Trabajo realizado por: Asunción Gallego Ortega Aidé Gaona Cordero Sonia Granero Abenza 1 a)Ampliación de la clasificación de errores. Introducción Una magnitud física es un atributo de un cuerpo, un fenómeno o una sustancia, que puede determinarse cuantitativamente, es decir, es un atributo susceptible de ser medido. Ejemplos de magnitudes son la longitud, la masa, la potencia, la velocidad, etc. Para establecer el valor de la magnitud a medir, tenemos que usar instrumentos de medición y un método de medición. Es aquí donde podemos cometer una serie de errores. En el ámbito de la ingeniería asociamos el concepto de error con incertidumbre o incerteza. Nunca sabremos la medición exacta de la magnitud pero aplicando la teoría de errores podremos conocer las cotas o límites probabilísticos de las incertezas. Así pues lo que obtendremos será un intervalo que tendría la siguiente forma: x x x Clasificación de errores se pueden clasificar los errores de diferentes maneras, en primer lugar vamos ha hacer una clasificación de los mismos centrándonos en el origen de los mismos. fuentes de error Desde un punto de vista numérico podemos distinguir tres fuentes de error: errores en los datos de entrada, errores de redondeo durante el cálculo y errores de truncamiento del método empleado. 1. errores en los datos de entrada los errores en los datos de entrado pueden ser debidos a dos casos: mediciones incorrectas o finitud de la representación digital de un dato. mediciones incorrectas Los aparatos de medición suministrados por la tecnología no presentan una precisión indefinidamente fina. Esto hace que los valores medidos estén afectados por errores que vienen dados básicamente por la precisión del aparato. Es decir, finitud de la representación digital de un dato Elegida una base natural b≥2, cualquier nombre real x no negativo puede ser representado en la forma: x an b n an1b n1 ... a1b a0 a1b 1 a2b 2 ..., con a j Z, 0 a j b( j n) , que habitualmente se escribe: x an an1...a1a0. a1a2 ...b , y se llama representación digital de x en la base de b. Los coeficientes a j ( j n) reciben el nombre de dígitos o cifras. Esta representación es única, excepto para los nombres racionales x de la forma k x n (k , n Z) b que tienen dos. Así, por ejemplo, 2 132 1.319999 ....10 1.32 10 , 100 donde 1.3210es la representación finita de 132/100, formada nada mas por tres cifras significativas: a0 1, a1 3, a2 2 . Otros ejemplos: Convierte: a)26,3210 a base 2 b)1314.9610 a base 16 c)AF.3C16 a base 10 soluciones: Estudiamos primero como cambian las cifras de un número r cambiándolo de la base b a la base B. Si rb an ...a0 .a1 ...b y rb AN ...A0 .A1...B , tenemos Igualando en ambos lados, n N i 0 j 0 n a b i i i N A B j j j . ai b i A j B j y dividiéndolos por B, tenemos que A0 es el resto de la división de la parte entera de r para B. Cogiendo ahora el cociente de esta división y repitiendo la divino para B, obtenemos A0 como nuevo resto; la repetición de este proceso permite conocer todas las cifras de la parte entera de r en la base B:A0, A1,…,AN. Análogamente, igualamos con las dos partes fraccionarias: 1 ai b i i 1 A B j j j , y si ahora los multiplicamos por B, obtenemos como parte entera A-1. Repitiéndolo de nuevo, con la parte fraccionaria del producto, tenemos como nueva parte entera A-2 y, así sucesivamente, encontraríamos todas las cifras de la parte fraccionaria de r en la base B:A-1, A-2,… Para los casos propuestos: a) 26 13 2 0 13 6 2 1 Así, 2610=110102. 0.32*2=0.64 0.64*2=1.28 0.12*2=0.24 0.24*2=0.48 0.92*2=1.84 0.84*2=1.68 0.72*2=1.44 0.44*2=0.86 0.52*2=1.04 0.04*2=0.06 … Por lo tanto, la expresión pedida es 6 3 2 0 3 1 2 1 0.28*2=0.56 0.48*2=0.96 0.68*2=1.36 0.88*2=1.76 0.08*2=0.16 0.56*2=1.12 0.96*2=1.92 0.36*2=0.72 0.76*2=1.36 0.16*2=0.32 26.3210 11010.0101000111 1010111000 2 donde las líneas de encima indican el periodo del número. 3 b) 1314=82*16+2 82=5*16+2 . Tenemos pues, 131410=52216. 0.96*16=15.36 0.36*16=5.76 0.76*16=12.16 0.16*16=2.56 0.56*16=8.96 … Resulta, 1314.9610=522. F 5C 2816 Tomamos como dígitos en base 16:0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F. Esta notación es muy común y la utilizaré de ahora en adelante. c) Simplemente si tiene que hacer AF.3C16=10*16+15+3*16-1+12*16-2 Finalmente, AF.3C16=175.23437510 _______________________________ Suponemos ahora que hacemos nuestros cálculos con una calculadora que puede mostrar números con t dígitos en base b. Entonces la representación de un número x con más de t dígitos no nulos será exactamente igual a x, y le llamaremos fl(x), representación en punto flotante de x. En general, fl(x)=m*bq , donde q Z y m 0.a1a2 ...at b, con a j Z, 0 a j b( j 1 t ) y a1 0 ; que se llama exponente y m, mantisa. El paso de x a fl(x) se puede hacer por tallo, simplemente suprimiendo los dígitos de x a partir de at, o por redondeo, escogiendo fl(x) de manera que el error fl(x) –x sea el mínimo. Cuando esta condición da dos posibles redondeos, se escoge el que tiene el valor absoluto más grande (si estos casos aparecen dentro de una cadena larga de cálculos, con tal de evitar cualquier tipo de desviación del error de redondeo hacia ninguna dirección fija, seria preferible redondear de manera que la última cifra de la mantisa sea, por ejemplo, siempre par). Las cifras del error relativo producido en cada caso son: 1 T b1t , A b1t . 2 2. error de redondeo durante el cálculo El error en un resultado no solamente puede provenir de los errores de los datos de entrada, si no también de los errores de redondeo en los resultados de los cálculos intermedios. Consideramos una máquina que trabaja con 4 cifras decimales y corta o redondea. Tenemos dos datos: a=0.3425*105, b=0.2517*10-2. Entonces, ab=0.8620725*102, 2 flT(ab)=0.8620*10 (se ha cometido un error de 0.725*102), flA(ab)=0.8621*102 (se ha cometido un error de 0.275*102) si no se dice lo contrario, suponemos que, en cada operación aritmética (+,-,.,/), las cifras del error relativo serán las mismas que en la representación de los datos de partida; T o εA. 4 3. error de truncamiento del método usado Cuando resolvemos un problema matemático por métodos numéricos, incluso haciendo las operaciones exactamente, obtenemos una aproximación numérica del resultado exacto (por ejemplo, cuando aproximamos una integral por una suma finita o una derivada por un cociente incremental, etc). El error producido depende del método numérico utilizado y recibe el nombre de error de truncamiento. Para algunos métodos, disponemos de expresiones de este error. Cuando decidamos sobre la conveniencia de la utilización de un método determinado, se ha de tener en cuenta no solamente su error de truncamiento, si no también los errores de redondeo producidos por las operaciones que el método conlleva. Por ejemplo, se ha de huir de métodos o algoritmos que conlleven cancelaciones de cifras restando dos cantidades próximas. Atiende que en estas cancelaciones se producen errores relativos considerablemente grandes, conviene usar fórmulas matemáticamente equivalentes que las evites. su carácter Según su carácter los errores pueden clasificarse en sistemáticos, estadísticos e ilegítimos o espurios: a) Errores sistemáticos Se originan por las imperfecciones de los métodos de medición. Por ejemplo, pensemos en un reloj que atrasa o adelanta, o en una regla dilatada, el error de paralaje, etc. Los errores introducidos por estos instrumentos o métodos imperfectos afectarán nuestros resultados siempre en un mismo sentido. El valor de sexac sería un ejemplo de Física de error sistemático pero no son lo mismo, ni los errores de exactitud son los únicos responsables de los errores sistemáticos. Imaginemos por ejemplo el caso de una balanza bien calibrada que se usa para conocer el peso de las personas en los centros comerciales u otros negocios, como es usual que las personas (en público) se pesen vestidas, los valores registrados con estas balanzas tendrán un error sistemático por el peso de la vestimenta. La única manera de detectarlos y corregirlos es comparar nuestras mediciones con otros métodos alternativos y realizar un análisis crítico y cuidadoso del procedimiento empleado. También es aconsejable intercalar en el proceso de medición patrones confiables que permitan calibrar el instrumento durante la medición. b) Errores estadísticos Son los que se producen al azar. En general, son debidos a causas múltiples y fortuitas. Ocurren cuando, por ejemplo, nos equivocamos en contar el número de divisiones de una regla, o si estamos mal ubicados frente al fiel de una balanza. Estos errores pueden cometerse con igual probabilidad por defecto como por exceso. Por tanto, midiendo varias veces y promediando el resultado, es posible reducirlos considerablemente. Es a este tipo de errores a los que comúnmente hace referencia la teoría estadística de errores de medición que formularemos sucintamente en lo que sigue. A estos errores lo designaremos con sest. 5 c) Errores ilegítimos o espurios Supongamos que deseamos calcular el volumen de un objeto esférico y para ello determinamos su diámetro. Si al introducir el valor del diámetro en la fórmula, nos equivocamos en el número introducido, o lo hacemos usando unidades incorrectas, o bien usamos una expresión equivocada del volumen, claramente habremos cometido un error. Esta vez este error está más asociado al concepto convencional de equivocación. A este tipo de errores los designamos como ilegítimos o espurios. A este tipo de errores no se aplica la teoría estadística de errores y el modo de evitarlo consiste en una evaluación cuidadosa de los procedimientos realizados en la medición Un ejemplo de este tipo de error es el que se cometió en el Mars Climate Explorer a fines de 1999, al pasar de pulgadas a cm se cometió un error que costo el fracaso de dicha misión a Marte. Cuando se desea combinar los errores sistemáticos con los estadísticos, la prescripción usual es sumar los cuadrados de los errores absolutos y luego tomar la raíz cuadrada de este resultado. b) usos de error relativo y error absoluto. En primer lugar aclararemos que son dichos errores, es decir, error absoluto, error relativo, y otro que deriva de estos dos anteriores, el error relativo porcentual. Error absoluto Es el valor de la incertidumbre combinada .Tiene las mismas dimensiones que la magnitud medida y es conveniente expresarla con las mismas unidades de ésta. Si Z es la magnitud en estudio, Z es el mejor valor obtenido y Z su incertidumbre absoluta. El resultado se expresa adecuadamente como: Z = Z El significado de esta notación es equivalente a decir que, según nuestra medición, con una cierta probabilidad razonable p0 (usualmente p0 = 0.68, 68%) el valor de Z está contenido en el intervalo ( Z -Z, Z +Z), o sea: Z Z Z Z Z lo que es equivalente a: p( Z Z Z Z Z )=p0 que significa que la probabilidad que el mejor estimador de Z esté comprendido entre Z -Z y Z +Z es igual a p0. El valor de p0 se conoce con el nombre de coeficiente de confianza y los valores) Z, Z Z , Z Z determinan un intervalo de confianza para Z. Error relativo z Z / Z , el cociente entre el error absoluto y el mejor valor de la magnitud. 6 Error relativo porcentual Z ,% 100 z , es la incertidumbre relativa multiplicada por 100. Las medidas llevadas a cabo en una experiencia pueden ser de dos tipos: directa o indirecta. a) magnitudes medida directamente 1. si la medida se realiza mediante un instrumento de medida de poca sensibilidad, al repetir la medida distintas veces encontraremos siempre el mismo resultado. En este caso no merece la pena hacer varias determinaciones sino que realizaremos una única medida. 2. si la sensibilidad del aparato de medida es grande, al repetir una determinación podemos encontrar valores ligeramente diferentes. En este caso se deberán realizar n medidas, a partir de las cuales se calcula el valor medio. 3. numero de medidas que hay que tomar; para saber el numero de medidas que es preciso realizar en la determinación experimental de una magnitud física se utiliza el siguiente procedimiento: a) efectuaremos inicialmente 3 medidas, x1 x2 x3, y se calcula el valor medio a partir de ellas. b) Se calcula el porcentaje de dispersión D=( xmax –x min / media) *100 Y a partir del resultado se deduce el número de las medidas que hay que realizar. D<2 bastan las tres medidas realizadas 2<= D<= 8 hay que hacer tres medidas mas. D>8 hay que realizar hasta 15 medidas. 4. el error asignado al valor medio deducido a partir de las medidas realizadas establece del siguiente modo: a) se calcula el error absoluto medio, que es la media de los errores de cada uno de los objetos utilizados en la medición. b) Por otro lado se calcula el error de dispersión. el mayor de los dos errores calculados se escoge como error absoluto. ( =عx max-x min)/4 c) Magnitudes medidas indirectamente Es muy usual que una magnitud física no se determine directamente con una medida, sino a través de una fórmula, grafica, es decir, a partir de otras magnitudes (que a su vez habrán sido medidas directamente o no), se habla entonces de una medida indirecta. Para calcular el error absoluto de una medida indirecta utilizaremos la teoría de diferenciales. 1. Cuando la magnitud es una suma o una resta de otras z = x + y – h ; Diferencial = error 7 dz = dx + dy – dh El error es: (عz) =: (عx) + (عy) + (عh) El error absoluto es la suma de los errores 2. la magnitud es multiplicación o división de otras z = xa * yb * hc / g k (عz)/z= a (عx)/x + b (عy)/y + g (عg)/g 8