INSTITUTO TECNOLÓGICO DE COSTA RICA.

ESCUELA DE FÍSICA
LABORATORIO DE FÍSICA GENERAL I.

EXPERIMENTO MODELO.
ERROR ALEATÓRIO Y DISPERSIÓN.

ALUMNOS:
Marta Eugenia Vílchez Monge
890126
Nemesio Zúñiga Loaiza
870126

Grupo 15

I SEMESTRE 2003
 Nú
mer

ERROR ALEATÓRIO Y DISPERSIÓN

1. Objetivos
1.1Objetivo General.
Determinar el error aleatorio en un conjunto de medidas, tomadas bajo las
mismas condiciones.

1.2 Objetivos específicos.

1. Tomar medidas de tiempo utilizando un cronómetro.
2. Calcular el error estadístico para un conjunto de medidas.
3. Comprobar que el error estadístico disminuye al aumentar el número de
observaciones.

2. Marco Teórico.

Se entiende por población un conjunto de datos que consta de todas las

observaciones concebibles (reales o hipotéticas) de cierto fenómeno sometido a
observación.

A pesar de que tenemos la libertad de llamar a cualquier conjunto de

datos“población”, lo que se haga en la práctica depende del contexto de
observación.

El definir una población de estudio es fundamental para el desarrollo de una

investigación. Los principales factores a tomar en cuenta son:
 La definición clara de la o las variables a estudiar,
 Las limitaciones geográficas y
 Las limitaciones temporales.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Las muestras consisten de conjuntos de datos que consta de solamente una

parte de las observaciones. Se utiliza el término muestra solo en relación con
datos que se pueden utilizar en forma razonable, para hacer generalizaciones
acerca de la población de la cual provienen y que reproducen con precisión el
comportamiento de la población.

Las muestras se utilizan por las siguientes razones de uso práctico:

 Extensión: algunas poblaciones son infinitas, por lo que una prueba
sobre la población nunca se terminará con el análisis.
 Económicas: las poblaciones muy grandes o las pruebas o mediciones
caras obligan a limitar el número de pruebas a realizarpara bajar los
costos del estudio.
 Pruebas destructivas: en algunas ocasiones las pruebas o ensayos
destruyen o contaminan el sistema estudiado, como es el caso del
análisis químico, las pruebas invasivas con biodetectores o la irradiación
nuclear, por ejemplo, dejando a los sistemas estudiados alterados o
descompuestos en sus componentes después de aplicada la misma.
 Tiempo: algunos estudios consumen gran cantidad de tiempo para
llevarse a cabo, por lo que el número de observaciones se limita para
facilitar el estudio.

Los conjuntos de datos se describen por parámetros que se suponen representan

el comportamiento de los datos y pueden usarse con confianza en sustitución del
conjunto del que provienen.

El primer parámetro utilizado es el promedio simple o media que es una medida

de tendencia central, lo que quiere decir que estas medidas se describen como
indicativos del “centro”, “mitad” o lo “más común” de un conjunto de datos; son el
punto de equilibrio de los datos.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Se define el promedio como la suma de todos los valores observados dividida por
el número total de observaciones. Se designa con una barra sobre la letra ( x , y , p ,
etc.) y x se lee “x barra” o “x promedio”:

x1  x2  x 3  ...  xn
x
n

En una notación más compacta:

n
 xi
x i1

El promedio tiene el mismo número de cifras significativas y unidades que los

datos experimentales.

La teoría estadística parte del supuesto de que si se repiten más veces las
observaciones, las pequeñas fluctuaciones accidentales introducidas en el
experimento tienden a compensarse, y por lo tanto el promedio o media es cada
vez más representativa como indicador del medio o equilibrio de los datos.

Dos conjuntos de datos diferentes pueden dar como resultado un mismo valor
medio y ser diferentes entre sí. Si el conjunto de datos muestra valores extremos,
muy altos o muy bajos, la media pierde su representatividad. Por lo tanto, cuando
las observaciones están cerca (se concentran alrededor) de la media, esto es,
cuando todas las medidas se parecen, es cuando la media es un valor más
confiable.

La desviación estándar permite medir la desviación de los datos alrededor de la

media y así determinar la dispersión del conjunto y determinar hasta qué punto es
válida la medida promedio. Físicamente representa el error aleatorio del conjunto.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Se define la desviación estándar de una muestra mediante la ecuación:

n
  xi  x 
2

i 1
Sx 
n 1

Donde:
S x representa la desviación estándar de una muestra de la variable X,

xi representa el dato i del conjunto o muestra,

x es el promedio del conjunto de datos
n es el número total de datos considerados

La desviación estándar tiene las mismas unidades y el mismo número de cifras

significativas que el valor promedio.

Cuando se toman los datos varias veces, se puede construir la distribución de

frecuencias, que es un gráfico en el que se muestran los valores de la variable
estudiada en el eje horizontal y el número de repeticiones de ese valor (frecuencia
de ocurrencia) en el eje vertical. En condiciones normales, sin que nada esté
alterando el sistema medido, el gráfico tiene forma de campana:

frecuencia

Distribución normal

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Esta distribución de los valores se denomina “distribución normal”. Si la forma de

la curva no es del tipo campana, indica que existen otras influencias en la variable
medida, es decir, el comportamiento de la variable estudiada está influenciado por
otras variables que no se han considerado en el estudio.

En una distribución normal, cerca del 68% de los datos se encuentran dentro del

rango comprendido entre x  S x

A partir de la suposición de comportamiento normal de un conjunto de datos, es

de esperar que al aumentar el número de repeticiones se disminuya la dispersión,
es decir, que disminuya el error estadístico del conjunto.

Una desventaja de la desviación estándar como medida de dispersión es que

depende de las unidades de medición y no dice si un número es un valor grande
o pequeño comparado con el valor medio.

Para facilitar la interpretación se construye una medida porcentual de dispersión o

dispersión relativa, un porcentaje del valor medio y sin unidades, llamado
coeficiente de dispersión (C. D.) o coeficiente de variación (C.V.), definido por la
relación:
S x *100
C.V . 
x
La interpretación del coeficiente de variación es muy simple, si los datos están
dispersos, es decir el conjunto de valores experimentales muestra mucha
variación, el coeficiente tiende a tomar valores grandes ( 20%, 30% o más), si por
el contrario los valores del coeficiente son pequeños (menores al 10 o 5%)
entonces los valores están agrupados alrededor de la media y la precisión de la
muestra es alta.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

3. Equipo.

Cantidad Descripción
1 Rampa de ángulo variable
1 Balín de metal
1 Cronómetro digital

4. Procedimiento

4.1Fije el ángulo de la rampa en 10°.

4.2Con un trozo de cinta adhesiva marque el punto de partida del balín, en el
extremo superior de la rampa.
4.3Mida el tiempo que tarda el balín en recorrer el plano, anótelo en la tabla 5.1.
4.4Repita el paso anterior (4.3) catorce veces más.
4.5Para las primeras cinco medidas determine el valor promedio y la desviación
estándar, así como el coeficiente de dispersión e interprete sus resultados.
4.6Utilice las primeras diez medidas calcule el valor promedio y la desviación
estándar, así como el coeficiente de dispersión, e interprete sus resultados.
4.7Para la muestra de medidas estime el valor promedio y la desviación estándar,
así como el coeficiente de dispersión e interprete sus resultados.
4.8Compare los valores promedios obtenidos en los tres casos anteriores.
4.9Compare los valores de desviación estándar y los coeficientes de variación
para las tres situaciones planteadas.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

5. Resultados experimentales.

Tabla 5.1
Medidas experimentales del tiempo que tarda el
balín en recorrer la rampa inclinada.
(θ=10°)

Número de medición .t ± 0,01 s

1 3,47
2 3,51
3 3,52
4 3,49
5 3,51
6 3,50
7 3,49
8 3,49
9 3,49
10 3,48
11 3,50
12 3,51
13 3,50
14 3,49
15 3,49

Datos experimentales medidos con cronómetro del tiempo que tarda el balín de
metal en deslizarse por una rampa inclinada 10° con respecto a la horizontal.

De la tabla puede observarse que las primeras medidas varían más entre sí que
las últimas.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Tabla 5.2
Comparación de la media, la desviación estándar y
el coeficiente de variación o dispersión para
diferentes tamaños de la muestra.
(fuente: tabla 5.1)

N° mediciones t s St s CV
5 3,50 0,02 0,57
10 3,50 0,02 0,57
15 3,50 0,01 0,29

En la tabla 5.2 se presenta el resumen de los cálculos del promedio, la desviación

estándar y el coeficiente de variación para los casos de muestras compuestas por
5 10 y 15 medidas del tiempo de recorrido.

A continuación aparece una muestra de los cálculos realizados para completar la

tabla 5.2 , se considera el caso de cinco mediciones del tiempo:
3,47  3,51  3,52  3,49  3,51
t  s
5

t  3,50 s

Para la desviación estándar se construye la tabla 5.3:

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

Tabla 5.3
Calculo de la desviación estándar para el conjunto
De cinco mediciones.
(fuente: tabla 5.1)
ti ti  t t t
i
2

3,47 -0,03 0,0009

3,51 +0,01 0,0001
3,52 +0,02 0,0004
3,49 -0,01 0,0001
3,51 +0,01 0,0001
 17,50 0,00 0,0016

0,0016
St   0,02s
5 1

El coeficiente de variación se calcula como:

0,02s  100
CV   0,5714285%  0,57%
3,50 s

En todos los casos el valor promedio es de 3,50 s, sin embargo puede observarse
que existe una variación en los valores de desviación estándar, para 5 y 10
medidas se observa el mismo valor numérico de 0,02 s, para las 15 medidas este
valor decrece hasta los 0,01s. Esta variación se refleja en los coeficientes de
variación mostrados en la última columna, de donde se aprecia que estos valores
son muy pequeños, lo que permite afirmar que la media es representativa en
todos los casos.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

6. Análisis de resultados.
Según la teoría vista en el marco teórico, al aumentar el número de repeticiones el
valor del promedio es cada vez más representativo, esto es, que la dispersión
disminuye al aumentar las repeticiones.

En la tabla 5.2 se observa que los valores de desviación estándar de la muestra

de 15 datos es menor (menos dispersa o más precisa) que los valores obtenidos
con 5 y 10 datos, confirmándose la suposición teórica de “a mayor repetición
mejor resultado”.

De acuerdo con nuestros resultados parece que es mejor repetir las mediciones el
mayor número de veces que sea posible para obtener mejor precisión.

También se observa del experimento que se cumplieron todos los objetivos

específicos propuestos para este experimento.

7. Conclusiones.

1. En todos los casos observados el valor de la media es de 3,50 s.

2. Los valores de desviación estándar se mantiene iguales para 5 y 10 en 0,02 s,
y disminuye a 0,01 s para 15 medidas.
3. Se determinó el error aleatorio del conjunto de medidas en tres ocasiones.
4. A mayor número de datos mayor confianza en la representatividad del valor
promedio y en general de la medida.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.

 Nú
mer

8. Bibliografía.

Freund, J; Smith, R.M. Estadística. Cuarta Edición . México: Prentice may

Hispanoamericana, S.A. 1989

Vílchez, Marta. Teoría de mediciones y otros conceptos básicos. Cartago:Taller

de Publicaciones Instituto Tecnológico de Costa Rica, 2004.

Preparado por MSc Marta Vílchez y MSc Nemesio Zúñiga.