TEMA 2

Distribucin,
compensacin y
transmisin de errores.

Distribucin de los errores accidentales:

Curva normal de Gauss.

Supongamos que hemos medido una

magnitud ms de 500 veces...
...que hemos eliminado los errores
sistemticos de cada medicin y
calculamos el error de cada medida.

Distribucin de los errores accidentales:

Curva normal de Gauss.

Vamos a intentar representar sos errores

grficamente:
Para ello utilizamos un sistema coordenado.

Y (nmero de errores de cada intervalo)

-X

(magnitud del error)

+X

Distribucin de los errores accidentales:

Curva normal de Gauss.

Vamos a analizar la grfica:

bf ( x 2 c )

Es simtrica
respecto al
eje Y

ya
p p2x2
y
e

y f ( x 2n )
-X

(magnitud del error)

Los errores son

ms numerosos
cuanto ms pequeos

y 1 / f ( x)
+X

Distribucin de los errores accidentales:

Curva normal de Gauss.

Vamos a analizar la grfica:

p p2x2
y
e

ndice de precisin
relacionado con el ec
por la expresin

p
Base de los logaritmos neperianos

1
ec 2

Distribucin de los errores accidentales:

Curva normal de Gauss.

En funcin de los residuos queda as:

1
y
n 1 x 2
2
2 ' i2
2
'i e
n 1

Distribucin de los errores accidentales:

Curva normal de Gauss.
Vamos a ver los distintos errores sobre la curva
Puesto que esainttica en el eje X habr que fijar un lmite.
Es el error mximo (em).
Encierra el 99.73 % de la superficie total entre la curva y el eje X.
Y

em

-X

(magnitud del error)

em

+X

Distribucin de los errores accidentales:

Curva normal de Gauss.
Vamos a ver los distintos errores sobre la curva
El error probable era aquel que tena tantos valores mayores que l
como menores.
Dividiendo la figura limitada por la campana y el eje X en cuatro partes
entre el origen y el em, resulta que el rea comprendida entre -1 y
+1 es muy aproximadamente el 50% del total.

em 4e p
-X

em

ep

ep
ec

em

-4 -3 -2 -1 0 1 2 3 4

em 2.5ec 3ea 4e p

e p 0.845ea
e p 0.674ec
+X

Composicin y transmisin de errores.

Suma:

A
e = a1
s1 a1 b1 c1 ...
s2 a2 b2 c2 ...

Elevando
.............................
al cuadrado
sn an bn cn ...
Sumando
miembro a
miembro y
dividiendo
por n-1

B
e = b1

C
e = c1

s12 a12 b12 c12 ... 2a1b1 2a1c1 ... 2b1c1 ...
s22 a22 b22 c22 ... 2a2b2 2a2c2 ... 2b2c2 ...
............................................................................
sn2 an2 bn2 cn2 ... 2anbn 2an cn ... 2bn cn ...

si2
ai2 bi2 ci2
2

...
_ productos _ binarios
n 1 n 1 n 1 n 1
n 1

c2 ac2 bc2 cc2 ...

c ac2 bc2 cc2 ...

Composicin y transmisin de errores.

Producto:

Cuando todas las medidas son del

mismo rango de precisin, todos los
errores medios cuadrticos sern
iguales. ac bc cc ... ec
c a b c ...
2
c

2
c

2
c

c ec n

Composicin y transmisin de errores.

Varias causas de error:

Por ejemplo, cuando

medimos un ngulo
con un teodolito.

Con el mismo razonamiento que en la

suma, el error total ser:

e e e ...
2
1

2
2

2
3

Composicin y transmisin de errores.

Varias causas de error:

La expresin de la media aritmtica es:

m1 m2 .... mn
M
n

El numerador es una suma de medidas de igual precisin, y sus

errores individuales iguales, luego:

e n
e

n
n

Al ser funcin de
la raz cuadrada del
nmero de repeticiones
no aumentaremos la
precisin superado un
nmero determinado de n.

Composicin y transmisin de errores.

Media ponderada:

Veamos que sucede cuando las medidas de una misma magnitud se realizan con diferentes grados
de confianza (por variar las condiciones de las mediciones: niebla, luminosidad, prisas) o de
precisin (por utilizar instrumentos de distinta precisin).
Para establecer la media utilizaremos la media ponderada.
Para entender el concepto de peso vamos a suponer lo siguiente:
Sobre una magnitud determinada se efectan diversas series de mediciones, todas ellas de la
misma confianza.
Cada serie constituida por un nmero diferente de mediciones.

Composicin y transmisin de errores.

Media ponderada:

El valor ms probable de la medida obtenido

para cada serie ser:

M1
M2

m11 m12 ..... m1P1

P1
m21 m22 ..... m2 P2
P2

...........................................
mn1 mn 2 ..... mnPn
Mn
Pn

M 1P1 m11 m12 ..... m1P1

M 2 P2 m21 m22 ..... m2 P2
...........................................
M n Pn mn1 mn 2 ..... mnPn

Al ser todas las medidas de igual precisin, el valor ms

probable de la medida ser la media aritmtica de todas ellas.
El nmero total de medidas ser la suma de los pesos.

MP

Composicin y transmisin de errores.

Media ponderada:

m m ..... m m m ..... m m m ..... m

11

12

1P1

21

22

2 P2

n1

n2

P1 P2 ..... Pn

Sustituyendo los parntesis

por sus valores

M 1P1 m11 m12 ..... m1P1

M 2 P2 m21 m22 ..... m2 P2
...........................................
M n Pn mn1 mn 2 ..... mnPn

M 1P1 M 2 P2 .... M n Pn
MP
P1 P2 .... Pn
Peso o grado de importancia

nPn

Composicin y transmisin de errores.

Media ponderada:
M 1P1 M 2 P2 .... M n Pn
MP
P1 P2 .... Pn

Tendr ms importancia una medida en

el valor final de la media cuanto mayor
sea el Pi.

Ser ms importante.
Pesar ms en el resultado final.

Composicin y transmisin de errores.

Media ponderada:
Relacin entre peso y error:
Si aplicamos la ecuacin de la media aritmtica:

Para la serie 1:

e1
P1

Para la serie 2:

e2
P2

...
Para la serie n:

en
Pn

Elevando a
cuadrado
para quitar
la raz cuadrada

e12
P1
2

e22
P2
2

en2
Pn

e12 P2
Relacionando una con otra: 2
Y entre dos cualesquiera...
e2 P1

Composicin y transmisin de errores.

Media ponderada:
2
a
2
b

e
Pb

e
Pa

Lo que expresa que los pesos

son inversamente
proporcionales al cuadrado de
los errores

Conocidos los errores de cada medida, podremos

calcular el valor de la media ponderada.

m1 m2
mn
2 ... 2
2
e1
e2
en
Mp
1 1
1
2 ... 2
2
e1 e2
en

Composicin y transmisin de errores.

Media ponderada:

Si no se conoce ninguna clase de error de cada

medida con distinta precisin, se asignarn a estima
en funcin de la confianza que ofrezca cada medida,
expresada al cuadrado.
Mitad de preciso que

Peso 1
Peso 4