Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Introduccin
Como es bien conocido, todas las ciencias necesitan de la determinacin
cuantitativa de diferentes magnitudes, es decir, de la realizacin de mediciones y
clculos.
Medir implica comparar la magnitud objeto de la medida con otra de la misma
especie y que es bien conocida. El resultado de la medida se expresa mediante un
nmero acompaado de la unidad correspondiente, la cual depende de la
magnitud conocida que se ha tomado como referencia.
Por varias razones, las mediciones nunca permiten conocer exactamente el valor
verdadero de la magnitud medida. Las ms evidentes de estas razones son los
defectos propios de los instrumentos que se emplean y las imperfecciones de
nuestros sentidos. El valor verdadero de una magnitud es realmente inaccesible,
por lo que al hablar de medicin, en sentido estricto, es mas apropiado interpretar
esta palabra con la acepcin de estimacin antes que de determinacin. En
realidad, no tiene sentido hablar del valor de una magnitud en trminos absolutos,
sino de la probabilidad de obtener un valor al efectuar la medida de una magnitud.
Esto no es el resultado de las imperfecciones de los aparatos o los sentidos sino
que, de acuerdo con el estado actual del conocimiento, es una consecuencia del
carcter intrnsecamente probabilstico de las magnitudes fsicas que forma parte
de la misma esencia de la naturaleza, y que se hace evidente a nivel de las
partculas que conforman la materia. Por lo tanto, aunque se pudiera disponer de
instrumentos idealmente perfectos siempre las medidas estarn afectadas de un
cierto grado de incertidumbre.
Juan Manuel de Rosas 325 Tel/Fax (+54 3755) 422 179 422 170 www.fiobera.unam.edu.ar e-mail: facing@fiobera.unam.edu.ar
CP3360 Ober Misiones Argentina
Concepto de error
Con bastante frecuencia diferentes autores utilizan la palabra error con sentidos
diferentes. En sentido amplio y vinculado con la realizacin de mediciones, puede
considerarse al error como una estimacin de la incertidumbre con que se llev a
cabo una medida. Es decir, cuando ms incierta sea una medida, ms grande es
el error que lleva aparejado.
En general suelen distinguirse dos tipos de errores: sistemticos y accidentales.
Los errores sistemticos tienen su origen en el mtodo o instrumento empleado
para realizar la medida. Por ejemplo, al medir una resistencia con voltmetro y
ampermetro se comete un error debido a la resistencia interna de dichos
instrumentos, error que puede evitarse si la medicin se lleva a cabo con un
puente. Tambin el empleo de una regla metlica, construida con un material de
coeficiente de dilatacin grande, para medir una longitud en un ambiente de muy
alta temperatura introduce un error sistemtico, el que puede disminuirse o
eliminarse utilizando un instrumento del material apropiado.
Los errores sitemticos no son estrictamente objeto de estudio de la teora de
errores, ellos pueden reducirse o eliminarse empleando en cada caso el mtodo
apropiado. La presencia de errores sistemticos es realmente producto de una
equivocacin en cuanto al mtodo o instrumento empleado.
Error absoluto
El error absoluto x se define como la diferencia entre el valor obtenido como
resultado de la medicin xm y el valor verdadero o nominal x de la magnitud
medida.
x = xm x
(1)
x m = x x
(2)
Ello debe entenderse como la indicacin de que el valor medido est comprendido
en el intervalo [x x , x + x] con cierta probabilidad. Es decir, con la realizacin
de una medida no se logra ms que acotar el intervalo de valores en el cual est
comprendida la magnitud que se mide, pero siempre con cierta probabilidad.
En otro sentido, ntese tambin que al definir el error absoluto se ha mencionado
al valor verdadero x que, de acuerdo a los razonamientos efectuados, es
verdaderamente inalcanzable. Por lo tanto, es ms apropiado hablar de valor
nominal antes que de valor verdadero.
Es evidente que el error x es de la misma clase o naturaleza que la magnitud
medida, por lo que se expresa en la misma unidad.
Por otra parte, al formularse la teora de errores se supone que la calidad de la
medida es normal, en otras palabras, se presume que ella se realiza en modo tal
que el error es mucho menor que el valor nominal de la magnitud medida.
Error relativo
Tal como fue definido, el error absoluto tiene el inconveniente de que no permite
una comparacin rpida y clara en relacin con el valor nominal de la magnitud
medida; mucho menos todava si se trata de comparar los errores correspondientes
a mediciones de magnitudes de diferente especie. Por ejemplo, si se dice que la
medicin de una longitud acus 1m 0,001m y que al medir un caudal se obtuvo
0,5m3/s 0,001m3/s, a partir de esta manera de expresar los resultados no es
posible dilucidar en cul de las medidas se ha cometido mayor error, puesto que
las magnitudes a comparar son de diferente naturaleza fsica. El error relativo, en
realidad, no es ms que otra manera de expresar el error, de modo que las
comparaciones mencionadas puedan llevarse a cabo con cierta facilidad.
Como error relativo se define al cociente entre el error absoluto y el valor nominal
de la magnitud medida.
(3)
% =
x
x
100
(4)
x
xm
x
100
xm
(5)
xi
x =
i =1
(6)
todos los datos de la tabla es 1253. Con este criterio se debera dar como resultado
de la medida el valor 1253140, lo cual implica que todos los valores de la tabla
estn comprendidos en ese intervalo y el error relativo porcentual resulta ser del
orden de % = (140/1253)100 11%.
Sin embargo, el error as
estimado resulta excesivamente
1238
1318
1152
1236
1152
grande. Por otra parte, el criterio
1286
1166
1168
1398
1318
adoptado es discutible desde el
1278
1298
1318
1318
1312
punto de vista estadstico. Parece
ms apropiado tomar como error
1228
1226
1220
1312
1118
la desviacin media, es decir, el
valor medio de la diferencia de los
Tabla 1:
Diferentes valores obtenidos en el
proceso
de medicin de una
datos con respecto al valor
magnitud fsica.
central. No obstante, como los
errores por defecto y por exceso tienden a compensarse, tal valor tendera a cero
y el error estimado sera demasiado pequeo. Para evitar esta situacin se
acostumbra a tomar el valor medio de las desviaciones elevadas al cuadrado y
luego extraer la raz cuadrada para que la unidad del nmero obtenido sea
dimensionalmente homognea con respecto a los datos. En otros trminos, se
utiliza la desviacin tpica o desviacin estndar del conjunto de datos.
=
n
1
(x i x )2
n 1 i =1
(7)
1 n
(x i x )2
n i =1
(8)
Ntese que, en el caso de que se mida una sola vez la magnitud en cuestin, la
expresin (7) conduce a la indeterminacin = 0/0, es decir, un nmero indefinido;
lo cual es perfectamente coherente con los conceptos que sustentan la teora de
errores. Advirtase que, al disponer de un solo dato, no se dispone de la
informacin necesaria para estimar el error. Sin embargo, en el caso de disponer
de una sola medida o dato, si se emplea la expresin (8) de la desviacin estndar
de poblacin se estimara un error nulo, lo cual no es realmente cierto. Por otra
parte, si el nmero de mediciones efectuado es muy elevado, las diferencias entre
las desviaciones estndar calculadas con las expresiones (7) y (8) es despreciable.
Los valores de la desviacin estndar calculados mediante estas expresiones son,
en realidad, estimadores de dicho parmetro.
El conjunto de medidas de una magnitud, siempre que ellas estn afectadas por
errores accidentales, pueden caracterizarse mediante una distribucin estadstica.
Una forma estadstica de representar la distribucin de un conjunto de medidas
consiste en utilizar un sistema de ejes ortogonales, de modo que las abscisas
corresponden a los valores que puede tomar una medida y las ordenadas a la
probabilidad de obtener esos valores. En el caso de que la magnitud vare de forma
continua en ordenadas se representa la probabilidad por unidad de intervalo de la
magnitud medida.
Si la distribucin es continua, la probabilidad p(x1,x2) de que el valor de una
medida se encuentre entre x1 y x2 est dada por:
p (x1 , x 2 ) =
x2
f (x ) d x
(9)
x1
f (x ) d x = 1
(10)
Cuando los errores son relativamente pequeos y estn originados por causas
independientes es decir cuando verdaderamente son accidentales la distribucin
se acerca a la llamada forma normal de la distribucin o directamente distribucin
normal. sta es quizs la ms importante en todo el campo de la estadstica; su
grfica tiene la tpica forma de campana que se muestra en la figura 2 y ella se da
en gran cantidad de casos de la naturaleza, la industria y la investigacin.
La formulacin matemtica de la
distribucin normal fue inicialmente
desarrollada por Abraham DeMoivre en
1733 y la misma es:
f (x ) =
1
2
1 x x
e 2
f (x )
(11)
x
La distribucin normal tambin se conoce
x
como distribucin gaussiana, en honor a
Karl Friedich Gauss, quien tambin
Figura 2: Funcin de densidad de
una distribucin normal.
dedujo esta expresin, justamente, a
partir del estudio de los errores que se cometen al medir repetidas veces una
magnitud fsica, trabajo que se public en 1809.
10
s
3
(12)
x tot = x ins +
(13)
Propagacin de errores
Cuando se realizan operaciones matemticas con nmeros que estn afectados de
errores, lgicamente, el resultado obtenido tambin tendr cierta incertidumbre.
Por lo tanto, es importante poder estimar el error del resultado a partir de los
errores estimados de cada uno de los nmeros que intervienen en las operaciones.
Supngase, por ejemplo, que se calcula el rea de un cuadrado segn A= l2. Donde
la longitud l de uno de sus lados se conoce a partir de su valor medido lm, el cual
est afectado de un error l. El rea calculada vendr dada entonces por (lm l)2=
2
2lml + l2. Como se analiz en los apartados precedentes, el error es
lm
rea del cuadrado, se incurre en un error que puede estimarse como A= 2lml.
11
En la figura 3 se da
una interpretacin
geomtrica del
planteamiento antes
llevado a cabo.
Advirtase que, de la
expresin del error que
se comete en el clculo
del rea formulada, se
A = l2
Ac+ A
Ac
Ac A
y
y
y
d x1 +
d x2 + K +
d xn =
x1
x2
xn
x
i =1
d xi
(14)
y
y
y
x1 +
x 2 + K +
x n =
x1
x2
xn
x
i =1
x i
(15)
Expresin sta que permite estimar el error y que se comete al calcular un valor
y que depende de n variables independientes x1, x2, ... , xn afectadas de sendos
errores x1, x2, ..., xn, respectivamente.
Es importante tener presente que la (15) es estrictamente vlida solamente si se
cumplen los siguientes supuestos:
El error de cada variable es mucho menor que el valor de esa misma variable.
12
Ejemplo 1: Clculo del error que se comete al evaluar el nmero de Reynolds a partir
de los errores relativos con que se estiman las variables y parmetros que
intervienen en su clculo.
La expresin del nmero de Reynolds es:
R=
l V
(16.a)
R =
R
R
R
R
l +
V +
+
l
V
|(16.b)
R V
=
l
(16.c)
R l
=
V
(16.d)
R l V
=
(16.e)
R
l V
=
(16.f)
l +
V +
l V
l V
(16.g)
13
l V
l V
R
2
=
l +
V +
+
l V
l V
l V
l V
R
(16.h)
Simplificando:
R =
R
l
V
=
+
+
+
= l + V + +
R
l
V
(16.i)
U2
R
(17.a)
En consecuencia:
P =
P
P
U +
R
U
R
(17.b)
P
U
=
R
R
(17.c)
2
(17.d)
P = 2
U
U
U + R
R
R
(17.e)
P % =
P
U
R
100 = 2
+
100 = 2 U % + R %
P
U
R
14
Bibliografa
Daz de Argandoa Gonzlez J. Teora de Errores. Departamento de Fsica Aplicada I.
E.U.I.T.I. y T. de Vitoria. Universidad del Pas Vasco. Curso 1998/99.
Canavos G. C. Probabilidad y Estadstica: Aplicaciones y Mtodos. McGraw-Hill. Madrid,
Buenos Aires. 1984. Captulo 5. Pg. 130-143.
Walpole R. E., Myers R. H. Probabilidad y Estadstica para Ingenieros. McGraw-Hill.
Madrid, Buenos Aires. 1989. Captulo 5. Pg. 145-160.
lvarez Blanco M., Gmez Montenegro A., Guerra Hernndez A., Lau Fernndez R.
Matemtica Numrica. Editorial Flix Varela. La Habana, 1998. Captulo 1. Pg. 4-40.
Caballero A. L. Feltan C., Introduccin a la teora de errores. Material didctico de la
asignatura Modelacin en Ingeniera. Facultad de Ingeniera, Universidad Nacional de
Misiones. Argentina, 2013.
15