Combinación de mediciones de diferente precisión ponderando cada una por el inverso del cuadrado de su incertidumbre.La media ponderada es un método para combinar varias mediciones de una misma cantidad cuando dichas mediciones tienen precisiones diferentes. En lugar de tomar una media aritmética simple, cada medición se multiplica por un peso que es inversamente proporcional a su varianza (el cuadrado de su incertidumbre). Esto otorga mayor influencia a las mediciones con menores incertidumbres, que son más fiables. El resultado es el mejor estimador lineal insesgado del valor verdadero, suponiendo que las mediciones son independientes y que sus errores siguen una distribución gaussiana.
El concepto de ponderación por la inversa de la varianza se remonta a principios del siglo XIX, con contribuciones de Gauss y Legendre en el contexto de los mínimos cuadrados. La fórmula explícita de la media ponderada es un resultado estándar en la teoría de errores.
Para cada medición x_i con incertidumbre σ_i, el peso w_i se establece como 1/σ_i². La media ponderada es entonces la suma de (w_i * x_i) dividida por la suma de w_i. La incertidumbre de la media ponderada es la raíz cuadrada del recíproco de la suma de los pesos. Esta fórmula surge de manera natural a partir de la estimación por máxima verosimilitud cuando los errores son gaussianos, y también es la solución que minimiza el chi-cuadrado para un modelo constante.
Se utiliza en física de partículas para combinar mediciones de masas de partículas de diferentes experimentos, en metrología para definir estándares internacionales y en astronomía para combinar observaciones de diferentes telescopios.
Si todas las incertidumbres son iguales, la media ponderada se reduce a la media aritmética ordinaria, por lo que la media ponderada es una generalización estricta.







