Tipo de Magnitudes

Longitud, Masa, Velocidad, Volumen, Potencia, etc.

Mesurando
Es la magnitud de un cuerpo en medición.

Para determinar la magnitud de un objeto se

necesita:
1.- Instrumento de medición
2.- El método de medición
(Unidades de Medición)

Medir el largo de una meza

* El instrumento debe ser una regla.
* En el sistema “SI” será el metro, y la regla a usar
deberá estar calibrada en esa unidad.
 ERROR
Es el grado de incertidumbre en el resultado de una medición.

Limitación en el proceso de
medición
1) Del instrumento usado.
2) Del método de medición (en el
proceso de medición).
3) Del operador que realiza la
medición (factor humano).

En toda Por exceso

medición se
busca medir
las cotas. Por defecto
 ERROR

Mejor valor de la magnitud X

Es el mas representativo de nuestra medición

X  X     X     X  X Error absoluto de

la medición
o incerteza
Radio Radio
por defecto por exceso
 El error que se origina
os
ic
ás
B
en los instrumentos
s
to
ep
c
on
C

1. Precisión:
Sensibilidad o menor
2. Exactitud:
Método de medición
variación de la y calibración
magnitud en el
método o instrumento.

Patrones de medida
aceptados internacionalmente
 P
R
E
C
I
S
I
Ó
N

EXACTITUD
 Mas Exacta
Precisa pero Inexacta
Mas Precisa

Imprecisa
Exacta pero Imprecisa
Inexacta
 ro n
Errores introducidos por el
er i ó

s
re
s ac
lo ific

instrumento
de as
Cl

Error de apreciación  ap
Falta de definición
en el objeto sujeto medición
 def
Error de interacción  int
Error de exactitud  exac

 2
nom   
2
ap
2
def  
2
int
2
exac
 Errores según su carácter

Errores sistemáticos  exac

Errores estadísticos  est

Errores ilegítimos o espurios

Magnitud Z, error filial

combinada o efectivo de Z


   2
est  2
nom   
2
ap
2
def  
2
int
2
exac
Error Absoluto :

Z  Z  Z
Determina un intervalo de confianza para Z
Error Relativo :

 Z  Z / Z
Es el cociente entre el error absoluto y el mejor valor de la magnitud.

Error Relativo Porcentual :

 Z ,%  100· Z
Es la incertidumbre relativa multiplicada por 100
HISTOGRAMAS Y DISTRIBUCIÓN
ESTADISTICA

Histograma de dos muestras con igual valor medio pero con distintos
grados de dispersión. En este ejemplo, los datos tienen una
distribución Gaussiana o Normal, descripta por la curva de trazo
continuo.
 Los tres parámetros de una distribución son:

1
x  x   j 1 x j · f j   · i 1 xi
m N
 El Valor Medio
N

Var ( x)   x 2   j 1 ( x j  x ) 2 · f j
m
 La Varianza

 La Desviación Estándar  x  Var ( x)

x da el centro de la masa (centroide) de la distribución.

Var ( x) como x dan idea de dispersión de los datos alrededor del promedio.
Una distribución de probabilidad muy común en diversos campos
es la distribución gaussiana o normal, que tiene la forma de una
campana como se ilustra en trazo continuo en la imagen.

La expresión matemática de esta distribución

1 
( x  m)  2
f ( x)  N ( x; m,  )  ·exp   
2· ·  2· 
2
Los parámetros más usados con lo que puede caracterizarse la
localización de una distribución asociada a un conjunto de N
datos:

x   i xi / N
N
a) La media:

Es la media aritmética de los valores observados.

b) La mediana:
Es el valor de la variable que separa los datos entre
aquellos que definimos el primer 50% de los valores
de los de la segunda mitad.

c) La moda:
Corresponde al valor de la variable donde esta la máxima frecuencia , que en
un histograma la moda corresponde al valor de la variable donde hay un pico
o máximo.
Great computer animations
like these can be found on
the Platinum Site. Search
Bloodhound for “internet”!