Escuela Acadmico Profesional de

Ingenieras y Arquitectura

TEORA DE ERRORES

Alumno:
Coello Borda, Cristian J.

Docente:
Ing. Tornero

Sede Pachacamac Lima, Per

2017
 ndice

1. El error verdadero

2. Clasificacin de errores
a. Segn las causas que los provocan
b. Segn los efectos que producen

3. Ley de errores de Gauss

a. Postulados de Gauss y distribucin de errores
b. Valor ms probable. Error residual
c. Ley de errores de Gauss

4. Diferentes estimaciones del error aleatorio en medida

directa
a. Mdulo de precisin, error probable, error promedio,
error medio cuadrtico
 1. El error verdadero

En todas las ciencias experimentales se opera con valores numricos

obtenidos por observacin.
- Estos valores vienen siempre afectados por una serie de errores que
hacen que en observaciones distintas de una misma magnitud se
obtengan resultados distintos
El fin del estudio es el establecimiento de una teora que permita decidir:

- Cul es el valor final que se va a asignar a cada magnitud

- Con qu precisin se hace
Se llama error verdadero a la diferencia entre el valor verdadero y el
valor observado

2. Clasificacin de errores

a. Segn las causas que los provocan

- Errores graves o groseros:

Son debidos a imperfecciones en los sentidos del observador o a
distracciones o tendencias nerviosas en el momento de la
observacin
- Errores instrumentales:
Debidos al equipo utilizado
- Errores tericos:
Debidos a deficiencias en la teora en que se basan las
observaciones

Esta clasificacin no se presta convenientemente a un estudio matemtico de

los errores

b. Segn los efectos que producen

- Errores constantes:
Producen el mismo efecto sobre todas las observaciones de una
serie de medidas
Ej.: error en la orientacin de un instrumento
- Errores sistemticos:
Son aquellos que siempre que se realice una observacin de una
misma magnitud en idnticas condiciones se presentan con el mismo
valor y en el mismo sentido
 Vienen dados por alguna relacin establecida de antemano,en
funcin de alguna de las variables que intervienen en la observacin.
Siguen una ley matemtica determinada.
Ej.: Error por temperatura
- Errores aleatorios:
Influyen de manera irregular y varan en magnitud y signo de una
observacin a otra
Son fortuitos o aleatorios, a veces totalmente desconocidos, e
imposibles de evaluar. Los mtodos de ajuste tratan de minimizar
efectos
Los errores graves o equivocaciones

a. Tipos:
Errores de escritura
Errores de lectura
Interpretaciones errneas de las lecturas
Etc.
b. Interpretacin estadstica: Las observaciones con errores graves no
pertenecen a la muestra aleatoria( y por tanto no siguen distribuciones
de tipo Normal)
c. Deteccin y eliminacin de estos errores antes del procesado, pues los
Mtodos de Ajuste basado en los Mnimos Cuadrados no son capaces
de detectarlos.
d. Algunos mtodos:
realizar mltiples lecturas
comprobar su consistencia
utilizar tcnicas distintas
incrementar el nmero de observaciones
e. En general se utilizan tests estadsticos sobre los datos para detectarlos(
por ejemplo el Test de Baarda, muy utilizado en Topografa y
Fotogrametra)
f. Veamos un ejemplo de una posible metodologa para
detectarlos(ejercicio propuesto)
Los errores sistemticos

a. Su comportamiento viene determinado por algn sistema determinstico

cuya expresin funcional es conocida.
b. Mtodos a utilizar:
- calibrado de instrumentos
- procedimientos de observacin
- procesado de los datos
c. Interpretacin estadstica: Afectan a todas las observaciones del mismo
modo.
d. Parmetro de localizacin de la distribucin: (media)
e. Otra causa de su existencia: Eleccin incorrecta del modelo funcional
Inconsistencia con las observaciones
f. Valor y signo permanecen constantes: Error sistemtico constante.

Ejemplo: Errores sistemticos en las Fotocoordenadas en un fotograma

areo?
Origen de los errores s. en Topografa, Fotogrametra, Geodesia:
Causas fsicas
Factores instrumentales
Limitaciones de la observacin humana

g. Causas fsicas: Temperatura, humedad y cambios de presin

observaciones angulares y de distancia
h. Factores instrumentales: imperfecciones de construccin o desajustes en
su utilizacin
i. Tratamiento de los errores sistemticos en el modelo funcional:
- Aplicacin de sus efectos(si se conocen) sobre las observaciones a
priori del ajuste
- Se consideran variables desconocidas durante el proceso de ajuste
- Se consideran como observaciones, con un valor a priori.

Ejemplos:
1. Medida clsica de distancias:
diferencia de temperatura entre el momento de la calibracin y el de
observacin
tensin aplicada en la cinta
extremos a diferentes alturas
correccin por catenaria

2. Tcnicas electrnicas o electro-pticas:

- cambios en la densidad del aire variacin de la frecuencia
- centrado imperfecto del instrumento
- la seal no sigue exactamente una lnea recta en su propagacin
(factores ambientales)
- Precisin = a, b : Parmetros del distancimetro d la
distancia medida
3. Observacin angulares (horizontales y verticales):
centrado imperfecto del crculo horizontal
graduaciones no uniformes en los crculos
eje horizontal del telescopio eje vertical del instrumento
eje del telescopio || eje del nivel de burbuja
j. Mtodos de reduccin del efecto de los errores sistemticos sobre las
observaciones
- Establecer la ley de aparicin del error y corregir las observaciones
Ejemplo:
Una vez realizada la calibracin de un distancimetro utilizando un
patrn de medida de distancias, se obtiene una expresin del tipo:
Correccin = F(Longitud, temperatura, presin, etc.)
- Establecer un programa de observaciones de tal forma que los
errores no acten de forma unilateral
Ejemplos:
En la observacin de direcciones acimutales: lecturas
diametralmente opuestas para eliminar el efecto de la excentricidad.
k. Observaciones geodsicas: Realizadas en horas diurnas y nocturnas
durante un periodo de tiempo prolongado, con el objetivo de debilitar la
influencia de la refraccin.
l. Redes de nivelacin: Clculo de los desniveles directos e inversos para
minimizar el efecto de los errores sistemticos producidos por una
determinacin no demasiado precisa del Coeficiente de Refraccin.

3. Ley de errores de Gauss

a) Postulados de Gauss y distribucin de errores
- La teora de errores clsica fue desarrollada por Gauss (1777
1855).
Se refiere nica y exclusivamente a los errores accidentales
Las observaciones utilizadas se suponen libres de errores constantes
y sistemticos
- Esta teora parte de la siguiente premisa:
Se considera una serie de gran nmero de observaciones,
efectuadas en idnticas condiciones y con el mismo esmero
- Y est basada en los siguientes postulados:
1 Los distintos errores posibles se presentan con tanta mayor
frecuencia cuanto menor sea su valor absoluto
2 Los errores del mismo valor absoluto pero de distinto signo se
presentan con igual frecuencia
- Sin embargo, en la primera exposicin de su teora (en la obra
Theoria Motus Corporum Celestium ) no apareca el segundo
postulado como se ha enunciado
Apareca con el siguiente enunciado:
2 Obtenidos por observacin n valores distintos de una magnitud,
siempre que todos hayan sido obtenidos en las mismas
circunstancias y con el mismo esmero, el valor ms probable de la
magnitud es la media aritmtica de los valores observados
- Este postulado es consecuencia del segundo, puesto que
si x1, . . . xn son los valores observados
 cada observacin vendr afectada de un cierto error
de forma que si llamamos x al verdadero valor resulta:
- La definicin dada para el error verdadero presenta una dificultad
insuperable para su clculo:
No se conoce el valor verdadero de la magnitud
- Se introduce, por ello, el residuo que es la diferencia entre el valor
ms probable(lo que llamaremos valor ajustado) y el valor observado,
es decir
En el caso de medidas repetidas de una misma magnitud este valor
ms probable coincide con la media aritmtica. Entonces:

- Se demuestra que partiendo de una muestra aleatoria simple

suficientemente grande
- Y considerando los residuos
- La funcin f toma la forma

que corresponde a una distribucin Normal(0,)

- Su grfica es de la forma

Siendo ms puntiaguda o achatada segn el valor de

4. Diferentes estimaciones del error aleatorio en medida
directa de una magnitud

Primer Estudio de los errores aleatorios en medida directa(sin considerar

la Distribucin Normal)
Sean X1,X2,...,Xn las observaciones y e1,e2,...,en los errores aleatorios
presentes en dichas observaciones
Veamos diferentes formas de aproximar estos errores:

a. Error probable: Ordenados los errores de menor a mayor magnitud

(sin signo), ocupa la posicin central.

b. Error Medio Aritmtico: Media aritmtica de todos los errores(sin

signo)

c. Error Mximo: Establece una tolerancia para el valor de los errores

d. Error Medio Cuadrtico: ec

(Se puede demostrar: Correccin de Bessel)

e. Error Medio Cuadrtico de la Media Aritmtica:
Sean X1...Xn las observaciones y su media

Pero no conocemos el valor exacto de los errores, pero podemos

acotarlos:

Entonces:

cuntas observaciones = ser recomendable hacer?

Segundo Estudio de los errores aleatorios en medida
directa(considerando la Distribucin Normal)

Ahora estudiaremos estos conceptos desde la perspectiva de la D.

Normal

Se denomina Mdulo de precisin a la expresin:

por tanto quedar:

a. Error medio aritmtico: ea

b. Error probable: ep. Es aqul que cumple lo siguiente:

Demostremos que:

c. Error Medio Cuadrtico: ec

d. Error Mximo: emax

Las expresiones ms utilizadas son finalmente: