecta el control

*)

En caso de describir y eliminar las mediciones con errores graves (vase el integral

1,2,3 y 4 del orden recomendado del calculo han de repetirse.

33), los puntos

7) Se calcula el error estndar de una medicin

8) Se calcula

y, si se dispone de los datos respectivos, tambin

M =

2 M

+ M =

2 2 m m + n K

El orden indicado de elaboracin se muestra en las tablas 17 y 18. Ejemplo. Estn dados los resultados (tabla 17) de mediciones de igual precisin de un mismo ngulo, realizados en dos complejos: por la maana y por la tarde. Sean n=12. Determnese xo , m , M , y M ( m esta dado y es igual a 0,85, K=2).

Ejemplo*) La tabla 18 presenta los resultados de mediciones de igual precisin de la resistencia de un termmetro de platino N 318 (VNIIM) al punto de ebullicin de oxigeno (t= -182,97C). Calcular el resultado definitivo y estimar su precisin. Aqu n = 46. De este modo, como resultado de la elaboracin matemtica se ha obtenido el siguiente valor de la resistencia del termmetro al punto de ebullicin del oxigeno

lo cual corresponde a las condiciones del experimento. Con una probabilidad de 0,9973, la esperanza matemtica M ( R) se halla comprendida entre los limites 6,21141 3 *1,05 *10 4 ( M ( R) 6,21141 + 3 *1,05 *10 4 6,21141 M ( R) 6,21141 donde M (R) es el valor mas probable de la resistencia de la informacin habida, obtenido con una probabilidad de confianza = 0,997 .

*) Los datos numricos han sido tomados del libro (A. Brodsky y V. Kan Breve prontuario de elaboracin matemtica de los resultados de las mediciones)

 42 .

Valor mas fiable de una, magnitud medida reiteradamente y con

diferente precisin. Sea cierta magnitud (el valor verdadero es igual a X) medida reiteradamente y con diferente precisin, habindose obtenido los resultados x1 x 2 ,..., x n con los respectivos errores estndares m1 , m2 ,..., mn . Requierese hallar el valor mas fiable x de la magnitud medida a base de la informacin obtenida. Expresemos la magnitud x buscada en forma de una funcin lineal.

(IV.12) donde los coeficientes k i representan cierta funcin de las respectivas magnitudes mi y estn enlazadas entre si por la condicin

(IV.13) La necesidad en las condiciones (IV.12) Y (IV.13) se deriva de las siguientes consideraciones: 1. Las mediciones de igual preescisin deben considerarse como un caso particular de las mediciones de diferente precisin, por eso, para el caso de mediciones de igual precisin tendremos.

y la frmula (IV.2) adquirir el aspecto

y la condicin (IV.13) sern nk=1, de lo cual

La frmula (IV.13) puede ahora presentarse as:

o sea, la formula (IV.1) obtenida anteriormente para mediciones de igual precisin es un caso particular de las formulas (IV.12) y (IV.13), cuando k1 = k 2 = ... = k n . 2. Si todos los resultados de las mediciones son casualmente iguales entre si, es decir, si x1 = x 2 = ... = x n = x , entonces esta claro que (IV.14) Por la formula (IV.12) en este caso escribiremos

pero, teniendo en cuenta la igualdad (IV.14), k1+k2+k3+..+kn=1 esto confirma una vez ms el carcter necesario del cumplimiento de la condicin (IV.13). Hallemos los coeficientes k1,k2,k3,..,kn, considerando que la magnitud x se obtenga con la mayor precisin, o sea con el menor estndar posible. De acuerdo con las formulas ( IV.12 y I I I.43) y tomando los resultados xi como independientes, obtendremos. mx =k1m1+ k2m2+ k3m3 +..+knmn. ( IV. 15)

De este modo, la tarea se ha reducido a un extreme condicionado: requirase hallar el minio de la funcin. mx = (k1,k2,.,kn)=k1m1+ k1m1+ k1m1 +..+knmn.

Las variables k1,k2,.,kn estn enlazadas por la condicin [k] -1 = 0. ( IV. 16)

Resolveremos l tarea por el mtodo de Lagrange. Escribamos la funcin de Lagrange (k1,k2,.,kn,)= (k1+k2+k3+..+kn-1) k1m1+ k2m2+ k3m3 +..+knmn-2

donde es un coeficiente a determinar, llamado coeficiente de Lagrange. A continuacin hallemos las derivadas parciales de la funcin respecto a todas las variables ki e igualmoslas a cero / ki = 2 mi ki -2 = 0 17) de donde ki = / mi (i=1,2,.,n), ( IV. 18) (i=1,2,.,n), ( IV.

Hallemos ahora l suma de estas igualdades [k]= [1/ m]. Pero, de acuerdo con ( IV. 16) la suma [k]= 1, por eso = 1/[1/ m].

42. Valor ms fiable de una magnitud medida reiteradamente y con diferente precisin. y las igualdades (IV 18) adquieren la forma

(IV. 19) Expresando la funcin lineal (IV. 12) los coeficientes ki mediante los valores hallados para ellos, obtendremos

(IV. 20) La formula (IV. 20) resuelve la tarea planteada no obstante puede resultar incomodo para los clculos si las magnitudes mi divergen mucho de la unidad. Par mayor comodidad de los clculos se elige un coeficiente de adimensional , por el cual se multiplican el numerador y el denominador del segundo miembro de la formula (IV. 20), tras lo cual esta toma el aspecto

(IV. 21) La magnitud se elige de modo que las relaciones prximas la unidad como sea posible.

sean tan

Para hacer ms cmoda la labor del calculo, las magnitudes medidas se expresan en tales unidades de medida que las magnitudes mi sean tambin lo mas prximas a la unida. As, por ejemplo si los errores estndares de de las distancias medidas son del orden de 5 a 10 cm, entonces las distancias y sus errores estndares se expresaran mas cmodamente en decmetros. Las magnitudes y se designan por Pi , es decir, se llaman pesos de los respectivos resultados xi

(IV. 22)

Teniendo en cuenta la expresin (IV. 22), la formula (IV. 21) se expresar:

(IV. 23)

La magnitud , obtenida por la formula (IV. 23) se llama media ponderada o media aritmtica general. es fcil ver que la media ponderada no varia su magnitud si todos los pesos s e multiplican por un nmero constante cualquiera diferente de cero. De aqu se concluye que para obtener el valor mas fiable de una magnitud medida con diferente precisin basta conocer la relacin entre los errores estndares, lasa propias magnitudes mi pueden permanecer desconocidas. Aclaremos esta tesis. Supongamos que se conocen las relaciones

donde es el error estandar de cierto resultado xr . Las magnitudes mi (i=1,2,.,r,,n), no son desconocidas. Igualando =cmr donde c tambien es una incognita, puede escribirse

de donde Pi= cg1 Ahora, la formula (IV. 23) puede darse el aspecto

(IV. 24)

O sea,

(IV. 25) De este modo, para calcular errores estndares, es decir, basta conocer solo la relacin de los

y en este caso, los cuadrados de estas relaciones intervienen como pesos. Sin embargo, queda desconocido el coeficiente , necesario, como veremos ms adelante, para la estimacin de la precisin. 43. Error de la unidad de peso. 43. Nociones generales acerca de los pesos. Error de la unidad de peso. Los pesos son nmeros auxiliares en la elaboracin conjunta de mediciones heterognea o de diferente precisin .

En el 42 se ha dicho que si mi es el error estndar del resultado de una medicin, el peso Pi de este resultado se encuentra por la formula

(IV. 26) donde es un coeficiente adimensional. La nocin de peso, expuesta para la magnitud medida, se adopta as mismo para cualquier funcin F de magnitudes medidas: el peso PF , cuando se conoce su error estndar mF, se calcula por la formula

(IV. 27) De esta manera, los pesos de los resultados de mediciones y de las funciones de estas, son nmeros positivos inversamente proporcionales a los cuadrados de sus errores estndares. Si Pi= 1, entonces numricamente =mi. Basndose en esto, la magnitud se denomina <<error de la magnitud de peso>>. Este es numricamente igual al valor del error estandar del resultado cuyo peso numricamente es igual a la unidad, y a la dimensionalidad (unidad de medida) puede ser cualquiera. De acuerdo con (IV. 27), escribiremos (IV. 28) y (IV. 29) En correspondencia con la formulas (IV. 26)- (IV. 28), en los clculos con pesos, en la practica, se presentan dos tipos de problemas: 1) El establecimiento de los pesos de resultados heterogneos o de diferente precisin, con el objeto de elaborarlos conjuntamente; 2) La bsqueda de los pesos de funciones de resultados heterogneos o de diferente precisin para una ulterior obtencin, por medio de la formula (IV. 28),el error estndar mF de la funcin F, es decir, para la estimacin de la precisin de dicha funcin. Como se ve por las formulas (IV. 26) y (IV. 27) para establecer los pesos a base de los errores estndares conocidos, basta establecer la magnitud . ya que todos los pesos , en cada problema concreto, pueden ser multiplicados o divididos por cualquier nmero positivo diferente de cero, la eleccin de la magnitud , al establecer los pesos, es limitada tanto en el sentido de su dimensin (unidad de medida) como en el de su valor numrico.

Por eso lo mas simple es considerar la magnitud adimensional (abstracta). De all adems se deduce, a base de las formulas (IV. 26) y (IV. 27), que la unidad de medida de un peso es inversa a al unidad de medida del cuadrado del error estndar, es decir la varianza. La formula (IV. 28) es fundamental para la estimacin de la precisin de funciones de magnitudes medidas, si se conoce el coeficiente , entonces para el calculo del error estndar mF de la funcin de estos resultados se requiere determinar el peso de esta funcin. Los peso de los resultados homogneos son nmeros relativos, y en los casos en los que se desconocen los errores estndares de dichos resultados, sus pesos pueden establecerse utilizando la relaciones de los errores estndares, partiendo, por ejemplo, del nmero de mediciones. En casos similares, para estimar los valores calculados de una funcin, por lo general surge la necesidad de determinar en error de la unidad de peso y de los pesos de los valores calculados de las funciones,. De este modo, la tarea de estimar la precisin de las funciones de magnitudes medidas se subdividen en dos tareas: determinacin del error de la unidad de peso y calculo de los pesos de la funciones.

44. Calculo de los pesos de funciones La tarea de calcular los pesos de las funciones es una de la fundamentales en a teora de errores. Veamos como calcular el peso de la funcin F = f (x,y,..,u) a base de los pesos conocidos px, py,., pu de los argumentos no correlacionados. Apliquemos la formula (III.41) para el error estndar mF de la funcin F

Dividimos ambos miembros de la igualdad entre obtendremos

Ya que

(IV. 30)

44. Calculo de los pesos de funciones podemos, entonces, escribir definitivamente

(IV. 31) La magnitud inversa al peso se llama peso inverso, y se designa comnmente con la letra q. Para el caso de arg8umentos correlacionados, de acuerdo con (III 40.),

(IV. 32) Ejemplos de clculos de los pesos de funciones. 1. peso de la adicin de sumandos de diferente precisin. F= x1+ x2+ x3+.+ xn Que tienen sus pesos inversos respectivos q1+q2+ q3+.+ qn. Por la formula (IV. 32), escribimos: qF =q1+q2+ q3+.+ qn = [q] (IV. 33) Por consiguiente, el peso inverso de la adicin de sumandos de diferente precisin, es igual a la suma de los pesos inversos de los sumandos. 2. pesos y error estndar de la media ponderada. Expresemos la formula (IV 23) en la forma

O bien,

, 34)

(IV.

es decir, el peso de la media ponderada es igual a la suma de los pesos de los resultados de las mediciones. El error estndar M de la media ponderada, de acuerdo con las formulas (IV. 28) y (IV. 34) ser

(IV. 35) Acerca de los procedimientos que se emplean para obtener el error de la unidad de peso se hallara en el 46. 3. Pesos de los eslabones de un sistema de itinerarios altimtricos. Se entender por sistema de itinerarios altimtricos, un sistema de nivelacin directa (geomtrica ) o indirecta, en los cuales las cotas se transmiten por lados cortos. Escribamos para el eslabn entre los puntos nodales (de encuentro de dos o ms itinerarios) (H2-H1)i = (h1+h2+h3+..+hn)i, donde (H2-H1)i es el valor medio de la diferencia de alturas entre los cabos del i-simo eslabn que tiene ni transmisiones de cotas; h, el valor medio del desnivel calculado a partir de una transmisin de cota. Considerando la precisin de una transmisin de cota por una lnea o entre dos miras igual entre todos los eslabones y suponiendo su peso igual a p, fcilmente hallamos la precisin Pi del eslabn que contiene ni transmisiones.

o bien,

Ya que de una misma tarea pueden multiplicarse por un numero positivo cualquiera diferente de cero, obtendremos definitivamente

(IV. 36) El coeficiente c se escoge de modo que los pesos de los eslabones Pi sean cercanos la unidad. En un terreno llano, para el cual puede considerar que los largos de las lneas o las lneas entre las miras son aproximadamente iguales entre si ,

, (IV. 37) donde Li es la longitud del itinerario. 4. Peso de un desnivel obtenido por nivelacin indirecta. Al resolver este problema, tomaremos en cuenta como fuente de error de la nivelacin indirecta solo el error de la medicin de ngulos verticales. Entonces, para establecer los pesos puede solo considerarse el termino principal de la formula indirecta h = S tg Si el ngulo es pequeo, puede escribirse h S ., donde el ngulo esta expresado en radianes. Consideremos libre de error el lado S. Entonces,

Suponiendo que la precisin de la medicin de los ngulos de inclinacin es igual, obtendremos; (IV. 38) El nmero c se escoge de manera que los pesos Ph resulten ser cercanos a la unidad. 5. Pesos de las mediciones aritmticas. En la practica de las operaciones geodesias son frecuentes los casos en que se tropieza con magnitudes homogneas xi, cada una de las cuales se ha obtenido como la medida aritmtica de ni vueltas de la medicin de igual precisin, y de las influencias sistemticas quedan fuera de consideracin. En tales casos, el error estndar Mi de la magnitud xi se halla por la formula , 39) donde m es el error estndar de una vuelta de la medicin. Fundados en la igualdad (IV. 39), escribamos que (IV.

, Suponiendo que =cm , hallamos

, o bien,

(IV. 40) es decir, es el peso de la media aritmtica es proporcional al numero de vueltas de medicin a condicin de que no existan errores sistemticos de medicin *). Como se ve, en algunos casos prcticos, puede establecer un sistema de pesos sin conocer los errores estndares de las magnitudes que se someten a la elaboracin. De existir errores sistemticos, la formula (IV. 40) es inaceptable y los pesos de las medidas aritmticas se hallan por las formulas siguientes

(IV.41)

donde

para lo cual, desde luego, es necesario conocer las influencias de las caractersticas sistemticas m y Ki (vase la formula (IV.5)). Todas las formulas obtenidas para los pesos de las funciones son validas solo cuando los resultados de las mediciones son correlacionados. Si en cambio, los resultados son correlacionados, los pesos son calculados por medio de la formula , Donde la magnitud MF debe determinarse por medio de la formula(III.40)

________________ *) lo que ocurre muy rara vez Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica 45. Anlisis de una serie de mediciones de diferente precisin Al estudiar una serie de errores de mediciones homogneas de diferente precisin, dichos errores se normalizan previamente, es decir, se obtienen las relaciones , conservando para ti los signos de i . . La serie de errores normalizados se analiza del mismo modo que la serie de errores de mediciones de igual precisin. Si se desconocen los errores estndares, la normalizacin se realiza por la frmula (vase la tabla 10).

Puesto que,

(IV. 42) las magnitudes ui=ti se consideran en lo sucesivo como errores de mediciones de igual precisin. Claro est que la multiplicacin de todos los errores normalizados por cierto coeficiente constante u no variar el carcter de la distribucin de errores. 46.calculo del error de la unidad de peso. Estudiemos los procedimientos empleados en la prctica geodsica para calcular el error de la unidad de peso . 1. Clculo de al determinar los pesos a base de los errores estndares m conocidos de las mediciones. En este caso, los pesos se establecen por la frmula

, en la cual el coeficiente k se fija de antemano, y el error de la unidad de peso u. se calcula por la frmula , 43) 2. Clculo de u a partir de los conocidos errores estndares y de los pesos de resultados homogneos. Supongamos que se conocen los errores estndares m de resultados homogneos e, independientemente de los errores estndares mi se han determinado de modo idntico los pesos p de estos resultados, por ejemplo, como se ha hecho para la deduccin de las frmulas (IV.37) y (IV.40). (IV.

46.Clculo del error de la unidad de peso. En este caso para cada resultado se calcula el error de la unidad de peso i (IV. 43) y el valor definitivo de se halla por la formula

(IV. 45)

donde n es el nmero de resultados para los cuales se han establecido los mi y los Pi , y adems se supone que la fiabilidad de los valores mi es aproximadamente igual. 3. Calculo de a partir del conocimiento de los errores reales i de magnitudes obtenidas independientemente por mediciones, y de los pesos Pi de estas magnitudes; i = 1,2,3,,n. Tomemos la esperanza matematica de la variable aleatoria p

, pero,

donde t es el error normalizado. Por ello, . En el 14 se ha mostrado que la varianza D(t) es , por lo tanto 46) Para su empleo practico, escribamos (IV.

y (IV.

47)

La frmula (IV.47) posee una importancia excepcional en la prctica geodsica, ya que permite pasar de los pesos de las mediciones a la precisin de de dichos resultados. Como errores reales i mas a menudo se toman los errores de cierre, o sea, los errores reales de funciones cuyos valores teoricos se conocen. Sean x,y,, u valores medidos de magnitudes cuyos valores reales X,Y,, U estn funcionalmente relacionados entre si del siguiente modo:

(X,Y,, U) = 0. 48)

(IV.

Como se ve, si una funcin cualquiera se reduce a la forma (IV. 48), es decir, a la forma en que una igualad es igual a la forma en que todos sus trminos en los miembros de primero y segundo- son ceros, entonces el valor de esta funcin como los valores medidos de los argumentos ser el error real de esta, o mas precisamente su error de cierre, esto es, (x,y,, u) = W . El peso P de la funcin se calcula por las reglas expuestas se calcula por las reglas expuestas en 44 Si se encuentra con n funciones, e decir, con n valores de errores de cierre W , entonces por la formula (IV 47.) se puede hallar el error estndar de la unidad de peso , o sea,

, 49)

(IV.

En calidad de las funciones han de tomarse las que no contengan datos iniciales. En caso contrario los errores de cierre sern funciones no solo de los resultados de la medicin, sino tambin de los datos iniciales, y en la formacin de los errores de cierre influirn no solo los errores de medicin, sino tambin los de los datos iniciales. As, por ejemplo, par estimar la precisin de un ngulo medido en una triangulacin deben usarse los errores de cierre en la suma de ngulos de los tringulos, pero no se recomienda valerse de las ecuaciones condicionales de coordenadas y de azimut . Como ejemplo de empleo de la formula (IV 49) expongamos la deduccin de la formula del geodesta italiano Ferrer , cuyo empleo para estimar la precisin con que se mide los ngulos de una medicin es universal. Designados por los ngulos de un triangulo esfrico, escribamos para cualquier i-simo triangulo

Donde i e el exceso esfrico del triangulo (i = 1,2,3,,n.) . Suponiendo que los ngulos son de igual precisin, con un peso del valor medio del ngulo p = 1, es decir, tomando como error de la unidad de peso el valor del error estndar del valor medido, hallamos el peso Pi de la funcin i . Haciendo uo de l formula (IV. 49), hallemos

 46.Clculo del error de la unidad de peso. Y definitivamente,

(IV. 50) donde m es el error estndar buscando la medicin de los ngulos. La formula (IV. 50) se llama Formula de Ferrero. Utilizando la formulas (IV. 49) y (IV. 5) pueden obtenerse la caracterstica de las influencias sistemticas m par aquellos caos en que todas las magnitudes medidas son homogneas y han sido medidas en mismo numero n de vueltas que se han dividido en un numero de grupos K mas o menos igual. En teles casos, el valor de obtenido por la formula (IV 49), ser en la formula (IV 5), la magnitud M a saber,

, Conociendo M, que es el error estndar m en una vuelta (por convergencia interna entre las vueltas), n y K , no es difcil obtener la magnitud m por la formula (IV 5) . Mas a menudo se emplea precisamente esta va para obtener la caracterstica m.

4. calculo de por la convergencia interna de los resultados de las mediciones. Estudiemos un caso en el que se conocen solo los resultados de las mediciones sus pesos, obtenidos indirectamente; los errores estndares de las mediciones se desconocen. Escribamos dos igualdades

donde X es el valor verdadero de la magnitud medida, xi , el resultado de medicin en una vuelta, y , la media ponderada de n vueltas (i=1,2,3,..,n).

sumemos estas igualdades

donde x es el error real de la media ponderada.

A continuacin escribamos

(IV. 51) En esta ultima igualdad, [pv] es igual a cero. En efecto,

; Teniendo en cuenta (IV. 23), obtenemos [ pv ] = 0 52) Ahora la igualdad (IV 51) puede escribirse as: [ p ] = [ pv ] + [ p ] (IV. 53)

(IV.

Hallemos la esperanza matemtica de los miembros primero y segundo de la igualdad (IV. 53)

, Basndonos en (IV .46) , escribamos (IV. 54) Luego, considerando (IV. 53), (IV. 55) Dado que es el error real de , se hace evidente que, .

donde M es el error estndar de la media ponderada

Por consiguiente, a base de la formula (IV 35)

(IV. 56) Teniendo en cuenta las igualdades (IV. 53) y (IV. 56),obtenemos

o bien,

46.Clculo del error de la unidad de peso. de donde

Sustituyamos la magnitud M(pv) , aproximadamente por entonces,

(pv) / n.

Y, finalmente,

(IV. 58) La formula (IV. 58) resuelve l tarea planteada. Se llama formula de Bessel. Caracterstica comparativa de los diversos procedimientos de calculo de error de la unidad de peso La formula mas simple de calcular el error de la unidad de peso es utilizando la formula (IV. 43) cuando se conocen los errores estndares de los resultados de las mediciones.

La magnitud puede obtenerse con seguridad con la formula (IV. 49) a partir de los errores de cierre W no afectados por errores de los datos iniciales, y si el numero de estos errores es suficientemente grande. Comparemos las formulas (IV. 58) y (IV. 49) cada una de ellas posee sus virtudes y sus desventajas. Se el numero de errores de cierre es grande por ejemplo del orden de varias centenas los limitantes de confianza de error de la unidad de peso, obtenido por la formula (IV. 49) sern suficientemente estrechos. Sin embargo los intervalos confidenciales van a corresponder a cierto complejo promediado de condiciones y no reflejaran las condiciones existentes entre las condiciones de medicacin, es decir, el carcter concreto de los diversos complejos. En este sentido la formula (IV. 58) tiene ventaja, ya que refleja las condiciones concretas de medicin. La deficiencia de esta formula estriba en el volumen usualmente pequeo de informacin utilizable. Cabe tener en cuenta, adems la circunstancia de que al estimar la precisin por convergencia interna, los errores de medicin actan unilateralmente , diminuyndolos errores de la unidad de peso a obtener. Ms por otro lado, lo dicho permite analizar diferentes fuentes de errores. De esto, se deduce que al existir un error en la unidad de peso calculada por la formula (IV. 49), es necesario aplicar tambin la formula (IV. 58) con objeto de obtener material para el anlisis de las influencias sistemticas y de las influencias de los errores de los datos iniciales.

Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica 47.Establecimiento de los limites de confianza (cotas confidenciales) en el caso de mediciones de diferente precisin Las cotas confidenciales del valor verdadero de una magnitud medida y su error estndar se establece tambin en funcin de la probabilidad de confianza fijada y d la ley de distribucin de errores. A su vez, la ley de distribucin se adopta en dependencia del nmero de << grados de libertad>> usados al obtener el error de la unidad de peso. Designemos este nmero por r. Al estimar la precisin para convergencia interna (vase la formula (IV .58)) , r = n-1. Valorando la precisin por la formula (IV 49), el nmero de grados de libertad es igual a la numero de errores de cierre independientes. Son errores de cierre independientes los de la s funciones independientes, es decir, de aquellas funciones de entre las cuales en dos polgonos de nivelacin cerrados y contiguos, r=2. si estos polgonos tienen una frontera comn, el error de cierre calculado por el contorno externo de estos polgonos no ser independiente, ya que puede ser obtenido como la suma de dos errores de cierre de los polgonos contiguos, sin embargo para calcular el error de la unidad de peso han de usarse todos los errores de cierre que aparezcan.

 48. Secuencia de elaboracin de las mediciones de diferente precisin de una misma magnitud Se recomienda observar el siguiente orden de calculo (vase la tabla 19). 1. En la columna 2 se escriben los resultados de las mediciones xi, y en la 3, sus pesos Pi . se calcula [ p ]. 2. Se elige cierto valor aproximado de la magnitud media xo , se calculan las diferencias xi xo = i y se escriben estas en la columna . El valor de xo se escoge de tal modo que todas las diferencias i resulten positivas y peueas en valor absoluto. 3. En la columna 6 se presentan los productos pii calculados y la suma [p]. 4. Se calcula

y el error de redondeo 5. En la columna 5 se calcula

, donde

es el valor exacto, no redondeado. y en la 7, los productos p ivi .

6. Se hallan as sumas [pv] y se comprueba la igualdad de control . 7. En la columna 8 se da la suma

48. Secuencia de elaboracin . De mediciones de distinta precisin. y en la 9 la suma

, 8. SE comprueba la igualdad de control

9. Se calcula el error estndar de la unidad de peso

Ejemplo, en un polgono geodsico del Instituto Geodsico de Mosc , una misma fue medida 15 veces con un geodimetro DS-2 (Vease la tabla 20) _____________ *)

pero . Por consiguiente,

Luego tenemos

O bien,

Tabla 19 (Forma )

Tabla 20

49. Estimacin de la precisin por diferencia de med. a diferentes horas del da, con distinto numero de vueltas de medicin (ni). Tomando los pesos de las distintas mediciones como proporcionales al

numero de vueltas, se calcula la media ponderada y el error estandar (no resulto posible determinar la caracteristica de la sinfluencias sistematicas). Control.

49. Estimacin de las diferencias de mediciones dobles de igual precisin En la practica de las mediciones geodesias a menudo se requiere medir un gran nmero de magnitudes geodesias, para lo cual cada magnitud se mide, para su control, solo dos veces. No es posible efectuar una estimacin satisfactoria de la precisin de cada medicin, cuando el numero de mediciones n =2. es fcil mostrar que la aplicacin de la distribucin de Student (cuando n =2) con la probabilidad de confianza anteriormente adoptada (0.09) de un resultado meramente formal. Surge la pregunta ser posible, usando todas las diferencias de mediciones dobles de las magnitudes homogneas, estimar la precisin de las mediciones? Supongamos que vemos varia magnitudes homogneas X1,X2,.,Xn, medidas dos veces cada una de ellas, ha resultas de lo cual se han obtenido de la primera x1 ,x2,,xn de la segunda x1 ,x2,,xn (IV.59) Empleando las series (IV.59), es posible calcular las diferencias de las mediciones dobles d1=x1 - x1 d2=x2 - x2 dn=xn - xn (IV.60) y utilizar estas diferencias par la estimacin de la precisin.

En la practica se presentan por lo comn dos casos: en uno de ellos, todas las mediciones x1 y x1 son de igual precisin, y en el otro, las mediciones en cada par son de igual precisin, pero los pares entre si son de diferente precisin. Veamos el primer caso. Sea que todas la magnitudes xi y xj y en las series (IV 59) son de igual precisin . si todas las mediciones carecieran de error, entonces evidentemente las diferencias xi - xi en el segundo miembro de cada igualdad de (IV 60) serian iguales a cero. por consiguiente cada diferencia dn es el error real de la diferencia misma, ya para el error estndar md de una diferencia d, puede escribirse y, aproximadamente, (IV 61) donde n el numero total de diferencias. Designemos el error estndar de una medicin por m , y para el error estndar de la suma algebraica de sumandos de igual precisin escribamos

Por tanto,

de donde,

(IV .62) Los valores mas fiables de i de las magnitudes Xi , cada una de las cuales ha sido medida dos veces, se calculan como las medias aritmticas de los respectivos resultados de mediciones xi y xi, es decir

Ya que mx = mx = m basndonos en la formula (IV.62) para el error estndar m de los valores calculados de las magnitudes Xi, podemos escribir

(IV .63) Si tenemos dos resultados de medicines de igual precisin de una misma magnitud, efectuadas al mismo modo, puede suponerse que sus errores sistemticos sean prximos uno al otro y que la influencia sistemtica de la diferencia de tales resultados se eliminara en grado considerable. Por eso, los errores sistemticos en las diferencias di de los resultados dobles de mediciones se llaman sistemticos residuales. 49. Estimacin de la precisin por diferencia de med. En el caso de un numero suficientemente grande de mediciones dobles, la magnitud media med del error sistemtico residual en las diferencias di, partiendo de la propiedad de compensacin errores aleatorios, se halla como la media aritmtica de esas diferencias, es decir,

(IV. 64) En la elaboracin de las mediciones dobles la magnitud med excluye de las diferencias di y se hallan las magnitudes i. se

(IV. 65) De acuerdo con la propiedad de las desviaciones de los nmeros aislados respecto a su media aritmtica, tendremos , 66) de lo cual es fcil cerciorarse basndose en a igualdad (IV. 64): . Ya que las magnitudes di se han obtenido a partir de mediciones, las desviaciones i pueden considerarse como desviaciones respecto a la media de las diferencias di, y, por la conocida formula de Bessel (Iv 58) para el error estndar md de cualquier diferencia di puede escribirse (IV.

; 67)

(IV

de aqu para el error estndar m de una medicin, fcilmente se obtiene

(IV 68) El calculo de la suma [] se controla por la formula

, cuya deduccin es anloga a la formula (IV 11).

(IV 69)

Para calculara el error estndar m de una medicin, hemos obtenido las formulas (IV 62) y (IV. 68). Por eso surge la pregunta para que influencia sistemtica med debe emplearse la formula (IV 68)? Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica Si como condicin de que puede no aplicarse las formulas (IV. 65) y (IV. 68) se toma la desigualdad , entonces, a base de la relacin entre los errores medio y estndar, escribiremos

, o bien, (IV. 70) donde [|d|] = | d1 | +| d2 |++| dn |. Si la condicin (IV. 70) se cumple, para obtener las caractersticas m de las influencias aleatorias sobre una medicin, debe usarse la formula (IV. 62) . Notemos que si | [d] | 0,25 [ |d|] entonces debe estudiarse especialmente las causas de aparicin de este valor de las influencias sistemticas y los mtodos para su consideracin. Cabe advertir tambin que la magnitud med no es posible juzgar acerca de los errores sistemticos de las mediciones de x y x ,

puesto que med presenta el valor medio tan solo de los errores sistemticos residuales. De este modo, por mediciones dobles puede obtenerse nicamente una estimacin de las influencias aleatorias, es decir, solo el m. 50. Estimaciones de precisin por diferencias de mediciones dobles de diferente precisin. Supongamos que cada una de las magnitudes homogneas Xi (i=1,2,.,n) ha sido medida dos veces he independientemente , adems, las mediciones en cada par son de igual precisin, y los pares entre si, de diferente precisin. Calculemos las diferencias di en cada par de mediciones, d1=x1 - x1 d2=x2 - x2 dn=xn - xn 71) Designemos por pi los pesos de las mediciones en el i-simo par, esto es pi= p xi= p xi (IV. 72) (IV.

50. Estimacin de precisin por diferencias de mediciones dobles de diferente precisin Los pesos pi de las diferencias di se hallan fcilmente

(IV. 73) Las magnitudes di representan los errores reales de cada i-sima diferencia por consiguiente, por medio de la formula (IV.47), para el error estndar de la unidad de peso pude escribirse

o bien, . 74) Los valores mas fiables i de la magnitudes buscadas Xi se obtendran evidentemente, como las medias aritmticas simples (IV.

, en este caso el peso P i de cada uno de los valores . Por lo tanto, los errores estndares m hallaran por la formula i de los valores i se i ser

(IV 75) El valor medio med de los errores sistemticos que influyen sobre las diferencias di puede ser calculado por la formula

(IV. 76) Por analoga con la expresin (IV. 70), como criterio de aplicacin de la formula (IV, 74) puede servir la desigualdad (IV. 77) donde , Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica Si la condicin (IV 77) no se cumple, entonces por la formula (IV.76) se halla med, a continuacin, i = di med( n-1) (IV.78)

y, finalmente,

(IV. 79) Notemos que es valido calcular las i por la formula (IV.78) en el caso de que todas las diferencias di contengan errores sistemticos aproximadamente iguales. Casos mas complejos sern estudiados en la segunda parte de este libro. En la practica de la elaboracin de mediciones dobles se presentan tambien casos en los que las mediciones en los pares son de diferente precisipn, o sea, cuando Pxi P xi (i=1,2,.,n). En tales caso, los pesos Pi de las diferencias di se hallan de la manera siguiente:

o bien, (IV 80) Los valores medios ponderados i de las magnitudes medias y sus errores estndares m i en el caso de las mediciones de diferente precisin en los pares sern

(IV 81)

(IV 82)

(IV 83) 51.Ejemplos de estimacin de la precisin segn las diferencias de mediciones dobles. Ejemplo 1. se han realizado mediciones de unas mismas lneas por dos observadores con un geodimetro topogrfico ST-61. Calcular el error estndar de una medicin realizada por un observador y la media de un par de mediciones, suponiendo que estas son de igual precisin *).

_________ *) se ha establecido por investigaciones que el error absoluto de las mediciones con geodimetro es prcticamente el mismo para lneas de 0.02 a 3.4 Km de largo. 51. Ejemplos de estimacin de la precisin Solucion: 1. El criterio de tolerancia med es 0.25 [|d|] = 0,25 . 29=7,2; |[d]|>0,25 X [|d|] (23,6 > 7,2). No es posible despreciar la magnitud med. 2. la influencia residual de los errores sistemticos ser

. 3. El error estndar de una medicin

4. El error estndar de las medias de dos mediciones

5. Los errores relativos

, Observacin. En ulteriores investigaciones se descubri que la magnitud med era el error pesrsonal del segundo observador en la determinacin del constante del aparato. Se mantuvo estable a lo largo de toda la temporada de labores y resulto igual a med = + 3cm.

Tabla 21 Resultados de las mediciones Si (m) 1er observador 967,48 752,468 692,223 1023,536 808,457 612,692 675,158 2 observador Diferencias di (cm)

i (cm)

967,398 752,412 692,25 1023,536 808,444 612,665 675,082

+ 9,1 + 5,6 - 2,7 0 + 1,3 + 2,7 + 7,6

+ + +

5,7 2,2 6,1 3,4 2,1 0,7 4,2

32,5 4,8 37,2 11,6 4,4 0,5 17,6 108,6

+ 26,3 - 0,2 - 2,7 [| d| ]=29,0. [ d ]=+23,6 med =+3,4 Ejemplo 2. los desniveles observados en 10 estaciones de un itinerario de nivelacin fueron determinados con dos alturas del instrumento. Hallar los errores estndares de un desnivel de una estacin, medido para una y dos altura del instrumento, y el error estndar de lectura de la mira (Tabla 22). Tabla 22 N de la estacin 1 2 3 4 5 6 7 8 9 10 + + + + + Desnivel (mm) h' 1561 1484 1370 102 2184 1219 100 153 1201 157 + + + + + h'' 1564 1482 1373 105 2182 1222 102 151 1198 159 di (mm) + + + + + 3 2 3 3 2 3 2 2 3 2 di 9 4 9 9 4 9 4 4 9 4 65

+ 13 - 12 [| d |] =25 [d] =+1

Solucin 1. El criterio de tolerancia med es 0.25 [|d|]= 6.2 ; |[d]|<0,25[|d|], puesto que 1 < 6,2. las influencias sistemticas en la estimacin de la precisin pueden despreciarse. 2. El error estndar de la diferencia di.

3. El error estndar de un desnivel medido con una altura del instrumento es

4. el error estndar de un desnivel medido con dos alturas del instrumento ser,

51. Ejemplos de estimacin de la precisin 5. El error estndar de lectura de la mira (h = a-b , donde ay b son las lecturas ) es :mh= ma+ mb: se toma ma= mb= mo. Donde mo es el error estndar de la lectura

Ejemplo 3. se conocen las diferencias de la suma de desniveles en itinerarios de nivelaciones las direcciones directa e inversa y el numero d estaciones en los itinerarios (Tabla 23 ). Determinar el error estndar de un solo itinerario en 10 estaciones (1 kilmetro convencional) y de un itinerario doble de la misma longitud.

(Tabla 23) peso de la N del Diferencia N Ki de diferencia itinerario di (mm) estaciones Pi =10 / ki 1 2 3 4 5 6 7 8 9 10 + + + + + 4 14 9 15 12 11 12 13 12 7 7 27 13 25 32 15 19 18 16 23 1.43 0.37 0.77 0.40 0.31 0.67 0.53 0.56 0.62 0.43 6.09 + + + + + -

diPi

Pidi

Pidi

4.8 8.5 7.9 9.5 6.7 9.0 8.7 9.7 9.5 4.6

+ + + + + -

5.7 5.2 6.9 6.0 3.7 7.4 6.4 7.3 7.4 3.0 665

+ 42,5 + 33.8 - 36.4 - 25.2 + 6.1 + 78.9 + 8.6

[dP]= [|dP|]= Solucin. 1. El criterio de tolerancia es 0.25 [ | d P |] = 0,25 . 78,9 19; |[ d P ]|<0,25 [ | d P |], Puesto que 6,1<19.

Por lo tanto, las influencias sistemticas pueden despreciarse en la estimacin de la precisin.

2. El error estndar de un itinerario solo de 10 estaciones ser

Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica

Tabla 24 Longitud media Si de la linea (m) Error real i, (cm) Diferencia di= S'i - S''i (cm)

2 2do ST-61 1er ST-61 2 con cinta observador observador observador observador (exacta) ''i ''i 214,945 214,951 214,940. 231,408 231,406 231,417 243,021 243,041 243,006 247,390. 247,362 247,330 267,394 267,367 267,411 275,732 275,792 275,786 276,375 276,396 276,408 292,277 292,297 292,306 324,436 324,466 324,503 347,305 347,336 347,358 350,447 350,435 350,467 368,915 368,926 368,943 370,545 370,543 370,543 370,846 370,832 370,853 371,942 371,96 371,963 375,15 375,196 375,188 399,253 399,322 399,264 406,203 406,218 406,185 411,919 411,961 412,004 420,192 420,154 420,175 440,358 440,358 440,354 463,794 463,822 463,826 471,458 471,42 471,474 509,438 509,754 509,790 517,504 517,487 517,525 551,273 551,854 551,849 575,273 575,300. 575,298 592,023 592,042 592,037 593,343 593,305 593,315 608,19 608,164 608,200 612,672 612,675 612,704 675,138 675,092 675,116 692,203 692,26 692,208 752,448 752,422 752,436 808,437 808,454 808,447 967,469 967,408 967,437 1023,516 1023,53 1023,528 + + + + + + + + + + + + 0,5 0,6 1,3 4,0 1,7 5,4 3,3 2,9 6,7 5,3 2,0 2,8 0,2 0,7 2,1 3,8 1,1 1,8 8,5 1,7 0,4 3,2 1,6 5,2 2,4 0,8 2,5 1,4 2,8 1,0 3,2 2,2 0,5 1,2 1,0 3,3 1,2 + + + + + + + + + + + + + + 1,1 1,1 3,5 3,2 4,4 0,6 1,2 0,9 3,7 2,2 3,2 1,7 0,0 2,1 0,3 0,8 5,8 3,3 4,3 2,1 0,4 0,4 5,4 3,6 4,1 0,5 0,2 0,5 1,0 3,6 2,9 2,4 5,2 1,4 0,7 2,8 1,8

'i

''i

di

+ + + + + + + + + + + + + + + +

0,6 0,2 2,0 0,8 2,7 6,0 2,1 2,0 3,0 3,1 1,2 1,1 0,2 1,4 1,8 4,6 6,9 1,5 4,2 3,8 0,0 2,8 3,8 1,6 1,7 0,3 2,7 1,9 3,8 2,6 0,3 4,6 5,7 2,6 1,7 6,1 3,0 58,6 35,8

348

280

356

[ d ] = -22,8 [ | d | ] = 94,4

 51. Ejemplos de estimacin de la precisin

3. El error estndar 10 (med) de un itinerario doble, o sea el de la media de

dos estaciones, ser

Ejemplo 4. dos observadores han medido cada uno de ellos 47 lneas con un geodmetro ST-61 y mas tarde, dichas lneas, se han medido con cinta (medicin exacta). Como resultado se han obtenido diferencia de resultados dobles y errores reales de las mediciones (Tabla 24). Efectese la estimacin de la precisin por medio de la diferencia de mediciones dobles y de los errores reales. Solucin
1. El criterio de tolerancia para |[d]| es 0.25 [| d |] =0,25 .94,4 24; |[d]| < 0,25

[| d |], puesto que 22,8 < 24.

2. El error estndar del largo de una medicin de una lnea con un geodmetro, calculado por medio de las diferencias di, es

3. El error estndar de la media de ambas mediciones de una longitud de una

lnea, calculada por las diferencias di, es

4. El error estndar m de una medicin, calculado por medio de los errores

reales de ambos observadores, es igual a

5. El error estndar mmed

de la media de ambas mediciones, calculado a partir de los errores reales, es

La magnitud m obtenida a partir de las diferencias de mediciones dobles, que es igual a 2.2 cm, caracteriza la influencia de los errores aleatorios de una medicin, el error estndar m, obtenido segn errores reales y que es igual a 2.9 cm., caracteriza la influencia conjunta de los errores aleatorios y sistemticos. Por consiguiente, el valor estndar de la influencia de los errores sistemticos de una medicin de largo de una lnea ser

Notemos que la magnitud m = 1.6 cm calculada a partir e las diferencias de mediciones dobles, resulto menor que el de mmed calculado a base de los errores reales e igual a 2.1 cm, lo que era de esperar.

51. Tolerancias para los resultados de las mediciones y de sus funciones Las tolerancias tienen como finalidad descubrir los resultados dudosos de mediciones que contienen errores graves. Estos ltimos pueden surgir como consecuencia de equivocaciones inadvertidas en el proceso de medicin por el observador (ya sea en las mediciones mismas, ya en el registro de sus resultados), o de perturbaciones anmalas en las condiciones de medicin. La tarea de establecer dichas tolerancias se resuelve a base del mtodo de los intervalos de confianza. Por eso, antes que nada es necesario ponerse de acuerdo acerca de la probabilidad de confianza que ha de adoptarse. En la prctica geodsica. la probabilidad de confianza = 0,99 es de uso general, lo cual corresponde al valor de t = 2.6 en el caso de la ley normal de distribucin (es decir, cuando se conoce un valor suficientemente preciso de m). Para la distribucin de Student (o sea. cuando tiene que emplearse un valor aproximado de m), la magnitud de t' depender del nmero de resultados de las mediciones; tambin en este caso tomaremos una probabilidad de confianza = 0.99. El concepto de error grave, si es que a su debido tiempo no fue advertida la correspondiente equivocacin evidente, es hasta cierto punto, convencional y depende de la probabilidad de confianza adoptada. .Nosotros hemos tomado = 0,99 o sea un nivel de significacin = 0,01. Esto quiere decir que en el caso de mediciones en masa, junto con los errores graves se desechar un 1 % de resultados de buena calidad, a lo cual, naturalmente, habr que resignarse. Las tolerancias se establecen tanto para la convergencia interna de los resultados de medicin de una magnitud, como para los errores de cierre, es decir, para los errores de funciones de magnitudes medidas.

1. Tolerancias para la convergencia interna

En mediciones mltiples de una magnitud, en la prctica geodsica se aplican tolerancias de envergadura o a lo largo en las series de mediciones. Llamaremos envergadura a la diferencia Rn = xn x1, donde xn es el resultado mximo en una serie, y x1, el mnimo. Si los resultados de las mediciones se someten a la ley normal de distribucin, la envergadura normalizada tambin se sujetar a determinada ley de distribucin de la envergadura, o sea de la distribucin de las probabilidades de la

envergadura, dependientes de n (nmero de mediciones en las series (vase [50], tabla III en los apndices). De ese modo, la distribucin de la envergadura puede emplearse para la eliminacin de resultados por convergencia de stos cuando se conoce con suficiente precisin el valor de = m. Por supuesto la magnitud m ha de ser calculada, en todo caso, a partir de no menos de 20 observaciones. Aplicando para la eliminacin la distribucin de la envergadura hay que tener en cuenta las siguientes circunstancias: 1) esta distribucin se fundamenta suficientemente slo n 12, y si n>12 no resulta posible su aplicacin; 52. Tolerancia para los resultados de las mediciones. 2) en caso de una variacin notable del complejo de condiciones casi siempre variar tambin la esperanza matemtica de los resultados de las mediciones; 3) en caso de una envergadura inadmisible (o sea, cuando esta rebasa los lmites del intervalo de confianza), se elimina y se repite la observacin, usualmente, de slo uno de los resultados extremos y no toda la serie de resultados. Teniendo presente las circunstancias mencionadas, se recomienda, efectuar la eliminacin de resultados por convergencia interna de mediciones mltiples de una magnitud de acuerdo con el procedimiento siguiente: 1) la serie de mediciones se subdivide en varias series en condiciones homogneas (observaciones angulares matutinas o vespertinas, observaciones en tiempo nublado, soleado, ventoso; mediciones de una distancia con diferentes frecuencias de la seal electromagntica; posicionamientos astronmicos en diferentes das etc.); en cada serie el nmero n< 12; 2) la eliminacin de resultados se realiza en cada serie por separado, sin tener en cuenta los resultados de las otras series; 3) en caso del uso de tablas de distribucin de la envergadura, en calidad de argumento de entrada (adems del nmero n) se toma no la probabilidad de confianza = 0,99, sino la probabilidad =1-0.01 n o sea, un nivel de significacin = 0,01 n; en este caso, en k series de n mediciones cada una se desechar un promedio de 0,01 kn mediciones, o sea, un 1 % que es lo que se requiere. Ms adelante se dan los valores de la envergadura con una probabilidad ' = 1-0.01n *). Una excepcin la constituye el caso en que n = 2.

Entonces, ' = = 0,99, por lo que (para una envergadura inadmisible) se han de desechar ambos resultados. n 2 3 4 5 6 7 8 9 10 11 12 3,64 3,6 3,8 3,9 4,0 4,0 4,1 4,1 4,1 4,2 4,2

Una vez obtenido

se calcula la envergadura admisible

. Ejemplo. En la medicin de ngulos acimutales la magnitud m 1,5. En tiempo de visibilidad vespertina se ha efectuado 7 vueltas de medicin. De all resulta que la envergadura admisible ser (xn - x1) adm = 4.0 x 1.5=6.

*) En caso de existir errores instrumentales peridicos, los cuales se compensan en el valor de , la tolerancia para la envergadura debe ser aumentada correspondientemente. Cap. IV. Mediciones de una misma magnitud. Elaboracin. Matemtica
2. Mtodo de anlisis lgico

Si la precisin de las mediciones se desconoce, puede entonces imponerse la condicin de lograr cierta precisin para el valor medio de x. Sin embargo, como base para la solucin del problema se toma el intervalo de confianza para la esperanza matemtica, o sea, se toma en cuenta slo la influencia de los errores aleatorios de medicin. En caso de influencias sistemticas notables, la solucin propuesta requerir de una correccin. Supongamos que en las mediciones de una magnitud X se ha dado el valor de x que deseamos lograr. En tal caso, el intervalo de confianza (con = 0,99) ser igual a 2,6 x. Plantemelos la siguiente tarea: realizar mediciones hasta que el intervalo de confianza, segn la ley de Student, llegue a ser igual o menor que la magnitud 2,6 x, o sea, hasta que se satisfaga la desigualdad

(IV. 84) donde m se halla por la formula (II. 16) es decir

y t' se obtiene de las tablas en el apndice 5 por los argumentos = 0,99 y r = n 1. La eliminacin de los resultados de medicin afectados por errores graves puede efectuarse por envergadura slo despus de que el nmero de mediciones llega a ser no menor de 20. Es necesario, no obstante, como ya se ha indicado, tener presente [que la precisin del resultado obtenido de x depender en grado considerable de los errores sistemticos. Por eso, el cumplimiento de |la condicin (IV.84) es insuficiente. Para mejorar realmente la precisin del valor medio x es preciso adems variar el complejo de Bendiciones de medicin, de lo que se habl al deducir la formula (IV.5).

3. Tolerancias para los errores de cierre

Como se sabe, se llama error de cierre a el error de la funcin (X1, X2,, Xn ) = 0., donde X son los valores reales de los argumentos, osea, a la magnitud W=(x1, x2,, xn ) aqu x son los valores medios de los argumentos.

52. Tolerancia para los resultados de las mediciones. Si se conocen los errores estndares m de los argumentos, lo que casi siempre ocurre en la prctica geodsica, donde estas caractersticas se hallan a partir de un amplio material estadstico, entonces las tolerancias para los errores de cierre se obtienen del siguiente modo: 1) se calcula

(IV.85) 2) se obtiene el valor admisible del error de cierre (IV.86) En aquellos casos en que la precisin de los argumentos se desconoce (por ejemplo, al investigar nuevos aparatos de medicin), 3 tarea, de eliminacin de los errores de cierre inadmisibles puede resolverse tan slo para los errores de cierre de un mismo tipo (por ejemplo, para los errores de cierre de tringulos todos los ngulos de los cuales han sido medidos con igual precisin). En tales casos, para la eliminacin se emplea la distribucin de Student, y el problema se resuelve de la manera siguiente: 1) se obtiene el valor medio de los errores de cierre

2) se calcula

(IV.88) 3) se halla el error de cierre admisible :

(IV.89) donde la magnitud t' se toma del apndice 5 por los argumentos = 0,99 y r = n-l *) Sin embargo, hay que tener en cuenta que en caso de tener un volumen pequeo de material estadstico de estudios, la eliminacin de los resultados requiere una atencin especial y de gran cuidado, ya que el valor de cada resultado, en este caso, aumenta esencialmente, ya que dicho resultado puede aportar una informacin preciosa. __________

*)en a eliminacin de errores de cierre, el intervalo de confianza se traza a partir de M(W)=0. Un anlisis minucioso de los resultados de mediciones de argumentos comunes de los errores de cierre inadmisibles y la comparacin de estos errores de cierre ayudar a descubrir las medien .sospechosas, que habr que repetir. En conclusin, hagamos notar que la va ms segura para establecer las tolerancias tanto para la convergencia interna como f los errores de cierre, es la de contar con un amplio material obtener de la prctica productiva y la correspondiente deduccin a base este material, de las respectivas caractersticas de las influencias aleatorias y sistemticas. En caso de tener poca experiencia en aplicacin de nuevos medios de medicin, el establecimiento tolerancias es una tarea que puede llevarse a cabo slo de manera aproximada. Si el por ciento de resultados desechados diverge mucho del 1 %, ello ser indicio de un infortunado establecimiento de tolerancias. Por medio de la sucesiva iteracin de las tolerancia es necesario lograr que el por ciento medio de los resultados eliminados se aproxime al 1 %, por cuanto se ha adoptado = 0,99.