Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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.
N
1
X
N
X
i 1
i ,
X X
1
i
2
,
N i 1
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.
Rango = DM - Dm
𝑹𝒂𝒏𝒈𝒐
𝒅=
𝑨
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
50
1 968.9
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = ∑ 𝑥𝑖 = = 19.378𝑚𝑚
50 50
𝑖=1
A continuación se presenta la tabla para hacer la desviación estándar.
Desviación estándar
1 2 135.9459
𝜎 = √50 ∑50
𝑖=1(ẋ − 𝑥𝑖) = √ 50
= √2.7189 = 1.6489𝑚𝑚
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.]
x= ẋ± E = [19.802 mm - 0.233 mm, 19.802 mm + 0.233 mm] = [19.569 mm, 20.035 mm]
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
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.