La distribucin normal o de Gauss

Distribucin lmite
La distribucin Normal o de Gauss
La distribucin de Gauss tipificada
Justificacin de la media y la desviacin estndar
como mejores estimadores
La funcin integral. Clculo de la funcin integral
Justificacin de la suma en cuadratura
La desviacin estndar de la media
Intervalos de probabilidad y confianza
Diferencias significativas
Medias ponderadas

Tcnicas experimentales de Fsica General

1/23

 La distribucin lmite
Qu ocurre si aumentamos el nmero de medidas?

N=100 medidas

Histograma de bins de 100 medidas de x

N=1000 medidas

Histograma de bins de 1000 medidas de x

Tcnicas experimentales de Fsica General

2/23

 La distribucin lmite
Cuando N nos acercamos a la distribucin lmite.

Distribucin lmite f(x)

f ( x )dx = Fraccion de las medidas que se encuentran entre x y x + dx
= Probabilidad de que una medida de un resultado comprendido
entre x y x + dx

f ( x )dx = Fraccion de las medidas que se encuentran entre x = a y x = b

= Probabilidad de que una medida de un resultado que se
encuentre entre a y b

Distribuciones discretas y continuas

x discretas
Fk =

nk
N

Tcnicas experimentales de Fsica General

x continuas
Fk = f ( xk ) dxk

3/23

Condicin de normalizacin

x continuas

x discretas

Fk = 1

f ( x ) dx =1

Clculo de la media

x continuas

x discretas
x = Fk xk

x=

xf ( x) dx

Clculo de la desviacin estndar

x discretas

x continuas

nk
= ( xk x )2
k N

= ( x x ) 2 f ( x )dx

2
x

Tcnicas experimentales de Fsica General

2
x

4/23

La distribucin Normal o de Gauss

GX , ( x) =

1
2 2

2
x X )
(

2 2

GX , ( x)dx = 1

Propiedades
Tiene un mximo en x = X
Es simtrica alrededor de X
Tiende a cero rpidamente si x X >>

Tcnicas experimentales de Fsica General

5/23

 Valor medio y desviacin estndar

Si se efectan un gran nmero de medidas de una variable
aleatoria que sigue una distribucin de Gauss, qu valores
2
hay que esperar para x y x ( x) ?

Valor medio
+

x = xf ( x)dx x = xGX , ( x)dx

+

x = xGX , ( x)dx =

( x X )2

xe

2 2

y = x X
dy = dx

dx

y
y

+
1 + 2 2
1
2
2 2
0
2
x=
ye
dy
e
dy
X
+
=
+
=X

2
2

2
2

x=X
Desviacin estndar
+

x2 ( x) = ( x X )2 GX , ( x)dx = 2

x2 ( x) = 2

Tcnicas experimentales de Fsica General

6/23

 La distribucin Normal tipificada:

Cmo puede estudiarse la distribucin de Gauss de
forma general?

GX , ( x) =

G0,1 ( x) =

2
x X )
(

z=

x X

1
e
2

z2
2

G0,1(z)

Distribucin normal tipificada

Distribucin

0.4

Normal tipificada
0.3

G0,1 ( x) =

=1

0.2

0.1

1. Mximo en z = 0
2. Puntos de inflexin:

0.0
-3

-2

-1

1
e
2

z2

X=0

Tcnicas experimentales de Fsica General

3
z

z = = 1

7/23

 Justificacin de la media y la desviacin estndar

como mejores estimadores
Consideremos que efectuamos N medidas, x1 , x2 , ! , xN , de una
variable x que sigue una

distribucin normal GX , cuyos

parmetros, X , , son desconocidos:

Cules son los mejores estimadores de X , que podemos
obtener de los N datos medidos?

P ( x1 , x2 ,! , xN ) = p ( x1 ) p ( x2 )! p( xN ) =
(x X )
(x X )
(x X )
1
1 2
2 2
N 2
1
1
e 2
e 2 !
e 2 =
=
2 2
2 2
2 2

2
( xi X )2

x
X

(
)
1
1
2
i
2
2
2

e
e
con
=
=
=

N
N
2

2
2
2
2
2

Principio de mxima verosimilitud:

Dadas N medidas x1 , x2 , ! , xN observadas,

la mejor
estimacin de X , es aquella para la cual la probabilidad de
observar los valores x1 , x2 , ! , xN es mxima
Tcnicas experimentales de Fsica General

8/23

Mejor estimacin de X

dP
=0
dX

X=

1
N

=x

La mejor estimacin del valor verdadero X es el valor medio x

Mejor estimacin de la anchura

dP
=0
d

2 =

1
N

(x X )
i

= s ( x)2

La mejor estimacin de la anchura es la desviacin tpica

Si en vez de utilizar X, utilizamos el valor medio x , entonces la

mejor estimacin es:
2 =

1
( xi x )2 = sN 1 ( x)2

N 1 i

Tcnicas experimentales de Fsica General

9/23

 La funcin integral
Cul es la probabilidad de que una medida
est comprendida entre a y b?

Prob(a x b) = GX , ( x)dx =

( x X )2

2 2

dx

Cul es la probabilidad de que una medida est

comprendida dentro de una desviacin estndar?

Prob( X x X + ) =
=

X +

GX , ( x)dx =

Tcnicas experimentales de Fsica General

1
2

X +

( x X )2

2 2

dx

10/23

Cul es la probabilidad de que una medida est

comprendida dentro de t desviacin estndar?

Prob( X t x X + t ) =
=

X +t

X t

GX , ( x)dx =

1
2

Prob( X t x X + t ) =

X +t

X t

1
2

( x X )2
2 2

X +t

X t

dx

( x X )2
2 2

dx

dx = dz

x X
x X X + t X

= z x2 = X + t z2 = 2
=
=t

x1 X X t X

x
X
t
z
=

=
=
= t
1
1

Prob( X t x X + t ) =

Tcnicas experimentales de Fsica General

1
2

+t

z2
2

dz

11/23

 Clculo de la funcin integral

1
Prob( X t x X + t ) =
2

Tcnicas experimentales de Fsica General

+t

z2
2

dz

12/23

 Clculo de la funcin integral (cont.)

Prob(dentro de t ) =
=

X +t

X t

t = x.yz

Tcnicas experimentales de Fsica General

1
=
2

GX , ( x)dx =

+t

z2
2

dz

13/23

 Clculo de la funcin integral (cont.)

Q(t ) =

X +t

1
=
2

Q (2) Q (1)

Tcnicas experimentales de Fsica General

Q (2) + Q (1)

GX , ( x)dx =

e
t

z2
2

dz

50% Q (1)

14/23

 Justificacin de la suma en cuadratura

Conocidas las distribuciones gaussianas de las medidas de x
( X , x ) e y ( Y , y ), y dada q=q(x,y),
cul es la distribucin de q, ( Q, q )?

PASO I: q = x + A
q = x+ A

Conocido
X , x

Desconocido
Q, q

P ( x) e

( x X )2
2 x2

x =q A

P (q ) = P (q A) e

( q ( X + A) )2
2 x2

q = x + A Q = X + A

X , x q = x

Tcnicas experimentales de Fsica General

15/23

PASO II: q = Bx

q = Bx
Conocido
X , x

Desconocido
Q, q

P( x) e

( x X )2
2 x2

q
x=
B

P(q) = P( ) e
B

X
B

2
2 x

=e

( q BX )2
2 B 2 x2

q = Bx Q = BX

X , x q = B x

Tcnicas experimentales de Fsica General

16/23

PASO III: q = x + y

q = x+ y
Conocido
X , x , Y , y

Desconocido
Q, q

Para simplificar, tomamos

P( x) e
P ( x, y ) e

x2
2
2 x

y P( y ) e

1 x2 y 2
2+ 2
2 x y

=e

P( x + y ) =

( x + y )2
2( x2 + 2y )

Caso

X = 0, Y = 0

y2
2 y2

z2
2

P ( x, y ) = P ( x ) P ( y )

( y x x y )

z=

con

P ( x + y, z )dz e

y x ( y + x )

( x + y )2
2( x2 + 2y )

X 0, Y 0

x + y = (x X ) + ( y Y ) + ( X + Y )
"
#$#
% "$%
G0, x
G0, y
"##$##%
G

0, x2 + 2y

"####
#$#####
%
G

Tcnicas experimentales de Fsica General

X +Y , x2 + 2y

17/23

q = x + y Q = X + Y

X , x , Y , y q = x2 + y2

PASO IV: q = x + y
Sea q = q ( x, y ) . Conocemos X , x , Y , y
Q, q

Desconocemos
Desarrollo de Taylor

q ( x, y ) = q ( X , Y ) +

q
q
(x X ) +
(y Y)
x X ,Y
y X ,Y
"#
#$##
% "#
#$##
%
G
0,

q
x
x X ,Y

G
0,

q
y
y X ,Y

"#######$#######%
G

2
2
q q
q ( X ,Y ), x + y
x y

Tcnicas experimentales de Fsica General

18/23

 La desviacin estndar de la media

Supongamos que x que se distribuye GX , . Imaginemos la
siguiente secuencia de experimentos:
x

N medidas de x

N medidas de x

1
xi
N i
1
x2 = xi
N i
x1 =

...

Si repetimos el experimento n veces, los valores de xi

cambiarn, y la media de las medias y su desviacin
estndar sern
1 N
2
x =
( xi x )

n i =1

1
x = xi
n i

Efectuando slo uno de los experimentos, cul es la

desviacin estndar de la media de las N medidas?
Los xi se distribuyen GX , , el verdadero valor de x es X
La desviacin estndar de la media ser
x

x =
x1 + ! +
xN =
x1

xN

= x +! + x = x
N
N
N
2

Tcnicas experimentales de Fsica General

19/23

 Intervalos de probabilidad y confianza

Cul es el significado de asignar la desviacin tpica
como error de una medida?
Si tomamos una muestra de N datos, calculamos su media y su
desviacin tpica y escribimos

x x
significa que el 68% de las medidas realizadas se encuentran
en el intervalo x x

O bien, el mejor valor, X se encuentra en el intervalo:

x x X x + x
con un nivel de confianza del 68 %

Tcnicas experimentales de Fsica General

20/23

 Diferencias significativas
Cmo se comparan nuestras medidas con los valores
esperados?
Valor medido
Valor esperado

x x
a

x a x ( t 1)
Supongamos que:
No es una diferencia significativa. Prob (fuera 1x) = 32%
x a 3 x ( t 3)
Supongamos que:
La diferencia es muy significativa. Prob (fuera 3x) = 0.3%

Norma generalmente aceptada:

Si x a 2 x Resultado aceptable.
Si x a 2.5 x Resultado inaceptable.
Si 1.9 x a 2.6 x Resultado no concluyente.

O bien:
P (fuera t ) 5%

P (fuera t ) 1%

Tcnicas experimentales de Fsica General

Diferencia significativa.
Diferencia muy significativa.

21/23

 Medias ponderadas
x = xA A
x = xB B

Medida A
Medida B

Las probabilidades de obtener ambos resultados:

1 ( xA X )2 / 2 A2
PX ( x A )
e
A
1 ( xB X )2 / 2 B2
PX ( xB )
e
B
La probabilidad de obtener x A y x B a la vez:

PX ( x A , xB ) = p X ( x A ) p X ( xB )
e 2
A B

x X xB X
con 2 = A
+

A
B

Aplicando el principio de mxima verosimilitud:

d2
=0
dX

Tcnicas experimentales de Fsica General

x A xB
2+ 2

B
X = A
1
1
2+ 2
A B

22/23

 Medias ponderadas (cont.)

El error de la media ponderada ser:

X =

1
1
1
+ 2
2
A B

si llamamos:

1
1
wA = 2 ; wB = 2
A
B
entonces:

wA xA + wB xB
X=
wA + wB

X =
Tcnicas experimentales de Fsica General

1
wA + wB
23/23