UNIVERSIDAD DEL CAUCA

Departamento de Física
Laboratorio de Mecánica
I Periodo de 2010

Análisis estadístico de los errores aleatorios

A. F. Ruiz1, E. A. Muñoz1, J. E. Pino1
1
Ingenieria de Sistemas, FIET, Universidad del Cauca, Cra 2 N. 4N-40 Edificio de Ingenierías Sector Tulcán, Popayán Colombia

Recibido: 14 de abril de 2010

Resumen
Se tomaron mediciones para establecer el periodo de un péndulo de longitud 81 cm. Primero se midieron 100 periodos para el péndulo en
inclinaciones de 7°, 15° y 30° y se crearon tablas con dichos datos. Luego se agruparon los resultados en una tabla donde se tomaron 5
intervalos de los 100 periodos y se tomaron marcas de clase en cada uno de los intervalos. Al final se tomaron 5 series de 20 periodos
para el mismo péndulo en las inclinaciones ya mencionadas. Después de obtener los datos anteriores se procede a usar medidas de ten-
dencia central y medidas de dispersión, y apoyado en histogramas, para así establecer un periodo para un péndulo de 81 cm de longitud.
Y así establecer el error porcentual para el valor obtenido, comparado con el valor teórico, para permitir un análisis correcto de los errores
aleatorios.

Palabras claves: Análisis, Medidas, Error.

Abstract
Measurements were taken to establish the period of a pendulum of length 81 cm. First we measured 100 times for the pen-
dulum on slopes of 7 °, 15 ° and 30 °. Tables were created with the data. Then grouped the results into a table that took 5
intervals of 100 periods and took class brands in each of the intervals. In the end they took 5 sets of 20 periods for the same
pendulum on the slopes above. After obtaining the above data are appropriate to use measures of central tendency and dis-
persion measures, and supported by histograms, in order to establish a period for a pendulum 81 cm long. And that set the
percentage error for the value obtained, compared with the theoretical value, to enable a proper analysis of random errors.
Keywords: Analysis, Measure, Mistake

Introducción lo más precisamente posible, las limitaciones que nuestro

proceso de medición introduce en la determinación de la
En todo proceso de medición existen limitaciones dadas por
magnitud medida. Es imprescindible en ciencia e ingeniería
los instrumentos usados, el método de medición, el obser-
especificar los errores de medición.
vador que realizan la medición. Así mismo, el mismo pro-
ceso de medición introduce errores o incertezas.
En sistemas, se usa la toma de tiempos para determinar el
costo computacional de algoritmos. Y dependiendo del
Tanto los instrumentos que usamos para medir como las
tamaño de los datos y el tiempo que tarde en ejecutar las
magnitudes mismas son fuente de incertezas al momento de
operaciones se elije el mejor algoritmo para determinada
medir. Los instrumentos tienen una precisión finita, por lo
tarea. Así, de la misma manera, no basta con tomar un solo
que, para un dado instrumento, siempre existe una variación
dato con una sola cantidad de datos, sino hacer mediciones
mínima de la magnitud que puede detectar.
y aplicar las medidas de centralización y de dispersión para
Esta mínima cantidad se denomina la apreciación nominal
ayudar a realizar esta tarea.
del instrumento. Por ejemplo, con una regla graduada en
milímetros, no podemos detectar variaciones menores que
una fracción del milímetro.
Marco Teórico
Decimos que conocemos el valor de una magnitud dada, en Existen dos medidas de interés para cualquier conjunto de
la medida en que conocemos sus errores. En ciencia consi- datos: La localización de su centro y su variabilidad. La
deramos que la medición de una magnitud con un cierto tendencia central de un conjunto de datos es la disposición
error no significa que se haya cometido una equivocación o de estos para agruparse ya sea alrededor del centro o de
que se haya realizado una mala medición. Con la indicación ciertos valores numéricos. La variabilidad de un conjunto de
del error de medición expresamos, en forma cuantitativa y datos es la dispersión de las observaciones del conjunto.

1

La media de las observaciones x1, x2, x3…, xn es el promedio
aritmético de estas y se denota por:
1 n
X = ∑ Xi
n i =1
La media es una medida apropiada de tendencia central para
muchos conjuntos de datos. Sin embargo, dado que cual-
quier observación en el conjunto se emplea para su cálculo,
el valor de la media puede afectarse de manera despropor-
cionada.
Al resumir grandes colecciones de datos, es útil distribuir
los datos en clases o categorías y determinar el número de
individuos que pertenecen a cada clase, llamado frecuencia
de clase. Una disposición tabular de los datos por clases
junto con las correspondientes frecuencias de clase, se llama
distribución de frecuencias. Los datos así organizados en
clases se llaman datos agrupados.
La media aritmética de una serie estadística de frecuencias
se define como:
1 n
X= ∑ X i fi
n i =1
Para obtener la media aritmética de una serie estadística de
frecuencias se multiplica la variable Xi con la frecuencia de
dicho dato en la serie fi.
Es decir, que tanto la media aritmética usando muestra
bruta, tanto como agrupar los datos si el uso de intervalos da
el mismo valor.
La media aritmética de una serie estadística de intervalos se
define como:
1 m
X= ∑ Xmi fi
n i =1
Donde Xmi se define como el punto medio de cada intervalo
(Marca de clase). Y m como el número de intervalos que se
toman.
Una medida de tendencia central proporciona información
acerca de un conjunto de datos pero no proporciona ninguna
idea de la variabilidad de las observaciones en dicho con-
junto. Por ejemplo, considere los dos siguientes conjuntos
de datos, cada uno de los cuales consiste de cuatro observa-
ciones: 0, 25, 75, 100; 48, 49, 51, 52. En ambos casos, me-
dia=mediana=50. Estos dos conjuntos son muy diferentes
2
Análisis estadístico de los errores aleatorios
entre si, sin embargo las observaciones en el primero se
encuentran mucho mas dispersas que las del segundo. Una
de las medidas más útiles de dispersión o variación es la
varianza.
La varianza de las observaciones x1, x2,…, xn es, en esencial,
el promedio del cuadrado de las distancias entre cada obser-
vación y la media del conjunto de observaciones. La varian-
za se denota por:
n
S2 = ∑(X i − X ) 2 / ( n − 1)
i =1
La varianza es una medida razonablemente buena de la
variabilidad debida a que si muchas de las diferencias son
grandes (o pequeñas). El valor de la varianza puede sufrir
un cambio muy desproporcionado, aun más que la media,
por la existencia de algunos valores extremos en el conjun-
to.
La raíz cuadrada positiva de la varianza recibe el nombre de
Desviación estándar y se denota por:
n
S= ∑(X i − X )2 / (n − 1)
i =1
La varianza y la desviación estándar no son medidas de
variabilidad distintas, debido a que la ultima no puede de-
terminarse a menos que se conozca la primera. A menudo se
prefiere la desviación estándar en relación con la varianza,
porque se expresa en las mimas unidades físicas de las ob-
servaciones.
Para datos agrupado, puede calcularse el valor aproximado
de la varianza mediante el uso de la fórmula:
n
S 2 = ∑ fi ( X i − X ) 2 / (n − 1)
i =1
La fórmula para la desviacion estandar es:
n
S= ∑ f (X i i − X )2 / (n − 1)
i =1
Para las tres fórmulas anteriores fi y xi son, respectivamente,
la frecuencia y el punto medio de la i-esima clase, y n es, la
suma de todas las frecuencuas. Debe notarse que, en datos hay que confundir sensibilidad con precisión, dado que ésta
agrupados, la aproximacion a la varianza puede ser no muy se define como la facultad de un método o de un aparato de
confiable, especialmente si las observaciones no se repetir en mayor o menor grado los resultados de medicio-
encuentran distribuidas de manera uniforme dentro de sus nes de una misma magnitud, realizadas en idénticas condi-
respectivas clases. ciones. No existe una relación entre la precisión y la sensi-
bilidad, un instrumento muy sensible no tiene porque ser
La desviacion estandar para datos agrupados en intervalos
muy preciso, en algunos casos, como en la balanza, una
se define como:
gran sensibilidad trae aparejada una disminución de la pre-
n cisión.
S= ∑ f ( Xm − X )
i i
2
/ (n − 1) En todos los casos las mediciones se pueden reducir a ob-
i =1
servar la posición de un índice sobre una escala. Las escalas
La desviacion media es el promedio de los valores absolutos se gradúan con las unidades apropiadas y nuestra observa-
de las diferencias entre cada observacion y la media de las ción consiste en decir que el índice está más cerca de una
observaciones. La desviacion media esta dada por: división de la escala que de otra.
n
D.M . = ∑ ( X i − X ) / n Se puede ver esto midiendo una magnitud un cierto número
de veces con el mismo instrumento y en las mismas condi-
i =1
ciones, se encontrará que los valores difieren entre sí en
Para datos agrupado se define aproximadamente como: pequeñas cantidades. Esto se debe a muchísimos factores
fuera del control del experimentador estarán influyendo en
k k
la determinación, tales como temperatura, presión, movi-
D.M . = ∑ ( X i − X ) / ∑ f i miento de los soportes,
i =1 i =1
etc. Estos errores no previsibles y de origen prácticamente
Para datos agrupados por intervalos se define como: indeterminados, se denominan errores casuales. Para su
estimación es necesario hacer un número más o menos
k grande de observaciones. La teoría estadística de los errores,
D.M . = ∑ ( Xmi − X ) / n de la cual vamos a dar algunas nociones necesarias, se basa
i =1 se basa en los siguientes postulados fundamentales.
Los términos empleados en estas expresiones son los El error absoluto se define como:
mismos definidos anteriormente.

Ea = ET − X
La desviacion media es una medida interesante de la
variacion, especialmente en el contexto de la evidencia
empirica, debido a que en muchas ocasiones el interes se
centra en las desviaciones y no en los signos de estas. Sin
embargo, desde un punto de vista teorico, el empleo de la
desviacion media como medida de dispersion esta en
desventaja, dado que, matematicamente, es dificil de El error relativo se define como:
obtener. De cualquier manera, la desviacion media es
menos sensible a los efectos inducidos por las
observaciones extremas del conjunto de datos de datos que ER = ET − X / Et
la varianza o la desviacion media puede proporcionar una
medida de dispersion mucho mas real que la obtenida por la
desviacion estandar.

El error posible de cometer dependerá entre otros factores

que después nombraremos, de la sensibilidad del método de
medida, que podemos definir como “la docilidad de res-
puesta del aparato o del método”, así en la balanza es la
desviación producida por un miligramo de sobrecarga. No

3
 Análisis estadístico de los errores aleatorios

Resultados y Análisis 100

Datos para el periodo de un péndulo simple con inclinación T = ∑ (Ti ( s )) /100
de 7° y longitud de cuerda de 81 cm i =1

Se obtiene:

Dato T(s) Dato T(S) Dato T(S) Dato T(S) T = 1, 45 s

1 1,5 51 1,31 26 1,53 76 1,45 Al agrupar los datos y al aplicar la media aritmética, se
2 1,47 52 1,48 27 1,1 77 1,34 obtiene el mismo valor.
3 1,55 53 1,29 28 1,48 78 1,41 La desviación estándar para la tabla N.1 corresponde a:
4 1,35 54 1,51 29 1,56 79 1,25 S = 0,13
5 1,38 55 1,38 30 1,34 80 1,16 La desviación media para la Tabla N. 1 corresponde a:
6 1,62 56 1,27 31 1,36 81 1,53 S = 0,1
7 1,45 57 1,38 32 1,49 82 1,31
Ahora teniendo en cuenta los valores de la tabla N. 1 se
8 1,41 58 1,25 33 1,59 83 1,28 agrupan los datos en 5 intervalos de tiempos. De los cuales
9 1,35 59 1,31 34 1,43 84 1,31 se obtienen las marcas de clase y la frecuencia absoluta. La
marca de clase se obtuvo aplicando la media aritmética de
10 1,45 60 1,48 35 1,81 85 1,31 cada intervalo de periodos.
11 1,22 61 1,58 36 1,39 86 1,35
Periodos(s) M ic fi
12 1,34 62 1,35 37 1,25 87 1,49
1,10 - 1,34 1,26 1
13 1,54 63 1,46 38 1,34 88 1,49
1,34 - 1,43 1,37 1
14 1,38 64 1,57 39 1,63 89 1,41
1,43 - 1,49 1,46 2
15 1,48 65 1,56 40 1,45 90 1,48 1,49 - 1,56 1,52 2
16 1,37 66 1,57 41 1,5 91 1,56 1,57 - 1,81 1,63 1
17 1,48 67 1,58 42 1,52 92 1,5 Tabla N. 2
18 1,31 68 1,52 43 1,56 93 1,44 Usando la formula
19 1,59 69 1,43 44 1,49 94 1,62 1 m
20 1,46 70 1,58 45 1,12 95 1,49
T= ∑ Tmi fi
n i =1
21 1,74 71 1,55 46 1,66 96 1,64
Se obtiene que:
22 1,43 72 1,4 47 1,29 97 1,58
23 1,32 73 1,49 48 1,54 98 1,62 T = 1, 44 s
24 1,35 74 1,59 49 1,38 99 1,6 La desviación estándar para la Tabla N.2 corresponde a:
25 1,43 75 1,72 50 1,51 100 1,79 S = 0,13
Tabla N. 1
La desviación media para la Tabla N.2 corresponde a:
Donde aplicando la media a los datos obtenidos por la tabla
N. 1 aritmética: S = 0,1

4
Ahora después de haber tomado cinco series de 20 periodos Datos para el periodo de un péndulo simple con inclinación
se obtiene la tabla N. 3 Donde a cada serie se le divide el de 15° y longitud de cuerda de 81 cm
número de periodos y se obtiene la media aritmética de
todos los datos obtenidos.
Dato T(s) Dato T(S) Dato T(S) Dato T(S)
Serie Tiempo (s) T
1 1,52 26 1,52 51 1,73 76 1,82
1 35,63 1,78
2 1,58 27 1,61 52 1,56 77 1,81
2 35,67 1,78
3 1,59 28 1,64 53 1,61 78 1,7
3 35,47 1,77
4 1,72 29 1,63 54 1,56 79 1,83
4 35,92 1,79
5 35,96 1,79 5 1,4 30 1,48 55 1,52 80 1,87
6 1,46 31 1,57 56 1,56 81 1,81
T Total 1,78
7 1,45 32 1,52 57 1,77 82 1,65
8 1,52 33 1,58 58 1,59 83 1,63
9 1,57 34 1,38 59 1,63 84 1,77
Para la tabla N. 3, su desviación estándar corresponde a:
10 1,68 35 1,58 60 1,88 85 1,77
S = 0, 0083
11 1,56 36 1,38 61 1,59 86 1,5
12 1,7 37 1,49 62 1,65 87 1,79
Su desviación media corresponde a: 13 1,8 38 1,48 63 1,6 88 1,52
S = 0, 0064 14 1,85 39 1,75 64 1,52 89 1,45
15 1,56 40 1,7 65 1,6 90 1,4
16 1,74 41 1,77 66 1,38 91 1,49
Teniendo en cuenta, las medias aritméticas obtenidas de las
tablas 1, 2, 3. Se obtiene que el periodo para un péndulo de 17 1,4 42 1,68 67 1,74 92 1,95
longitud 81 cm con 7° de inclinación corresponde a: 18 1,66 43 1,47 68 1,41 93 1,59
T = 1, 55 s 19 1,83 44 1,43 69 1,37 94 1,49
20 1,81 45 1,56 70 1,76 95 1,49
21 1,41 46 1,42 71 1,75 96 1,79
Como se sabe que el valor teórico del periodo para una
longitud de 81 es 1.81 s 22 1,62 47 1,4 72 1,65 97 1,59
Se calcula el error absoluto y relativo 23 1,77 48 1,71 73 1,41 98 1,91
24 1,61 49 1,4 74 1,59 99 1,77
Ea = 1,81s − 1,55 s 25 1,45 50 1,77 75 1,68 100 1,69
Tabla N. 4
Ea = 0, 26 s
Donde aplicando la media aritmética a los datos obtenidos
ER = 1,81s − 1,55s /1,81s por la tabla N. 4 se obtiene:

T = 1, 61
ER = 0,14 s
Al agrupar los datos y al aplicar la media aritmética, se
obtiene el mismo valor.
La desviación estándar para la tabla N.4 corresponde a:
S = 0,14

5
 Análisis estadístico de los errores aleatorios

Tabla N. 6
La desviación media para la Tabla N. 4 corresponde a: Para la tabla N. 6, su desviación estándar corresponde a:
S = 0,12 S = 0, 0054

Teniendo en cuenta los valores de la tabla N. 5 se agrupan Su desviación media corresponde a:

los datos en 5 intervalos de tiempos. De los cuales se obtie-
nen las marcas de clase y la frecuencia absoluta. La marca S = 0, 0048
de clase se obtuvo aplicando la media aritmética de cada Teniendo en cuenta, las medias aritméticas obtenidas de las
intervalo de periodos. tablas 4, 5, 6. Se obtiene que el periodo para un péndulo de
longitud 81 cm con 7° de inclinación corresponde a:
T = 1, 66
Periodos(s) M iC fi s
1,37 - 1,48 1,41 1
Como se sabe que el valor teórico del periodo para una
1,48 - 1,57 1,52 6
longitud de 81 es 1.81 s
1,57 - 1,64 1,6 1
Se calcula el error absoluto y relativo
1,65 - 1,77 1,7 1
1,77 - 1,95 1,81 2 Ea = 1,81s − 1, 66 s
Tabla N. 5
Ea = 0,15 s

La media aritmética para la tabla N. 5 corresponde a: ER = 1,81s − 1, 66 s / 1,81s

T = 1, 6 ER = 0, 08s

La desviación estándar para la Tabla N.5 corresponde a:

S = 0,15
La desviación media para la Tabla N. 5 corresponde a:
S = 0,11
Ahora después de haber tomado cinco series de 20 periodos
se obtiene la tabla N. 6 Donde a cada serie se le divide el
número de periodos y se obtiene la media aritmética de
todos los datos obtenidos.

Serie Tiempo (s) T

1 35,63 1,78
2 35,67 1,78
3 35,81 1,79
4 35,75 1,78
5 35,96 1,79
T Total 1,78

6
Datos para el periodo de un péndulo simple con inclinación La desviación media para la Tabla N. 7 corresponde a:
de 30° y longitud de cuerda de 81 cm
S = 0,12
Dato T(s) Dato T(S) Dato T(S) Dato T(S)
Teniendo en cuenta los valores de la tabla N. 8 se agrupan
1 1,76 26 1,55 51 1,51 76 1,52 los datos en 5 intervalos de tiempos. De los cuales se obtie-
2 1,84 27 1,78 52 1,45 77 1,55 nen las marcas de clase y la frecuencia absoluta. La marca
de clase se obtuvo aplicando la media aritmética de cada
3 1,77 28 1,43 53 1,53 78 1,76 intervalo de periodos.
4 1,86 29 1,5 54 1,64 79 1,45
5 1,72 30 1,61 55 1,77 80 1,55 Periodos (s) M iC fi
6 1,64 31 1,7 56 1,65 81 1,49 1,43 - 1,5 1,45 8
7 1,82 32 1,51 57 1,79 82 1,52 1,51 - 1,55 1,52 5
8 1,9 33 1,83 58 1,56 83 1,62 1,55 - 1,7 1,61 6
9 1,73 34 1,71 59 1,45 84 1,5 1,7 - 1,77 1,74 3
10 1,54 35 1,45 60 1,73 85 1,77 1,77 - 1,91 1,82 2
11 1,81 36 1,61 61 1,45 86 1,8 Tabla N. 8
12 1,62 37 1,51 62 1,51 87 1,65 La media aritmética para la tabla N. 8
13 1,74 38 1,52 63 1,6 88 1,53 T = 1, 62
14 1,91 39 1,45 64 1,7 89 1,43
La desviación estándar para la Tabla N.8 corresponde a:
15 1,81 40 1,76 65 1,45 90 1,51
16 1,74 41 1,8 66 1,76 91 1,44 S = 0,15
17 1,54 42 1,53 67 1,76 92 1,54 La desviación media para la Tabla N.8 corresponde a:
18 1,63 43 1,76 68 1,74 93 1,58 S = 0,12
19 1,82 44 1,73 69 1,61 94 1,78
20 1,87 45 1,49 70 1,52 95 1,56
Ahora después de haber tomado cinco series de 20 periodos
21 1,55 46 1,77 71 1,43 96 1,49
se obtiene la tabla N. 9 Donde a cada serie se le divide el
22 1,43 47 1,61 72 1,61 97 1,52 número de periodos y se obtiene la media aritmética de
23 1,61 48 1,69 73 1,83 98 1,8 todos los datos obtenidos.
24 1,83 49 1,55 74 1,76 99 1,49 fi
Serie Tiempo (s)
25 1,79 50 1,45 75 1,44 100 1,73
1 36,11 1,8
Tabla N. 7
2 35,97 1,79
3 35,78 1,78
Donde aplicando la media aritmética a los datos obtenidos
4 35,82 1,79
por la tabla N. 7, se obtiene:
5 35,76 1,78
T = 1, 63 T total 1,78
Al agrupar los datos y al aplicar la media aritmética, se
obtiene el mismo valor. Tabla N. 9
La desviación estándar para la tabla N.7 corresponde a: Para la tabla N. 9, su desviación estándar corresponde a:
S = 0,13

7
 Análisis estadístico de los errores aleatorios

S = 0, 0083 El calculo de la media aritmética como medida de centrali-

zación de un grupo de datos permite reducir errores sobre
Para la tabla N. 9, su desviación media corresponde a: los datos tomados en el laboratorio.
Con una medida de dispersión muy baja, indica una preci-
S = 0, 0064 sión en la toma de los datos. Y así junto a la media aritméti-
Teniendo en cuenta, las medias aritméticas obtenidas de las ca, ayuda a determinar un resultado mas exacto de lo que se
tablas 7, 8, 9. Se obtiene que el periodo para un péndulo de desea comprobar.
longitud 81 cm con 30° de inclinación corresponde a: Si se obtiene un error porcentual y una desviación estándar
muy baja indica una muy buena exactitud y la precisión
T = 1, 67 respectivamente en la manera de cómo se tomaron los datos.
Como se sabe que el valor teórico del periodo para una Referencias
longitud de 81 es 1.81 s
Se calcula el error absoluto y relativo [1] Canavos, George C. Probabilidad y estadística, aplica-
ciones y métodos. McGraw Hill. Primera edición. Ene-
Ea = 1,81s − 1, 67 s ro 1988; Páginas 16-37. ISSN 968-451-856-0
[2] Ross Sheldon. Introducción a la estadística. Editorial
Ea = 0,14 Reverte. Segunda edición. Agosto 2007; Páginas 77-92.
ISSN 978-84-291-5039-1
[3] Velasco Gabriel, Wisniewski Marian Piotr. Probabili-
ER = 1,81s −1, 67 s /1,81s dad y estadística para ingeniería y ciencias. Thompson
Editores. Primera edición. Noviembre 2002; Páginas
ER = 0, 0073 188-192. ISSN 970-686-136-X
Teniendo todos los cálculos, del péndulo de 81 cm en incli-
naciones de 7°, 15° y 30°. Y determinando los resultados
obtenidos. Y el margen de error mas corto, se concluye que
usando la tabla de las cinco series de 20 periodos, se obtiene
un valor mas preciso al valor teórico.
Conclusiones
Para todo proceso científico realizado en el laboratorio es
importante tener en cuenta los errores aleatorios que puedan
ocurrir.
Cuando se trabaja con cronómetros se debe tener en cuenta
la reacción de la persona que toma los tiempos, ya que al-
gunas personas tiene tiempo de reacción distinto a los de los
demás.
Los péndulos simples son propensos a oscilar de una mane-
ra esférica, por lo cual quien sea el encargado de soltar el
péndulo a oscilar, debe tener en cuenta la manera de cómo
lo suelta.
Según los datos obtenidos, al tomar mediciones hay que
tener en cuenta la forma en como se toman los datos y como
se agrupan. Y así que para dar un resultado más preciso, que
compruebe lo que se busca.
Al usar y agrupar los datos en intervalos en el cálculo de el
proceso físico a comprobar, se va a obtener un valor mucho
mas exacto al valor teórico como referencia.