UNIVERSIDAD DE ORIENTE
NUCLEO DE ANZOATEGUI
EXTENSION REGION CENTRO SUR – ANACO
ANACO – ESTADO – ANZOATEGUI
Error de medición
Profesora: Alumnos:
Rita Valderrama Ismael García, C.I: 26552860
Andry Ocona, C.I: 26853086
Luis Tovar, C.I: 26853638
Anaco, enero 2021
Error de medición
El error de medición se define como la diferencia entre el valor medido y el "valor
verdadero". Los errores de medición afectan a cualquier instrumento de medición y
pueden deberse a distintas causas. Las que se pueden de alguna manera prever,
calcular, eliminar mediante calibraciones y compensaciones, se denominan
deterministas o sistemáticos y se relacionan con la exactitud de las mediciones.
Los que no se pueden prever, pues dependen de causas desconocidas, o
estocásticas se denominan aleatorios y están relacionados con la precisión del
instrumento. Al medir y comparar el valor verdadero o exacto de una magnitud y el
valor obtenido siempre habrá una diferencia llamada error. Por lo tanto, al no
existir una medición exacta debemos procurar reducir al mínimo el error,
empleando técnicas adecuadas y aparatos o instrumentos cuya precisión nos
permitan obtener resultados satisfactorios. Una forma de reducir la magnitud del
error es repetir el mayor número de veces posible la medición, pues el promedio
de las mediciones resultara más confiable que cualquiera de ellas.
Tipos de errores de medición
• Error absoluto: es la diferencia entre la medición y el valor promedio.
• Error relativo: es el cociente entre el error absoluto y el valor promedio.
(Se expresa en valores absolutos sin importar el signo del error absoluto).
• Error porcentual: es el error relativo multiplicado por cien, con lo cual
queda expresado en por ciento.
• Errores brutos: Este tipo de error de medición corresponde a un error al
usar alguna herramienta o aparatos para calcular y registrar los resultados
de medición. Un ejemplo básico que ocurre diariamente en el mundo
industrial es cuando algún operador toma nota de un valor errado del
manómetro, por ejemplo, registra 2.01 N / m2 y en realidad es 2.10 N / m2.
En la mayoría de los casos es una mala costumbre del operador quien no
tiene la capacidad de recordad correctamente los resultados o datos
arrojados por el medidor. Esta es la única razón por la que existen errores
brutos que son considerados peligrosos a la hora de emprender el resultado
final.
• Errores finales: Los errores es la parte final de errores, pero estos errores
son originados por un registro defectuoso o por un valor incorrecto al
registrar la medición, en si es la secuencia que viene de un error bruto, por
eso que olvidar un numero registrado o leer erróneamente la escala puede
alterar los análisis finales.
• Error de medición: El error de medición es el resultado de la diferencia de
una medición de datos verdaderos. Habitualmente, el error de medición
radica en un error arriesgado y un error sistemático. La mejor muestra del
error de medición es que si las balanzas electrónicas se encuentran
cargadas con un peso universal de 1 kg y el resultado es de 1,0002
kilogramos, entonces el resultado no será 1,0002 kilogramos sino 2grams.
Por eso la importancia de resta el peso de la balanza original.
• Errores sistemáticos: Los errores sistemáticos suceden debido a las fallas
ocasionadas por dispositivo de medición. Habitualmente, se nombran como
cero error, un error negativo o positivo. Estos errores logran separarse y se
enfoca en corregir el dispositivo de medición para obtener una lectura
precisa y correcta.
• Errores instrumentales: Los errores instrumentales suceden debido a una
reconstrucción incorrecta de los dispositivos de medición. Estos errores
suelen ocurrir por histéresis o frote. Estos tipos de errores contienen el
resultado de carga y la mala manipulación de los instrumentos. Para reducir
estos errores tan graves en la medición, se aplicar diversos agentes de
corrección y si la condición es extremas, el dispositivo se debe recalibrar
cuidadosamente.
• Errores ambientales: Los errores ambientales se deben a ciertas
condiciones externas del dispositivo. Las situaciones externas encierran
principalmente la temperatura, presión, cargas magnéticas, o la humedad.
Para reducir este tipo de error ambiental se debe contralar el medio
ambiente donde se encuentra el dispositivo de medición.
• Errores de negligencia: Este tipo de error es causado por la inexperiencia
u operaciones incorrectas realizadas por el personal que realiza la
medición.
Importancia del cálculo en los errores de medición
El cálculo en los errores de medición, tiene mucha importancia en la actualidad,
principalmente porque la mayoría de las tecnologías que hoy utilizamos
empezaron siendo simples ideas que con la ayuda del cálculo se fueron
desarrollando hasta llegar a lo que hoy son, simplemente muchas de ellas
necesitaron del cálculo por lo menos fundamental, para lograrse y llevar a cabo su
funcionamiento. También puede decirse que el cálculo ayuda a analizar y
comprender ecuaciones que involucran sus funciones y derivadas. Hoy en día es
importante tener conocimientos básicos de este, ya que para muchos trabajos
profesionales es sumamente necesario. Además, es de gran importancia porque
nos ayuda enfocarnos mas y volvernos más eficientes. También nos sirve para
hacer mejor las cosas y para no volver a pasar por las mismas situaciones.
Defina y presente la forma de calcular los siguientes valores relacionados
con el cálculo de errores en un número pequeño de medidas:
a) Valor medio aritmético.
b) Error absoluto de una medida.
c) Error medio absoluto de una serie de medidas.
d) Error relativo medio de una medida.
e) Error porcentual medio.
Respuestas:
a. La media aritmética, también llamada promedio o media, de un conjunto
finito de números es el valor característico de una serie de datos cuantitativos,
objeto de estudio que parte del principio de la esperanza matemática o valor
esperado, se obtiene a partir de la suma de todos sus valores dividida entre el
número de sumandos. Cuando el conjunto es una muestra aleatoria, recibe el
nombre de media muestral, siendo uno de los principales estadísticos
muestrales.
Para calcular la media aritmética, se suman algebraicamente todas las muestras y
se dividen entre el número total de muestras a sumar, por ejemplo: La media
aritmética de 1, 3, 5 y -2
X= 1 + 3 + 5 + (-2) = 1,75
b. El error absoluto de una medida es la diferencia entre el valor real de la medida
y el valor que se ha obtenido en la medición. El error absoluto puede ser un valor
positivo o negativo, según si la medida es superior al valor real o inferior y además
tiene las mismas unidades que las de la medida.
Para calcular del error absoluto se le resta a las medidas el valor tomado como
exacto, que sería la media aritmética, utilizando el ejemplo anterior:
Tenemos 1, 3, 5, y -2 sabemos que su media aritmética es 1,75 entonces, el error
absoluto es la diferencia de las muestras con la media:
Muestra 1 = 1 – 1,75 = -0,75
Muestra 3 = 3 – 1,75 = 1,25
Muestra 5 = 5 – 1,75 = 3,25
Muestra -2 = -2 – 1,75 = -3,75
c. Es una medida de la diferencia entre dos variables continuas. Considerando
dos series de datos (unos calculados y otros observados) relativos a un mismo
fenómeno, el error absoluto medio sirve para cuantificar la precisión de una
técnica de predicción comparando por ejemplo los valores predichos frente a los
observados, el tiempo real frente al tiempo previsto, o una técnica de medición
frente a otra técnica alternativa de medición.
. Para calcular el error absoluto medio de una serie de mediciones se debe
primero hacer la sumatoria de la diferencia entre las medidas (X, Y) y esa
sumatoria se le divide el número entero de participantes directo. Ejemplo:
X Y (X-Y) Tenemos que la sumatoria de (X-Y) es 17, ahora se
5 1 4 divide entre el número de participantes directos, que
6 3 3 sería 5, dando así el error medio absoluto: 3,4
7 4 3
8 6 2
10 5 5
11 NA NA
a. El error relativo de una medida es el cociente entre el error absoluto de la
medida y el valor real de ésta. ... El cálculo del error relativo en un proceso
de medida nos aporta más información que el simple cálculo del error
absoluto.
Para calcular el error relativo se divide el error absoluto entre el valor exacto a
medir, como por ejemplo:
Queremos medir 180 cm³ de agua con una probeta con un error relativo menor del
3%. ¿Bastará con una probeta graduada de 5 en 5 cm³ o necesitaremos una que
vaya de 2 en 2 cm³?
El valor exacto de la medida es 180 cm³. Con la probeta graduada de 5 en 5 cm³,
tenemos un error del aparato de 5 cm³, que es el error absoluto de la medición en
este caso, por lo que la medida con su error nos queda:
Sabiendo que el error absoluto es 5 y tenemos el valor exacto, sacamos el error
relativo:
5/180 = 0,027 este resultado se multiplica por cien para obtener su % sería 2,7%
b. El Error Porcentual Absoluto Medio (MAPE o Mean Absolute Percentage
Error) es un indicador que mide el tamaño del error (absoluto) en términos
porcentuales.
Para calcular el MAPE se le calcula el error relativo a cada muestra, se suman los
porcentajes y se dividen entre el número de participantes. Ejemplo:
Siendo At el valor exacto Ft el pronóstico, se le calcula el error absoluto a cada
fila, luego su error relativo, se sumen los % y se dividen entre 12, ya que este
sería el número de participantes.
Método de las Derivadas Parciales
Sea una función de dos variables z = f(x, y), se definen las derivadas parciales:
Una definición obvia si la comparamos con la derivada de una función de una
variable)
Para la derivada de z "respecto de x" consideramos a la variable "y" como si
fuera una constante, mientras que al hacer la derivada de z "respecto de y"
consideramos a la variable "x" como si fuera constante.
Veamos, como ejemplo, las dos derivadas parciales de la función:
Para ello recordemos que la derivada de la función:
siendo u en nuestro caso: x2 + y2, entonces la derivada de u respecto x es 2x (con
la y constante), mientras que la derivada de u respecto y es 2y (con la x
constante). Así tenemos:
Otras formas de expresar la derivada de la función z = f(x,y) con respecto
a x son:
mientras que para expresar la derivada de la función z = f(x,y) con respecto a y :
Esta definición de derivada se extiende a funciones de tres o más variables, por
ejemplo, para una función de tres variables w = f(x,y,z) sus tres derivadas
parciales son:
en cada una de ellas se consideran constantes los dos parámetros distintos a los
que se realiza la derivada.
Diferencial de una función de varias variables.
Sea una función de dos variables z = f(x, y), se define la diferencial de esta función
como:
Geométricamente hay que interpretar las diferenciales como "incrementos
infinitesimales".
Como ejemplo, expresemos la diferencial de la función: , ya que hemos
realizado anteriormente las dos derivadas parciales:
Tanto en las derivadas como en las diferenciales, se suele hablar de valores en
un punto P(a, b), para ello se sustituye en ellas el valor de x por a, y el valor
de y por b. Por ejemplo, las derivadas y la diferencial en el punto P(1, 2) se
calculan sustituyendo x=1, y=2.
Para la función las derivadas en el punto P(1, 2) son:
y la diferencial en ese punto:
Importancia de la derivada en para el error de calculo
En Estadística, la propagación de errores (o propagación de incertidumbre) es el
efecto de variables de incertidumbre (o errores) en la incertidumbre de una función
matemática basada en ellos. Cuando las variables son los valores de mediciones
experimentales tienen incertidumbre debido a la medición de limitaciones (por
ejemplo, instrumento de precisión), que se propagan a la combinación de variables
en la función;
La incertidumbre es normalmente definida por el error absoluto. La incertidumbre
también puede ser definida por el error relativo Δx/x, que usualmente es escrito
como un porcentaje.
Más comúnmente, el error en una cantidad, está dado por la desviación estándar, .
La desviación estándar es la raíz cuadrada positiva de la varianza,. El valor de una
cantidad y su error son, a menudo, expresados como . Si la distribución de
probabilidad estadística de la variable es conocida o puede ser asumida, es posible
derivar el intervalo de confianza para describir la región dentro de la cual el valor
verdadero de la variable puede ser encontrado. Por ejemplo, el intervalo de
confianza de 68% de una variable perteneciente a una distribución normal es ± una
desviación estándar del valor, esto es, existe un 68% de probabilidad que el valor
verdadero se encuentre en la región . Si las variables están correlacionadas,
entonces la covarianza debe ser tomada en cuenta.
