Laboratorio 1 · Cátedra Acha · Departamento de Física, FCEyN, UBA

Bloque I · Mediciones, incertezas y estadística

Respuestas · El tablero de Galton

Respuesta corta y desarrollo completo de las preguntas de la simulación.

Cada pregunta viene con una respuesta corta y con el desarrollo completo. Están plegadas a propósito: intentá contestarla vos primero — con la simulación abierta al lado, moviendo los deslizadores — y recién después abrí el desplegable. Leer la respuesta sin haber intentado no deja nada.

Volver a la simulación · Todas las respuestas

(a) Con 12 hileras y p = 0.5, ¿cuántas bolitas hacen falta para que el histograma «parezca» una campana: 20, 200, 2000?
Respuesta corta
Del orden de mil. Con 20 se ve ruido puro, con 200 se insinúa la forma, con 2000 la campana es inconfundible — y las colas siguen siendo un desastre.
El desarrollo

La fluctuación relativa de cada bin es ≈ 1/√(N pk) (estadística de Poisson). Para n = 12, p = 0.5, el bin central tiene p ≈ 0.226:

  • N = 20 → 4.5 cuentas → fluctuación del 47 %
  • N = 200 → 45 cuentas → 15 %
  • N = 2000 → 452 cuentas → 4.7 %

Regla práctica: para juzgar una forma hacen falta ≳ 20–30 cuentas en los bins que importan. Pero las colas convergen mucho más lento: el bin extremo tiene p = 2⁻¹² = 2.4×10⁻⁴, así que para verlo poblado hacen falta ~10⁵ bolitas. Ese es exactamente el motivo por el que los tests de normalidad basados en colas necesitan muestras enormes, y por el que en el laboratorio con 100 mediciones no alcanza para verificar la normalidad en las colas: sólo se puede evaluar si la zona central resulta compatible con esa forma.

(b) σ = √(npq) crece con n, pero σ/n baja como 1/√n. ¿Con cuál de las dos se parece la SEM?
Respuesta corta
Con σ/n. La fracción de bolitas que dobló a la derecha es un promedio de n variables de Bernoulli, y su dispersión baja como 1/√n: es literalmente la SEM.
El desarrollo

Si X = ΣXᵢ con Xᵢ ∈ {0,1}, entonces σX = √(npq). Pero el promedio X/n tiene

σX/n = √(pq/n) = σ₁/√n , con σ₁ = √(pq)

Identificá n con N (el número de mediciones) y Xᵢ con una medición individual de desvío σ₁: obtenés SEM = σ₁/√N, el mismo teorema. El tablero de Galton no es una analogía del promedio: es una máquina de promediar. Cada clavo es una medición, la posición final es la suma, y la campana es el TCL en acción con la distribución madre más fea imaginable (dos valores posibles, nada gaussiana).

Corolario que conviene tener a mano: si querés reducir a la mitad la incerteza de un promedio, necesitás cuadruplicar el número de mediciones. Por eso, pasado cierto punto, conviene atacar los sistemáticos en vez de seguir midiendo.

(c) Un error sistemático, ¿es una de estas contribuciones al azar o es otra cosa?
Respuesta corta
Es otra cosa. Equivale a inclinar el tablero (p ≠ 0.5): corre el centro de la campana y no se achica por más bolitas que tires.
El desarrollo

Con p ≠ 0.5 la media pasa a μ = np, desplazada, mientras que σ = √(npq) sigue siendo del mismo orden. Aumentar n hace la campana relativamente más angosta, pero centrada en el lugar equivocado: el resultado se vuelve cada vez más preciso y sigue siendo igual de inexacto. Es la definición operativa de sistemático.

Los errores al azar son las decisiones individuales en cada clavo; el sistemático es una propiedad del mecanismo. Ninguna cantidad de repeticiones lo corrige. Se ataca de tres maneras, todas experimentales y ninguna estadística: (i) calibrar contra un patrón conocido, (ii) medir lo mismo con un método independiente, (iii) invertir deliberadamente la fuente sospechada (dar vuelta el objeto, cambiar de operador, cambiar la amplitud del péndulo) y ver si el resultado se mueve. Es el mismo par exactitud/precisión de la simulación 01.

Si alguna respuesta no te resulta clara o te parece discutible, llevala a clase. Varias preguntas admiten más de un enfoque, y en todos los casos conviene justificar el razonamiento.

Volver a la simulación · Índice general