16) Estimación del Error de una Medida Directa
Ahora bien, en todo proceso de medición directa se toman varias medidas para asegurarse de que el valor medido sea próximo al real y no obtener grandes errores por la aleatoriedad. Queda por parte de la persona que realiza la medición estimar cual es el valor más próximo y su respectivo error. Para esto existen varios métodos, sin embargo, no existe mayor confiabilidad que el juicio de observador experimentado. Sin embargo, generalmente se utilizan métodos matemáticos para calcular los errores, algunos de los métodos utilizados se presentan a continuación.
16.1) Mejor valor de un conjunto de Medidas
Entre un conjunto de medidas generalmente se obtienen valores distintos, pero existen las mismas posibilidades de que el error sea por exceso o por defecto, por lo cual resulta obvio pensar que la media aritmética podría compensar todos los valores. Para obtener la media aritmética basta con sumar todos los valores obtenidos y dividir el resultado entre el número de mediciones tomadas, también denominado promedio.
16.2) Dispersión y Error. Desviación Estándar
Dado un conjunto de medidas, después de obtener la media aritmética se debe calcular el error de esa media. El método más sencillo es la semi-diferencia entre el valor máximo medido entre el valor mínimo medido, lo cual implica restar los valores y dividir el resultado entre 2. Colocando la media aritmética ± la semidiferencia se crea un intervalo que comprende todos los valores medidos, sin embargo, considerar esta semidiferencia como error es muy exagerado. Es preferible, calcular la desviación estándar que es valor media de la distancia entre los valores y el valor real, pero se toma al cuadrado ara que todos los valores sean positivos y no se obtenga un error de 0. Queda entonces que la desviación es igual a la raíz de la diferencia al cuadrado de las medidas menos el promedio, entre el número de medidas. Para que el resultado no sea 0 con una sola medida, es recomendable dividir entre el número de medidas menos uno.
16.3) Significado de la Desviación Estándar. La Distribución Normal
Al tomar un grupo de medidas, generalmente todas ellas tienden al valor promedio, y mientras más cerca este, más se repiten esos valores. Graficando los valores obtenidos contra la probabilidad de obtenerlo (veces obtenido/medidas tomadas) generalmente se consigue una forma de campana, denominada campana de gauss, que es lo que se llama distribución normal. En la mayoría de los sistemas de medición se obtiene esta forma, pero también se pueden conseguir campanas de más picos. Ahora bien, la desviación estándar en esta campana representa el ancho de la misma, es decir, el promedio ± desviación estándar abarca aproximadamente en 68% de las medidas, y con 2 veces la desviación estándar se obtiene casi el 98% de las medidas tomadas.
16.4) Medidas sin dispersión. Error de lectura o instrumental
Las medidas sin dispersión son aquellas en donde después de medir una variable siempre se obtiene el mismo valor. Esto no significa que la medida sea perfecta, sino que el instrumento no es capaz de detectar dicha medida. Aquí cabe destacar que el error total es la suma del error del instrumento más los errores aleatorios. Los errores aleatorios se refieren a los que no dependen del instrumento sino a las características externas, y se utiliza por lo general la desviación estándar para representarlo (ya que toma el 68% de los valores). El error del instrumento depende de su resolución, ya que cada instrumento tiene un valor mínimo que puede medir; sin embargo, no se toma la resolución como error sino la mitad (apreciación) de este porque el ojo humano es capaz de determinar si el valor medido está más cerca a un valor o a otro (en aparatos analógicos). Para realizar una analogía con la desviación estándar se toma solo 2/3 del error total (66%), lo cual resulta que el error del instrumento es la resolución entre 3 (porque el 2 de los 2/3 se cancela con el ½ de la apreciación).
En fin, el error total viene entonces representado por la desviación estándar más un tercio de la resolución.
Para el cálculo de medidas indirectas el error se calcula por medio de las técnicas de propagación de errores. Es muy sencillo, solo se debe sumar las derivadas parciales de la función utilizada para calcular el valor indirecto por cada uno de los errores de las variables. De esta manera, se puede observar fácilmente como cada variable afecta al error. Tomemos como ejemplo el cálculo del volumen de un paralelepípedo cuya función es largo x ancho x h(altura), donde el largo es 10 cm con 1 cm de error, el ancho 20 cm con 3 cm de error y la altura 80 cm con 2 cm de error. El valor obtenido será 16000cm^3 y el error es de 1600 + 2400 + 400 = 4400 cm de error. En el ejemplo, se ve claramente que la altura solo da el 9% de error, el largo da el 36% de error y el ancho es el que da casi el 55%. Cada una de estos errores fue calculado por medio de las derivadas parciales y el error de cada una de las variables medidas directamente.
16.6) Ajuste por mínimos cuadrados
El método de ajuste por mínimos cuadrados se utiliza cuando se quiere determinar la relación entre 2 variables que se han medido que se sabe que una es dependiente de la otra. En primer lugar se grafican los puntos para ver si se asemeja a una recta (no tiene que definirla con completo, pero debe tener puntos por encima y por debajo), sino da una recta se grafica los inversos de x vs y, e incluso ln x vs y hasta obtenerla. Una vez que se obtiene el comportamiento linealizado, se debe determinar que recta posible contiene el mínimo error y se concluye en las siguientes 2 formulas, suponiendo que y = m x + a :
m = { n sumatoria ( x y ) – sumatoria ( x ) sumatoria ( y ) } / { n sumatoria ( x ^2 ) - [sumatoria ( x )]^2 }
a = {sumatoria ( y ) – m sumatoria ( x )} / n