La estadística y la probabilidad sostienen la ciencia moderna. Desde la termodinámica entendida como mecánica estadística hasta la mecánica cuántica y los hallazgos del bosón de Higgs con métodos probabilísticos, todo experimento exige un análisis riguroso. Aquí se organizan los conceptos clave para caracterizar datos de forma clara y útil: media, varianza, desviación típica, precisión, exactitud y errores.

¿Por qué la estadística importa en ciencia y medición?

La estadística simplifica poblaciones grandes mediante pocos parámetros que sintetizan la información. Una población puede ser un grupo de estudiantes, los pelos de una cabeza o los eventos de un partido. Las variables asociadas pueden ser altura, número de pelos o goles. Trabajar con cientos de valores es engorroso; por eso usamos promedio, mínimo y máximo para describir el conjunto.

• Identificar población y variable: personas, medidas físicas o resultados experimentales.
• Resumir con parámetros: promedio, mínimo y máximo.
• Entender el contexto científico: física experimental, termodinámica y mecánica cuántica usan estadística.

¿Cómo calcular media, varianza y desviación típica?

La media aritmética o promedio se obtiene sumando todos los datos y dividiéndolos entre el total. En notación compacta se usa el sumatorio con un índice i que va de 1 a n: es una forma eficiente de expresar “suma de muchos términos”.

• Media: suma de X1 + X2 + … + Xn, dividida entre n.
• Habilidad clave: leer y usar la notación de sumatorio con índice i desde 1 hasta n.

Ejemplo con notas 6, 8 y 10.

• Media: 8. Muestra de cómo un solo valor caracteriza el “centro” del conjunto.
• Advertencia: dos conjuntos pueden tener la misma media y comportamientos muy distintos. Aquí entra la varianza.

La varianza mide la dispersión respecto a la media: se resta a cada valor el promedio, se eleva al cuadrado, se suman todos y se divide entre n. Elevar al cuadrado evita cancelaciones entre positivos y negativos.

• Varianza del ejemplo 6, 8 y 10: 8/3. Un valor mayor implica mayor irregularidad.
• Interpretación: varianza baja, valores concentrados; varianza alta, valores que fluctúan mucho.

La desviación típica o desviación estándar es la raíz cuadrada de la varianza. Resuelve el problema de unidades al devolver la escala original de la variable.

• En el ejemplo: desviación típica = raíz de 8/3.
• Síntesis práctica: caracterizar una distribución con μ ± σ. La mayoría de valores cae en el entorno de μ − σ a μ + σ; cuanto más pequeño σ, más estrecha la concentración.

¿Cómo comparar precisión, exactitud y error en experimentos?

Medir bien en física implica dos metas: precisión y exactitud. Se ilustran con dos experimentos que miden la aceleración de la gravedad en la Tierra.

• Experimento 1: media 9,8026 m/s² con desviación típica muy pequeña ≈ 0,00061 m/s².
• Experimento 2: media 9,8198 m/s² con desviación típica aún más pequeña ≈ 0,00075 m/s².
• Valor de referencia: 9,807 m/s².

Conclusión conceptual:

• El experimento 2 es muy preciso (poca dispersión), pero poco exacto: está alejado del valor real, señal de error sistemático.
• El experimento 1 es menos preciso que el 2, pero más exacto: su intervalo incluye el valor real.

Para cuantificar la desviación del valor real se definen dos métricas imprescindibles:

• Error absoluto: |valor medido − valor real|.
• Error relativo: error absoluto dividido entre valor real, y en porcentaje multiplicando por 100.

Aplicación a los resultados:

• Error absoluto experimento 1: 0,0044 m/s². Error relativo: 0,044 %.
• Error absoluto experimento 2: 0,012 m/s². Error relativo: 0,13 %.
• Decisión informada: preferible el experimento 1 y mejorar su precisión, evitando el error sistemático del 2.

Analogía con dardos para fijar ideas:

• Preciso y exacto: agrupado y centrado. Objetivo ideal.
• Preciso pero inexacto: agrupado pero lejos del centro. Indica error sistemático.
• Exacto pero impreciso: alrededor del centro pero muy disperso. Falta control experimental.
• Inexacto e impreciso: lejos y disperso. Escenario a evitar.

¿Con qué ejemplos aplicarías media, varianza, desviación típica y errores en tus mediciones o datos cotidianos? Comparte tu caso y lo analizamos juntos.