Sei sulla pagina 1di 14

Propagación de Errores

Propagación de errores.

Propagación de errores en sumas y diferencias.

Propagación de errores en productos.

Propagación de errores en cocientes.

Error del producto por una constante.

Error de una potencia.

Error en funciones de una variable.

Error en funciones de varias variables.

Errores independientes y aleatorios

Formula general para la propagación de errores. Medidas independientes. Problema semidirecto. Problema inverso.

Propagación de errores

Medidas indirectas.- Magnitudes que se calculan a partir de los valores encontrados en las medidas de otras magnitudes.

Conocemos

Calculamos

¿Cuál es el error de z?

± δx , y ±δy ,

)

x

z = f (x, y,

Propagación de errores.- Conjunto de reglas que permiten asignar un error a z, conocidas las incertidumbres de x e y,

Permiten asignar un error al resultado final.

Indica la importancia relativa de las diferentes medidas directas.

Planificación del experimento.

Hipótesis de partida

Medidas dependientes.- Hipótesis pesimista. Siempre en la situación más desfavorable. Conjunto de reglas prácticas.

Medidas independientes.- Errores cuadráticos medios. Fórmula general de propagación de errores.

Propagación de errores en sumas y diferencias

x ±δx

y ±δy

Datos iniciales:

Sea su suma

q = x + y y su diferencia

qxy=

¿Cuál es la incertidumbre, δq ?

Suma

Diferencia

Valor

máximo

de q

Valor

mínimo

de q

q

max

q

min

δ

= + ++

xx

y

δ

y

=

=++ x y

(

δ δ

x +

y

)

q

max

=− +− = q

=+− x y

xx

δ

y

δ

y

(

δ δ

x +

y

)

min

= + −−

x

δ

xy(

δ

y)

=−+

x

y

(

δ δ

x

+

y

)

= − −+

x

x

δ

xy(

y

δ

y)

(

δ δ

x

+

y

)

=−−

=

=

El error absoluto de la suma y de la diferencia de dos o mas magnitudes es la suma de los errores absolutos de dichas magnitudes:

q x y δq δ x +δ y

Ejemplo:

En un experimento se introducen dos líquidos en un matraz y se quiere hallar la masa total del líquido. Se conocen:

M 1 = Masa del matraz 1 + contenido = 540 ± 10 g

m 1 = Masa del matraz 1

M 2 = Masa del matraz 2 + contenido = 940 ± 20 g

M 2 = Masa del matraz 2

=

72 ±

1 g

=

97 ±

1 g

La masa de líquido será:

M

= MmM−+ − m = 1311 g

11

2

2

Su error:

δ M = δ MmM+ δδ+ + δ m = 32 g

11

2

2

El resultado se expresará:

M = 1310 ± 30 g

Propagación de errores en productos

Datos iniciales:

x ±

Sea su producto

 δ x  δ x = x  1 ±    x
δ
x
δ x
=
x
1 ±
x
q = xy

y

±

δ

y

=

y

 δ y   1 ±    y  
δ
y
1 ±
y

¿Cuál es la incertidumbre, δq ?

Producto

Valor

máximo

de q

Valor

mínimo

de q

δ δ x y x y  ↓  ≅  
δ δ
x
y
x
y

<<

 δ x  δ y  11 +  y +   x
δ
x

δ
y
11
+

y
+

x
y

δ δ
x
y
x
y

 δδ   1 ++ xy   xy   
δδ
1
++ xy
xy
 

q

max

=

x

xy

<<

 δ x  δ y  =− x  11  y − 
δ
x

δ
y
=− x
11

y

x
y

  δδ  xy +  xy  1 −    
δδ
xy +
xy 
1
xy
 

q

min

El error relativo del producto es igual a la suma de los errores relativos:

q

=

xy

δ q δ δ y ≈+ x q x y
δ
q
δ
δ
y
≈+ x
q
x y

Propagación de errores en cocientes

Datos iniciales:

x

Sea su producto

q =

±

δ

x

x

y

=

x

 δ x   1 ±    x  
δ
x
1 ±
x

y

±

δ

y

=

y

 δ y   1 ±    y  
δ
y
1 ±
y

¿Cuál es la incertidumbre, δq ?

Cociente

Valor

máximo

de q

Valor

mínimo

de q

q max

q min

 δ x  δ δ x y 1 x  1 +  =+
δ
x
δ δ
x
y
1
x
1
+
=+
1
ε
1 −
ε
<<
x

xx
δ
δ
y
=
≅+
1
1 +
δ
y
yx
y
  
y
1
y
x  δ δ   1 ++ xy    y xy 
x
δ
δ
1
++ xy
y
xy
δ δ
x
y
x
y

 δ x  1 x  1 −  =− 1 ε 1 +
δ
x
1
x
1
=−
1
ε
1 +
ε
x
xx
δ

δ
y
=
≅−
1
1 −
δ
y
yx
y
  
y
1
+
y
x
δ
xy
δ

≅−+
1
y
xy
 

<<

El error relativo del cociente es la suma de los errores relativos:

q =

x δ qxy ≈+ qxy δ δ ⇒ y
x
δ
qxy ≈+
qxy
δ
δ
y

Ejemplo:

Para medir la altura de un árbol, L, se mide la longitud de su sombra, L 1 , la altura de un objeto de referencia, L 2 , y la longitud de su sombra, L 3 . Por semejanza:

L

=

L

1

L

2

L

3

Realizadas las medidas resultan:

L 1 = 200 ± 2 cm, L 2 = 100.0 ± 0.4 cm, L 3 = 10.3 ± 0.2 cm

Por tanto

Su error será

100

L =×=

200

10

2000 cm

δ LLL δ δ δ L 2 ++ 0.4 0.2 1 2 3 ≈+ +
δ
LLL
δ
δ
δ
L
2
++ 0.4
0.2
1
2
3
≈+
+
=
=
LLL
L
200
100
10.3
123
3.4
=+ +
(1
0.4
2)%
=
3.4%
δ
L
=
×
2000
=
100

68

L = 2000 ± 70 cm

Error del producto por una constante

Datos iniciales:

x ±δx

Sea q = Ax

¿Cuál es la incertidumbre, δq ?

Aplicando la regla del producto

δq δ A δ δ x x ≈ + = q A x x
δq δ
A
δ δ
x
x
+
=
q A
x
x

δ =

q

A
A

δ

x

El error absoluto del producto de una constante por una magnitud es igual al producto de la constante por el error absoluto de la magnitud

δ =

q

A
A

δ

x

Error de una potencia

Datos iniciales:

x ±δx

Sea

q

=

x

n

=

x

x

x

¿Cuál es la incertidumbre, δq ?

Aplicando la regla del producto

δ q δ x δ x δ x δ x ≈ + + + =
δ
q
δ
x
δ
x
δ
x
δ
x
+
+ + = n
q
x
x
x
x

El error relativo de una potencia es el producto de la potencia por el error relativo de la magnitud.

δ q δ x = n q x
δ
q
δ
x
= n
q
x

Error en funciones de una variable

Datos iniciales: x ±δx

¿Cuál es la incertidumbre, δq ?

Sea

q = f (x) una función cualquiera

δ q ? Sea q = f ( x ) una función cualquiera Gráficamente Analíticamente q

Gráficamente

Analíticamente

( x ) una función cualquiera Gráficamente Analíticamente q max − q min 2 δ q

q

max

q

min

2

δ q =

δq f x δx f x

+

(

)

(

=

) =

df

(

x

)

dx

δ

x

Si x se mide con un error δx y se utiliza para calcular q = f (x) , el error absoluto de q viene dado por :

df ( x ) δ q = δ x dx
df ( x
)
δ q =
δ
x
dx

Error en funciones de varias variables

reglas para el cálculo de errores que hemos visto se

pueden deducir de una fórmula más general que nos permite resolver casos más complicados.

Las

Sean

las

medidas

x, y

con

errores

δx,δy

usadas

para

calcular:

q = f (x, y)

Mediante un desarrollo en serie para el caso de varias variables:

f (x

Con lo que:

+

δx, y

+

δy)

δ

q

= f ( x +

δ

x , y

+

Ejemplos:

∂ f ∂ f = f (x, y) + δ + x δ + y
f
f
=
f (x, y)
+
δ +
x
δ +
y
∂ x
∂ y
∂ f
∂ f
δ
y )−
f ( x , y )≈
δ
x
+
∂ x
∂ y

δ y

Función

 

Errores

Error

q = kx

   

x ±δ (x)

δ (q) = kδ (x)

q x ± y ±

x

±δ (x) y ±δ (y)

δ (q) δ (x) +δ (y)

q = kx

α β

y

x

±δ (x) y ±δ (y)

δ

q

δ

x

δ

y

≈ α + β z x y
α
+
β
z
x
y

Errores independientes y aleatorios

Las reglas anteriores suponen una sobreestimación del error, puesto que siempre nos situamos en el caso más desfavorable.

Ejemplo: error de la suma

Dados

dado por

x ± δx

, y ±δy

δz δx +δy

el error de la suma

q = x + y

viene

Sin embargo:

El máximo valor posible de q, q ±δq se alcanza cuando nos equivocamos simultáneamente δx en x y δy en y , lo que es

altamente

independientes.

medidas son aleatorias e

improbable

si

las

Una sobreestimación (o subestimación ) de x no viene necesariamente acompañada de una sobreestimación (o subestimación) de y .

Si las medidas son independientes

La hipótesis pesimista es exagerada. Los errores se cancelan parcialmente. Los errores se propagan cuadráticamente.

Fórmula general para la propagación de errores

Medidas independientes

Sean las medidas de usadas para calcular :

x, y, , w

con errores δx,δy, ,δw

q =f (x, y, ,w)

Si los errores son independientes y aleatorios, entonces el error de z es la suma en cuadratura

δq

=

2 2 2  ∂ f   ∂ f   ∂ f 
2
2
2
 ∂ f   ∂ f 
 ∂ f 
δ
x
+
δ
y  +
+ 
δ
w 
x
∂ y
w

Ejemplos:

 

Función

 

Errores

 

Error

 
 

q = kx

   

x ±δ (x)

 

δ (q) = kδ (x)

 

q

x ± y ±

x

±δ (x) y ±δ (y)

δ (q)

=

q =± x ± y ± x ± δ ( x ) y ± δ (

[ ][+

δ (x)

2

δ (y)

]+

2

 

q = kx

α β

y

x

±δ (x) y ±δ (y)

2 2 δ q    δ x  δ y  = α
2
2
δ
q
 
δ
x
δ
y
=
α
+
β
+
q
x
y
  
 

Problema semidirecto

 

Errores

conocidos

ε (x),ε ( y),

zf=

(,x y, ,m,,n )

 

Errores desconocidos

ε (m),ε (n),

¿Cuál ha de ser ε (m),ε (n), para que no influyan mucho en ε(z) ?

 

A

∂∂

zz

()

+

 

2

 

 

2

 

kT







2

 

2

z

z

2

εε

() =

zx

y

()

ε

(

()

n

m

n

ε

+ −+

m

)

+

ε

∂∂

xy

ε 2 (z) =+A kT → kT = 0.2 A ε (z) = 1.1 A
ε
2 (z) =+A
kT → kT = 0.2 A
ε (z) = 1.1
A
T = 0.2 A

 ∂

z

ε

(

m

m

z

ε

n

(

n

)

)

2

2

k

T

= →

ε

(

T

= →

ε

(

n

m

)

)

Problema inverso

 

Error

deseado

ε(z)

zf=

(,x y, ,m,,n )

 

Errores

conocidos

ε (x),ε ( y),

 

Errores desconocidos

ε (m),ε (n),

¿Cuál ha de ser ε (m),ε (n), para que ε(z) sea el deseado?

 

 

A

∂∂

zz

()

 

+

2

 

 

2

 

kT

z







2

z

2

εε

=

()

zx

ε

() y

++

ε

(

m

)

+

ε

() n

∂∂

xy

mn

ε

2

( ) =+ →=

z

A

kT

T

ε

2

(

z

)

A

k

 ∂ z

ε

(

m

m

z

ε

n

(

n

)

)

2

2

T

= →

ε

(

T

= →

ε

(

n

m

)

)

2