Aplicación del TCL a la teoría de errores

 Tratamiento probabilístico de Errores de Medición:

 En casi todas las ciencias, se determinan las magnitudes de interés

(mediciones) mediante un número y su unidad, por ejemplo:
 Peso de un cuerpo

 Resistencia de un circuito

 Resistencia de una columna de hormigón a una fuerza, etc.

 Es claro que nunca se conoce el verdadero valor que se desea medir, sino
que todo resultado va acompañado de un cierto error.

 Recordar que la variable aleatoria en sí no tiene error de medición, pero

cuando medimos una observación, estos valores están sujetos a cierto error
de medición.
Aplicación del TCL a la teoría de
errores
 Existen dos tipos de errores de medición:

 Sistemáticos, en general
 Son pocos, (quizá uno)
 Son grandes
 Tienen siempre el mismo signo e igual magnitud
 No desaparecen mientras la causa no se elimina
 En principio se los puede identificar y eliminar.
 Ejemplos: instrumento mal calibrado, rotura de una pieza.

 Accidentales, en general
 Son muchos
 El efecto de cada uno es ínfimo
 Cambian de signo aleatoriamente
 Aparecen y desaparecen aleatoriamente
 Ejemplos: variaciones en la dureza de un material, fluctuaciones en la intensidad de corriente,
redondeo o truncamiento de números.
Errores accidentales:
 No se los puede identificar y eliminar, pero admiten
un tratamiento probabilístico.

 Por esta razón se los puede cuantificar mediante

distribuciones de probabilidad.

 Observación: en este tema es conveniente visualizar

a una v. a. como: X = x + error, donde x es un
número fijo y el error es una variable aleatoria
con media cero.
Errores accidentales:
 Vamos a estudiar dos tipos de errores: error de redondeo y
error de truncamiento.

 Ambos en el sentido matemático conocido de lo que significa

redondear y truncar, acá además le daremos un tratamiento
probabilístico.

 En particular el error de redondeo es el que se presenta al

no poder representar el verdadero valor adecuadamente en
un cálculo en la computadora, ya que depende del alcance
de la aritmética del punto flotante (precisión simple = 32
bits o de precisión doble = 64 bits)
Error de redondeo
 Ver los Ejemplos 22 – 24, pág. 55, Cartilla
Celeste.

 En general se puede ver que el error de redondeo

es una variable aleatoria:

e  U[–0.5, 0.5]x10 para   Z

(ba)
2
ab
donde: E ( e) 
2
0 y V(e) 
12

1
12 10
2
Error de truncamiento
 Ver los Ejemplos 25 – 27, pág. 56, Cartilla
Celeste.

 En general se puede ver que el error de redondeo

es una variable aleatoria:

e  U(–1, 1)x 10 para   Z

(ba)
2
ab 4 2
donde: E ( e) 
2
0 y V(e) 
12

1210
Errores de redondeo y de truncamiento
Observaciones:
 En general los errores de redondeo y de
truncamiento tienen media cero.

 El error de truncamiento tiene mayor varianza.

 Se debe observar el recorrido de la variable error,

por ejemplo: qué pasa si trunco números positivos.
(ejercicio)
Aplicando el TCL: Error de la suma
Error de la Suma (de errores de redondeo o de truncamiento)

 Sean los nos x1, …, xn que redondeados (o truncados) resultan en

X1, …, Xn vs. as. tales que Xi = xi + ei i = 1, …, n.

 Observe que el valor xi = EXi = verdadero valor.

 Si sumamos estos números S   Xi   (xi  ei)  xi   ei

 lo que significa que el error de la suma es igual a la suma de errores.

 Como todas las vs.as. ei son independientes y están idénticamente distribuidas, aplicamos el

e  e
Teorema Central del Límite y concluimos que:
T i

tiene distribución aproximadamente Normal, con la media y desviación estándar que

corresponda según el tipo de error cometido.

 Ver Ejemplo 28 , Pág 57, Cartilla Celeste.

Error de una función de una v. a.
 Sea Y = g(X), y pongamos a X en la forma X = x + eX
donde EX=X=x y V(X)=2X=Var(eX)

 Bajo ciertas condiciones para g, aplicamos la fórmula

de Taylor alrededor del punto X:
1
Y  g(X )  g' (X )(X  X )  g(X )(x  X )2
2!

donde el primer término es constante, el segundo es

aleatorio e (ya que está la v.a. X) y despreciaremos el
tercero.
Error de una función de una v. a.
 Entonces su esperanza y varianza aproximada serán:

E(Y)  g(X) y V(Y)  [g(X)]22X

 Observe que: E(e) = 0 y V(e) = V(Y)

eT 
V(Y)
 Llamamos error relativo de Y a: 2
E (Y)

es decir, es el coeficiente de variación.

 Dado que se tiene la esperanza y varianza aproximada lo que obtendremos será el

er aproximado.

 Ver Ejemplo 29, pág. 57, Cartilla Celeste.

Error de una función de dos vs. as.
 Sea Z = g(X, Y). Pongamos a X e Y en la forma:
X = x + eX donde EX = x = X y V(X) = 2X
Y = y + ey donde EY = y = Y y V(Y) = 2Y

 Bajo ciertas condiciones para g, aplicamos la fórmula

de Taylor alrededor del punto (X, Y)
g g
Z  g(X, Y)  g(X , Y )  (X   X )  (Y   Y )
x (X , Y ) y (X , Y )

donde el primer término de la aproximación es

constante y los dos segundos son la parte aleatoria e.
Error de una función de dos vs. as.
 Entonces tomando esperanza y varianza en ambos
miembros, y suponiendo independencia entre X e Y.
2 2

E(Z)  g( X ,  Y ) y V(Z)   g 

  
 g


 
2 2

 x ( X ,  Y )  y ( X ,  Y )
X Y

 Observe que: E(e) = 0 y V(e) = V(Z)

 Ver Ejemplo 30, pág. 58: Error del producto

 Ver Ejemplo 31, pág. 58: Error para una función de tres variables