Teora de Observaciones

23

TEORA
DE
OBSERVACIONES
Captulo 2

INTRODUCCIN
Las operaciones topogrficas, se realizan fundamentalmente para determinar mediciones ya sean lineales
y/o angulares. Estas mediciones se efectan bajo el control de la vista humana u observacin, que evidentemente, como cualquiera de los dems sentidos, tiene un lmite de percepcin ms all del cual no se
aprecian perfectamente las magnitudes que se observan, originando a una observacin aproximada de la
medida, sin embargo mediante la estadstica inductiva o inferencia se logra establecer ciertos lmites de
tolerancia, es decir el grado de precisin de la observacin que se manifiesta cualitativa y cuantitativamente
a travs de ese error de apreciacin.
1. Clases de medicin
A) Medicin directa

Es aquella en la cual se obtienen la medida exacta mediante un proceso visual, a partir de una
simple comparacin con la unidad patrn.

Ejemplo ilustrativo; Magnitud: Longitud

Es aquella medida que se obtiene mediante ciertos aparatos o clculos matemticos ya que se
hace imposible medirla mediante un proceso visual simple.

Ejemplo ilustrativo:

largo = 3 m

an
ch
o=

2m

1 metro

Unidad patrn: 1 metro

B) Medicin indirecta

Se quiere medir el rea del rectngulo.

3 metros

En la figura, es fcil notar que la longitud AB mide 3 veces un

metro: 3 metros (medicin directa).

Frmula:

A = (largo)(ancho) = (3 m) (2 m)
A = 6 m2
Se recurri al uso de una frmula matemtica.

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

24

2. Exactitud, precisin y error

A) Exactitud

Es el grado de aproximacin a la verdad o grado de perfeccin a la que hay que procurar llegar.

B)

Precisin

Es el grado de perfeccin de los instrumentos y/o procedimientos aplicados.

C) Error

Es la diferencia entre el valor verdadero y el valor determinado mediante las mediciones. No obstante,
es preciso anotar que el valor verdadero no se conoce ni se conocer jams.

Exactitud

Precisin
Error

3. Causa de los errores

A) Naturales

Son aquellos errores ocasionados por las variaciones meteorolgicas (lluvia, viento, temperatura, humedad, etc.)

B)

Instrumentales

Son aquellos que se presentan debido a la imperfeccin de los instrumentos de medicin.

C) Personales

Son aquellos ocasionados debido a las limitaciones de los sentidos humanos en las observaciones
(vista, tacto, etc).

4.- Clases de errores

A) Propios

Son aquellos que provienen del descuido, torpeza o distraccin del observador, stas no entran en el
anlisis de la teora de errores.

15

16

L = 154 m

Lectura
Es posible que el operador lea en la cinta mtrica 15,40 metros y al momento de anotar escriba por
descuido L = 154 metros.

Teora de Observaciones
B)

25

Sistemticos

Son aquellos que aparecen debido a una imperfeccin de los aparatos utilizados; as como tambin a la
influencia de agentes externos como viento, calor humedad, etc.
Estos errores obedecen siempre a una ley matemtica o fsica, por lo cual es posible su correccin.

Supongamos que se quiere medir la longitud AB,

pero al usar la cinta mtrica, sta se pandea como
se muestra, la lectura que se toma en estas condiciones no ser la verdadera, habr que corregir.

L = L' correccin
En este caso la correccin se determina mediante la siguiente frmula:

Correccin =

W 2L
24 F

Donde: W, L y T son parmetros conocidos.

C) Accidentales o fortuitos

Son aquellos que se presentan debido a causas ajenas a la pericia del observador, y al que no puede
aplicarse correccin alguna, sin embargo estos errores suelen obedecer a as leyes de las probabilidades;
por tal motivo se recomienda tomar varias lecturas de una misma medicin pues generalmente estas
suelen ser diferentes.

TEORA DE PROBABILIDADES
Son entes matemticos que sirven para aproximar una cantidad a un rango permisible (de los errores
accidentales); en esta teora se supone que:
Los errores pequeos son ms frecuentes que los grandes.
No se cometen errores muy grandes.
Los errores pueden ser positivos o negativos.
El verdadero valor de una cantidad es la media de un nmero infinito de observaciones anlogas.
Probabilidad
Es la relacin que define el nmero de veces que un
resultado debe ocurrir respecto al nmero total de
posibilidades.
En el ejemplo de la figura se observa que el crculo
est dividido en 10 tringulos; El color negro tendr
entonces una probabilidad de dos a diez (2/10) de ser
el ganador en el juego de la ruleta, el plomo: 3/10 y el
blanco 5/10 como se aprecia.
Para analizar la teora de probabilidades en la topografa se tomar un ejemplo ilustrativo, con el cual se
explicar los conceptos fundamentales as como su respectivo significado.

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

26

Ejemplo ilustrativo
Se ha medido la longitud en milmetros que existe
entre dos puntos, para ello se han realizado 100
mediciones, los valores que se presentan carecen
de errores sistemticos. La tabla muestra los valores medidos y el nmero de veces.

Calculando la desviacin entre cada valor y la

media:

Vi = X i X

Valor medido

Nmero de veces

Xi (mm)

Nmero de veces

Vi (mm)

692,00
693,00
694,00
694,20
695,00
695,20
695,70
696,00
696,80
697,00
697,40
697,90
698,00
698,20
698,70
699,00
699,10
699,60
700,00
700,40
700,70
701,00
701,30
701,90
702,00
702,20
702,80
703,00
704,00
704,40
704,70
705,00
706,00
707,00
708,00

1
1
1
1
1
2
2
3
2
4
2
2
5
4
3
6
3
2
10
2
2
8
2
3
5
3
4
4
4
1
1
2
2
1
1

692,00
693,00
694,00
694,20
695,00
695,20
695,70
696,00
696,80
697,00
697,40
697,90
698,00
698,20
698,70
699,00
699,10
699,60
700,00
700,40
700,70
701,00
701,30
701,90
702,00
702,20
702,80
703,00
704,00
704,40
704,70
705,00
706,00
707,00
708,00

1
1
1
1
1
2
2
3
2
4
2
2
5
4
3
6
3
2
10
2
2
8
2
3
5
3
4
4
4
1
1
2
2
1
1

8,00
7,00
6,00
5,80
5,00
4,80
4,30
4,00
3,20
3,00
2,60
2,10
2,00
1,80
1,30
1,00
0,90
0,40
0,00
0,40
0,70
1,00
1,30
1,90
2,00
2,20
2,80
3,00
4,00
4,40
4,70
5,00
6,00
7,00
8,00

La media aritmtica X ; ser:

X = 700,00 mm

Teora de Observaciones

27

Error

Tabulando y teniendo presente:

f = Frecuencia absoluta
f = Nmero de desviaciones en el intervalo
Frecuencia absoluta

8,5 a 7,5
7,5 a 6,5
6,5 a 5,5
5,5 a 4,5
4,5 a 3,5
3,5 a 2,5
2,5 a 1,5
1,5 a 0,5
0,5 a +0,5
+0,5 a +1,5
+1,5 a +2,5
+2,5 a +3,5
+3,5 a +4,5
+4,5 a +5,5
+5,5 a +6,5
+6,5 a +7,5

1
1
2
3
5
8
11
12
14
12
11
8
5
3
2
1

+7,5 a +8,5

8,5
7,5
6,5
5,5
4,5
3,5
2,5
1,5
0,5
+0,5
+1,5
+2,5
+3,5
+4,5
+5,5
+6,5
+7,5
+8,5

Frecuencia absoluta

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

Polgono de
frecuencia

Error

Si aumentramos el nmero de mediciones tanto

como quisiramos y ajustamos an ms la precisin,
obtendramos una marca de clase bastante pequea
al punto que el polgono de frecuencia pasara a ser
una lnea contnua curva, simtrica respecto al centro y en forma de campana.
Se observar en la curva la existencia de dos puntos
de inflexin (cambio de concavidad).

Presentamos a continuacin al histograma de frecuencias absolutas que viene a ser la representacin discreta de la frecuencia con que se repiten las
desviaciones en cada intervalo de marca de clase.
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

Frecuencia absoluta

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

8,5
7,5
6,5
5,5
4,5
3,5
2,5
1,5
0,5
+0,5
+1,5
+2,5
+3,5
+4,5
+5,5
+6,5
+7,5
+8,5

Intervalo del histograma

(mm)

Si unimos mediante lneas rectas los puntos superiores centrales de las barras del histograma, obtendremos el polgono de frecuencia

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

Frecuencia absoluta

Punto de
inflexin

16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1

Punto de
inflexin

8,5
7,5
6,5
5,5
4,5
3,5
2,5
1,5
0,5
+0,5
+1,5
+2,5
+3,5
+4,5
+5,5
+6,5
+7,5
+8,5

8,5
7,5
6,5
5,5
4,5
3,5
2,5
1,5
0,5
+0,5
+1,5
+2,5
+3,5
+4,5
+5,5
+6,5
+7,5
+8,5

Llamaremos marca de clase a la mnima divisin

constante que puede variar en todas las mediciones;
en nuestro caso 1 milmetro

Error

Matemticamente es posible representar dicha curva

mediante modelos probabilsticos de variable aleatoria
contnua; el ms usado es el Modelo Normal Standar.
Probabilidad
o frecuencia

P(z)=

Error

1 2
1 2z
e
2

Error

Curva tpica de probabilidad.

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

28

En la curva tpica de probabilidad se ubican dos puntos de inflexin cuyas abcisas correspondientes toman el
nombre de: Desviacin Tpica o Standar ()
Probabilidad
o frecuencia
Punto de
inflexin

Punto de
inflexin

Z(error)

Como se aprecia, el rea encerrada por la curva de probabilidad limitado por los valores de la desviacin
tpica () corresponde al 68,27% del rea total bajo la misma curva.
Observaciones de igual precisin
Se considera que las observaciones son tomadas en idnticas condiciones, vale decir con los mismos
instrumentos, la misma brigada, las mismas condiciones climatolgicas, etc.
A) Media ( X )

Es el valor que tiende a situarse en el centro del conjunto de datos ordenados segn su magnitud. Es
la media aritmtica de un conjunto de datos.

X=

X1 + X 2 + X 3 + ... + X n
n

En el caso de nuestro ejemplo ilustrativo (pag. 26)

X = 700,00

B) Desviacin (Vi)

Se le llama tambin error aparente de una medicin, es la diferencia entre la media y el valor correspondiente a una medicin.
En realidad la desviacin es el error aproximado para cada medicin, dado que no se conoce el
verdadero valor.

Vi = X i X

Vese ejemplo ilustrativo (pag. 26)

C) Error medio cuadrtico de una observacin (Desviacin tpica o standar):

Corresponde al valor del error del punto de inflexin de la curva tpica de probabilidad.
Probabilidad
Punto de
inflexin

Punto de
inflexin

Z(error)

El rea achurada indica que entre los lmites y + se puede esperar que estos errores ocurran el
68,27% de veces.

Teora de Observaciones

29

Matemticamente:
: desviacin tpica o standar
V : desviacin de cada medicin
n : nmero de mediciones

V 2
n1

2 n 30

V 2
n

n > 30

Estadsticamente, la primera expresin (2 n 30) es porque el valor resultante representa un mejor

estimador de la desviacin tpica de una poblacin de la que se ha tomado una muestra. Prcticamente
si n = 30, no hay diferencia entre las dos expresiones.
Analizando el ejemplo ilustrativo de la pag. 26
Xi (mm)

Nmero de veces

Vi (mm)

V2

V2

692,00
693,00
694,00
694,20
695,00
695,20
695,70
696,00
696,80
697,00
697,40
697,90
698,00
698,20
698,70
699,00
699,10
699,60
700,00
700,40
700,70
701,00
701,30
701,90
702,00
702,20
702,80
703,00
704,00
704,40
704,70
705,00
706,00
707,00
708,00

1
1
1
1
1
2
2
3
2
4
2
2
5
4
3
6
3
2
10
2
2
8
2
3
5
3
4
4
4
1
1
2
2
1
1

8,00
7,00
6,00
5,80
5,00
4,80
4,30
4,00
3,20
3,00
2,60
2,10
2,00
1,80
1,30
1,00
0,90
0,40
0,00
0,40
0,70
1,00
1,30
1,90
2,00
2,20
2,80
3,00
4,00
4,40
4,70
5,00
6,00
7,00
8,00

64,00
49,00
36,00
33,64
25,00
23,04
18,49
16,00
10,24
9,00
6,76
4,41
4,00
3,24
1,69
1,00
0,81
0,16
0,00
0,16
0,49
1,00
1,69
3,61
4,00
4,84
7,84
9,00
16,00
19,36
22,09
25,00
36,00
49,00
64,00

64,00
49,00
36,00
33,64
25,00
46,08
36,98
48,00
20,48
36,00
13,52
8,82
20,00
12,96
5,07
6,00
2,43
0,32
0,00
0,32
0,98
8,00
3,38
10,83
20,00
14,52
31,36
36,00
64,00
19,36
22,09
50,00
72,00
49,00
64,00

n = = 100

= 930,14

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

30

Dado que n = 100 > 30

V 2
930,14
=
n
100

= 3,05 mm

Este valor significa que de las 100 mediciones tomadas es probable que 68 de ellas quede dentro de los
lmites de error [3,05 mm; +3,05 mm].
Veamos la tabla, para un intervalo de error [3,50 mm; +3,50 mm], tenemos 76 mediciones que caen
dentro de dicho rango (analice Ud. en el intervalo [3,05 mm; +3,05 mm]).
Intervalo del histograma
(mm)

Frecuencia absoluta

8,5 a 7,5

7,5 a 6,5

6,5 a 5,5

5,5 a 4,5

4,5 a 3,5

3,5 a 2,5

2,5 a 1,5

11

1,5 a 0,5

12

0,5 a +0,5

14

0,5 a +1,5

12

+1,5 a +2,5

11

+2,5 a +3,5

+3,5 a +4,5

+4,5 a +5,5

+5,5 a +6,5

+6,5 a +7,5

+7,5 a +8,5

76 mediciones

D) Error probable de una observacin (E50)

Es aquel intervalo, dentro de cuyos limites existe la probabilidad de que el 50% del total de mediciones
integren dicho rango.
En la actualidad se usa poco este error.
Probabilidad

E50 = 0, 6745

+3

+2

+0,6745
+

0,6745

: Desviacin tpica o standar

Error

Teora de Observaciones

31

En nuestro ejemplo ilustrativo:

E50 = 0, 6745 = 0, 6745( 3, 05)
E50 = 2, 06 mm
Este valor significa que de las 100 mediciones tomadas, es probable que 50 de ellas queden dentro de
los lmites de error [2,06 mm; +2,06 mm].
E) Ecuacin general del ndice de precisin

La probabilidad de un error de cualquier porcentaje de probabilidad se determina por la siguiente

expresin:

E p = K
Ep : porcentaje de error
K : factor numrico que corresponde al porcentaje de error
: desviacin tpica o standar
Expresiones usuales en topografa:

E90 = 1.6449
E95 = 1.9599
E99,73 = 3

Comnmente en topografa se usa con mayor frecuencia: E 95, en nuestro ejemplo ilustrativo:
E95 = 1,9599 (3,05)
E95 = 5,98 mm
Este valor significa que de las 100 mediciones tomadas es probable que 95 de ellas queden dentro de
los lmites de error [5,98 mm; +5,98 mm].
Por otro lado es preciso anotar que la curva de probabilidad en el eje de las X es un asntota, luego; no
se puede evaluar el error de 100%, razn por la cual debe considerarse que estas tres expresiones
(E90; E95; E99,73) nos dan los valores mximos que se presentan en la prctica. Errores mayores que
3 ya no se consideran errores accidentales sino equivocaciones.
F) Error de la media (Em)

Est visto que la media, tambin est sujeto a error.

Error de la media a cualquier porcentaje de probabilidad es aquel intervalo (Em; +Em) dentro de
cuyos lmites puede caer el verdadero error accidental de la media con una probabilidad de p%.

Em =

Ep
n

Demostracin:

X=

X1 + X 2 + X 3 + ... + X n
n

Luego: Em =

Esuma
n

...(1)

Pero:

E2suma = E2

...(ver pag 34)

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

32

Si hacemos:

E = Ep

(2) en (1)

E 2suma = nE 2p

Em =

Ep
n

...demostrado

Esuma = n Ep ...(2)
En nuestro ejemplo ilustrativo (si p = 95%)
E = 5.98 mm
95

Em =

E95
100

E m = 0, 60 mm

G) Valor ms probable (V.M.P.)

Es aquel valor que se acerca ms al verdadero valor pero que no lo es. Comnmente se considera a la
media como el valor ms probable de varias mediciones.
V.M.P. = X
En nuestro ejemplo ilustrativo: V.M.P. = 700,00 mm; como quiera que el V.M.P. nunca ser el valor verdadero, se deduce que existir un error y que dicho valor exacto estar ubicado dentro del rango de ciertos limites:
[V.M.P. Em; V.M.P. +Em] con una probabilidad de p%. En nuestro ejemplo ilustrativo, el valor verdadero
estar contenido en el rango de [700 0,60 ; 700 + 0,60], lo que es [699,40 mm ; 700,60 mm] con una
probabilidad del 95%.

Observaciones de diferente precisin

En algunas ocasiones, la medida de una magnitud se realiza en diferentes das, con diversos equipos e
incluso con cambio de operadores (en el peor de los casos); cada uno de ellos constituye una circunstancia particular. Cada circunstancia tiene cierta precisin el cual se puede cuantificar mediante el peso.
Peso

Es un parmetro que mide el grado de precisin que debe aplicarse a cada una de las observaciones.

El peso puede estar dado por el nmero de mediciones de cada observacin.

Ejemplo de aplicacin:
Observacin A

Observacin C

120 30' 16" = 120 30' 28" (Peso = 2)

1
120 30' 40"

120 30' 36"

120 30' 10"
3 = 120 30' 21" (Peso = 4)
120 30' 40"
120 30' 38"

Observacin B
120 30' 22"
120 30' 32" 2 = 120 30' 22" (Peso = 3)
120 30' 12"

Teora de Observaciones

33

El peso puede estar dado por el error probable de cada observacin.

P1 E21 = P2 E 22 = P3 E 23
Ejemplo de aplicacin:

Observacin A : 120 30' 28" 10"

Observacin B : 120 30' 22" 5"
Observacin C : 120 30' 31" 2"

P1 (10)2 = P2 (5)2 = P3 (2)2

Haciendo P1 = 1
Se tiene: P1 = 1 ; P2 = 4 ; P3 = 25
De lo cual se deduce que la observacin C tiene mayor precisin.
A) Media ponderada ( X )

La media ponderada de varias observaciones de diferente precisin, est determinada por la siguiente
expresin.

X=

P1X1 + P2 X 2 + P3X 3 + ... + Pn X n

P1 + P2 + P3 + ... + Pn

B) Error probable de la media (Em)

Es aquel intervalo [Em ; +Em], dentro de cuyos lmites puede caer el verdadero error accidental de la
media con una probabilidad de p%.

Em = K
Em :
K :
P :
V :
n :

(PV 2 )
( P)(n 1)

Error de la media para p%

factor nmero que corresponde al porcentaje de error
peso
desviacin
nmero de observaciones

As tenemos; para p = 50%

p = 90%
p = 95%

K = 0,6745
K = 1,6449
K = 1,9599

C) Valor ms probable (V.M.P.)

Comnmente se considera a la media como el valor ms probable.

V.M.P. = X

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

34

Errores en las operaciones matematicas

Hasta el momento se han analizado los errores accidentales para una operacin simple.
Sin embargo existen ocasiones en las cuales es necesario realizar una operacin compuesta; as por ejemplo supongamos que se desea medir la distancia que hay entre dos puntos del orden de 100 metros, con
una cinta mtrica de 20 metros; en este caso el valor final vendr afectado de un error que ser la resultante
de los errores de las mediciones elementales.
A) Error de una suma

L1
E1

L2
E2

L = L1 + L2 + L3

L3
E3

Esuma = E 21 + E22 + E23

B) Error de una diferencia

L2 , E2

L, EDif
A

L = L1 L2

Ediferencia = E 21 + E22

L1 , E1
C) Error de un producto

L1 , E1

A = (L1)(L2)

E producto = L21E21 + L22 E22

L2 , E2

Correcciones en las operaciones matemticas

Muchas veces cuando se realizan las mediciones de varios tramos angulares o lineales, estos se encuentran
sujetos a ciertas condiciones geomtricas.
Generalmente al comprobar dichas condiciones geomtricas se encuentra siempre un eror de cierre el cual
indica la presencia de errores accidentales.
Hay diversos mtodos que permiten distribuir dicho error en cada uno de los valores medidos, uno de ellos
y el ms confiable es el de mnimos cuadrados; no obstante es posible realizar la correccin del siguiente
modo:
P1C1 = P2C2 = P3C3

C1

E1

C2
2

E2

C3

E23

P1; P2; P3 : Pesos

C1; C2; C3 : Correcciones
E1; E2; E3 : Errores
C1; C2; C3 : Correcciones

Teora de Observaciones

35

Solucin

Ejemplo 1

Corregir cada uno de los ngulos

1 42 20' 10" 02"

Analizando la longitud AB
1 observacin

2 observacin

L = 20,252; P = 3
83 16' 12" 04"
2
Solucin

54 23' 52" 06"

3

= 180 00' 14" Ecierre = +14"

C1 + C2 + C3 = 14"

Medicin
20,253
20,242
20,261

C1
22

C1 =

C2
42

...(a)

C3

C2 C3
=
4
9

De (a) y (b): C1 = 1" ; C2 = 4" ; C3 = 9"

ngulos corregidos
1 = 42 20' 10" 1" 1 = 42 20' 09" 02"
2 = 83 16' 12" 4" 2 = 83 16' 08" 04"

1210

20,247

40,494 0,003

910

1810

5 101,250 +0,002 410

3010

PL 101, 25
=
5
P

2 observacin
20,255 m
20,239 m

Longitud BC

1 observacin 2 observacin 3 observacin

16,232 m
16,241 m
16,239 m
16,234 m
16,222 m

6
6
6

L = 20, 250 ; n = 2

V = Li L

E m = 1, 6449

(PV 2 )
( P)(n 1)
30 106
= 0, 004 m
5(2 1)

AB = 20,250 m 0,004 m

Analizando la longitud BC
1 observacin

Longitud AB

1 observacin
20,253 m
20,242 m
20,261 m

60,756 +0,002 410

Em para 90% de probabilidad

Calcular el verdadero valor de la longitud AC con una

probabilidad del 90%; mxima tolerancia = 0,010 m.

PV2

Em = 1, 6449

V2

Calculando:

Ejemplo 2

V
+0,008
0,008

20,252

Ntese:

3 = 54 23' 52" 9" 3 = 54 23' 43" 06"

PL

Medicin
20,255
20,239

Pi

L=

...(b)

V
+0,001
0,001
+0,009

Li

62

L = 20,247; P = 2

L = 16,233; P = 2
Medicin
16,232
16,234

V
0,001
+0,001

3 observacin

L = 16,239; P = 1
Medicin
16,239

V
0,000

2 observacin

L = 16,238; P = 2
Medicin
16,241
16,235

V
+0,003
0,003

Jorge
Jor
ge Mendoza Dueas / Samuel Mora Quiones

36

Li

Pi

PL

10,2410

32,476 +1,810

3,2410

16,239 +2,810

32,466 3,210

16,238 2
16,239 1
5

PV

16,233 2

81,189

L=

20,4810

6,4810

7,8410

7,8410

34,810

+0,002

410

PL 81,181
=
5
P

L = 16, 236 ; n = 3

Calculando:

Em para 90% de probabilidad

E m = 1, 6449

(PV 2 )
( P)(n 1)

E m = 1, 6449

34, 8 10 6
= 0, 003 m
5(3 1)

BC = 16,236 m 0,003 m

Analizando la longitud AC
AC = AB + BC = 20,250 + 16,236
AC = 36,486 m

Calculando el error de la media con una probabilidad del 90%.

Esuma = E 21 + E22 = (0, 004)2 + (0, 003)2

Esuma = 0, 005 m

El verdadero valor de la longitud AC con una probabilidad del 90% se encontrar en el siguiente rango:
[36,486 m 0,005 m] = [36,481; 36,491]