Depuracin de Datos

Depurar y seleccionar los datos que estn dentro de la distribucin normal de la

siguiente tabla.

Calcularemos el promedio y la desviacin estndar de la muestra (tabla del

ejercicio).

Calcularemos ahora Zi para determinar cules son los datos ms lejanos de la

medida de tendencia central (promedio) para posteriormente descartarlos.
Los datos en rojo son los datos que son depurados al utilizar la distribucin y normal
y Zi. Utilizaremos un condicional y la funcin y para obtener todos los datos
resultantes de la depuracin y que cumplen con el criterio
.

Se obtienen cuatro datos de la depuracin de datos

Calculo del valor ms probable de una medicin.

Encontrar el posible valor real los datos que estn dentro de la siguiente tabla con
un intervalo de confianza del 95%.

Depuramos los datos utilizando la depuracin con la distribucin normal (ver

depuracin, distribucin normal ejemplo 1). Los valores depurados son los
siguientes.
Calculamos el promedio de los datos (Funcin promedio), numero de datos de la
muestra (Funcin Contar), Numero de Grados de Libertad (N datos 1) y la
Desviacin Estndar de la misma (Funcin Desviacin estndar)

Establecemos el intervalo de confianza 1- (0,95). Calculamos el valor crtico

(Funcin Distribucin T inversa) con la sustraccin entre uno y el intervalo de
confianza (1-0,95) y los grados de libertad.

Determinamos el error de estimacin con la formula

2


Donde 2
es el valor critico en la distribucin de Student, la Desviacin
Estndar y raz del nmero de datos.
Establecemos los lmites (superior e inferior) con el promedio de la muestra y el
error de estimacin.

"En un intervalo de confianza del 95% el valor real estar dentro de un rango de
(6,30- 6,35)"

Propagacin de errores
El propsito de este aparte consiste en estudiar cmo se propagan los errores para
variables dependientes cuando las independientes u observaciones tienen errores
involucrados.

Formulacin

f x Errores en la ( s) Variable ( s) dependientes

2

G Matriz de las derivadas parciales de la ( s) var iables dependientes respecto

a las independie ntes u observaciones
x 2
Matriz de los errores en las observaciones o var iables dependientes

Algoritmo

f x G * x 2 * GT
2

Ejemplo 1:

Para estimar el rea de un terreno triangular se tomaron dos lados adyacentes y el

ngulo comprendido entre ellos as:

a= 16.23

b=25.36
=25.28

los errores en cada medicin fueron

a 0.05
b 0.08
0.03

A) El primer procedimiento consiste en determinar la variable dependiente (en

este caso el rea)

1
A a * b * Sen
2

Es decir estimaremos f x A
2 2

B) Para poder establecer el error en el rea necesitamos G

A A A 1 1 1
G , , 2 b * Sen , 2 a * Sen , a * b * Cos
a b 2

Evaluando con los valores dados

1 1 1
G 25.36 * Sen25.28 , 16.23 * Sen25.28 , 16.23 * 25.36 * Cos25.28
2 2 2

G 5.414895768 , 3.465447883, 186.0876225

La matriz transpuesta de G

5.414895768
G T 3.465447883
186.0876225

C) La matriz de los errores en las observaciones o variables independientes es:

 a ,a a ,b a , a 2 a ,b a ,

b,a b,b b, b,a b2 b,
x 2


,a ,b , ,a ,b
2

Es importante aclarar que esta es una matriz de correlaciones entre las

observaciones y que el orden de las filas depende de la matriz G es decir como
iniciamos las derivadas parciales con a , en este mismo orden deben ir los errores ,
si se llegase a cambiar G (Que se puede hacer) Tambin cambiara la matriz de los
errores, tambin hay que anotar que siempre ser una matriz cuadrada con orden
igual al numero de observaciones y que si se realizaron las mediciones
independientemente las correlaciones, como es este caso

a ,b b , a 0 ; a , , a 0 ; b , ,b 0
Por lo tanto la matriz quedara:

0.052 0 0
0.0025 0 0
x 2 0 0.08 0
2
0 0.0064 0

0 0 2.741556E - 07
2

0 0 0.03 * 180

Nota: El error de hay que pasarlo a radianes

a) El error en area esta dado por:

A 2
G * x 2 * GT

Reemplazando
 0.0025 0 0 5.414895768
* 3.465447883
A 5.414895768 ,
2
3.465447883 , 186.0876225 * 0 0.0064 0
0 0 2.741556E - 07 186.0876225

0.1596560744
A2

Como esta al cuadrado sacamos raz y Finalmente:

A 0.3995698617
Aproximndolo a cuatro decimales ya que las observaciones fueron tomadas con
dos decimales de exactitud

A 0.3996
Por lo tanto podemos decir que el rea estar entre

1 1
A a * b * Sen 16.23 * 25.36 * Sen 25.28 87.8838 0.3996
2 2
88,2834
A
87,4842
Ejemplo 2. La frmula de Manning para un canal rectangular se escribe como
5
1 ( )3 1
= 2
2

( + 2) 3

Donde Q = flujo (m3 /s), n = coeficiente de rugosidad, B = ancho (m), H =

profundidad (m) y S = pendiente. Si para n, s y H se realizaron mediciones
obteniendo n= 0,03 0,001, s= 0,003 0,001 y H= 2,668571429 0,04449158.
Calcule el flujo cuando el ancho del canal (B) es de 20 m, asuma que el ancho no
presenta error.

Enumeramos las variables dependientes e independientes que tiene el ejercicio

Constantes (1): B
Variables independientes (3): n, S, H
Variables dependientes (1): Flujo Q
5
1 ( )3 1
= 2
2

( + 2)3

Tenemos como datos los siguientes valores

Construimos la Matriz G la cual es

=| |

Ya que en los trminos de la matriz nos piden derivadas parciales derivamos

parcialmente las variables dependientes.
5
1 ( )3 1
= ( = 2 )
2

( + 2)3

5
1 ( )3 1
= ( 2 ) 2 2

( + 2) 3

5
1 ( )3 1
= ( = 2 )
2

( + 2)3

5
1 ( )3 1
=( ) 2 2
2
( + 2)3

5
1 ( )3 1
= ( = 2 )
2

( + 2)3

1 5 2 2 4 5 5 1
= ( ) [ ( )3 ( + 2)3 ( + 2) 3 ( )3 ] 2
3 3
Reemplazamos los estimadores puntuales en la matriz G obtenida

Continuamos construyendo la matriz x 2 con los errores de estimacin para

cada variable independiente.

n 2 Sn Hn
x 2
nS S 2 HS
nH SH H 2
Para todos los casos con la matriz: x 2 = = = 0; = = 0; = =
0

Adems de estas dos matrices calculamos la matriz transpuesta de G (GT)

Con estas tres matrices calculamos la matriz de errores de las variables
dependientes con la siguiente formula.

Q 2
G * x 2 * GT

Realizamos la multiplicacin entre matrices para obtener la propagacin del error

Matriz G

Matriz 1

Matriz GT

El resultado (F1.C1) es Q 2
.Obtenemos la raz del resultado el cual ser el
margen de error de la variable.

= 757,2781476 = 160,1212574

Con los estimadores puntuales calculamos el flujo para establecer los lmites
(superior e inferior) determinados con
Obtenemos los valores ms probables para el flujo

Con los datos calculados el valor ms probable del flujo estar entre 187.64 y 132.60
m3/s.

Teorema de Taylor
Supongamos que tenemos una funcin continua en un intervalo cerrado a, b y es
derivable se podr aproximar a un polinomio asi:

f x0 f x0 x x0 f x0 x x0 f x0 x x0 f n x0 x x0
2 3 n
pn x Rn x
0! 1! 2! 3! n!
Donde Rn x se denomina error de truncamiento o residuo asociado a pn x La
serie infinita que se obtiene al tomar el limite de pn x es n se denomina serie
de Taylor para f respecto a x 0 la expresin para Rn x error de truncamiento es:

f n1 z
Rn x x x0 n1
n 1!
Donde z es un numero entre x0 y x

Ejercicio 1:

Aproximaremos f x e x Cos x en torno a x0 0 mediante un polinomio con n=4.

Esta funcin puede derivarse infinitamente ( tiene derivadas de cualquier orden)

 1) Para poder desarrollar la serie evaluamos el primer termino
f 0 e 0 Cos0 1

2) El segundo termino
f x e x Cos x Senx
f 0 e 0 Cos0 Sen0 1

3) El tercer termino
f x 2e x Senx
f 0 2e 0 Sen0 0

4) El Cuarto termino
f x 2e x Cosx Senx
f 0 2e 0 Cos0 Sen0 2

5) El quinto termino
f x 4e x Cosx
f 0 4e 0 Cos0 4

Si aplicamos el teorema

1 1x 0 0x 0 2x 0 4x 0
2 3 n
p4 x Rn x
0! 1! 2! 3! 4!
Desarrollando y simplificando

x3 x 4
p4 x 1 x Rn x
3 6
Evaluemos el polinomio con x=1 y establecemos sus errores con respecto al valor
verdadero.

13 14 3
p 4 1 1 1 1.5
3 6 2
f 1 e Cos1 1.468693939
1
E a 1.5 1.48693939 0,01306061
0,01306061
Er x100% 0,00878355x 100% 0.878355%
1.48693939

Grficamente podemos observar como aumenta el error si nos alejamos del

entorno x0=0:

La funcin dada esta en color ciam y el polinomio de grado cuatro en azul , se

observa claramente que las aproximaciones son relativamente buenas entre -2 y
3.5 , antes y despus de este intervalo los errores son muy grandes.

Esta aproximacin puede mejorar mucho si se evalan muchos mas trminos en

la serie si tomamos un polinomio con n=10 (Se recomienda que el estudiante los
desarrolle) quedara:

x3 x 4 x5 x7 x8 x9
p10 x 1 x Rn x
3 6 30 630 2520 22680
Nuevamente graficando en el mismo intervalo:
La mejora es significativa y se podran obtener errores relativamente bajos en el
intervalo entre (-4 y 3.5)

f x
x
Ejemplo 2. Aproximar la funcion : en torno a Xo = 2, mediante
x2 1
um polinomio de Taylor grado "3".

A partir de la ecuacin general del polinomio de Taylor realizamos el polinomio hasta

el grado deseado.

Partimos de la Serie de Taylor general.

()
( ) ( )2 ( ) ( )
= ( ) + ( ) ( ) + ..+
2! !

Al ser el polinomio requerido de grado 3 obtenemos:

(3)
( ) ( )2 ( ) ( )3
= ( ) + ( ) ( ) + +
2! 3!
Donde

( ) =
( ) =
( ) =
( ) =

Calculamos las derivadas requeridas a partir de la funcin problema

() = 2
+1
Primera derivada

() =
2 + 1
 1
2 + 1 2
2 2 + 1
() =
( 2 + 1)2
1
2 + 1 2
2 2 + 1
() =
2 + 1

2
2 + 1
2 + 1
() =
2 + 1

( 2 + 1) ( 2 + 1) 2
2 + 1
() =
2 + 1

2 + 1 2
() = 3
( 2 + 1)2
1
() = 3 Primera derivada de la funcin f(x)
( 2 +1)2

Segunda derivada
()= (())
1
()= ( 3 )
( 2 +1)2
3
()= (( 2 + 1)2 )
3 5
() = ( 2 + 1) 2 2
2
5
() = 3 ( 2 + 1) 2
3
() = 5 Segunda derivada de la funcin f(x)
( 2 +1)2

Tercera derivada de la funcin

()= (())
3
()= ( 5 )
( 2 +1)2

()=3 ( 5 )
( 2 +1)2
5 5 3
( 2 + 1)2 2 ( 2 + 1)2 (2)
() = 3 ( 5 )
( ( 2 + 1)2 ) 2
5 3
( 2 + 1)2 5 2 ( 2 + 1)2
() = 3
( ( 2 + 1)5 )
3
( 2 +1)2 (( 2 +1)5 2 )
() = 3
( ( 2 +1)5 )
 (1 4 2 )
() = 3 7
( 2 + 1)2
12 2 3
() = 7 Tercera derivada de la funcin f(x)
( 2 +1)2
Evaluamos la funcin problema y sus derivadas (primera, segundo y tercera) en
torno al valor dado por el ejercicio (Xo = 2) obteniendo los siguientes resultados

Construimos la Tabla de Taylor en un rango de valores en el cual se encuentre X o.

En este caso el intervalo tomado de valores se encuentra en X=-1 y X=5- con un
paso de 0,1

Reemplazamos la funcin problema y la serie de Taylor en cada uno de los valores

que se encuentran en nuestro intervalo seleccionado.

Recordando que:
(3)
( ) ( )2 ( ) ( )3
= ( ) + ( ) ( ) + +
2! 3!

( ) =
( ) = ( )
( ) = ( )
( ) = ( )
Calculamos el error absoluto restando la funcin evaluada con el polinomio obtenido
de la siguiente manera.
= |() 3 ()|

Con el error absoluto obtenemos el error relativo de la siguiente forma.

= | | 100%
()

Ahora veamos el polinomio, la funcin y los errores en Xo

Como se puede ver se ajusta correctamente el polinomio a Xo ya que los errores

tanto absolutos como relativos son 0. Para entender el comportamiento de todo el
intervalo veamos la grfica de la serie de Taylor.
 Polinomio de Taylor
2

1.5

0.5

0
-2 -1 0 1 2 3 4 5 6
-0.5

-1

Series1 Series2

El polinomio de Taylor est representado por la lnea naranja mientras que la lnea
azul representa a la funcin evaluada e ambos valores se enfrentan con cada valor
tomado y reemplazado en el Polinomio y la funcin respectivamente (F(Xi);Xi) y
(P3(Xi);Xi).
Es claro que cuando la funcin se aleja en torno al punto construido (Xo) los errores
empiezan a aumentar considerablemente. Lo podemos al realizar la grfica de los
errores absoluto.
 Error Absoluto
0.5
0.4
0.3
0.2
0.1
0
-2 -1 -0.1 0 1 2 3 4 5 6

El polinomio de tercer grado que ajusta a la funcion () = 2 +1 en torno a 2 es:

0,10733( 2)2 0,1609( 2)3

(3) = 0,894472 + 0,08944( 2) + +
2! 3!

Problemas Propuestos

1) La deflexin de la punta de un mstil en un bote de vela es:

F * L4
y
8* E * I
Donde F= una carga lateral uniforme (lb/ft) , L= Altura (ft) , E=Modulo de
elasticidad(lb/ft2) , e I=el momento de inercia(ft4) .Estime el error en y dados los
siguientes datos:

F 50 lb / ft F 2lb / ft
L 30 ft L 1 ft
E 1.5 * 10 8 lb / ft 2 E 0.1 * 10 8 lb / ft 2
I 0.06 ft 4 I 0.0006 ft 4

2) Encuentre el polinomio de Taylor de segundo grado que aproxima la funcin

f x x * Tanx , en torno a x0=0

3) Encuentre el polinomio de Taylor de tercer grado que aproxima la funcin
() = , en torno a x0=3