Apartado teórico

Errores de medición y análisis estadístico de datos

Objetivos
 Aprender a calcular el promedio, la desviación estándar y el error del
promedio de una serie de mediciones de una misma cantidad física hechas
en condiciones idénticas.

 El alumno entenderá que la exactitud con la cual se determina la magnitud

de una cantidad física, depende más del proceso de medición que de la
precisión de los instrumentos de medición.

Introducción
Cuando se hacen varias mediciones de la misma magnitud de una cantidad física
en “idénticas condiciones” se obtiene un conjunto de datos que son aproximaciones
de dicha magnitud. Si en las mediciones solo se cometen errores casuales la
estadística nos permite determinar el valor más probable de ésta magnitud dado
por el promedio, que es un valor "central" calculado entre un conjunto de números.

Es fácil de calcular: es la suma todos los números divididos por la cantidad de

números que hay, y se obtiene el promedio:

N
1
X
N
X
i 1
i ,

La desviación típica o estándar, una medida del error casual, es un índice

numérico de la dispersión de un conjunto de datos (o población). Mientras mayor
es la desviación estándar, mayor es la dispersión de la población. La desviación
estándar es un promedio de las desviaciones individuales de cada observación con
respecto a la media de una distribución.

 X  X 
1
 i
2
,
N i 1

El error del promedio


E ,
N

El error porcentual
 E
e%   100
X
Y los intervalos
X= ẋ ± Δx = [ẋ - Δx, ẋ + Δx}

X  X    X   , X   

X  X  E   X  E, X  E 
Histograma
En lo que respecta genéricamente, definimos dentro de la Estadística al concepto
de Histograma como una variable que es representada en forma gráfica, más
precisamente en un gráfico de barras, en la que cada una de estas superficies es
una proporción respectiva a la frecuencia de los distintos valores que son
representados.
Como en todo gráfico, tenemos un Eje Vertical y otro Eje Horizontal, siendo en el
primero donde se encuentran representadas las Frecuencias, mientras que
perpendicular al mismo se desarrollan las Variables, encontrando distintos
Intervalos que son también llamados como Marcas de Clase, permitiendo la
distinción de Grupos de Datos.

La principal función de poder trabajar con histogramas es la ventaja que permite a

la hora de la lectura de Estadísticas, relevamiento de datos de Encuestas y poder
trabajar inclusive con Valores Económicos, facilitando su lectura y entendimiento,
además de una forma más cómoda y dinámica de mostrar los resultados de un
Procedimiento específico.

A continuación, se escriben las instrucciones brevemente para poder realizar un

Histograma, en forma genérica y sin tener en cuenta qué aplicación se esté
utilizando para dicha tarea. Cabe recordar que el número de datos que se maneja
en el histograma suele determinarse con la letra N.

1. El primer paso que se debe realizar es el establecimiento de un Rango, es

decir, seleccionar por un lado el Dato Mayor, al que se debe diferenciar el
Dato Menor. El rango entonces se define como:

Rango = DM - Dm

2. Continuamos con la determinación de la Cantidad de Barras, también

llamado bajo el nombre de Número de Clases, aunque estos valores no son
arbitrarios sino que pueden variar según la cantidad de datos que se posea.
Su distribución, seleccionándose a veces la realización de la Regla de
Starguess, o el método que consiste en establecer una cantidad de clases
determinada por la Raíz Cuadrada del Número de Datos. Esto es:
 𝑨 = √𝒏

3. Se establece luego el Rango que existe entre el Número de Clases,

conociéndose a este valor como Longitud de Clase. Este es d, el cociente
resultante de dividir Rango/No. de intervalos (A):

𝑹𝒂𝒏𝒈𝒐
𝒅=
𝑨

4. A su vez, se debe señalar un Intervalo que permita dividir al resultado de los

Números de Clases en intervalos iguales, lo que es definido justamente
como Intervalo de Clase

Se tienen dos tipos de frecuencias:

 Frecuencia absoluta: es la suma de todas las frecuencias.

𝒏𝟏 𝒏𝟐 𝒏𝟑 𝒏
 Frecuencia relativa: 𝒏 + 𝒏 + 𝒏 + ⋯ 𝒏 = 𝟏
5. Por último, debemos realizar el gráfico del Histograma, considerándose el
más apto para poder graficar Clases Semejantes (en cuanto a la superficie
o la amplitud que tengan) el diagrama de Gráfico de Barras, teniendo
distintos Intervalos de Clases en su eje horizontal, mientras que en el vertical
tendremos la Frecuencia de Clases, o bien su altura
6. Otra gráfica es la obtención del Polígono de Frecuencias, que se realiza
tomando los puntos medios de las bases superiores de las barras, y
uniéndolos para poder formar una figura poligonal
 Apartado experimental
Resultados del experimento 1 “Medición del diámetro externo de un tubo
corrugado con un Vernier”.

Materiales:
 Calibrador Vernier (con resolución de 0.05mm)
 Tubo corrugado
Arreglo experimental
Objetivo: Comprobar lo impreciso que puede resultar medir un tubo de forma
corrugada, pues su dimensión no es uniforme para todo su volumen. Se deberá
aprender a utilizar el calibrador Vernier para poder realizar este experimento.
Procedimiento: Como experimento, se medirá el diámetro externo de un tubo
corrugado (es decir, sin superficie uniforme), con un calibrador Vernier. Para esto,
se investigó con anterioridad cómo es que se utiliza el Vernier. Se trabajó en equipos
de tres personas. Dos integrantes eran encargados de realizar las mediciones y
cálculos correspondientes al tubo, mientras que un tercero se encargaba de anotar
las mediciones dictadas por sus compañeros. Estos roles se cambiaron a lo largo
de la actividad para que los puntos de vista fueran diferentes. Se estima que el
promedio será un valor muy cercano al real de la medida del diámetro, pues es un
dato de tendencia central que “generaliza” las mediciones.
Calibrador Vernier
Un vernier, también llamado pie de rey, es un instrumento de medición parecido, en
la forma, a una llave stillson, sirve para medir con mediana precisión hasta 128 de
pulgada y hasta diezmilésimas de metro, más o menos funciona así, primero haces
una aproximación de la medida con el cero (ya sea de pulgadas o CMS), si queda
exactamente el cero en una rayitas, esa es la medida exacta, si no, tienes que ver
cuál de las siguientes rayitas coincide exactamente y esa medida se la tienes que
agregar a la aproximada al cero (próxima inferior, no próxima superior), en las
pulgadas cada rayita a la derecha del cero equivale a 1/128, en el caso de los CMS.
cada rayita equivale a 1/10000 de metro o una décima de mm.).
Error de lectura
Puede darse como error de apreciación, de 0.0025 mm.
Resolución
1
La resolución del instrumento era de mm
20

Resultados del experimento

(x) = milímetros (mm)
Experimento (n) Longitud (mm) Experimento (n) Longitud (mm)
1 19.3 26 20.15
2 20.0 27 19.4
3 17.5 28 18.75
4 19.95 29 18.8
5 19.4 30 20.7
6 19.7 31 20.55
7 19.35 32 20.45
8 19.85 33 18.9
9 20.1 34 21.05
10 17.7 35 23.2
11 19.35 36 20.35
12 20.1 37 22.95
13 18.15 38 23.35
14 20.0 39 20.5
15 18.2 40 22.6
16 19.9 41 20.6
17 19.5 42 21.95
18 17.7 43 22.3
19 17.35 44 21.4
20 17.6 45 22.15
21 18.05 46 21.95
22 21.1 47 22.55
23 21.2 48 21.75
24 19.5 49 22.35
25 19.45 50 22.45

50
1 968.9
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = ∑ 𝑥𝑖 = = 19.378𝑚𝑚
50 50
𝑖=1
A continuación se presenta la tabla para hacer la desviación estándar.

n x(mm) (ẋ-xi)(mm) (ẋ-xi)^2(mm)

1 19.3 0.502 0.252
2 20 -0.198 0.039
3 20 -0.198 0.039
4 17.5 2.302 5.299
5 19.95 -0.148 0.021
6 19.4 0.402 0.161
7 19.4 0.402 0.161
8 19.7 0.102 0.01
9 19.35 0.452 0.204
10 19.35 0.452 0.204
11 19.85 -0.048 0.0023
12 20.1 -0.298 0.088
13 20.1 -0.298 0.088
14 17.7 2.102 4.418
15 17.7 2.102 4.418
16 18.15 1.652 2.729
17 18.2 1.602 2.566
18 19.9 -0.098 0.0096
19 19.5 0.302 0.091
20 19.5 0.302 0.091
21 17.35 2.452 6.012
22 17.6 2.202 4.848
23 18.05 1.752 3.069
24 21.1 -1.298 1.684
25 19.45 0.352 0.123
26 20.15 -0.348 0.121
27 18.75 1.052 1.106
28 18.8 1.002 1.004
29 20.7 -0.898 0.806
30 20.55 -0.748 0.559
n x(mm) (ẋ-xi)(mm) (ẋ-xi)^2(mm)
31 20.45 -0.648 0.419
32 20.45 -0.648 0.419
33 18.9 0.902 0.813
34 23.3 -3.498 12.23
35 20.35 -0.548 0.3
36 22.95 -3.148 9.909
37 23.35 -3.548 12.588
38 20.5 -0.698 0.487
39 22.6 -2.798 7.828
40 20.6 -0.798 0.636
41 21.95 -2.148 4.613
42 21.95 -2.148 4.613
43 22.3 -2.498 6.24
44 21.4 -1.598 2.553
45 22.15 -2.348 5.513
46 22.55 -2.748 7.551
47 21.75 -1.948 3.794
48 22.35 -2.548 6.492
49 22.45 -2.648 7.011
50 21.2 -1.398 1.954

Desviación estándar
1 2 135.9459
𝜎 = √50 ∑50
𝑖=1(ẋ − 𝑥𝑖) = √ 50
= √2.7189 = 1.6489𝑚𝑚

Error del promedio

𝜎 1.6489
𝐸= = = 0.233𝑚𝑚
√50 √50

Error porcentual
𝑬 0.233
𝒆% = ẋ 𝒙𝟏𝟎𝟎 = 19.802 𝒙𝟏𝟎𝟎 = 𝟏. 𝟏𝟕𝟔𝟔%
Intervalos
X= ẋ ± Δx = [19.802mm – 0.025mm, 19.802mm + 0.025mm] = [19.777mm, 19.827mm.]

- Δx = 19.777mm ẋ = 19.802mm Δx = 19.827mm

x= ẋ± 𝜎 = [19.802mm – 1.648mm, 19.802mm + 1.648 mm] = [18.154 mm, 21.45 mm]

- 𝜎 =18.154mm ẋ=19.802mm 𝜎 =21.45mm

x= ẋ± E = [19.802 mm - 0.233 mm, 19.802 mm + 0.233 mm] = [19.569 mm, 20.035 mm]

-E=19.569mm ẋ=19.802mm E=20.035mm

El error porcentual es más menos 𝟏. 𝟏𝟕𝟔𝟔%

-%=-1.1766% ẋ=3.5992m %=1.1766%

Tabla de frecuencia simple x= (mm)

N = 50 datos
Rango = DM – Dm = 23.35mm – 17.35 mm = 6mm.
A = √𝒏 = √𝟓𝟎 = 𝟕. 𝟎𝟕 ~ 𝟖 (𝒔𝒆 𝒔𝒖𝒃𝒊ó 𝒂𝒍 𝒊𝒏𝒎𝒆𝒅𝒊𝒂𝒕𝒐 𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓 𝒑𝒂𝒓𝒂 𝒎á𝒔 𝒆𝒙𝒑𝒂𝒏𝒔𝒊ó𝒏)
𝑹𝒂𝒏𝒈𝒐 𝟔
d= = = 𝟎. 𝟕𝟓𝒎𝒎
𝑨 𝟖
 Marca de Frecuencia Frecuencia
No. clase (mm) Frecuencia acumulada Frecuencia
Intervalo Intervalo (mm) relativa relativa absoluta
17.695
1 17.32 – 18.07 6 0.12 0.12 6
18.455
2 18.08 – 18.83 4 0.08 0.2 10
19.215
3 18.84 – 19.59 9 0.18 0.38 19
19.975
4 19.60 – 20.35 10 0.2 0.58 29
20.735
5 20.36 – 21.11 7 0.14 0.72 36
21.495
6 21.12 – 21.87 3 0.06 0.78 39
22.255
7 21.88 – 22.63 8 0.16 0.94 47
23.015
8 22.64 – 23.39 3 0.06 1 50

Histograma de frecuencia absoluta

Frecuencia por intervalo

50

45

40

35

30
Frecuencia
absoluta

25

20

15

10

0
17.695 18.455 19.215 19.975 20.735 21.495 22.255 23.015

Marcas de
clase (mm)
 Histograma de frecuencia relativa

Frecuencia por intervalo

1

0.9

0.8

0.7
Frecuencia

0.6
relativa

0.5

0.4

0.3

0.2

0.1

0
17.695 18.455 19.215 19.975 20.735 21.495 22.255 23.015

Marcas de
clase (mm)

Campana de Gauss
El estudio sobre la distribución normal lo comenzó de Moivre a finales del siglo XVIII,
aunque toma el nombre de Carl Friedrich Gauss (considerado por la comunidad
científica como el matemático más prolífico de la historia), puesto que fue el primero
que aplicó esta herramienta, concretamente, en el análisis de datos astronómicos.
La Campana de Gauss es una función con tres partes diferenciadas: la zona media,
en cuyo centro se encuentra el valor de la media y es cóncava; y los dos extremos,
que son convexos y tienden a aproximarse al “eje x”.
La importancia de esta distribución, reside en que aparece constantemente en la
naturaleza o en la actitud de las personas, puesto que representa el comportamiento
de los valores de ciertas variables, cuyas variaciones son influenciadas por
fenómenos aleatorios.
Este hecho, se debe a la forma acampanada y simétrica que posee su función de
densidad, que hace que los elementos más comunes son los que están más
centrados, mientras que los más raros se sitúan en los extremos.
Una variable aleatoria continua, X, sigue una distribución normal de media μ y
desviación típica σ, y se designa por N(μ, σ), si se cumplen las siguientes
condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞)
2. La función de densidad, es la expresión en términos de ecuación matemática de
la campana de Gauss:
Cómo funciona
El campo de existencia es cualquier valor real, es decir, (-∞, +∞).
Es simétrica respecto a la media µ.
Tiene un máximo en la media µ.
Crece hasta la media µ y decrece a partir de ella.
En los puntos µ − σ y µ + σ presenta puntos de inflexión.
El eje de abscisas es una asíntota de la curva.
El área del recinto determinado por la función y el eje de abscisas es igual a la
unidad.
Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al área encerrada bajo la curva.
p(μ - σ < X ≤ μ + σ) = 0.6826 = 68.26 %
p(μ - 2σ < X ≤ μ + 2σ) = 0.954 = 95.4 %
p(μ - 3σ < X ≤ μ + 3σ) = 0.997 = 99.7 %
Conclusiones
Este histograma no fue tan concentrado al centro como se esperaba, por lo que
probablemente las mediciones no fueron tan exactas. La tendencia indica lo
mencionado anteriormente: los intervalos del centro deberían tener más frecuencia
notablemente, pues es lo que indica el promedio. El promedio fue de 19.802 mm,
por lo que podría considerarse un valor aproximado al real del tubo. Se debe
considerar que es un tubo corrugado, lo que dificulta la exactitud de la medición.
Además, se concluye que un experimento puede ser cada vez más exacto si se
presta más atención y se repite un número mayor de veces, dando oportunidad para
reconocer un patrón que se repite con mayor frecuencia y posibilitando el encuentro
de una medición cercana a la real sin importar que observador lo realice. Las
mediciones nunca se podrán hacer exactamente (por cifras significativas, errores
de apreciación y de calibración, etc.) sin embargo, es posible encontrar una medida
muy cercana a la real si se parte de la experimentación repetitiva.

Fuentes de consulta y referencia

Bibliografía
- TIPPENS Paul, Física: Conceptos y aplicaciones, México, Editorial Mc Graw Hill,
Séptima edición, 2007. pp. 121.
Cibergrafía
- http://calibrdorvernier.galeon.com/
- http://www.definicionabc.com/tecnologia/histograma.php
- http://www.mastermagazine.info/termino/15387.php
- http://www.ditutor.com/distribucion_normal/campana_gauss.html
-http://www.matematicasdigitales.com/la-herramienta-que-todos-quieren-la-
campana-de-gauss/